基于机器学习方法的商业医疗险赔付预测研究——引入健康行为偏好的新视角

摘要：

随着人们健康意识不断增强,医疗保障需求呈现多元化特点.为进一步推动商业医疗保险健康可持续发展,对商业医疗险赔付的精准预测研究很有必要.基于包括个人行为偏好的经验数据,构建并对比商业医疗险的创新预测机器学习模型,分析与医疗险赔付风险相关的重要因素,研究发现,个人对健康信息的关注等行为因素与赔付风险高度相关,可以为年龄、性别、受教育水平、婚姻状况、地区等传统赔付经验分析因素提供很好的补充.与索赔发生关联最大的是年龄,与案均医疗赔款关联最大的是赔付次数,远高于其他因子.当赔付次数多于5次时,预测案均医疗赔款呈发散性分布.被保险人为女性、学历更低的人更易发生索赔.疾病负担呈现区域不平衡特点.据此提出完善商业医疗险风险管理等建议.

关键词：行为数据、机器学习、医疗险、赔付预测

所属期刊栏目：62

分类号：TP391.41;TP181;R193

资助基金：教育部人文社会科学研究项目22JJD790091

在线出版日期：2023-10-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：81-93