保险公司承办城乡居民大病保险的定价研究
发布时间:2020-09-22 14:16
城乡居民大病保险的实施减轻了参保居民由于患“大病”而产生的高额医疗负担,是对我国基本医疗保险制度的延伸。自2012年大病保险开始在各地推广试行以来,我国学者对大病保险的讨论集中在制度层面,对定价方面的研究甚少。由于大病保险的经营是政府采用公开招标的方式选定保险公司承办,本文通过总结保险公司经营大病保险的现状发现在34家保险总公司有承办资格的情况下只有少部分保险公司参与了大病保险的承办;同时大病保险基金基本达到收支平衡,但是保险公司经营大病保险的盈利空间非常小,部分公司出现亏损情况。导致亏损的原因包括定价问题、统筹层次过低、部分保险机构对大病保险认识不足以及按照商业健康险提取准备金的核算方法四个方面。因此本文选择从定价角度出发研究大病保险具备一定的实际意义。从我国各地实施的城乡居民大病保险制度总结发现其补偿模式具备两个特点:一是多层次的支付水平,参保人发生的医疗支出越多,相应的补偿水平就越高;二是大病保险的保障对象为经基本医疗保险补偿后的合规医疗费用超过大病保险免赔额的部分,因此其保障范围集中在医疗损失分布中后部。针对以上特点,本文选择经验频数法和基于损失分布模型的方法对城乡居民大病保险进行定价。经验频数法应用的前提是样本数量较大,是一种较粗糙的估计方法,适用于统筹水平较高的地区。基于损失分布模型对大病保险定价的前提是对医疗损失分布有较好的拟合。由于医疗损失分布呈现尖峰厚尾的特点,同时大病保险的保障范围集中在损失分布中后部,本文选择了对厚尾拟合较好的POT模型,对超过门限值的部分采用广义帕累托分布进行拟合,并取得了较好的效果。对于门限值之前的部分,首先利用参数拟合法对六种经常被用来拟合医疗损失的分布进行拟合,在其效果并不理想的情况下选择了非参数拟合法的核密度估计法确定前半段医疗损失的概率密度函数。最后根据大病保险的补偿制度和一定的附加费用得到大病保险的保费。
【学位单位】:山东财经大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:F842.684;R197.1
【部分图文】:
Burr 分布等。它们的分布函数、概率密度函数见表 3-1,它们的密度函数的形状图见图 3-1。表 3-1 常用的医疗损失分布模型损失分布模型 概率密度函数 f(x) 分布函数 F(x)Lognormal 分布 ( ) ( ⊥) ( )Weibull 分布 ( ) ( ) ⊥ ( ( ) )Pareto 分布 ( ) ( ) Gamma 分布 ( ) ( ) ( )对数 gamma 分布(⊙ ( )) ( ( )( ) ) ( ) ( ) ( )Burr 分布 ( ( ) ) ( ( ) )
第 3 章 大病保险定价的理论基础于随机变量 X,剩余期望函数 e [X;d]是 d 的函数,其中 d 为免赔额。对于非量 X 和任意 d>0,则有: X ( ) ( ) ( ) ( ) ( ) (余期望函数表示随机变量超过 d 的平均值,反应了随机变量的尾部情况。不其剩余期望函数的形状不同。指数分布的剩余期望函数是一条高度为 的,对数正态 e [X;d]=Cd/Ind,威尔布 e [X;d]=C ,伽玛分布的 e [X;d]趋线 y=1/ ,对数伽马的 e [X;d]= ,具体形状见图 3-2 剩余期望函数图。
图 3-3 常见的核函数的形状我们确定好核函数时,窗宽的选择决定了损失分布的边缘密度函数拟合取的宽窗较小,整体的估计特别是尾部会出现较大的偏差;相反,则会峰性等特征[41]。选择合适的宽窗非常关键,我们可以通过平均积分平mean intergrated squared error)的大小来衡量 h 的好坏。S ("
本文编号:2824501
【学位单位】:山东财经大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:F842.684;R197.1
【部分图文】:
Burr 分布等。它们的分布函数、概率密度函数见表 3-1,它们的密度函数的形状图见图 3-1。表 3-1 常用的医疗损失分布模型损失分布模型 概率密度函数 f(x) 分布函数 F(x)Lognormal 分布 ( ) ( ⊥) ( )Weibull 分布 ( ) ( ) ⊥ ( ( ) )Pareto 分布 ( ) ( ) Gamma 分布 ( ) ( ) ( )对数 gamma 分布(⊙ ( )) ( ( )( ) ) ( ) ( ) ( )Burr 分布 ( ( ) ) ( ( ) )
第 3 章 大病保险定价的理论基础于随机变量 X,剩余期望函数 e [X;d]是 d 的函数,其中 d 为免赔额。对于非量 X 和任意 d>0,则有: X ( ) ( ) ( ) ( ) ( ) (余期望函数表示随机变量超过 d 的平均值,反应了随机变量的尾部情况。不其剩余期望函数的形状不同。指数分布的剩余期望函数是一条高度为 的,对数正态 e [X;d]=Cd/Ind,威尔布 e [X;d]=C ,伽玛分布的 e [X;d]趋线 y=1/ ,对数伽马的 e [X;d]= ,具体形状见图 3-2 剩余期望函数图。
图 3-3 常见的核函数的形状我们确定好核函数时,窗宽的选择决定了损失分布的边缘密度函数拟合取的宽窗较小,整体的估计特别是尾部会出现较大的偏差;相反,则会峰性等特征[41]。选择合适的宽窗非常关键,我们可以通过平均积分平mean intergrated squared error)的大小来衡量 h 的好坏。S ("
本文编号:2824501
本文链接:https://www.wllwen.com/yixuelunwen/yiyuanguanlilunwen/2824501.html