[发明专利]基于大数据建模分析的医疗保险动态筹资方法和系统

说明书

本发明一种基于大数据建模分析的医疗保险动态筹资方法和系统，包括：采集样本：采集历年的全部参保人的医疗保险报销明细数据、历年参保人信息、基本医保政策；风险组分类：按照性别i、年龄j和医保险种k对历年参保人进行分类，i为男或女，j为j≤30岁或30岁<j≤70岁或j>70岁，k为城镇职工或城乡居民，共分为12个风险组；统计数据：统计出各风险组的历年参保人的医保支出，统计出当年全部参保人的当前政策下的第l个风险组的医保报销金额和新政策下的第l个风险组的医保报销金额；建模预测：建立风险因子预测模型、政策影响因子预测模型、费用增长率预测模型和参保人数预测模型，从而预测来年医保支出预测值。

技术领域

本发明涉及医疗保险筹资预测技术领域，特别是涉及一种基于大数据建模分析的医疗保险动态筹资方法和系统。

背景技术

医保局的成立和医改的持续进行，使得新的基本医保政策频繁出台，新政策对医疗费用的影响巨大。同时，医疗费用受地区、性别、年龄、参加社会医疗保险类型以及经济水平的影响较大，人口老龄化和人均可支配收入持续增长，使医疗费用逐年增加。在“以支定收，收支平衡”的思路下，通过医疗保险基金的支出水平对保险的缴费进行动态的调整，以实现医保基金可持续平稳运行的目标。

作为商业保险公司，通过对医疗支出水平的动态把控，合理调节大病/补充保险业务的筹资水平，以保证大病/补充保险业务的可持续发展。

李亚青在【基本医疗保险财政补贴的动态调整机制研究】一文中提出了医保基金支出预测的数理模型，但是该模型中使用的医疗费用增长因子和政策影响因子都是基于假设，并非从真实的数据中分析得出。该方法适用于对长期医疗保险筹资水平进行宏观的审视，而对近期的筹资水平的预测缺乏精确性。

发明内容

本发明针对现有技术存在的问题和不足，提供一种基于大数据建模分析的医疗保险动态筹资方法和系统。

本发明是通过下述技术方案来解决上述技术问题的：

本发明提供一种基于大数据建模分析的医疗保险动态筹资方法，其特点在于，其包括以下步骤：

步骤1、采集样本：采集历年的全部参保人的医疗保险报销明细数据、历年参保人信息、基本医保政策，所述基本医保政策包括当前基本医保政策和新基本医保政策；

步骤2、风险组分类：按照性别i、年龄j和医保险种k对历年参保人进行分类，i为男或女，j为j≤30岁或30岁<j≤70岁或j>70岁，k为城镇职工或城乡居民，共分为12个风险组，l表示第l个风险组，1≤l≤12；

步骤3、统计数据：统计出各风险组的历年参保人的医保支出，统计出当年全部参保人的当前政策下的第l个风险组的医保报销金额和新政策下的第l个风险组的医保报销金额；

步骤4、建模预测：

1)风险因子预测模型

各风险组的历年参保人的性别、年龄、医保险种和医保支出作为输入，利用Tweedie回归模型来测算对应风险组的性别回归系数、年龄回归系数和险种回归系数；

第l个风险组的风险因子建模公式：

风险因子₁＝exp(性别回归系数_{i＝男、女})*exp(年龄回归系数_{j＝＜30，...，70+})*exp(险种回归系数_{k＝城镇职工，城乡居民})

参保人数_l，_year表示当前第l个风险组对应的参保人数，风险因子_l表示第l个风险组对应的风险因子，year表示当前；

人均医保支出基数＝当前医保支出总额/全人群风险加权系数；