Essays in Climate Finance and Drought Risk in Sub-Saharan Pastoral Areas

Resumen

Droughts are among the most damaging climatic hazards affecting agropastoral systems worldwide. Sub-Saharan Africa (SSA) is one of the most severely impacted regions. Beyond the rising likelihood of dry spells, SSA is especially vulnerable because of its heavy reliance on rainfed agriculture and livestock rearing to sustain livelihoods and ensure food security. This thesis analyzes the impact of drought in this regions agropastoral areas and proposes two financial tools (index insurance and option contracts) to improve herders drought resilience.

Accurately analyzing the effects of drought over large geographical areas requires time series data with high spatial and temporal resolution, which poses a challenge in terms of data management. This thesis presents an algorithm based on the superpixel literature that leverages machine learning and big data techniques to enhance the quality of environmental analyses. A comparison of Normalized Difference Vegetation Index (NDVI) time series deviations shows that this method performs over 9% better than previous algorithms. This algorithm is subsequently applied to analyze the impact of dry spells and enhance the quality of the proposed financial instruments.

The analysis of a 21-year NDVI time series over 2.9 million km2 of West African rangelands is used to determine the start and end of the rainy season, which form the basis for defining the insurance coverage period. An examination of trends in the start and end of the rainy season reveals a shortening of the growing period, primarily due to delays in the onset of rainfall. Increased variability is also observed, particularly in the lower tail of the NDVI distribution, which reflects dry spell conditions. These findings underscore the need for robust climate risk management tools.

Index insurance can support low-wealth households in developing countries, yet adoption remains low. One of the main barriers is basis risk, which is the mismatch between the index and actual losses. While most efforts to reduce basis risk target index design, spatial basis risk has received much less attention. This thesis proposes a machine learning method to define homogeneous insurance zones based on maximizing lower tail dependence in NDVI time series. The methodology is applied to Northern Kenya's index-based livestock insurance program and compared to the currently employed administrative-based insurance areas. The new insurance areas outperform current ones, improving insurance quality by 60-200% and highlighting the value of rigorous zone delineation.

Despite the benefits of index insurance and a large livestock-dependent population, West Africa lacks such programs. After developing a methodology for defining homogeneous areas and determining the period to insure, this thesis proposes a regional index insurance scheme across 12 countries and calculates insurance parameters. It also demonstrates that regional risk pooling can halve the premium loading factor, enhancing the schemes affordability and sustainability.

Finally, this thesis demonstrates how a less-studied financial instrument, such as option contracts between herders and feed suppliers, can contribute to stabilizing feed and livestock prices during dry spells. This thesis develops a mathematical modeling framework and conducts a simulation to evaluate the value of such contracts for herders and feed suppliers. The analysis also explores option contracts potential to stabilize prices during droughts, thereby reducing the likelihood that herders are forced to sell livestock due to financial stress.

Overall, this thesis contributes to the literature by advancing the analysis of drought in West Africa and proposing methodological improvements for environmental assessments. It also develops a framework to enhance the quality of index insurance. Finally, it examines how index insurance and option contracts can strengthen drought resilience among vulnerable pastoral communities.

RESUMEN

Las sequías están entre los mayores riesgos climáticos para los sistemas agropastorales. África Sub-Sahariana (SSA) es de las regiones que más sufren el impacto de estos fenómenos. Más allá de la creciente probabilidad de sequía, SSA es especialmente vulnerable debido a su fuerte dependencia de la agricultura de secano y la ganadería para garantizar la seguridad alimentaria. Esta tesis analiza el impacto de la sequía en las zonas agropastorales y propone dos herramientas financieras (el seguro indexado y los contratos de opción) para mejorar la resiliencia de los pastores.

El análisis preciso de la sequía en grandes áreas geográficas requiere series temporales con alta resolución espaciotemporal, lo que supone un reto en términos de gestión de los datos. Esta tesis presenta un algoritmo basado en la literatura de superpíxeles que aprovecha el aprendizaje automático y las técnicas de big data para mejorar la calidad de los análisis medioambientales. Una comparación de las desviaciones de las series temporales del Índice de Vegetación de Diferencia Normalizada (NDVI) muestra que este método rinde más de un 9% mejor que los algoritmos existentes. Posteriormente, este algoritmo se aplica para analizar el impacto de la sequía y mejorar la calidad de los instrumentos financieros propuestos.

Esta tesis analiza una serie temporal de 21 años de NDVI en 2,9 millones de km2 de pastizales de África Occidental que sirve para definir el inicio y final del periodo de cobertura del seguro. El examen de la evolución del inicio y el final de la temporada de lluvias revela un acortamiento del periodo vegetativo. También se observa una mayor variabilidad en la cola inferior de la distribución del NDVI, que refleja las condiciones de sequía. Estos resultados subrayan la necesidad de disponer de herramientas de gestión del riesgo climático.

El seguro indexado puede mejorar la calidad de vida de los hogares en países en desarrollo, pero su adopción es escasa. Uno de los principales obstáculos es el riesgo base, la falta de correspondencia entre el índice y las pérdidas reales. Mientras que la mayoría de los esfuerzos para reducir el riesgo base se centran en el diseño del índice, el riesgo base espacial se ha estudiado menos. Esta tesis propone un método para definir zonas de seguro homogéneas basado en la maximización de la dependencia de la cola inferior del índice. Este se aplica al programa de seguros indexados para ganado del norte de Kenia y se compara con las zonas actuales. Las nuevas zonas superan a las actuales, mejorando la calidad del seguro entre 60-200%, lo que subraya el valor de una delimitación rigurosa de las zonas.

A pesar de las ventajas de los seguros indexados y de su numerosa población dependiente del ganado, África Occidental carece de este tipo de programas. Esta tesis propone un seguro indexado regional en 12 países de la zona y calcula los parámetros del seguro. También demuestra que la agrupación regional de riesgos puede reducir a la mitad el recargo de la prima, mejorando la asequibilidad del seguro.

Por último, esta tesis demuestra cómo los contratos de opción entre pastores y proveedores de piensos pueden contribuir a estabilizar los precios de los piensos y el ganado durante las sequías. Esta tesis desarrolla un modelo matemático y realiza una simulación para evaluar el valor de tales contratos. El análisis también explora el potencial de los contratos de opción para estabilizar los precios durante las sequías, reduciendo así la probabilidad de que los pastores se vean obligados a malvender su ganado.

En conjunto, esta tesis contribuye a la literatura avanzando en el análisis de la sequía en África Occidental y proponiendo mejoras metodológicas para las evaluaciones medioambientales. También desarrolla un marco para mejorar la calidad de los seguros indexados. Por último, examina cómo los seguros indexados y los contratos de opción pueden reforzar la resiliencia a la sequía de las comunidades pastorales.