PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2016 | nr 415 Ubezpieczenia wobec wyzwań XXI wieku | 225--240
Tytuł artykułu

Identyfikacja kluczowych determinant zakupu dotowanego ubezpieczenia upraw rolnych i zwierząt gospodarskich

Treść / Zawartość
Warianty tytułu
Identification of the Key Determinants of Subsidized Crop and Livestock Insurance Purchase
Języki publikacji
PL
Abstrakty
Znaczenie ubezpieczeń w strategii zarządzania ryzykiem gospodarstw rolnych od lat stanowi jeden z najważniejszych problemów podejmowanych przez teoretyków i praktyków ubezpieczeń. Niedostateczny popyt na ten rodzaj ochrony, pomimo istnienia oczywistych zagrożeń (w szczególności naturalnych) oraz ciągłego doskonalenia różnorodnych systemów publicznego wsparcia dla mechanizmu rynkowego (np. w formie rządowych dopłat do składek i odszkodowań, partnerstwa publiczno-prywatnego), skłania do postawienia pytania o czynniki, które wpływają na podjęcie decyzji o zakupie ubezpieczenia upraw przez producentów rolnych. Celem artykułu jest wskazanie zmiennych istotnie wpływających na zakup ubezpieczenia upraw rolnych i zwierząt gospodarskich w Polsce oraz zbudowanie modelu decyzyjnego (ekonometrycznego) określającego prawdopodobieństwo zakupu tego ubezpieczenia. Analiza przeprowadzona na podstawie modelu regresji logistycznej doprowadziła do sformułowania wniosku, iż decyzja o zakupie ubezpieczenia upraw warunkowana jest dwoma czynnikami: powierzchnią posiadanych gruntów rolnych oraz skłonnością do zapłaty składki ubezpieczeniowej. Kierunek oddziaływania obydwu zmiennych jest dodatni. Szansa zakupu ubezpieczenia jest 2,07 razy wyższa, jeśli gospodarstwo rolne dysponuje większym areałem gruntów rolnych. Im wyższa składka ubezpieczeniowa, którą skłonny jest zaakceptować ankietowany, tym większe prawdopodobieństwo zakupu ubezpieczenia upraw. Wzrost deklarowanej skłonności do płacenia składki WTP o jeden punkt procentowy wiąże się z 1,73 razy większą szansą na zakup ubezpieczenia.(abstrakt oryginalny)
EN
The importance of insurance in risk management strategy of farms has been one of the most important issues taken by the theorists and practitioners of insurance for many years. Insufficient demand for this type of protection, in spite of obvious dangers (especially natural) and continuous improvement of various systems of public support for market-based mechanism (eg. in the form of government subsidies for premiums and indemnities, publicprivate partnership), raises the question about factors that influence the decision to purchase crop insurance for farmers. The aim of the paper is to identify variables significantly affecting the purchase of crop and livestock insurance in Poland and to build an econometric decisionmaking model determining the probability of the insurance purchase. The analysis based on a logistic regression model has led to the conclusion that the decision to purchase crop insurance is conditioned by two factors: farm area and willingness to pay (WTP) the insurance premium. The direction of impact of the two variables is positive. The odds to purchase the insurance policy is 2.07 times higher if a farm has a bigger area of agricultural land. The higher the insurance premium which a farmer is willing to pay, the more likely is the purchase of crop insurance. The one percent increase in declared WTP is associated with a 1.73 times greater chance to purchase crop insurance.(original abstract)
Twórcy
  • Uniwersytet Ekonomiczny w Krakowie
Bibliografia
  • Asseldonk M., Meuwissen M., Huirne R., 2002, Belief in Disaster Relief and the Demand for a Public- -Private Insurance Program, Review of Agricultural Economics, vol. 24, issue 1, s. 196-207.
  • Cabas J.H., Leiva A.J., Weersink A., 2008, Modeling Exit and Entry of Farmers in a Crop Insurance Program, Agricultural and Resource Economics Review, vol. 37, issue 1, s. 92-105.
  • Chakir R., Hardelin J., 2014, Crop Insurance and Pesticide Use in French Agriculture: An Empirical Analysis, Review of Agricultural and Environmental Studies, vol. 95, issue 1, s. 25-50.
  • Danieluk B., 2010, Zastosowanie regresji logistycznej w badaniach eksperymentalnych, Psychologia Społeczna, vol. 5, issue 2-3 (14), s. 199-216.
  • Enjolras G., Capitanio F., Adinolfi F., 2012, The Demand for Crop Insurance: Combined Approaches for France and Italy, Agricultural Economics Review, vol. 13, issue 1, s. 5-22.
  • Garrido A., Zilberman D., 2008, Revisiting the demand for agricultural insurance: the case of Spain, Agricultural Finance Review, vol. 68(1), s. 43-66.
  • Goodwin B.K., 1993, An empirical analysis of the demand for multiple peril crop insurance, American Journal of Agricultural Economics, vol. 75, issue 2, s. 425.
  • GUS, 2014, Rocznik statystyczny rolnictwa 2013, Warszawa.
  • Harańczyk G., 2010, Krzywe ROC, czyli ocena jakości klasyfikatora i poszukiwanie optymalnego punktu odcięcia, StatSoft, www.statsoft.pl (3.04.2015), s. 79-89.
  • Jagiełło R., 2013, Analiza dyskryminacyjna i regresja logistyczna w procesie oceny zdolności kredytowej przedsiębiorstw, Materiały i Studia, z. 286, NBP, Warszawa, www.nbp.pl (29.03.2015).
  • Liesivaara P., Myyrä S., 2014, Willingness to pay for agricultural crop insurance in the northern EU, Agricultural Finance Review, vol. 74, issue 4, s. 539-554.
  • Maddala G.S., 2013, Ekonometria, tłum. M. Gruszczyński, PWN, Warszawa.
  • Migut G., 2011, Kreator regresji logistycznej, StatSoft, Kraków, www.statsoft.pl (31.03.2015).
  • Patrick G.F., 1988, Mallee wheat farmers' demand for crop and rainfall insurance, Australian Journal of Agricultural Economics, vol. 32, no. 1, s. 37-49.
  • Sherrick B.J., Barry P.J., Ellinger P.N., Schnitkey G.D., 2004, Factors Influencing Farmers' Crop Insurance Decisions, American Journal of Agricultural Economics, vol. 86, no. 1, s. 103-114.
  • Sherrick B.J., Barry P.J., Schnitkey G.D., Ellinger P.N., Wansink B., 2003, Farmers' Preferences for Crop Insurance Attributes, Review of Agricultural Economics, vol. 25, no. 2, s. 415-429.
  • Smith V.H., Baquet A.E., 1996, The Demand for Multiple Peril Crop Insurance: Evidence from Montana Wheat Farms, American Journal of Agricultural Economics, vol. 78, issue 1, s. 189-201.
  • Stanisz A., 2007, Przystępny kurs statystyki z zastosowaniem Statistica PL na przykładach z medycyny, t. 2: Modele liniowe i nieliniowe, Wyd. StatSoft Polska, Kraków.
  • StatSoft, 2006, Elektroniczny Podręcznik Statystyki PL, Kraków, www.statsoft.pl (31.03.2015)
  • Steczkowski J., 1995, Metoda reprezentacyjna w badaniach zjawisk ekonomiczno-społecznych, Wyd. PWN, Warszawa-Kraków.
  • Thlon M., 2009, Proces sekurytyzacji aktywów w kontekście kryzysu na rynku kredytów subprime, Kwartalnik E-finanse, nr 2, www.e-finanse.com (3.04.2015).
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171440868

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.