摘要：畜產品市場價格異動關系國計民生，度量畜產品價格極端波動、調控畜產品市場價格具有重要的現(xiàn)實意義。以豬肉、牛肉、羊肉、雞肉、雞蛋等5種具有代表性的畜產品市場價格為研究對象，根據超越閾值模型（POT）和區(qū)間選取模型（BMM）模擬預測極端事件對5種畜產品市場價格影響程度。測算了不同級別風險下畜產品月度間價格波動幅度和年內價格波動幅度，結果表明中國畜產品市場總體風險水平較高，且上漲風險大于下跌風險。最后，提出了保障中國畜產品市場穩(wěn)定的對策建議。

　　關鍵詞：極端事件；畜產品價格；風險評估

　　引言

　　畜產品是我國城鄉(xiāng)居民生活中不可缺少的重要農產品，亦是養(yǎng)殖戶的重要收入來源，保障畜產品價格穩(wěn)定是重大的民生問題。造成畜產品市場波動的因素有很多，如成本原因、季節(jié)原因、物價水平等，按照市場供求作用規(guī)律，一般情況下，市場波動能夠自我調解。但在一些緊急時期，畜產品市場波動往往會出現(xiàn)異常，需要管理部門及時采取必要的措施加以調控。近年來，受“禽流感”“豬瘟”等極端事件沖擊，我國畜產品市場頻現(xiàn)供需失衡以及價格暴漲、暴跌現(xiàn)象，2000年以來豬肉、雞蛋等畜產品價格經歷數次“火箭式”上漲和“斷崖式”下跌。畜產品市場價格的異動對農業(yè)生產和居民消費均造成較大影響，尤其是豬肉、雞蛋價格的周期性大幅波動已經成為社會關注的熱點、管理決策的重點和理論研究的難點。因此，度量畜產品價格極端波動具有重要的現(xiàn)實意義。

　　圍繞農產品市場風險評估開展的直接或間接相關研究由來已久。比較有代表性的有：Giot采用風險價值（Value at Risk，VaR）模型分析了咖啡、可可豆、糖等期貨產品的市場價格風險；張峭等采用參數估計對雞蛋、活雞、牛肉、羊肉和豬肉5種畜產品價格風險進行實證分析，說明Burr分布是擬合的最優(yōu)分布模型，且VaR方法度量農產品價格風險切實可行；徐磊等采用參數估計方法確定國際糧食價格服從分布，利用VaR方法評估了國際糧食市場價格風險最大漲跌幅度；李干瓊等根據非參數核密度估計法研究了11種蔬菜價格短期波動和收益率分布，指出市場經濟條件下蔬菜市場價格風險水平總體較高；李干瓊等采用非參數核密度估計法估計了12種常見水果品種的市場收益率分布；劉剛采用非參數概率密度對畜產品價格波動特征、運行特點進行研究，進而對主要畜產品價格風險預警進行深入研究；吳吉東等提出災害間接經濟損失評估的重要性；Banerjce L、Baez J E等、Sakai Y等從微觀角度和短期效應開展巨災間接沖擊影響風險評估。

　　在農產品市場價格波動風險評估的研究中，采用參數和非參數的統(tǒng)計方法都關注了均值，也就是說，基本統(tǒng)計都是建立在中間數據的基礎上，而農產品市場價格異常波動，大多集中于分布的末尾，使用此類方法度量農產品市場價格波動的極端風險會產生較大的誤差。此外，巨災間接影響評估的研究主要集中在經濟損失測算、福利損失測算、宏觀經濟波動以及管理制度設計等方面，針對某種畜產品價格波動的定量研究還比較少，因此本研究基于已有研究的經驗和成果，根據極端事件“頻率低，影響大”的特性，采用畜產品月度市場價格數據，構建畜產品風險評估模型，分析極端事件對畜產品市場的沖擊程度，以期為我國畜產品市場風險評估和管理提供數據支撐和理論依據。

　　1  畜產品價格波動極端風險模擬預測理論模型

　　作為現(xiàn)代統(tǒng)計學中獨特的研究領域之一，極值理論（Extreme Value Theory，EVT）旨在研究極端（極值）事前的統(tǒng)計規(guī)律。一般而言，由于很難精確估計極值的分布，學術界主要研究其漸近分布。因此，本研究同時選用區(qū)間選取方法（Block Maxima Model，BMM），在使用BMM方法時，對區(qū)組個數n的選擇要十分恰當，由于是從n個區(qū)間中選取一個最大值或最小值進行建模，這可能會導致對數據所包含信息的巨大浪費，畢竟在實際應用中不僅僅是數據的最大值或最小值才是極值，倘若有兩個或兩個以上的大值或小值同處于同一個長度為n的數據區(qū)間內，按BMM方法則只能選出一個大值或小值來，勢必會浪費另一個或更多的大值或小值。為彌補BMM方法的不足，統(tǒng)計學家提出超越閾值（Peak Over Threshold，POT）的思想，即選定一個較大或較小的閾值，而超過這個閾值的所有數據都可以認為是極值，這樣就可以最大限度地充分利用極值數據提供的全部信息。

　　1.2  POT模型

　　1.2.1  模型構建

　　根據環(huán)比統(tǒng)計法，構建某種畜產品價格月度間環(huán)比增長率的時間序列，其表達式為：

　　      (1)

　　公式（1）中，F(xiàn)(xi)（i＝1，2，…，n-1）為某種畜產品價格環(huán)比增長率的時間序列。

　　假定μ為某種畜產品價格環(huán)比增長率時間序列F(xi)（i=1，2，…，n-1）的閾值，樣本值在閾值之上的事件（尾部事件）為畜產品價格波動極端風險損失，根據現(xiàn)代極值理論的超越閾值模型（POT），超越閾值的樣本將服從廣義帕累托（Pareto） 分布（GPD）：

　　(2)

　　公式（2）中的G（y）即為某種農產品價格波動極端風險的廣義Pareto分布函數，其中y=x-μ，σ＞0為尺度參數，ξ為形狀參數。

　　在利用POT模型擬合某種畜產品價格環(huán)比增長率時間序列F(xi) （i＝1，2，…，n-1）的尾部分布，獲得畜產品價格波動極端風險概率分布函數的過程中，閾值的確定極為關鍵。閾值過高會造成可利用樣本容量過少，導致估計參數的方差偏高；閾值過低又會造成模型漸近性得不到滿足，產生有偏估計量。

　　選擇閾值的常用方法是基于廣義Pareto分布的平均超出量函數：

　　(3)

　　公式（3）中，e（u）是u的線性函數，對于給定的樣本X1，X2，…，Xn，樣本平均超出量函數為：

　　                     (4)

　　公式（4）中，Nu表示超出量的個數，倘若對某個閾值u0的超過量近似服從廣義Pareto分布，則樣本超出量函數應該在一條直線附近波動。由此可按下面的步驟選擇閾值u：定義點集{(u，en(u))∶u＜x1,n }稱為平均殘差壽命圖（Mean Residual Life Plot），選擇適當的u0＞0作為閾值，使得en（u）關于u≥u0近似為線性。在實際應用中，需要關注在某個值u0以后en（u）斜率的變化，倘若斜率能夠保持不變，這個點u0通常可以作為閾值。

　　本研究將通過平均殘差壽命圖確定某種畜產品價格環(huán)比增長率時間序列F(xi) （i＝1，2，…，n-1）的閾值，在此基礎之上，同樣通過極大似然估計法（MLE）來估計廣義Pareto 分布的參數，從而獲得畜產品價格波動極端風險概率分布函數。

　　1.2.2  度量方法

　　本研究借鑒目前金融市場風險度量的主流方法—風險價值（VaR），對畜產品價格波動極端風險進行有效度量。則VaR(p)=-min{x|F(x)≥p}，即：

　　P(△X＞VaR=1-p     （5）

　　公式（5）中，△X為資產組合在持有期內的損失，VaR為置信水平p下處于風險中的價值。VaR為在正常市場條件下和一定置信水平下，畜產品價格可能偏離其預期價格的最大程度（即最大的價格風險）。其表達式如下：

　　        (6)

　　同時將某種畜產品價格月度間環(huán)比增長率的時間序列F(xi)（i＝1，2，…，n-1）的負值轉正，然后從大到小排列，通過平均殘差壽命圖確定的閾值u'，進而獲得分布函數G (y')，基于該分布函數，根據公式（6）計算得到置信水平為p的某種畜產品下跌極端風險的VaRp'，從而實現(xiàn)對畜產品價格上漲和下跌極端風險的有效分析和評估。

　　1.3  BMM模型

　　1.3.1  模型構建

　　基于年度周期內畜產品價格波動數據，將某種畜產品在各個年度中價格最高值和最低值較各個年度均值所偏離的程度構建畜產品市場價格波動新的時間序列，其表達式為：

　　(7)

　　(8)

　　公式（7）和公式（8）中，F(xiàn)(xj)（j＝1，2，…，k）為k個年度中某種畜產品價格極大值較k個年度均值偏離程度組成的時間序列，F(xiàn)(x'j) （j＝1，2，…，k）為k個年度中某種畜產品價格極小值較k個年度均值偏離程度所組成的時間序列。

　　根據現(xiàn)代極值理論區(qū)間選取模型（BMM），以畜產品年度波動幅度極大值或極小值構成的極值樣本數據序列進行分布擬合，得到廣義極值分布（GEV）：

　　(9)

　　公式（9）中的F(x)即為某種畜產品價格極端風險的廣義極值分布函數，其中ξ為形狀參數，μ為位置參數，σ為尺度參數。

　　1.3.2  度量方法

　　基于某種畜產品價格極端風險的廣義極值分布函數F(x)，給定不同的極大值（預估極大值）或極小值（預估極小值）x1，x2(x1＜x2)。其表達式如下：

　　P(X≤x1)=F(x1;u,σ,ξ)

　　P(x1＜X≤x2)=F(x2;u,σ,ξ)-F(x1;u,σ,ξ)    (10)

　　P(X＞x2)=1-F(x2;u,σ,ξ)

　　2  畜產品價格波動極端風險模擬預測實證

　　2.1.1  描述統(tǒng)計和分析

　　選取豬肉、牛肉、羊肉、雞肉、雞蛋5種具有代表性畜產品作為研究對象，以2000年1月至2019年12月的月度價格為樣本。5種畜產品數據來源于中國畜牧業(yè)信息網，月度居民消費價格指數來源于國家統(tǒng)計局。首先采用月度居民消費價格指數對我國5種畜產品市場價格進行修正，剔除貨幣因素對價格波動的影響。

　　根據公式（1），基于不同畜產品價格數據構建畜產品月度價格波動率時間序列，以畜產品價格波動率時間序列作為衡量畜產品價格波動風險的基本指標。表1為畜產品價格波動率序列的簡單統(tǒng)計量，從均值來看，豬肉、牛肉價格波動率的均值最大，雞肉價格波動率的均值最?。粡臉藴什顏砜?，豬肉價格波動率的標準差最大，牛肉價格波動率的標準差最??；從偏度來看，豬肉、牛肉、羊肉、雞蛋4種畜產品價格波動率的偏度都大于0，說明其都是右偏分布； 從峰度來看，5種畜產品價格波動率的峰度都大于3，表明與正態(tài)分布相比較為陡峭，具有“尖峰厚尾”的特征；5種畜產品價格波動率J-B統(tǒng)計量都比較大，說明不同畜產品價格波動率都不服從正態(tài)分布（圖1）。

　　2.1.2  畜產品價格波動極端風險分布模型擬合

　　對豬肉、牛肉、羊肉、雞肉和雞蛋價格波動率時間序列進行單位根檢驗以檢查數據的穩(wěn)定性，結果表明豬肉、雞肉、雞蛋均在1%的極顯著性水平下拒絕了原假設，牛肉在5%的顯著性水平下拒絕了原假設、羊肉在10%的顯著性水平下拒絕了原假設，因此認為數據是平穩(wěn)性的（表2）。

　　在數據平穩(wěn)的基礎上，運用R 3.2.0統(tǒng)計學軟件針對五種畜產品價格波動率時間序列，采用POT方法將其擬合為GPD，從而獲得豬肉、牛肉、羊肉、雞肉和雞蛋價格波動極端風險的概率分布函數。

表1  5種畜產品價格波動率時間序列的基本統(tǒng)計量

表2  5種畜產品價格波動率時間序列的ADF單位根檢驗結果

　　2.1.2.1  5種畜產品價格上漲極端風險分布函數擬合

　　豬肉、牛肉、羊肉、雞肉和雞蛋價格上漲風險的平均殘差壽命圖如圖2所示。根據公式（3）和公式（4）閾值選取的基本原則，同時結合5種畜產品價格上漲風險在不同閾值下尺度參數σ和形狀參數ξ變化（圖3），將豬肉、牛肉、羊肉、雞肉和雞蛋價格上漲風險的閾值分別確定為0.0860、0.0325、0.0484、0.0400 和0.0770。

　　在獲得5種畜產品價格上漲風險的閾值的基礎上，采用極大似然估計法（MLE）估計出5種畜產品價格上漲波動極端風險的概率分布函數的參數值（表3），即獲得相應的GPD分布函數。

　　根據GPD分布函數公式（2），豬肉價格上漲極端風險的GPD分布函數表達式為：

　　(11)

　　牛肉價格上漲極端風險的GPD分布函數為：

　　(12)

　　羊肉價格上漲極端風險的GPD分布函數為：

　　(13)

　　雞肉價格上漲極端風險的GPD分布函數為：

　　(14)

　　雞蛋價格上漲極端風險的GPD分布函數為：

　　(15)

圖1  5種畜產品價格波動率

　　為進一步檢驗5種畜產品價格上漲極端風險的概率分布模型擬合的準確性，本研究將擬合的GPD與經驗的概率圖（P-P圖）、分位數圖（Q-Q圖）、重現(xiàn)水平圖（Return Level Plot）和概率密度函數圖（Density Plot）分別進行診斷比較。概率圖上的點基本處于對角線上，分位數圖中右上方的點離對角線有少許偏離，但從重現(xiàn)水平圖來看仍然處于置信水平之內，說明數據與模型的偏離不大，因此樣本擬合效果總體可以接受。

圖2  5種畜產品價格上漲風險的平均殘差壽命圖

圖3  5種畜產品價格上漲風險在不同閾值下尺度參數σ和形狀參數ξ變化

表3  5種畜產品上漲極端風險GPD分布參數估計值

表4  5種畜產品價格下跌極端風險GPD分布參數估計值

　　2.1.2.2  5種畜產品價格下跌極端風險分布函數擬合

　　豬肉、牛肉、羊肉、雞肉和雞蛋價格下跌風險的平均殘差壽命圖如圖4所示。根據公式（3）和公式（4）閾值選取的基本原則，同時結合5種畜產品價格上漲風險在不同閾值下尺度參數σ和形狀參數ξ變化（圖5），將豬肉、牛肉、羊肉、雞肉和雞蛋價格下跌風險的閾值分別確定為0.079 0、0.008 5、0.009 8、0.020 0和0.052 4。

　　在獲得5種畜產品價格下跌風險的閾值的基礎上，采用極大似然估計法（MLE）估計出5種畜產品價格下跌波動極端風險的概率分布函數的參數值（表4），即獲得相應的GPD分布函數。

　　根據GPD分布函數公式（2），豬肉價格下跌極端風險的GPD分布函數表達式為：

　　（16）

　　牛肉價格下跌極端風險的GPD分布函數為：

　　（17）

　　羊肉價格下跌極端風險的GPD分布函數為：

　　（18）

　　雞肉價格下跌極端風險的GPD分布函數為：

　　（19）

　　雞蛋價格下跌極端風險的GPD分布函數為：

　　（20）

　　為進一步檢驗5種畜產品價格下跌極端風險的概率分布模型擬合的準確性，本研究將擬合的GPD與經驗的概率圖（P-P 圖）、分位數圖（Q-Q圖）、重現(xiàn)水平圖（Return Level Plot）和概率密度函數圖（Density Plot）分別進行診斷比較。概率圖上的點基本處于對角線上，分位數圖中右上方的點離對角線有少許偏離，但從重現(xiàn)水平圖來看仍然處于置信水平之內，說明數據與模型的偏離不大，因此樣本擬合效果總體可以接受。

圖4  5種畜產品價格下跌風險的平均殘差壽命圖

圖5  5種畜產品價格下跌風險在不同閾值下尺度參數σ和形狀參數ξ變化

　　2.1.3  畜產品價格波動極端風險分層度量

　　本研究基于5種畜產品價格上漲和下跌波動極端風險的概率分布函數，運用VaR方法計算出豬肉、牛肉、羊肉、雞肉和雞蛋價格遭遇100年一遇、50年一遇、25年一遇和10年一遇的“巨災”事件下的損失。

　　由于使用的是月度樣本數據，因此：發(fā)生100年一遇時，p值1-1/1200=99.92%；發(fā)生50年一遇時，p值取1-1/600=99.83%；發(fā)生25年一遇時，p值1-1/300=99.67%；發(fā)生25年一遇時，p值取1-1/120=99.17%，將參數估計結果代入公式（6），即可求得發(fā)生100年一遇、50年一遇、25年一遇和10年一遇的“巨災”事件時，5種畜產品價格波動風險值（表5）。

表5  5種畜產品價格波動極端風險分層度量結果

　　從表5可以看出，對5種畜產品價格波動極端風險整體而言，上漲風險均高于下跌風險。當畜產品市場遭遇10年一遇的風險時，5種畜產品價格上漲風險均值就高達9.7%，下跌風險均值為6.18%，這是一個比較高的風險水平，筆者重點關注100年一遇和50年一遇極端事件下，畜產品市場面臨的風險。當遭遇100年一遇極端風險時，5種畜產品月度間價格上漲極端風險均值為22.41%，下跌極端風險均值為8.26%。當遭遇50年一遇極端風險時，5種畜產品月度間價格上漲極端風險均值為16.83%，下跌極端風險均值為7.51%。當遭遇100年一遇極端風險時，5種畜產品月度間價格上漲極端風險依次為：豬肉＞雞肉＞雞蛋＞羊肉＞牛肉，5種畜產品月度間價格下跌極端風險依次為： 豬肉＞雞蛋＞雞肉＞羊肉＞牛肉；當市場遭遇50年一遇極端風險時，5種畜產品月度間價格上漲極端風險依次為豬肉＞雞蛋＞雞肉＞牛肉＞羊肉，5種畜產品月度間價格下跌極端風險依次為豬肉＞雞蛋＞雞肉＞羊肉＞牛肉。

　　其中，豬肉的月度間價格上漲風險最大，在遭遇100年一遇極端風險時為38.97%，在遭遇50年一遇極端風險時為29.75%；雞肉和雞蛋月度間價格上漲風險較大，在遭遇100年一遇極端風險時分別為24.59%、22.13%，在遭遇50年一遇極端風險時為15.37%、19.24%；牛肉和羊肉的月度間價格上漲風險較小，在遭遇100年一遇極端風險時分別為12.82%、13.54% ，在遭遇50年一遇極端風險時為10.22% 、9.58%。豬肉、雞蛋、雞肉價格下跌風險相對較大，在遭遇100年一遇或50年一遇極端風險時，下跌風險均為10%左右。牛肉和羊肉月度間價格下跌風險較小，在遭遇100年一遇或50年一遇極端風險時，下跌風險均小于4%。

　　從度量結果可以得出，5種畜產品月度間價格波動上漲風險大于下跌風險。豬肉、雞肉和雞蛋3種畜產品月度間價格波動風險較大，有必要對豬肉、雞肉和雞蛋3種畜產品價格波動予以特殊監(jiān)測和關注。

　　2.2  基于BMM模型畜產品年度內價格極端風險模擬預測

　　2.2.1  畜產品年度內價格波動極端風險分布模型擬合

　　基于修正后的20年間5種畜產品月度價格數據，選取5種畜產品歷年市場價格的極大值和極小值較當年均值的偏離程度構建新的時間序列。依據極值理論中BMM方法的基本定義，5種畜產品年度內價格漲幅的最大值服從廣義極值分布（GEV），采用極大似然估計法（MLE）估計5種畜產品年度內價格上漲極端風險的概率分布函數的參數值（表6），即獲得相應的GEV分布函數。

表6  5種畜產品價格上漲極端風險GEV分布參數估計值

　　根據GEV分布函數公式（9），豬肉價格上漲極端風險的GEV分布函數為：

　　（21）

　　牛肉價格上漲極端風險的GEV分布函數為：

　　（22）

　　羊肉價格上漲極端風險的GEV分布函數為：

　　（23）

　　雞肉價格上漲極端風險的GEV分布函數為：

　　（24）

　　雞蛋價格上漲極端風險的GEV分布函數為：

　　（25）

　　同理，5種畜產品年度內價格下跌的極大值服從GEV，采用MLE估計5種畜年度內價格下跌極端風險的概率分布函數的參數值（表7），即獲得相應的GEV分布函數。

　　根據GEV分布函數公式（9），豬肉價格下跌極端風險的GEV分布函數為：

　　（26）

　　牛肉價格下跌極端風險的GEV分布函數為：

　　（27）

　　羊肉價格下跌極端風險的GEV分布函數為：

　　（28）

　　雞肉價格下跌極端風險的GEV分布函數為：

　　（29）

　　雞蛋價格下跌極端風險的GEV分布函數為：

　　（30）

表7  5種畜產品價格下跌極端風險GEV 分布參數估計值

　　2.2.2  畜產品年度內價格波動極端風險分層度量

　　基于5種畜產品價格上漲和下跌極端風險的廣義極值概率密度函數，根據公式（10），分別對畜產品價格在不同區(qū)間的極端風險進行測算，得到5種畜產品價格發(fā)生極端風險的概率值（表8）。

　　表8  5種畜產品年度內價格波動極端風險分層度量結果

　　由表8可以看出，在遭受極端事件沖擊的情況下，豬肉、牛肉、羊肉、雞肉和雞蛋5種畜產品價格較當年價格均值上漲幅度在20%以下的概率最大，價格上漲幅度在20%以上的概率相對較小。5種畜產品價格上漲極端風險均值依次為：豬肉＞雞蛋＞牛肉＞羊肉＞雞肉。其中，豬肉和雞蛋價格上漲風險均值較高，分別為13.16%和10.75%；牛肉、羊肉和雞肉價格上漲風險均值略低，分別為7.63% 、7.16%和6.61%；牛肉和豬肉價格漲幅超過50%的概率分別為1.94%和1.82%，這種情況盡管是小概率事件，但可能性還是存在的。

　　在遭受極端事件沖擊的情況下，豬肉、牛肉、羊肉、雞肉和雞蛋5種畜產品價格較當年價格均值下跌幅度在20%以下的概率最大，價格下跌幅度在50%以上的概率相對較小。5種畜產品價格下跌極端風險均值依次為：豬肉＞雞蛋＞雞肉＞牛肉＞羊肉。豬肉價格下跌風險均值最大，為11.54%，雞蛋、雞肉、牛肉和羊肉價格下跌風險均值分別為8.43% 、6.40%、6.06%和5.27%。牛肉和豬肉價格跌幅超過50%的概率分別為0.43%和0.18%，這種情況發(fā)生的概率較小。

　　總體來看，5種畜產品價格漲跌波動幅度在20%以下的概率最大，豬肉和雞蛋價格上漲和雞蛋價格下跌波動的風險均值較高，均超過10%。牛肉和豬肉價格漲幅超過50%的概率均超過1%。

　　3  結論與對策建議

　　本研究基于現(xiàn)代極值統(tǒng)計理論，利用豬肉、牛肉、羊肉、雞肉和雞蛋5種畜產品2000-2019年的月度價格數據，分別構建了極端風險下畜產品價格波動的POT模型和BMM模型，度量極端風險下畜產品價格月度間漲跌極端幅度和年內漲跌極端波動情況。通過對畜產品市場風險等級進行分層度量，明晰了不同級別極端事件下畜產品價格波動的幅度，為政府管理和金融工具設計提供了方法和數據支持。研究結果表明，畜產品價格極端波動風險較高，且上漲風險高于下跌風險，尤其是豬肉、雞肉和雞蛋這3種畜產品，這將對我國畜產品生產、消費構成嚴重威脅，需要給予高度關注和警惕。

　　據此，本研究從政府視角提出以下政策建議： 一是設立農產品市場風險管理組織和機構。借鑒發(fā)達國家農業(yè)災害風險管理經驗，設立具有相對獨立職能的農業(yè)災害風險管理機構，承擔定制和執(zhí)行養(yǎng)殖業(yè)災害風險管理的相關職責。二是創(chuàng)新畜產品市場風險管理工具和產品。著力創(chuàng)新養(yǎng)殖業(yè)保險產品，完善再保險體系，開發(fā)畜牧業(yè)巨災風險證券化產品，實現(xiàn)畜牧業(yè)災害風險管理工具的有效組合。三是完善畜產品市場風險管理機制和制度。通過補貼政策，增加政策性畜產品保險品種，擴大覆蓋面，同時建立財政支持的養(yǎng)殖業(yè)巨災保險分散機制，完善養(yǎng)殖業(yè)災害風險一體化管理機制。