7.1　主要结论

在社会医疗保险的不断推进中，人们对医疗保险认识逐渐加深，医疗保险是社会保障制度的重要组成部分，商业医疗保险更是健康保险最重要的险种。但是国内的医疗保险从社会基本医疗保险角度看，存在着广覆盖、低补偿的问题，从商业医疗保险角度看，存在着严重的供需矛盾，这种矛盾是人们有限的购买力与医疗保险价格不合理或者产品设计与真实需求之间的矛盾。导致矛盾的根本原因除了医疗保险市场的垄断行为外，是对医疗保险损失水平的认知不够，即基础研究不够。对于医疗保险而言，医疗损失风险难以把握，索赔额、索赔率波动、影响因素复杂并且每年都有变化，难以准确预测。特别在中国，医疗保险市场发展时间较短，没有形成可信完善的数据，保险公司在开发产品时多是参考再保险以及其他保险市场的数据，但是这些数据信息的使用是否适合中国医疗保险市场是个未知数，因此保险公司为了减少风险，往往采用保守的理赔成本的假设，采用较高的费用率，这势必导致一些基础医疗保险产品费率偏高，偏离了真实客观的医疗保险损失水平。正是由于对医疗保险损失水平认识的不够，才会导致医疗保险产品的同质化严重，缺乏个性化的满足人们需求的产品。也正是由于对医疗保险损失的认知缺乏，保险公司热衷于高端医疗保险产品，因为高端医疗保险产品能带来高额的利润并且高端人群对医疗保险价格的不敏感。

但是医疗保险的费率并不是能够无限制地下降来满足人们的需求的，因为医疗保险的费率是以客观真实的医疗保险损失为基础的，因此我们要解决这些矛盾，更基础的问题是找寻医疗保险损失的真实水平，测量医疗保险损失的真实水平需要合适的统计与精算的工具，有了医疗保险损失的真实水平继而才能对医疗保险费率进行准确合理的评估，才能对医疗保险乃至医疗保障计划提供改善建议，这正是本书的逻辑思路。

首先对医疗保险损失测量方法和我国医疗保险损失的数据来源进行了分析和整理，医疗保险损失可以参考的数据来源有：官方公布的数据、相关文献和调查报告、相关机构（包括医院、社保机构、商业保险公司、再保公司）所得数据、自行组织调查研究、个体跟踪数据以及国外的参考。而医疗保险损失测量主要的方法大类可以分为参数方法、非参数方法和半参数方法。目前半参数方法仅在理论研究上有意义。而比较方便实用的是参数方法和非参数方法。最常用的是参数方法，本书广泛使用其中的GLM来做实证，发现我国医疗保险损失数据的特征比较适合用GLM方法。针对医疗保险损失的重尾性，在费率的充足性的评估方面需要用稳定分布的理论，即广义中心极限定理。在医疗保险定价原理上，比较了均值指标和中位数指标在定价时的使用，发现在重尾分布下，均值定价普遍比中位数定价的费率要高，但是均值定价比中位数定价的波动性大。虽均值定价比中位数定价破产的风险要小，但是在保单数量足够多的情形下，中位数定价一样能达到目标控制风险水平，且能在很大程度上降低费率。

除方法本身外，本书通过上述测量方法对我国医疗保险损失及其费率进行了广泛的实证研究，得出了以下一些结论：(https://www.daowen.com)

1.医疗保险损失水平存在着显著的地区差异，目前统一费率会给医疗保险经营带来不利的影响，商业医疗保险需要实行地区差别费率。医疗保险损失存在着人群差异，性别、年龄、职业、医院级别、保险计划等都是影响损失的因素，只是影响程度不同。医疗保险需要做更细致的风险细分。

2.我国费用补偿型和定额给付型商业住院医疗保险费率偏高，偏高的根本原因在于费率计算背后的精算假设的偏高。费用补偿型住院医疗保险中住院率的假设并不偏高，但是理赔成本的假设有明显的偏高。定额给付型住院医疗保险中住院率的假设和住院天数的假设都偏高。此外目前两类险种的费率结构有待于进一步完善，除了性别和年龄的风险因子外，还需考虑诸如职业等风险因子。随着费率结构的完善加上对医疗保险损失水平的准确把握，我国费用补偿型和定额给付型住院医疗保险的费率水平有下降的空间。

3.虽然目前社会医疗保险基金大量结余，但是如果考虑医疗保险损失的重尾性，目前的筹资水平仍需要谨慎看待。

4.大病医疗保险从模式上可以分为疾病模式和费用模式。疾病模式下大病医疗保险个人筹资可以用分层线性模型，而费用模式下大病医保的个人筹资可以用传统的两部模型，在自付费用部分使用GLM。进而，用2008年闵行区“新农合”的数据对疾病模式下疾病的选取与筹资额度部分进行了实证，用2008年CHARLS数据对费用模式下大病医保进行了实证。实证发现，无论是大病模式还是费用模式，不考虑管理费用和合理利润以及风险基金附加的话，大病医保的个人筹资是50元左右，当然这也需要因地制宜。