大数据背景下健康保险动态定价机制研究——基于变换的隐马尔可夫模型

• 作者: 完颜瑞云 周曦娇 陈滔
• 来源期刊: 保险研究
• 学科: 数学
• 关键词: 大数据 健康保险 动态定价 隐马尔可夫模型 奖惩机制
• 年，卷（期）: 2021,（10）
• 页码范围: 51-63
• 页数: 13页
• 分类号: O236|F840.6
• 语种: 中文
• DOI: 10.13497/j.cnki.is.2021.10.004

摘要

健康保险作为有效的市场化健康风险管理工具逐渐受到青睐.同时,物联网和大数据等创新科技的应用使得医疗健康相关的数据大幅增加且以极快的速度更新,给传统健康保险定价带来巨大挑战.在此背景下,基于大数据背景展开健康保险动态定价研究具有重要意义.本文基于大数据技术构建变换的隐马尔可夫模型,将被保险人多维度健康管理数据合理引入,进行更精准的健康风险预测,并基于奖惩机制实时对健康保险费率进行动态调整.研究发现,相对于传统定价模型,本文所搭建的健康保险费率动态调整机制不但能够防范逆选择风险,还能在很大程度上缓解道德风险,并基于健康管理理念有效激励被保险人主动进行风险控制,对健康保险动态定价的理论探索和实践检验具有一定启发.