长期护理保险的定价研究——基于XGboost算法及BP组合神经网络模型

摘要：

在我国人口老龄化日益严峻的背景下,老年人长期护理问题成为突出的社会问题,发展长期护理保险是解决这一问题的重要手段.本文分析中国中老年人口长期护理状态的影响因素,并据此研究长期护理保险的费率厘定.首先,利用中国健康与养老追踪调查(CHARLS)数据,对个体的长期护理需求等级进行划分;再根据2013年及2015年的追踪数据基于XGboost算法分析长期护理状态的影响因素;然后根据两年的追踪数据计算出两年期转移概率,并结合影响长期护理状态的因素按照基于Adaboost思想的BP组合神经网络模型计算得到分性别、分年龄的一年期转移概率;最后,根据一年期转移概率并用离散时间的多状态Markov模型进行长护险定价,得到一套分性别、分年龄、分初始状态的费率表.

关键词：长期护理保险、长期护理状态、定价、机器学习

分类号：F842(保险)

资助基金：国家社会科学基金;特此感谢!

在线出版日期：2021-02-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：38-53