版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、2007年我國衛(wèi)生部正式提出了“健康中國2020”戰(zhàn)略,健康產(chǎn)業(yè)特別是健康保險市場迎來了高速發(fā)展時期,但在健康保險市場快速發(fā)展同時,健康保險欺詐問題卻日益嚴(yán)重,并且健康保險欺詐已成為阻礙健康保險市場發(fā)展和人民健康生活水平提升的主要因素。目前,健康保險欺詐因子識別的相關(guān)研究已成為保險理論研究和實證研究的重點(diǎn)和熱點(diǎn)。國內(nèi)外學(xué)者已在健康保險欺詐識別領(lǐng)域積累了許多研究成果,并分別從博弈論與信息經(jīng)濟(jì)學(xué)、法律學(xué)以及制度經(jīng)濟(jì)學(xué)等視角開展識別研究,為實
2、證研究的進(jìn)一步深入打下了良好基礎(chǔ)。但我國保險市場基礎(chǔ)設(shè)施建設(shè)滯后,樣本數(shù)據(jù)獲取困難,國內(nèi)針對健康保險欺詐識別的實證研究進(jìn)展緩慢。
本文首先對該領(lǐng)域相關(guān)研究成果進(jìn)行綜述,并在此基礎(chǔ)上對健康保險理論有關(guān)理論問題進(jìn)行梳理分析,并結(jié)合我國保險市場發(fā)展實際,對健康保險欺詐現(xiàn)狀和成因進(jìn)行理論層面上的識別研究,歸納分析我國健康保險市場欺詐的表現(xiàn)特征和表現(xiàn)形式,對健康保險問題進(jìn)行博弈分析,從中發(fā)掘識別健康保險欺詐中的關(guān)鍵因子;然后以青島XXX
3、保險公司五年的健康保險理賠數(shù)據(jù)為研究樣本,通過建立多元復(fù)回歸模型和Tobit模型來分析被保險人投保保額的高低與其年齡、職業(yè)風(fēng)險類型、地域因素等屬性特性間的相關(guān)關(guān)系,以檢測保險欺詐因素的存在性。實證結(jié)果顯示:在信息不對稱條件下,健康保險市場會出現(xiàn)明顯的逆選擇問題;當(dāng)被保險人處于縣區(qū)和高風(fēng)險職業(yè)狀態(tài)時,傾向于選擇更高額度的保單;被保險人的職業(yè)狀態(tài)和被保險人的地域位置對該保險人理賠損失率有正相關(guān)關(guān)系存在。最后根據(jù)實證研究結(jié)果,有針對性的提出我
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于BP神經(jīng)網(wǎng)絡(luò)的健康保險欺詐識別研究.pdf
- 中國健康保險反欺詐研究.pdf
- 中國健康保險欺詐的理論分析與實證研究.pdf
- 健康保險
- 健康保險
- 商業(yè)健康保險
- 健康保險實務(wù)
- 健康保險精算軟件研究.pdf
- 昆侖健康保險公司健康保險風(fēng)險管理模式創(chuàng)新研究.pdf
- 基于健康管理視角的商業(yè)健康保險風(fēng)險控制研究.pdf
- 健康保險法研究——以中美健康保險立法分析為中心.pdf
- 長期健康保險精算研究.pdf
- 健康保險精算評估研究.pdf
- bydcsw健康保險精算
- 商業(yè)健康保險論文
- 健康保險統(tǒng)計制度
- yjpqdj健康保險精算
- 團(tuán)體健康保險組織
- 團(tuán)體健康保險定價方法研究.pdf
- 健康中國視角的商業(yè)健康保險發(fā)展研究.pdf
評論
0/150
提交評論