资源描述：
《重大疾病保险定价的研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、摘要随着现代社会生活节奏的加快,人们的生活压力越来越大,健康问题也日益成为当今社会的一大难题。疾病不仅给患者本人身体上带来严重的损害,同时也给家庭带来巨大的经济负担。重大疾病保险的目的即在于当人们罹患保单所列明的重大疾病时对被保险人进行医疗费用的补偿,缓解被保险人及其家庭的经济负担。自从年我国引入重大疾病保险开始,重疾险在国内得到了比较长足的发展,并且随着民众保险意识的不断加强以及重疾险强大的风险抵御功能,它必将会成为人们关注的焦点之一。在保险公司创新经营,开拓市场方面,重大疾病保险的经营将会起到至关重要的作用。作为典型的“舶来品”,国内对重大疾病保险的相关研究还不是很多
2、,对其定价模型和方法也没有一个系统的研究。关于定价风险方面的讨论也比较少。因此,对重大疾病保险的定价方法和模型及其定价风险进行研究是很有必要,这将会对保险公司经营重大疾病保险甚至是健康保险都起到很好的理论指导作用。本文在简单回顾重大疾病保险定义,历史起源、国内外发展概况的基础之上,对重大疾病保险的保险责任进行了详细的讨论,其保险责任的界定主要包括重大疾病的定义、保险金类型、保险期间等几个方面的内容。文章对重大疾病保险定价过程进行了大致的介绍,讨论了疾病预期发生率假定、利率假定、死亡率假定等重大疾病保险定价中的基本精算假定。根据国内外现有的研究成果及应用实践,将长期重大疾病
3、保险的定价方法归纳为三类:曼联方法、增量一减量表方法、多状态方法。文章结合国内疾病发生率数据和死亡率数据对曼联方法、多状态方法进行了实证分析,并将两种方法的计算结果与人保健康关爱专家年定期产品的价格进行了比较分析。由于增量一减量表方法只能在完全数据条件下才可以使用,本文就以脑血管疾病为例,结合卫生部统计的脑血管疾病死亡率数据讨论了增量一减量表方法在重大疾病保险定价中的应用。最后文章从数据、定价模型以及外部重大疾病保险定价研究环境变化三个方面分析了重大疾病保险定价过程中可能存在的风险,并对风险的控制提出了一些建议措施。全文主要包括四个部分;第一部分:重大疾病保险的保险责任。
4、在这一部分,本文对重大疾病进行了较为严格的定义,对重大疾病保险责任中所覆盖疾病种类的发展演变情况进行了总结。文章引入中国保险行业协会与医师协会联合制定的种基本重大疾病定义标准规范文件。在界定重大疾病保险责任时,町以从保险金形态、保险期间长短、生存期间长短以及终末疾病的控制等儿个方面来把握。第二部分:重大疾病保险定价的基本过程及精算假定。这~部分首先阐述了重大疾病保险产品定价的一般过程。定价所包含的主要工作有:数据资料的搜集、分析、整理,精算假定的建立,费率的厘定,其它费用率假定以及最终价格的确定。本文引入中国保险监督管理委员会对保险产品定价的相关精算规定作为附加费用率确定
5、的直接依据,然后对重大疾病保险定价过程中的精算假定进行了重点分析。重大疾病的预期发生率假定是重疾险费率厘定中最基础、最重要的假定,本文对提前给付型产品重疾预期发生率的计算公式进行了详细的推导,给出了独立主险型产品的预期发生率计算公式,并讨论了预期发生率的影响因素。除此以外,文章还分析了死亡率假定、利率假定、费用率假定等基本精算假定。第三部分:重大疾病保险定价的实证分析。国外使用的长期重大疾病保险定价方法主要有曼联方法、增量一减量表方法以及多状态方法这三类。在进行实证分析之前本文简化了长期重大疾病保险的定价模型,假定所有的疾病均不可逆转,即不可康复。本文以《重大疾病保险的疾
6、病定义使用规范》中的种疾病为保险责任,保险期限为年的男性重疾产品为例,结合国外再保险公司统计的疾病发生率,以及中国人寿保险业经验生命表,分别用曼联方法、多状态方法进行了实证分析。接着将这两种方法的计算结果与中国人民健康保险有限公司的年期关爱专家个人重大疾病保险产品的价格进行了对比分析,这两种方法具有各自的优缺点。由于所需数据少且容易获取,在目前的条件下曼联方法的适用性比另外两种方法更强。作为一种新兴的技术,多状态方法的准确性会更高,但是它的推广应用将会受到诸多方面的限制。由于增量一减量表方法需要获摘要取被保险人群疾病、死亡、健康状态的完整数据,在国内资料缺乏的情况下,本文
7、以脑血管疾病为例讨论了增量一减量表方法在重大疾病保险定价中的应用。文章借用在文章《:》中关于脑血管疾病中心发病率的假定,结合国内脑血管疾病致死率等数据,构造了脑血管疾病的增量一减量表、各个状态之问的转移概率,并计算了各个年龄段的毛保费。第四部分:重大疾病保险的定价风险及其防范。文章从定价的各个环节出发逐步分析,发现在重大疾病保险产品定价过程中主要存在以下几个方面的风险:来源于数据的风险、模型的风险、外部环境变化给定价带来的冲击。数据风险主要存在于数据来源、数据整理、调查的时间区间以及数据缺乏几个方面。模型风险主要是指定价模型和
