【《XX地区脑血管疾病患者自付费用分析及保险产品设计》13000字】

XX地区脑血管疾病患者自付费用分析及保险产品设计目录TOC\o"1-3"\h\u192491XX地区脑血管疾病患者自付费用分析和预测 1314111.1XX地区脑血管病患者数据采集与数据质量 167031.1.1XX地区脑血管病患者数据采集 2234601.1.2XX地区脑血管病患者信数据量保证 2311561.2XX地区脑血管病患者自付费用分析 4290944.2.1基于患者人口特征的自付费用分析 5263984.2.2基于患者治疗特征的自付费用分析 7132491.3基于XX地区脑血管病数据的主成分分析 11143123.2.1 XX地区脑血管病数据主成分分析介绍 11229621.3.2XX地区脑血管病数据主成分分析适用性检验 13256701.3.3XX地区脑血管病数据主成分获取 14175694.4XX地区脑血管病自付费用预测 19295641.5本章小结 2118069第二章XX地区脑血管疾病防治保险产品的设计与定价 2102.1保险产品定价原则和方法 2116765.1.1保险产品定价原则 21147665.1.2保险产品定价方法 22282622.2XX地区脑血管病保险产品设计 23160202.2.1XX地区脑血管病保险产品费率厘定 23145892.2.2XX地区脑血管病保险产品收益测算 26100122.2.3保险合同设计 291XX地区脑血管疾病患者自付费用分析和预测本章首先对XX地区脑血病患者治疗数据进行采集、标准化处理、异常值处理，并对该地脑血管病患者的自付费用进行多角度的分析。然后运用主成分分析法对初始化后的数据进行降维处理，获得关键因子。最后，用降维后的数据训练得到随机森林模型，并对模型拟合效果进行检验。1.1XX地区脑血管病患者数据采集与数据质量1.1.1XX地区脑血管病患者数据采集本文所使用的数据为从XX地区政府医保知识库中提取出的脑血管病患者的个人基本信息和治疗信息。数据的时间范围为2017年1月－2020年12月。XX地区政府医保系统自身有一套完善的诊疗信息体系。在日常医疗工作中，医务人员将根据各个医院的信息规范将患者的就诊、处方、结算信息录入到系统中。本文使用的数据资料，依据规则从XX地区政府医保信息系统中端对端抽取。主要信息如下：参保居民信息：居民姓名、性别、人员编号、出生日期、年龄、联系方式。(2)参保信息：人员编号、社会保障号码、险种类型、参保年月、个人缴费状态等。就诊信息：人员编号、就诊ID、入院日期、出院日期、主要诊断ICD代码、险种类型、医疗类别、出院原因。处方信息：报销金额、自付金额、医保统计编码、三大目录类别、收费项目等级、医疗费总额合计、就诊ID。结算信息：就诊ID、医疗费总额、结算身份类别、基本医疗保险统筹支付金额、基本医疗保险本人账户支付金额、本人现金支付金额合计、本次统筹基金起付标准等。1.1.2XX地区脑血管病患者信数据量保证在数据采集的过程中，未经过中间转换，确保数据来源的真实性、可用性以及数据安全保密性。在数据分析过程，将数据信息导入到SPSS等数据处理工具中，依次进行逻辑校验和对偏离正常值较大的数据进行过滤，最终保证本文中使用的数据是完整的、详尽的、真实的、准确的。通过上述过程的把控，能够确保本文中使用的数据在源头、中间过程和最终结果三部分都是真实可靠的。在数据预处理环节，首先将XX地区政府医保数据信息同步到本地数据库中。利用数据库脚本语言进行初步的数据过滤，过滤掉一些关键信息缺失和信息明显不符合实际的样本。本文所预测的脑血管病患者的治疗费用是基于前两年的治疗费用基础之上进行预测，如果患者在某一年中没有发生治疗行为，默认设置当年的治疗费用为0。然后根据预先设定的筛选标准，得到理想的研究对象。将数据准备好以后，需要对一些属性进行编码，详见编码表1.1。表1.1影响自付费用的变量编码表代码变量名称变量英文名称代码变量名称变量英文名称X1性别AAC004X10确诊年龄CUR_AGEX2两年内治疗费用MED_FEE_2_YEARSX11未接受治疗NO_CX3两年内单次治疗最小费用MED_MIN_FEE_2_YEARSX12两年内治疗天数MED_DAYS_2_YEARSX4两年内单次治疗最大费用MED_MAX_FEE_2_YEARSX13两年内治疗次数MED_TIMES_2_YEARSX5两年内去过的医院数量HOSP_NUMS_2_YEARSX14近一年的治疗次数MED_TIMES_1_YEARX6近一年的治疗费用MED_FEE_1_YEARX15甲类治疗费用比例J_RX7近一年治疗天数MED_DAYS_1_YEARX16乙类治疗费用比例Y_RX8两年内高费用治疗次数HIGH_FEE_FLAGX17丙类治疗费用比例B_RX9参保年数INSURED_YEARSY未来一年治疗自付费用TOTAL_MED_FEE_2017在自付费用预测过程中，根据患者情况将费用分成两部分。即新增病患的费用和老患者的费用。新增病患定义为两年内没接受过治疗的患者，这部分费用将根据近几年数据的迭代情况给出一个粗略的估值。老患者的定义为近两年参与过脑血管疾病治疗的患者，老患者的费用将结合大数据技术进行建模预测。1.2XX地区脑血管病患者自付费用分析从近四年的整体情况来看，共有6800位患者接受过脑血管病治疗，总治疗费用为68567537元。其中患者自付的治疗费用12189792元，占总花费费用的18%，患者人均产生的自付费用1800元，自付费用的最高值为152941.45元，最低值为0元，无自付。自付费用的中值为1278，明显小于人均支付的自付费用。因此，自付费用正态分布图为右侧尾巴较长的偏态分布。从四分位数点来看，25%的患者自付费用在434元以下，1278元以下的占50%，2222元以下的占75%，详见表1.2。表1.2XX地区脑血管病患近四年来的自付费用情况四年来的自付费用数据量有效6800标准差3149.81559缺失0方差9921338.272均值1792.6164偏度22.213均值的标准误38.19712偏度的标准误0.030中值1278.3650峰度1071.026众数0.00峰度的标准误0.059百分位数25431.8325全距152941.45501278.3650极小值0.00752222.0350极大值152941.45按每年度自付费用情况来看，XX地区脑血管病患者的自付费用由2017年的280万涨到2020年的350万，年复合增长率为7%，除了2019年，自付费用都在增长，见图1.1和1.2。图1.1XX地区脑血管病患者年自付费用情况图1.2XX地区脑血管病患者年自付费用增长情况4.2.1基于患者人口特征的自付费用分析从性别视角看，男性患者自付费用占比72%，女性患者自付费用占比28%，男性患者的自付费用远远高于女性患者。这与上一章对患者的人口学特征分析的结果男性脑血管病患者远远多于女性患者的结论一致。男性和女性脑血管病患者的历年费用变化趋势见图1.4，从图中可以看出相较男性脑血管病患者自付费用的波动情况，女性患者的自付费用相较平稳，由此可见，性别将是对自付费用影响的一个关键因素。图1.3XX地区脑血管病男女患者自付比例图图1.4XX地区男女脑血管病患者自付费用趋势图从年龄角度分析的数据见图1.5，图形基本满足正态分布。从48岁左右开始费用逐渐上升，68岁患者的自付费用最高，80岁后的患者费用逐渐降低，可能是由于年龄偏大的缘故，不适合接受手术治疗。图1.5各年龄脑血管病患者自付费用图4.2.2基于患者治疗特征的自付费用分析治疗次数从治疗次数角度看，单次治疗的最小自付费用为0元，最大治疗费用为117000元。次均治疗的自付费用为1120元。有32%的人经过两次以及两次以上治疗，具体治疗次数对应的人数以及费用见表1.3。值得关注的是，按常规的逻辑，治疗次数多的患者，对应的人均治疗费用应该相应的增长，但是事实是只有治疗次数为10次的四个人，人均治疗费用为11156元，但这这是少量案例，并不能对全局假设有很大的干扰。其他人均费用较高的人群对应的治疗次数分别为5次、6次、7次。总体数据满足随着病患的治疗次数的增加，次均治疗费用逐渐降低这一趋势。表1.3今年来治疗次数对应的人数以及费用治疗次数治疗次数对应人数费用人均治疗费用次均治疗费用146855626162.841200.8885461200.888546211352662449.062342.7700971172.88504834941519968.333076.8589681022.6196564244972121.043981.102623996.02565575113639843.645662.3330971132.466619656302523.355402.202679900.3671131742268402.456390.534524912.933503481668663.294291.455625536.43195319864441.888052.235892.026111110444626.7911156.69751112.6697511320588.536862.843333623.8948485治疗天数从治疗天数来看，XX地区6800位脑血管病患者4年来共计治疗121928天，日均自付治疗费用为100元。以年份为视角探查治疗天数和自付治疗费，结果是4年来所有脑血管患者的治疗天数是逐年增加的，年复合增长率为12%，但令人惊喜的是平均每天的自付治疗费用是逐渐降低的，如表1.4。这得益于我国医疗政策的不断完善和医疗技术的不断进步。治疗机构数量从XX地区脑血管病患者近四年来选择的治疗机构数量来看，5892位患者只去过一家医疗机构进行治疗，771位患者去过两家医疗机构进行治疗，其他数据情况详见表1.5。需要关注的是随着选择治疗的治疗机构数量的上升，患者的人均自付费用是不断增长的。随着治疗机构数量的增长，患者的治疗次数更是呈现更大幅度的增长，这些人大多数是由于病情严重，中途转院接受更高水平医疗技术的治疗，因此花费的费用也随之增长。表1.4XX地区脑血管病患者年治疗天数年治疗天数平均每天自付治疗费用201726180107.4650493201829096106.511240420192974793.2941402520203690591.89457716表1.5XX地区脑血管病患者治疗机构数量治疗机构数量人数总自付费用人均自付费用治疗次数人均治疗次数158928809693.691492.19580680091.35930074727712652731.723440.6416622052.8599221793118600613.795089.9473735531.686440678417115660.316803.547647992.8235294125211088.695541.345157.5治疗患者的参保年限从XX地区脑血管病患者的参保年限来看，一半以上的患者的参保年限集中在6年、7年、8年、9年，四年来的人均自付费用最高的是未满一年的患者，为2087元。排除个别案例，总的来看，随着参保年限的增加，人均自付费用呈现逐渐降低的趋势，见表1.6。表1.6XX地区脑血管病患者参保年限与自付费用参保年限人数自付费用人均自付费用048349.52087.37518681108286.091276.82729325170438.851381.1539223100141847.71418.4774171200388.121171.8603515222310781.211399.915366282425921.981510.372277470697866.71481.822766817042689242.061578.195458918942728021.831440.3494351018272163319.591181.0829721113981633362.431168.3586771221392.1696.05171340340191003411746.461746.463911608.371608.374011601.51601.5411350.71350.7145118141814其他331001033.333333治疗费用类别从治疗费用类别来看，自付费用占比较高的费用类别为乙类，占比75%，丙类自付费用占比20%，甲类自付费用占比5%，乙类、丙类自付费用比例远远高于甲类。这是因为甲类费用在医保范围可以全部报销，而乙类、丙类报销比例有限。从治疗项目来看，占总支付费用5%以上的有床位费、自费西药、检查费、MRI、乙类中成药、乙类西药。表1.7各项目自付费用占比表项目名称自付费用比例项目名称自付费用比例项目名称自付费用比例项目名称自付费用比例会诊费0.00%介入治疗0.62%特殊支付化验费0.02%全自费材料费2.95%甲类中成药0.00%部分自费材料费0.63%自费中草药0.02%治疗费3.17%住院诊查费0.00%化验费0.68%手术费0.05%彩色B超1.64%甲类西药0.00%一般专项护理1.48%自费中成药0.08%床位费2.84%动态心电图0.00%调温费1.76%特殊治疗费0.08%自费西药2.98%中草药0.00%ICU监护费1.77%特殊检查0.10%检查费6.98%民族药0.01%其他费2.06%护理费0.12%MRI10.17%抗肿瘤药0.01%特殊材料费2.69%层流洁净病房床位费0.14%乙类中成药16.53%抗肿瘤中成药0.01%CT2.75%监护床位费0.23%乙类西药22.24%诊查费0.02%生物制剂2.76%紧急抢救用血0.41%上述针对XX地区脑血管病患者不同视角的自付费用分析展示了当地患者的基本治疗情况，为接下来的费用预测打下了基础。1.3基于XX地区脑血管病数据的主成分分析3.2.1 XX地区脑血管病数据主成分分析介绍主成分分析（PrincipalComponentAnalysis），是一种通用的\t"/item/%E4%B8%BB%E6%88%90%E5%88%86%E5%88%86%E6%9E%90/_blank"统计方法。主成分分析的基本过程为：假设有n个对象，每个对象各有m个指标，那么数据矩阵可以表示为：因为不同的变量有不同的数量级，所以不同的变量之间不能直接进行相互比较。这个问题可以通过将数据标准化的方法来解决。数据标准化后原数据将转化为均值为0、方差为1的同量级数据。数据标准化使用的公式为：其中：使用该公式，计算得到所有实行标准化后变量的相关系数，得到相关矩阵，计算出相关矩阵的所有特征根，求解出特征向量，根据每个特征根（i=1，2，3，...，q）对应的特征向量，计算对应的主成分。结果最多可以获得m个主成分，可以依次标记为。所有的主成分可以表示为：主成分分析的根本目的是用尽可能少的指标来代替原来繁杂冗余的信息，并且各个指标之间互不相关，还要在一定程度上保持原有信息的完整性。从统计学角度来看，当选择某个属性来区分不同对象时，对象间的差异越大代表所选择的属性越好。主成分代表的信息量可以用方差或者协方差表示，方差值越大，主成分中所包含的数据信息量越复杂，信息量越大。上面公式中的分别代表第一、第二、第三，...，第m个主成分。第一主成分所能包含的原指标信息最多，如果第一主成分不足以代表原来所有变量的绝大部分信息时，就需要考虑用纳入第二主成分一起代替，以此类推。同时，第一主成分已经包含的信息不能在第二主成分中体现，这样也保证了主成分之间无线性相关性，第三、第四等其他主成分的使用以此类推。这里引入一个概念，贡献率。公式为：代表主成分的贡献率。累计贡献率的公式为：代表主成分（m<P)的累计贡献率。累计贡献率只能代表所选取的某数量的主成分包含了所有原数据的多少信息量。但不能表达某个指标被提取了多少信息。1.3.2XX地区脑血管病数据主成分分析适用性检验KMO检验是Kaiser、Meyer、Olkin提出的关于验证抽样适合性的检验(MeasureofSamplingAdequacy)。该检验是对数据变量之间的相关关系和偏相关关系系数的相对大小进行检验。计算公式为如下。式中：p为自变量个数。检验的原理:如果原始数据中确实包括公共因子，那么各变量之间的偏相关系数应该很小，此时，KMO的值接近等于1，这样，适用于对原数据进行因子分析。Bartlett's球状检验是数学领域的一个术语，用于检查相关矩阵中各变量间存在的相关性。对预处理后的XX地区脑血管病患者的治疗信息进行Bartlett、KMO检验，结果如表1.7所示。KMO统计值为0.679，反应个指标间相关程度差异适中，适合对数据做主成分分析、因子分析。Bartlett检验P=0.000，代表所选取的指标不是独立的，是有联系的，可进行数据的主成分分析。表1.7KMO和Bartlett的检验KMO和Bartlett的检验取样足够度的Kaiser_Meyer_Olkin度量。0.737Bartlett的球形度检验近似卡方178588.299df136Sig.0.0001.3.3XX地区脑血管病数据主成分获取关于如何确定主成分数量，以具体问题具体分析为原则。统计分析领域里常用的确定主成分数量的方法有两类。第一类方法：选取主成分的累计贡献度要大于75%以上。第二类方法：以特征值大于等于1为规则来确定主成分的数量，特征值的大小表示对矩阵正交化后所对应的特征向量对于整体矩阵的贡献程度。在具体研究中，两种方法可以综合起来使用。本文的主成分分析结果见表1.8，主成分筛选标准是特征值大于等于1。从特征值来看，特征值大于1的主成分有5个，分别为：λ1=7.389，λ2=1.784，λ3=1.419，...，λ5=1.047。据此确定选取5个主成分，其中第一主成分的贡献度为43.467%，第二主成分的贡献度为10.494%，第三主成分的贡献度为8.346%，第五主成分的贡献度为6.16%。图1.6的碎石图能更主观的看出每个主成分的贡献率。通过主成分分析，原来包含17图1.6xx地区脑血管病患者数据主成分分析碎石图表1.8XX地区脑血管病患者信息主成分分析结果表成份初始特征值提取平方和载入合计方差的%累积%合计方差的%累积%17.38943.46743.4677.38943.46743.46721.78410.49453.9611.78410.49453.96131.4198.34662.3081.4198.34662.30841.1326.66068.9681.1326.66068.96851.0476.16072.1281.0476.16072.12860.9982.87281.00070.9262.44686.44680.5753.38489.82990.5022.95292.781100.3592.11291.893110.2971.74896.641120.1690.99797.638130.1340.78698.423140.1300.76799.190150.1050.61999.810160.0190.11499.923170.0130.077100.000根据SPSS计算出来的成分矩阵表，共计从17个指标中提取出5个主成分，对应的成分矩阵、成分得分矩阵分别见表1.9、表1.10。根据表1.9可以得出：第一主成分主要包含两年内治疗天数、两年内治疗费用、两年内治疗次数、两年内单次治疗最大费用、两年内去过的医院数量、近一年的治疗费用、近一年的治疗次数、近一年治疗天数、两年内高费用治疗次数、甲类费用占比、乙类费用占比、丙类费用占比，可以概括为治疗费用和医院信息。第二主成分主要包含两年内单次治疗最小费用。第三主成分主要包含未接受治疗。第四主成分主要包含确诊年龄。第五主成分主要包含性别、参保年限。根据表1.10，各个主成分的表达式分别为(以、、为例)：=-0.002+0.121+0.103+0.119+0.056+0.088+0.114+0.09+0.102+0.103+0.108+0.001+0.012-0.073+0.093+0.102+0.082;=-0.049-0.011+0.035-0.132+0.311+0.28-0.214+0.302-0.058+0.041-0.044-0.002+0.014-0.022-0.287-0.177-0.121;=0.07+0.029+0.000+0.034+0.227+0.078+0.049-0.129-0.22-0.234+0.001+0.024-0.045-0.125+0.092+0.035+0;本节使用主成分分析法将原来的17个分析指标降维成5个主成分。这5个主成分包含了原来17个指标中75%以上的信息。同时还生成了5个主成分得分，这个5各主成分得分可以代替原来的17个指标继续进行后续的分析。这样不仅消除了原来17个指标之间的信息重叠，方便后续对结果的归纳总结，还降低了问题的复杂程度。表1.9XX地区脑血管病患者数据主成分表成份矩阵变量名称变量代码成份12345性别AAC004-0.014-0.088-0.0780.2390.733两年内治疗天数MED_DAYS_2_YEARS0.895-0.019-0.152-0.0880.03两年内治疗费用MED_FEE_2_YEARS0.7630.5440.233-0.0950.104两年内治疗天数MED_TIMES_2_YEARS0.882-0.235-0.256-0.1220.036两年内单次治疗最小费用MED_MIN_FEE_2_YEARS0.4170.555-0.268-0.3450.238两年内单次治疗最大费用MED_MAX_FEE_2_YEARS0.6520.4990.481-0.0140.081两年内去过的医院数量HOSP_NUMS_2_YEARS0.846-0.3820.127-0.0680.051近一年的治疗费用MED_FEE_1_YEAR0.6620.5380.10.362-0.135近一年的治疗次数MED_TIMES_1_YEAR0.751-0.103-0.3420.415-0.231近一年治疗天数MED_DAYS_1_YEAR0.7590.073-0.2630.467-0.245两年内高费用治疗次数HIGH_FEE_FLAG0.796-0.079-0.068-0.1050.001参保年数INSURED_YEARS0.004-0.0040.0020.0460.235确诊年龄CUR_AGE0.0880.0240.026-0.488-0.466未接受治疗NO_C-0.536-0.0390.6270.358-0.131甲类费用占比NVLB.JIA00.688-0.5120.149-0.0160.097乙类费用占比NVLB.YI00.751-0.3160.383-0.0350.037丙类费用占比NVLB.BING00.608-0.2150.432-0.1290表1.10XX地区脑血管病患者数据主成分得分表成份得分系数矩阵变量名称变量代码成份12345性别AAC004-0.002-0.049-0.0550.2110.7两年内治疗天数MED_DAYS_2_YEARS0.121-0.011-0.107-0.0770.029两年内治疗费用MED_FEE_2_YEARS0.1030.3050.164-0.0840.099两年内治疗天数MED_TIMES_2_YEARS0.119-0.132-0.18-0.1070.034两年内单次治疗最小费用MED_MIN_FEE_2_YEARS0.0560.311-0.189-0.3050.227两年内单次治疗最大费用MED_MAX_FEE_2_YEARS0.0880.280.339-0.0120.078两年内去过的医院数量HOSP_NUMS_2_YEARS0.114-0.2140.089-0.060.049近一年的治疗费用MED_FEE_1_YEAR0.090.3020.0710.32-0.129近一年的治疗次数MED_TIMES_1_YEAR0.102-0.058-0.2410.367-0.22近一年治疗天数MED_DAYS_1_YEAR0.1030.041-0.1850.413-0.234两年内高费用治疗次数HIGH_FEE_FLAG0.108-0.044-0.048-0.0930.001参保年数INSURED_YEARS0.001-0.0020.0010.040.224确诊年龄CUR_AGE0.0120.0140.018-0.431-0.445未接受治疗NO_C-0.073-0.0220.4420.317-0.125甲类费用占比NVLB.JIA00.093-0.2870.105-0.0140.092乙类费用占比NVLB.YI00.102-0.1770.27-0.0310.035丙类费用占比NVLB.BING00.082-0.1210.305-0.11304.4XX地区脑血管病自付费用预测在上一节中已经使用主成分分析法对影响XX地区脑血管病患者自付费用的相关因素进行降维操作。经过处理，由原来的17个自变量汇总为5个主成分。后续会使用这5个主成分进行建模来预测XX地区脑血管病病患者未来一年的自付费用情况。经过综合考虑，本文将使用随机森林方法对XX地区脑血管病患者自付费用进行预测。随机森林（RandomForest）是Bagging方法的一个推广扩展。随机森林在以决策树为基础的学习器构建Bagging集成的基础上。决策树的结点筛选机制是汇总所有集合挑选出最优的结点，这是由决策树的自身特点决定的。而在bagging的基础上构建决策树，即随机森林，将引入随机结点筛选的制度。随机森林详细的机制如下，其首先从结点集合中随机挑选一个包含q个属性的子结点，然后从子结点中挑选出最优质的特征进行划分。若q等于集合包含的所有属性个数，就与传统的决策树一致。通常推荐，d代表全量数据中包含的所有结点的数量。学习器的结合有三个优点：一、每个学习任务都是独特的，有的任务的假想空间很大，有的任务假想空间很小，如果遇到前者，在训练的过程中会得到多个相同的效果，对学习器造成干扰。这种情况使用单学习器可能导致模型拟合效果不好，多学习器会改善这种风险。二、在训练过程中，经常会陷入仅仅局限于局部的情况，这种情况下对应的拟合效果不佳，多次结合的使用能有效的减小这种情况出现的概率。三、某些任务的假设范围可能超过了算法考虑的假设范围，这样的情况单学习器肯定不适用，若多学习器的联合使用，就有可能扩大原来的假定范围以得到更好的预测效果。经过主成分分析后，目前共有数据样本10623例，将数据样本分为训练集和测试集。训练集：变量范围为已经过主成分分析降维后的患者在2017、2018年治疗信息，包含F1至F5，因变量为患者2019年的自付治疗费用，共计6000例数据。测试集：变量范围为已经过主成分分析降维后的患者在2018、2019年治疗信息，包含F1至F5，因变量为患者2020年的治疗自付费用，共计4000例数据。随机森林算法共计选择了四个参数：1、n_estimators=1000，子模型的数量设置为1000。2、criterion='MSE'，判断节点是否继续分裂采用的计算方法设置为MSE，MSE代表均方误差值，在本文中代表自付费用预测值与自付费用真实值之差平方的期望值。3、random_state=1，随机器对象。4、n_jobs=-1，并行数设置为-1，为默认值CPU数量。本文回归模型的效果检验使用相关系数。R是Y与Xi的复相关系数，代表了所有自变量和因变量之间的相关程度。一般情况下的取值范围为-1到1，越接近于1，表明模型的预测效果很好。如果为负值代表模型效果很差，甚至不如使用测试集中因变量Y的平均值来的准确。经过计算训练的=0.967，测试集的=0.85，证明模型有不错的泛化能力。从图1.7中可以明显看出，训练集中的数据实际值与预测值基本满足分布在直线y=x周边，有一定的规律，基本满足预测值随着实际值的增大而增加的规律。图1.8中，测试集中的实际值与预测值虽然分布较训练集中有些分散，但基本还是在y=x直线周围波动，预测结果有一定的参考性。经过测试集的测试2020年XX地区的脑血管病患者的治疗费用为330万，实际为350万，差异不大。经过数据迭代，模型预测2021年的治疗费用为350万。图1.7训练集中的实际值与预测值散点图图1.8测试集中的实际值与预测值散点图1.5本章小结本章首先从多角度分析了各个因素与自付费用之间的关系。其次，对原数据进行标准化处理和异常值处理，然后使用主成分分析法对最初纳入研究的17个变量进行降维操作，并在之前验证了该操作的可行性，进而将原来的17个变量简化为5个主成分，这5个主成分能包含原数据的大部分信息。最后，将数据分为测试集与训练集，利用训练集得到随机森林预测模型，并进一步在测试集对其预测效果进行验证，最终得到了良好的预测拟合效果，为下一章的保险产品设计提供了基础。XX地区脑血管疾病防治保险产品的设计与定价本章首先介绍了保险产品的定价原则和方法。其次以上一章的费用预测模型的预测结果为基础，运用成本成分分析法进行脑血病保险产品的定价，并分析了不同情形下该保险产品的收益情况。最后分析了产品上市后可能面临的风险，并给出相应的应对措施。2.1保险产品定价原则和方法保险产品定价原则保险产品的设计流程见图2.1，其中保险产品定价是保险产品设计的重心，保险产品定价是指保险保险公司在保险产品开发的流程中，评估可能面临的风险、公司的经营管理费用及企业业绩、市场竞争等因素而确定保额所应收取的保费的过程。保险产品的定价主要有以下几个原则：图2.1保险产品设计流程图1.确保补偿原则。保险公司按厘定的费率向客户收取的保险费用，必须满足能够大于赔款的支出及各种经营活动的费用。2.公平性原则。向被保险人的收取的保费应当与其本身的风险等级相适应。不同风险等级的客户，应当执行不同的费率，缴纳相应的保险费用。3.合理性原则。缴纳保费的标准应与投保人的风险等级及保险公司的经营情况相符合，不能过高也不能过低。过高，保险公司的利润空间就越大，但投保人购买产品的性价比就会降低，违反了市场竞争的原则；过低，如果被保人出现索赔，被保险人得不到应有的赔偿，达不到规避风险的目的。1.平稳灵活的原则。在特定时期内，产品的费率应能维持稳定，这样才能增强客户的粘性和对公司的信任程度。但从长期来看，保险费率还应随着客户风险级别的变更、市场供需平衡的变化等情况进行同步调整，以保证产品保费的公平合理性。保险产品定价方法保险定价方法是指保险机构为实现经营目的而选取的拟定费率标准的方法。常用的定价方法分为三个种类：市场导向定价方法、成本导向定价方法和用户导向定价方法，本章将基于上一章预测的未来治疗费用数据使用成本导向法进行产品定价。成本导向法以保险产品的成本为基础，加上保险公司提前制定的盈利目标作为产品价格。成本导向法有简单易懂、稳定性强、定价合理、避免不良竞争、公平等优点。购买保险必然要缴纳一定的保费，成本定价法将缴纳的保费拆分成两个部分：纯保费、附加保费。纯保费代表购买的保障范围的真实成本，包含死亡赔偿、到期赔偿、意外赔偿等，一些死亡、发生重大疾病等赔付的保费可以统称为风险保费，也就是纯粹的保障部分。而生存保障金、期满给付金等所对应缴纳的保费可以统称为储蓄类保费。我们经常看到储蓄类保险的价格要高于纯消费类的保险。这是因为其除了缴纳纯保费外还要额外缴纳储蓄保费，而纯消费类保险所缴纳的保费只包含风险保费。附加保费是为了满足支付保险机构正常经营的费用支出以及额外的利润目标。保险公司为了正常运营所要支出的费用包括业务员的工资、产地费用、广告支出等。保险公司拥有很多销售渠道，不同的渠道的成本差异很大。例如随着技术的进步，网销渠道的盛行可以代替原有的代理人销售，这样可以节省一些人力成本。因此网上购买的保险的价格也相对较低。保险公司的目的也是要盈利的，除了纯保费和产品经营费用外，保险公司还要赚取一定的利润。但是产品定价的主动权掌握在保险公司手里，其他条件相同的情况下，保险公司如果希望赚取的利润越多，那产品定价就会越昂贵。2.2XX地区脑血管病保险产品设计2.2.1XX地区脑血管病保险产品费率厘定本文针对XX地区脑血管病患者所设计的保险产品形态为一年期医疗险，理赔方式为保障期内允许多次赔付，被保险人一旦患上脑血管病，并且目前还处于保险合同约定的有效期内，根据实际发生的治疗费用，被保险人向保险公司报案索赔，赔付标准暂时定为扣除医保报销后的实际发生费用。图2.2保险产品定价的关键因素保费的计算，考虑最多的就是投保人的年龄和性别，如图2.2。假设客户应交保费为P，脑血管病患病率为R，W为产品赔偿额度，假定其他所有产品运营相关费用占应交保费比例为T。由于脑血管病自身具有病程长、不易治愈、治疗周期长的特点，对于已经患有脑血管疾病的患者，将根据医院主治医师们的建议，对应收保费提高10个百分点，对于如何判断患者是否已经患有脑血管疾病，将通过遍历患者的治疗历史来确定，最终得出保费计算模型的方程如下：对于首次发病的脑血管病患者取值为1，对于有过治疗历史的脑血管病患者的取值为1.1。W为根据上一章所预测出的脑血管病患者未来的治疗费，上一章预测的XX地区2021年脑血管病的自付治疗费用为350万。至于附加费用，由于此产品设计的主要目的为合作探索、渠道扩展，因此暂时不考虑附加保费。对于不同年龄、不同性别的脑血管病发病率R，将结合XX地区总人口和XX地区已发生脑血管病的患者的人数来计算。经XX地区政府网站公布，XX地区现有总人口为83.34万，XX地区现有脑血管病患者6800人，根据患者的人口学信息，可以计算出不同年龄、性别患者的脑血管病发病率，结果见表2.1。根据以上数据，得到不同性别、年龄人群的差别保费。结果见表2.2。表2.1XX地区各个年龄脑血管病患者人数单位:1/百万性别年龄人数性别年龄人数性别年龄人数性别年龄人数男351女391男68197女7192男371女401男69209女7267男382女411男70167女7385男392女421男71197女7468男416女434男72172女7580男422女452男73210女7691男4310女462男74178女7783男444女474男75200女7882男4510女4810男76190女7970男4613女4911男77161女80101男4722女5014男78180女8166男4826女5119男79212女8260男4937女5231男80162女8370男5030女5323男81176女8437男5137女5426男82187女8543男5248女5536男83168女8626男5347女5649男84145女8728男5465女5772男85121女8819男5578女5849男86106女898男56101女5931男8794女9017男57131女6074男8864女9110男5898女6155男8960女926男5966女6282男9036女934男60114女6394男9135女941男61108女6498男9225女962男62134女65100男9314女971男63114女6679男9418女991男64125女6797男9514男65152女6885男966男66150女6991男974男67172女7077男982表2.2针对XX地区脑血管病产品的保费表年龄性别保费性别保费年龄性别保费性别保费34男18女465男1081女51635男4女966男1024女49436男22女467男1054女43837男22女968男1081女47338男35女1869男1129女45939男31女1370男1116女42441男53女1871男1129女53842男101女2272男1002女49043男131女3173男919女43344男171女5374男1041女46845男193女6175男1028女53446男197女9676男980女49447男219女13177男1006女39848男263女14078男1002女38149男298女14479男923女33750男416女17580男744女24551男481女23281男661女19752男630女34682男604女16653男634女33783男451女13654男512女24984男333女7455男525女30285男271女8856男639女35086男188女7457男634女41687男153女4858男665女49088男109女2659男674女53889男96女1360男757女55690男105女461男888女50391男61女962男928女52992男26女1363男980女50393男13女464男1168女52594男9女42.2.2XX地区脑血管病保险产品收益测算XX地区经济发展相对滞后，保险普及率较低，虽然近几年紧跟国家政策有了较快速的发展，但目前保险市场仍处于初级阶段，市场的可挖掘潜力很大。且XX地区目前针对慢性病保险的产品稀缺，再加上该地人民保险意识逐渐提高，该地慢病保险市场还有非常大的空间等待开发。根据脑血管疾病的自身特点，以及产品特性，可以预见该产品的客户基本以65岁以上的老年人口为主，XX地区现有脑血管病患者中六十岁以上人口的数量占脑血管病患者总人口数量的四分之三，约为5100人，这部分人都是该产品的最直接受益者。根据XX地区2020年人口普查结果所示，XX地区的常住居民中，0-15岁居民数量为11万人，占13.08%；16-64岁居民数量为64万人，占72.89%；65岁及以上居民数量为9万人，占11%。下面将从该产品的上市能否解决XX地区社会负担以及T公司盈利角度来进行测算。1、解决XX地区社会负担根据公司渠道拓展人员从XX地区社保工作人员处了解得知，仅65岁以上居民对脑血管病相关的产品关注度就高达40%，根据帕累托法则，本文保守假设其中仅有20%的居民会选择该款产品。从表2.1可以看出，65以上人员的平均保费为500元左右。根据是否考虑患者有既往病史，本文分两种情况讨论：1）不考虑投保人员是否有既往病史。如果不考虑过往病史，未来一年的预收保费计算过程为500*90000*0.4*0.2，可以得出仅65岁以上居民预计共交保费360万元。结果与第四章预测的2021年脑血管病患者的自付费用350万元很接近。在这种情况下，公司盈利10万元，考虑到公司必然要支出的运营费用，此种情况必然造成公司的亏损，但解决了XX地区人民的经济负担。2）考虑投保人员是否有既往病史。XX地区65岁以上的居民情况见图2.3，本文对未来一年XX地区的脑血管病情况做出如下两条更细致的假设：经过前面的分析，XX地区现有脑血管病患者中近四年发生多次治疗的人数占比25%，因此本文假设现有的脑血管病患者中在明年复发的概率为25%，这个估值偏高，现实情况大概率小于25%。假设已有65岁以上患者中50%以上会购买此产品。经过前期的专家访谈，市场上对此类产品的关注度高达40%，本文根据帕累托法则，假设其中有20%的人会购买此产品。经过前面对不同年龄、性别人群进行的产品的保费估算，65岁以上人员的平均保费为500元。因此保险公司的收益的计算过程为85000*0.4*0.2*500+5100*0.5*500-3500000，计算结果为1175000元，结合近几年的治疗数据分析得出，该产品除了能积极响应国家医商合作的政策方针，解决当地的经济负担，也能为公司带来额外的利润，该产品上市必定会受到消费者