特定疾病医疗保险精算方案研究是疾病防治研究中的基础性应用研究课题。特定疾病医疗保险是以居民的健康状况与疾病负担为依据，弥补被保险人因协定疾病带来的损失。医疗保险作为国家医疗保章体系中的重要组成部分，已有一百多年的发展历史，但由于其具有技术性强、运作复杂、赔付率高、风险管理难度大等特点，至今仍为保险界公认的世界性难题。本课题采用基于健康与疾病负担测量设计面向居民的特定疾病医疗保险险种、基于效用理论模型设计面向患病人群的特定疾病医疗保险险种、基于混合风险模型设计面向住院病人的特定疾病医疗保险险种，同时，采用破产概率与准备金的探索性研究方法进行险种设计的风险测算；采用基于分类风险模型的最优奖惩系统设计探讨险种设计的风险控制，为健全广东省特定疾病医疗保险体系提供量化测评基线数据与单病种医疗险种设计方案，也为国内特定疾病医疗保险精算模型研究提供方法学研究实例。 1．基于疾病经济负担测量的居民特定疾病医疗险种设计 对于呼吸系统疾病、恶性肿瘤、心血管疾病、脑血管疾病、外伤与中毒、糖尿病这6类特定疾病，为了设计用疾病经济负担(Economic burden of disease，EDOD)作为理赔保险金的居民特定疾病医疗保险险种方案，我们以1998年广东省居民性别、年龄别、疾病别EDOD、1998年全国第二次卫生服务调查确定的性别、年龄别、疾病别两周患病率为基线数据，考虑年度管理费率、风险储备金率、医疗费增长率、人均收入增长率和需求释放等因素，用粗估法来推算静态保费和动态保费。结果表明，按表2-9资料模拟的盈亏情况作为保险公司投资风险的临界条件，在出现理赔概率高于3％或参保人数低于100％的情况下，保险公司的破产概率将会高于5％。用粗估法推算年度保费，充分利用了居民病伤死因资料，并综合考虑了被保险人的性别、年龄、疾病经济负担、年度管理费率、风险储备金率、医疗费增长率、人均收入增长率和需求释放等风险因素，符合面向保险实务的精算原则，因而具有较强的实用性。 2．基于效用理论模型的特定疾病患者医疗险种设计 对于呼吸系统疾病、恶性肿瘤、心血管疾病、脑血管疾病、外伤与中毒、糖尿病这6类特定疾病，以投保人在没有患所投保的特定疾病时拥有的健康财富为w<,1>(w<,1>在数值上等于该特定疾病的DALY经济损失)，以全国1998年第二次卫生服务调查居民两周患病率P推算6类特定疾病的患病人数f<,0>，以调查所得广州市2002年6月1日至2003年5月30日保险年度广州市居民因患6类特定疾病而住院治疗的实际人数f<,1>推算住院率h，以实际平均住院医疗费用作为某一个体患者因病随机损失x，假定在6种特定疾病患者全面参保的前提下，采用保险双方心理感受效用解析方法构建面向患者的医疗保险效用理论模型。结果表明，这6类特定疾病的年缴保费分别为924元、10606元、853元、2408元、1809元、1359元；保险公司对被保险人发生上述6类特定疾病时的理赔保险金分别为41174元、35007元、62288元、31873元、43343元、29165元。6类特定疾病保险定价表明，采用效用原理确定保险定价与采用“纯保费+附加保费”的定价模型是一致的。通过对6类特定疾病医疗保险盈余过程模拟结果表明：即使在50％的患者投保和95％的被保险人出现当年理赔的情况下，保险公司的投资回报率仍可保持在43.39％(糖尿病)到188.15％(恶性肿瘤)之间，在忽略银行存款利率、税收、通货膨胀等经济影响因素时，保险公司基本不会发生投资破产的情形。 3．基于混合正态模型的特定疾病住院病人医疗险种设计 我们以2002年6月1日至2003年5月30日保险年度广州市一、二、三级医院呼吸系统疾病、恶性肿瘤、心血管疾病、脑血管疾病、外伤与中毒、糖尿病等6类特定疾病住院病人住院医疗费等信息资料为训练样本，利用训练样本，建立起6类特定疾病风险损失的混合正态模型。采用EM算法对混合正态风险模型进行参数估计；采用Kolmogorov-Smirnov检验对混合正态风险模型的拟合优度进行检验；采用随机抽样模拟和t检验法比较随机样本指标与模型参数之间的差异；设计保险条款，作为保险双方有约束力的合同。结果表明，由训练样本拟合可得到6类特定疾病风险损失的混合正态模型；模型的拟合精度较高；按μ<,i>+1.96σ<,i>可得到6类特定疾病住院病人在不同保险等级下的总保费；样本指标与模型参数之间的差异无统计学意义。 4．基于逐步判别分析的单病种保单分类与甄别 为了对随机保单进行分类与甄别，我们选取这6种疾病住院病人的年龄(X<,1>)、性别(X<,2>)、职工类别(X<,3>)、医院等级(X<,4>)、住院天数(X<,5>)、药费(X<,6>)、检查费(X<,7>)、治疗费(X<,8>)、放射费(X<,9>)、手术费(X<,10>)、化验费(X<,11>)、输血费(X<,12>)、输氧费(X<,13>)、麻醉费(X<,14>)、材料费(X<,15>)等15个指标作为甄别其所属类别的判别因子，利用训练样本，建立起贝叶斯准则下的判别函数。结果表明，呼吸系统疾病、恶性肿瘤、心血管疾病、脑血管疾病、外伤与中毒、糖尿病6类疾病住院病人多类保单下的判别回代总正确率分别为70.44％，83.94％，77.60％，93.85％，84.48％，82.88％。采用在逐步判别分析筛选有效判别因子的基础上建立起只含有效判别因子的判别函数来指导不同保单的分类问题具有理论上的科学性与保险实务中的可行性。 5．特定疾病住院医疗保险准备金与破产概率的探索性研究 为了提出一种基于混合正态分布模型的糖尿病住院医疗保险的风险测算方法，我们引入复合泊松分布，以2002年6月1日至2003年5月30日保险年度广州市一、二、三级医院1611位糖尿病病人住院医疗费等信息资料为训练样本，将利用训练样本拟合出的糖尿病住院病人风险损失额混合正态分布模型中的各成分分布的索赔次数拟合为不同参数的泊松分布，利用复合泊松分布的性质与已知数据，做准备金与破产概率的探索研究。结果表明，当设定破产概率小于0.05时，保险公司应投入的准备金u=4.73x10<7>元。本研究表明，建立在破产概率基础上的准备金测算，可为保险公司提供了风险控制依据。 6.基于分类风险模型的最优奖惩系统设计及在特定疾病保险中的应用 为了探索具有不同索赔频率的分类风险模型的最优奖惩系统设计，我们以糖尿病住院医疗保险实例予以验证。即以2002年6月1日至2003年5月30日保险年度广州市居民因患糖尿病而住院治疗的1611位病例作为参保人群，采用满额理赔制，定义最低理赔起付线为10000元；建立以伽玛分布为结构函数的分类风险模型，采用矩法估计分类风险模型参数;用期望值原理推算纯保费，将年龄与性别作为风险因素引入最优奖惩系统，并推算不同类别保单组合的后验保费。结果表明，四类投保人和全部保单的理赔次数分布均服从负二项分布。全部保单的初始年度纯保费为2579元，如果某一位投保人在未来5年内都没有发生理赔，则他可以得到一个66.35％的折扣。4类保单的理赔次数方差分别为0.5544、0.5857、0.9081、0.6365，第3类表现出更大的不均匀性，故对投保人的奖惩更为严厉，其他3类保单的理赔次数方差比较接近，表现出较大的同质性与相对弱化的奖惩力度。本研究建立了基于分类风险模型的最优奖惩系统，并设计出基于信度的经验费率系统，这一经验费率系统具有公平性、财务平衡性等优点，为保险公司开发体现高风险损失应承担高额保险费保险原则的新保险品种提供了思路和依据。