基于PSD LDA模型的新农合欺诈风险测度实证研究.docVIP

基于PSD LDA模型的新农合欺诈风险测度实证研究 　　收稿日期： 2014-04-12 　　基金项目： 国家社科基金（12BGL091）、教育部人文社科研究规划基金（12YJAZH069）、湖南省软科学研究计划资助项目（2013ZK3049）、怀化学院重点学科金融学建设点资助项目 　　作者简介： 林 源（1968―），男，湖南沅陵人，湖南大学金融与统计学院金融学博士生，怀化学院副教授，研究方向：风险管理与保险、社会保障；李连友（1965―），男，湖南安乡人，湖南大学金融与统计学院教授，博士生导师，研究方向：保险与社会保障。 　　摘 要：针对新农合欺诈风险具有“低频高损”和“高频低损”的特征，运用两阶段损失分布法（PSD-LDA）测度新农合欺诈风险损失TailVaR值，以2004～2012年媒体公开报道的新农合欺诈损失数据为样本进行实证研究，计算了欺诈风险损失纯保费，并探讨了在新农合欺诈风险定价、风险准备金计提、风险补偿机制的建立以及欺诈风险预警等方面的应用。 　　关键词： 新农合；欺诈风险；PSD LDA模型 　　中图分类号：F069.9 文献标识码： A 文章编号：1003-7217（2014）05-0018-06 　　一、引 言 　　新型农村合作医疗保险（简称“新农合”）自2003年试点、2006年全面推广以来，经过不断的发展和完善，一定程度上缓解了农民“看病贵、看病难”的问题，取得了一些成效。 但是，随着新农合的实施，诈骗新农合基金的案件不断发生，出现了职业欺诈团伙、参合农民、管理机构、定点医疗机构和医生等利用各种手段诈骗新农合基金的多起案件①。欺诈已经给我国新农合基金造成了重大损失，影响到新农合制度的可持续发展，已引起我国监管部门和学界的高度重视。因此，对新农合欺诈风险的测度研究有着重要的理论和现实意义。 　　目前，针对新农合欺诈的研究，定性分析较多，主要集中在道德风险或欺诈的原因分析、防范对策等方面[1-3]。定量研究偏少，主要用 “病例―对照”、“同行评审法”实证分析新农合定点医疗机构产生不合理费用的道德风险[4]及实证研究新农合欺诈风险，不过忽略了欺诈风险的厚尾性[5]。 　　由于操作风险损失分布具有“厚尾”性，Embrechets等采用极值理论（EVT）对操作风险进行度量[6]。Cruz 运用极值理论中BMM模型分析了英国某银行欺诈损失数据样本，发现GEV分布具有更强的拟合能力[7]。为了测度全面的风险资本，King提出了Delta-EVT法，有效弥补了GPD分布只能测量低频高损事件的缺陷[8]。Jianping Li、王宗润等采用PSD LDA模型度量中国商业银行操作风险资本，结果表明，采用PSD LDA模型比较合理[9，10]。此外，欧阳资生利用PSD LDA模型对地质灾害损失分布进行刻画[11]。 　　为了全面测度新农合欺诈风险，并考虑到TailVaR满足风险度量一致性原则，本文在前述研究的基础上，运用分段定义损失强度的损失分布法（PSD LDA）测度新农合欺诈风险损失TailVaR（TVaR）值。 　　二、统计模型 　　本文采用PSD LDA模型②测度新农合欺诈风险，具体建模步骤包括：第一步，确定新农合欺诈风险损失频率分布。第二步，确定新农合欺诈风险损失强度分布。考虑到新农合欺诈具有“高频低损”和“低频高损”的特征[5]，采用两阶段分布模型拟合。第三步，估计新农合欺诈风险损失纯保费。第四步，新农合欺诈风险测度及欺诈风险准备金的计算。 　　假定：欺诈风险损失频率和损失强度相互独立；不同损失事件类型的欺诈风险损失强度相互独立，即高频低危事件损失与低频高危事件损失相互独立。 　　（一）损失频率分布 　　在保险精算中，频率分布通常选用Poisson分布、二项分布和负二项分布。Valle研究表明，损失频率分布的选取方式并不能使损失值有显著差异，而不同的损失强度分布则会使损失值产生较大差异[12]。由于Poisson分布适合描述单位时间或空间内随机事件发生的次数，因此，假定欺诈风险损失事件发生频率服从Poisson分布，即P（N=n）=e-λλn/n！。其中，λ可以通过每年发生次数的均值估计。如果高频低损和低频高损的欺诈风险损失频率分别服从Poisson（λ1）和Poisson（λ2），那么有： 　　Poisson（λ1）+Poisson（λ2）=Poisson（λ）（1） 　　其中λ=λ1+λ2，参数λ1、λ2可以分别通过阈值u之下和之上每年发生次数的均值获得。 　　（二）损失强度分布 　　考虑到损失分布选择对欺诈风险度量结果的影响，单一分布拟合损失强度存在一定缺陷。因此，本文采用两阶段定义损失强度分布来拟合欺诈风险的损失分布。假定损失分布函数为： 　　F（x）=LN（