000018822 001__ 18822
000018822 005__ 20181005210220.0
000018822 037__ $$a897-2016-65402
000018822 041__ $$ade
000018822 245__ $$aZur Reduzierung niederschlagsbedingter Produktionsrisiken mit Wetterderivaten
000018822 260__ $$c2005
000018822 269__ $$a2005
000018822 300__ $$a20
000018822 336__ $$aWorking or Discussion Paper
000018822 446__ $$aGerman
000018822 490__ $$aWorking Paper
000018822 490__ $$a73
000018822 520__ $$aIn this paper we price a precipitation option based on empirical weather data from Germany using different pricing methods, among them the burn analysis, index value simulation and daily simulation. For that purpose we develop a daily precipitation model. Moreover, a decorrelation analysis is proposed to analyse the spatial basis risk that is inherent to rainfall derivatives. The models are applied to precipitation data in Brandenburg, Germany. Based on simplifying assumptions of the production function we quantify and compare the risk exposure of grain producers with and without rainfall insurance. It turns out that a considerable risk remains with producers who are located remotely from the weather station. Another finding is that significant differences may occur between the pricing methods. We identify the strengths and weaknesses of the pricing methods and give some recommendations for their application. Our results are relevant for producers as well as for potential sellers of weather derivatives.   In diesem Beitrag wird eine Niederschlagsoption unter Anwendung der Burn-Analysis, der Index-Value-Simulation und der Daily-Simulation bewertet. Dazu wird auf der Grundlage empirischer Wetterdaten aus Deutschland (Niederschlagsmengen aus Brandenburg) ein Tagesniederschlagsmodell entwickelt. Weiterhin wird eine Dekorrelationsanalyse durchgefuhrt, um das raumliche Basisrisiko von Niederschlagsderivaten zu analysieren. Basierend auf vereinfachenden Annahmen bzgl. der Produktionsfunktion wird das Risikoprofil von Getreideproduzenten in Brandenburg mit und ohne Absicherung gegen zu geringe Niederschlagsmengen in den Monaten April und Mai quantifiziert. Es wird deutlich, dass mit zunehmender Entfernung ein erhebliches Restrisiko bei den Produzenten verbleibt. Die Berechnungen zeigen zudem Unterschiede zwischen den verschiedenen Bewertungsverfahren auf. Es werden Starken und Schwachen der Bewertungsverfahren identifiziert und Empfehlungen für die Anwendung der verschiedenen Methoden abgeleitet. Die hier behandelte Fragestellung ist sowohl fur Landwirte als auch für potenzielle Anbieter von Wetterderivaten relevant.  Schlagworte : Wetterrisiko, Wetterderivate, Niederschlagsmodelle, Basisrisiko
000018822 650__ $$aResource /Energy Economics and Policy
000018822 650__ $$aRisk and Uncertainty
000018822 6531_ $$aweather risk
000018822 6531_ $$aweather derivatives
000018822 6531_ $$aprecipitation model
000018822 6531_ $$abasis risk
000018822 700__ $$aMusshoff, Oliver
000018822 700__ $$aOdening, Martin
000018822 700__ $$aXu, Wei
000018822 8564_ $$s219559$$uhttp://ageconsearch.umn.edu/record/18822/files/wp050073.pdf
000018822 887__ $$ahttp://purl.umn.edu/18822
000018822 909CO $$ooai:ageconsearch.umn.edu:18822$$pGLOBAL_SET
000018822 912__ $$nMade available in DSpace on 2007-03-07T23:19:35Z (GMT). No. of bitstreams: 1
wp050073.pdf: 219559 bytes, checksum: 84c9a90cd4efdf9f600f6f5f5c6f0f79 (MD5)
  Previous issue date: 2005
000018822 982__ $$gHumboldt University Berlin>Institute for Agricultural Economics and Social Sciences>Working Paper Series
000018822 980__ $$a897