Vis enkel innførsel

dc.contributor.advisorLavrutich, Maria
dc.contributor.authorAuråen, Eirik
dc.contributor.authorZhang, Dong
dc.date.accessioned2019-10-17T14:00:36Z
dc.date.available2019-10-17T14:00:36Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/11250/2622861
dc.description.abstractDen norske lakseoppdrettsnæringen står i dag ovenfor betydelige biologiske risikoer som både begrenser den fremtidige veksten i næringen og har potensial til å påvirke enkelt oppdrettere kraftig. Algeoppblomstringen i Norge i 2019 viste hvor sårbare mindre oppdrettere er og hvor avhengig kommunene har blitt av deres tilstedeværelse. Risikostyringsverktøy som teknologi-investering og geografisk diversifisering er hovedsakelig kun oppnåelig for de største oppdretterne i verden. Biomassforsikring er derimot et skalerbart risikostyringsverktøy som gir sikring mot oppdretternes ekstreme nedsiderisiko. Det bør derfor være et svært attraktivt risikostyringsverktøy, spesielt for små og mellomstore oppdrettere. Likevel er biomasseforsikring lite brukt på grunn av kompleksiteten- og mangelen på standardisering- av å tilby produktet. I tillegg finnes det tegn på at det er lite kunnskap om dette risikovertkøyet blant oppdretterne. Denne forskningsartikkelen forsøker å øke bevisstheten om fordelene med biomasseforskring som et risikostyringsverktøy, og fylle mangelen på akademiske studier på hvordan modelere dette forsikringsproduktet. Nærmere bestemt, har vi utviklet en stokastisk prisingsmodell av biomasseforisking basert på en simuleringer av slaktet biomassefordeling. Vi har fokusert på å modellere risikoen for tvunget-slakt utløst av for høye sjølusverdier, påvisning av pankreas sykdom (PD) eller infeksiøs lakseanemi (ILA). Våre resultater tyder på at det er betydelige forskjeller i risikokarakteristikkene mellom tre ulike produksjonsområder i Norge, som i stor grad påvirker forsikringspremiene. I tillegg bekrefter resultatene våres effekten av geografisk diversifisering ved at oppdretterne kan nærmest halvere forsikringspremien ved å samle tre lokasjoner fra forskjellige produksjonsområder i en og samme kontrakt.
dc.description.abstractThe Norwegian salmon farming industry is currently facing significant biological risks that both limits the future growth of the industry and has the potential to impact individual farmers severely. Algal bloom in Norway in 2019 revealed the smaller farmers' vulnerability to biological shocks, as well as the municipalities dependence of their existence. Risk management tools such as technology investment and spatial diversification are currently mainly obtainable for the biggest farmers in the world. Biomass insurance, on the other hand, is a scalable risk management tool that provides hedge toward the farmers' worst case scenarios (tail risk). Thus, it should be an attractive risk management tool, especially for small- to medium-sized farmers. However, biomass insurance is underutilized due to the complexity-, lack of standardization- and knowledge- of the product. This paper attempts to raise awareness of the benefits of biomass insurance as a risk management tool, and fill the lack of academic studies on how to price it. Specifically, we have developed a stochastic biomass insurance pricing model based on simulations of the harvest biomass distribution. We have focused on modeling the early harvest risk triggered by either sea lice, pancreas disease, or infectious salmon anemia. Our results indicate that substantial differences in the risk characteristics between different regions in Norway lead to considerable differences in the insurance premiums. In addition, our results confirm the effect of spatial diversification by showing that the farmers can halve the premiums by just pooling together three locations into one insurance contract.
dc.languageeng
dc.publisherNTNU
dc.titleStokastisk modellering av biomasseforsikring og risiko for tidlig slakt ved bruk av historisk simulering og logistisk regresjon
dc.typeMaster thesis


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel