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

作者：仇春涓; 关惠琳; 钱林义^*; 王伟

来源：保险研究, 2020, (12): 38-53.

DOI：10.13497/j.cnki.is.2020.12.003

• 长期护理保险
• 长期护理状态
• 定价
• 机器学习

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。

• 单位
  华东师范大学