极值理论分为两类：组内极大值模型(Black Maxima Model, BMM)和最近发展起来的超阈值极值模型(Peaks Over a Threshold, POT)。
组内极大值模型是将所有样本数据根据设定的条件进行分组，然后从每组中抽取最大值组成一个极值序列，这种方法不仅需要很大的数据量，而且在分组过程中很容易遗失部分极值，造成信息丢失。此模型适用范围有限，适用于处理规律波动或周期性的数据，不适合样本量较少的情况。下文主要介绍另一种实用性更强的超阈值极值模型。6.1.1 超阈值极值模型
........................
7 结论与政策建议
7.1 研究结论
干旱巨灾一旦发生，受旱农田影响面将十分广，倘若旱情持续，大部分农作物发生绝收，巨大的保险赔付额是农业保险公司所无法承受的，因此，探究一种合理的风险分散渠道尤为重要。
第一，本文立足于实际需要，从对我国农作物影响较大的单一巨灾险种“旱灾”入手，依据综合指标法，从自然条件、风险暴露、灾害自救、社会抗灾救灾、历史灾害几个方面选取 11 个干旱风险区划指标进行体系构建，指标包括平均气温、降水量、耕地面积比、农村居民人均产值比、单位播种面积第一产业产值、有效灌溉面积比、农村人口密度、农村居民人均可支配收入比、地方财政农林水事务支出比、旱灾成灾面积比、旱灾成灾频率。为保证以上 11 个风险指标之间的相互独立性，避免出现信息重叠，采用因子分析对其进行降维处理，并在通过 KMO 样本测定，利用最大方法记性因子轴旋转获得实际意义的公共因子，命名为自然因素因子、历史成灾因子、风险暴露因子、防灾自救因子。
第二，运用层次聚类法中的组间连接法，根据全国 28 个省份的因子得分情况进行聚类分析，将 28 个省份分为高、中、低 3 个风险区。根据不同风险区的干旱风险特点，结合再保险的不同分保方式的特征和适用性，提出高风险区应选择超额赔付再保险和赔付率超额再保险的方式实现经营稳定，有效分散高位的风险，低风险区可以选择成数再保险，降低分保成本，约束道德风险。
第三，选择干旱巨灾发生概率大的高风险区中具有代表性的省份，运用与巨灾特征相匹配的极值理论，测算农业干旱风险损失，优化拟合模型，利用计算出的阈值确定分保免赔额，以 50 年的重现期测算的 VaR 确定分保的上限，并通过损失分步法对农业巨灾再保险进行合理的定价，以期为农业巨灾再保险机制的建立提供借鉴。
参考文献（略）
