近年来,我国社会老龄化进程加快,2021年末,我国65岁及以上人口达到2.01亿人,占总人口的14.2%,已经进入“老龄社会”阶段。人口老龄化进程加快不仅表明了我国劳动力人口的减少,同时也意味着劳动力的养老负担加剧,养老问题与每个人息息相关,已经引起了社会的普遍关注,随着老龄人口在总人口中比例的不断上升,该群体上升会导致社会对于照护需求上升。根据《2018-2019中国长期护理调研报告》,目前在老龄人群体中失能人数将近4000多万,其中要照护需求的占比约为11.8%,需要他人照料,而目前现实所能提供的护理力量有限,所以老年人护理需求满足是亟需解决的难题。长期护理保险作为社会保障保险中的“第六险”,是解决这一问题的重要途径,保障的是失能被保险人在长期失能护理中获取护理保险金补贴以及相关专业护理服务。但由于我国长期护理保险相关制度起步较慢,目前处于试点阶段,相关认识的普及不够充分,同时其本身长期性的特点导致了它的保险风险偏高,商业保险的承保意愿不高,产品同质化较严重。在当前在健康大数据背景下,给长期护理保险市场带了发展前景。因此,本文基于CHARLS的家庭微观数据进行联合式长期护理保险的研究,为长期护理保险适应健康大数据背景下的定价、为加快护理保险相关制度建设提供建议和创新、丰富长期护理保险种类提供理论基础以及思路。本文在对联合式长期护理保险进行概述后,为了更加符合目前社会上的护理需求,与传统的单纯依据ADLS的界定不同,参照ADLS、认知能力、精神状态以及患综合症情况等多方面多维度对长期护理状态进行划分;通过XGboost模型对问卷中的问题数据提取出长期护理状态的影响特征;然后根据以上所得出合适的特征数来进行BP＿Adaboost神经网络模型训练,测算出个体转移概率矩阵;最后通过Copula函数得到联合转移概率矩阵,并根据趸缴保费计算公式,计算出联合式长期护理保险趸缴纯保费费率。在联合费率表中可以发现:男女单独购买纯保费费率的总和是远大于双生命体联合式长期护理费率,得出由于男女健康状态转移过程并不是相互独立的,存在比较明显的相关性。因此在实践方面,本文在对长期护理状态界定时考虑失能、认知能力、精神状态以及慢性病情况等多维度来确定长护状态,更加符合被保险人的具体利益,提高了保险的深度;并以此映射出8个影响长护状态的重要指标,为商业保险创新个性化保险产品、长期护理风险识别评估以及实现精算平衡提供思路;在统计分析方面,通过copula函数连接边缘概率得到的联合式长期护理保险费率在不同的初始状态明显小于男性费率与女性费率总和,充分考虑联合体之间的相关性:一方面,这是因为联合体在日常生活中同居状态下,更有可能拥有健康的生活情况以及情感寄托,按照相关长期护理护状态界定标准,发生失能状态的概率也就更低;另外一方面,在长期护理护状态发生时,联合体在不全部发生失能的情况下,相互之间的照护以及在精神上、情感上的支持,在一定程度上可以帮助失能一方尽快恢复脱离失能状态。因此通过联合式长期护理保险可以大大降低双生命长期护理保险的保费总和,降低保险门槛,扩大保险广度。