大數(shù)據(jù)背景下健康保險的精算統(tǒng)計模型與風(fēng)險監(jiān)管研究

定　價：￥98.00

作　者：	汪榮明著
出版社：	經(jīng)濟科學(xué)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787521841664	出版時間：	2023-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	784	字數(shù)：

內(nèi)容簡介

　　本書基于大數(shù)據(jù)時代背景，對健康保險的精算統(tǒng)計模型與風(fēng)險監(jiān)管進行了系統(tǒng)研究。研究發(fā)現(xiàn)：其一，針對健康大數(shù)據(jù)量大、異質(zhì)及多源特點導(dǎo)致的數(shù)據(jù)融合難題，本書提出的分布式算法、**子抽樣、基于密度比模型的經(jīng)驗似然算法、數(shù)據(jù)插補和模型平均算法等能有效解決上述難題；其二，基于隨機森林分類模型、BP組合神經(jīng)網(wǎng)絡(luò)模型、樸素貝葉斯模型及馬爾可夫模型等大數(shù)據(jù)分析方法，可結(jié)合商業(yè)醫(yī)療保險、長期護理保險及重疾險的推行實踐，有針對性地推進健康保險定價模型由“少量影響因子對‘標(biāo)準體’定價+核保調(diào)整價格”的傳統(tǒng)模式向“事前定價+動態(tài)調(diào)整”模式轉(zhuǎn)變；其三，大數(shù)據(jù)分析方法中的聚類方法、LightGBM方法、Logistic算法和決策樹算法能夠?qū)︶t(yī)療保險欺詐識別與智能核賠起到有效的風(fēng)險預(yù)警作用；其四，健康大數(shù)據(jù)在開放過程中面臨標(biāo)準化和隱私保護難題。此外，在數(shù)據(jù)標(biāo)準化方面，本書基于HL7-RIM模型構(gòu)建的健康保險業(yè)務(wù)底層數(shù)據(jù)標(biāo)準化模型可為健康保險的高效發(fā)展提供數(shù)據(jù)標(biāo)準。在數(shù)據(jù)開放隱私保護方面，鑒于健康保險大數(shù)據(jù)在收集、存儲、共享、分析的全周期各環(huán)節(jié)中均存在數(shù)據(jù)泄露可能性，本書簡要地對如何進行大數(shù)據(jù)時代健康保險相關(guān)數(shù)據(jù)的隱私保護進行了探討。本書的研究可為健康保險的精算技術(shù)變革及風(fēng)險監(jiān)管對策改進提供理論支撐，可為我國多層次醫(yī)療保障體系的完善提供決策參考。

作者簡介

　　汪榮明，男，1965年7月生，漢族，安徽安慶人，教授，博士生導(dǎo)師。現(xiàn)任上海對外經(jīng)貿(mào)大學(xué)黨委副書記，校長。主要學(xué)術(shù)兼職為國務(wù)院學(xué)位委員會第七屆、第八屆學(xué)科評議組成員，教育部高等學(xué)校統(tǒng)計學(xué)類專業(yè)教學(xué)指導(dǎo)委員會副主任委員，中國現(xiàn)場統(tǒng)計研究會副理事長?！?986年畢業(yè)于安徽師范大學(xué)數(shù)學(xué)系并獲學(xué)士學(xué)位，1991年研究生畢業(yè)于安徽師范大學(xué)數(shù)學(xué)系，申請獲得北京師范大學(xué)理學(xué)碩士學(xué)位，1997年畢業(yè)于華東師范大學(xué)數(shù)理統(tǒng)計系并獲博士學(xué)位。1986年任安徽師范大學(xué)數(shù)學(xué)系教師，1997年起歷任華東師范大學(xué)統(tǒng)計系講師、副教授、教授。2002年任華東師范大學(xué)統(tǒng)計系主任，2007年任華東師范大學(xué)金融與統(tǒng)計學(xué)院院長。2014年12月起擔(dān)任華東師范大學(xué)黨委常委、副校長。　主要從事統(tǒng)計學(xué)和保險學(xué)的教學(xué)與研究，研究領(lǐng)域為保險精算、風(fēng)險管理、數(shù)理金融。曾入選教育部新世紀優(yōu)秀人才計劃、上海市曙光計劃、上海市優(yōu)秀學(xué)術(shù)帶頭人等人才專項計劃。主持高等學(xué)校學(xué)科創(chuàng)新引智計劃（“111”計劃）、國家社科基金重大項目、國家社科基金重點項目及多項國家自然科學(xué)基金、國家社會科學(xué)基金等項目的研究工作。發(fā)表中英文學(xué)術(shù)論文50余篇，其中 SCI 源和 SSCI源論文30余篇。

圖書目錄

章導(dǎo)論
節(jié) 研究背景與意義
第二節(jié) 國內(nèi)外研究進展與述評
第三節(jié) 研究思路與總體框架
第四節(jié) 本書結(jié)構(gòu)安排
第五節(jié) 本章小結(jié)
第二章健康大數(shù)據(jù)引入健康保險的必要性及應(yīng)用場景
節(jié) 健康大數(shù)據(jù)的來源與特征
第二節(jié) 大數(shù)據(jù)分析技術(shù)引入健康保險精算的必要性
第三節(jié) 大數(shù)據(jù)在健康保險中的應(yīng)用與場景
第四節(jié) 本章小結(jié)
第三章健康保險領(lǐng)域中大數(shù)據(jù)融合方法
節(jié) 健康保險數(shù)據(jù)“大”之解決：分布式算法
第二節(jié) 健康保險數(shù)據(jù)“大”之解決：*子抽樣
第三節(jié) 多源異質(zhì)健康保險數(shù)據(jù)融合
第四節(jié) 多源碎片化健康保險數(shù)據(jù)融合
第五節(jié) 本章小結(jié)
第四章大數(shù)據(jù)背景下商業(yè)健康險定價
節(jié) 健康保險定價：從傳統(tǒng)到大數(shù)據(jù)的結(jié)合
第二節(jié) 大數(shù)據(jù)背景下商業(yè)醫(yī)療保險的定價研究
第三節(jié) 大數(shù)據(jù)背景下長期護理保險的定價研究
第四節(jié) 大數(shù)據(jù)背景下重疾險的定價研究
第五節(jié) 本章小結(jié)
第五章大數(shù)據(jù)背景下健康險相依性定價及保費動態(tài)調(diào)整研究186
節(jié) 貝葉斯非參數(shù)方法在健康險定價中的應(yīng)用
第二節(jié) 混合專家模型在健康險定價中的應(yīng)用
第三節(jié) 大數(shù)據(jù)背景下健康保險動態(tài)定價機制
第四節(jié) 本章小結(jié)
第六章大數(shù)據(jù)背景下醫(yī)療保險欺詐識別與風(fēng)險預(yù)警
節(jié) 醫(yī)療保險欺詐的成因、應(yīng)對及挑戰(zhàn)
第二節(jié) 大數(shù)據(jù)技術(shù)在醫(yī)療保險反欺詐中的應(yīng)用：文獻綜述
第三節(jié) 基于K均值聚類方法下的醫(yī)療保險欺詐風(fēng)險預(yù)警
第四節(jié) 基于LightGBM方法下的醫(yī)療保險欺詐風(fēng)險預(yù)警
第五節(jié) 大數(shù)據(jù)技術(shù)在商業(yè)健康保險風(fēng)險預(yù)警的應(yīng)用
第六節(jié) 本章小結(jié)
第七章大數(shù)據(jù)在健康保險行業(yè)應(yīng)用中的標(biāo)準化及隱私保護
節(jié) 大數(shù)據(jù)在健康保險行業(yè)的應(yīng)用
第二節(jié) 健康保險數(shù)據(jù)標(biāo)準化研究
第三節(jié) 健康保險大數(shù)據(jù)的隱私保護
第四節(jié) 本章小結(jié)
附錄大數(shù)據(jù)在保險公司健康險業(yè)務(wù)中應(yīng)用情況調(diào)查問卷
參考文獻