CN109658263A - 基于大数据的保险定价方法、装置、设备及可读存储介质 - Google Patents

基于大数据的保险定价方法、装置、设备及可读存储介质 Download PDF

Info

Publication number
CN109658263A
CN109658263A CN201811524280.0A CN201811524280A CN109658263A CN 109658263 A CN109658263 A CN 109658263A CN 201811524280 A CN201811524280 A CN 201811524280A CN 109658263 A CN109658263 A CN 109658263A
Authority
CN
China
Prior art keywords
special medicine
competing product
per capita
price
scoring
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201811524280.0A
Other languages
English (en)
Inventor
李云峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Ping An Medical Health Technology Service Co Ltd
Original Assignee
Ping An Medical and Healthcare Management Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ping An Medical and Healthcare Management Co Ltd filed Critical Ping An Medical and Healthcare Management Co Ltd
Priority to CN201811524280.0A priority Critical patent/CN109658263A/zh
Publication of CN109658263A publication Critical patent/CN109658263A/zh
Priority to PCT/CN2019/095599 priority patent/WO2020119110A1/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/08Insurance

Landscapes

  • Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Technology Law (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

本发明提供一种基于大数据的保险定价方法、设备、装置及可读存储介质,在接收到定价请求时,获取赔付方案和特药人均年费用,并根据特药人均年费用和赔付方案获取预计人均年赔付;基于预设竞品分摊规则获取所述特药的竞品分摊系数;获取特药的适用症发病率,并根据预计人均年赔付、适用症发病率和竞品分摊系数获取述特药的年风险保费;根据年风险保费和预设运营方案获取特药保险计划的人均年毛保费。本发明结合特药使用费用、疾病发病率、市场竞品情况、运营成本等多个影响因素计算特药保险计划的毛保费,以大数据分析处理的方式对特药保险计划进行了定价,从而更全面地考虑了特药保险计划价格影响因素提高了定价的合理性和准确性。

Description

基于大数据的保险定价方法、装置、设备及可读存储介质
技术领域
本发明涉及大数据技术领域,尤其涉及一种基于大数据的保险定价方法、装置、设备及可读存储介质。
背景技术
随着医学技术的发展,市场上特药(针对某一疾病进行特殊治疗,具有高科学含量,技术难度高的药品)逐渐增多,如盐酸厄洛替尼片(特罗凯)、芦可替尼片(捷恪卫)等;但市场上的特药价格较为昂贵。为了减轻患者负担,一些保险机构提出以将特药的医药费用纳入至保险报销范围内;而在目前对特药保险计划进行定价时,目前主要由专家进行人工分析和确定,而这定价人为因素大,往往并不考虑市场竞品因素的影响,这降低了特药保险计划定价的准确性。
发明内容
本发明的主要目的在于提供一种基于大数据的保险定价方法、装置、设备及可读存储介质,旨在提高特药保险定价的准确性。
为实现上述目的,本发明提供一种基于大数据的保险定价方法,所述基于大数据的保险定价方法包括:
在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
可选地,所述特药市场信息包括特药在预设统计周期内的特药销量和所述特药人均年费用,所述竞品市场信息包括特药竞品在所述预设统计周期内的竞品销量和竞品人均年费用,
所述基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数的步骤包括:
根据所述特药销量和所述竞品销量获取特药销量比重和竞品销量比重;
根据所述特药人均年费用、所述竞品人均年费用和预设价格评分公式计算特药价格评分和竞品价格评分;
根据所述特药销量比重和所述特药价格评分获取对应的特药竞争评分,根据所述竞品销量比重和所述竞品价格评分获取对应的竞品竞争评分,并根据所述特药竞争评分和所述竞品竞争评分获取所述特药的竞品分摊系数。
可选地,所述预设价格评分公式为:
其中,Pi为所述特药价格评分或竞品价格评分,0<Pi≤100;
k1为低于平均价格系数,k2为高于平均价格系数,0<k1<k2≤1;
vi为所述特药人均年费用或所述竞品人均年费用;
为所述特药人均年费用和所述竞品人均年费用的费用均值。
可选地,所述根据所述特药销量比重和所述特药价格评分获取对应的特药竞争评分,根据所述竞品销量比重和所述竞品价格评分获取对应的竞品竞争评分的步骤包括:
将所述特药销量比重、所述竞品销量比重、所述特药价格评分和所述竞品价格评分分别映射至同一数值区间,再根据映射后的特药销量比重和特药价格评分获取对应的特药竞争评分,根据映射后的竞品销量比重和竞品价格评分获取对应的竞品竞争评分。
可选地,所述根据所述特药竞争评分和所述竞品竞争评分获取所述特药的竞品分摊系数的步骤包括:
根据所述特药竞争评分和所述竞品竞争评分计算得到总竞争评分,再根据所述特药竞争评分和所述总竞争评分的比值得到所述特药的竞品分摊系数。
可选地,所述预设运营方案包括预设人均运营成本、预设税费比例和预设利润率,
所述根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费的步骤包括:
根据所述年风险保费、所述预设人均运营成本、所述预设税费比例、所述预设利润率和预设毛保费公式计算得到所述特药保险计划的人均年毛保费,其中所述预设毛保费公式为:
其中,F为所述人均年毛保费;
R为所述年风险保费,R>0;
C为所述预设人均运营成本,C>0;
T为所述预设税费比例,0<T<1;
pr为所述预设利润率,0<pr<1。
可选地,所述根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费的步骤之后,还包括:
获取预设报告模板,并根据定价过程的定价数据和所述预设报告模板生成对应的定价报告。
此外,为实现上述目的,本发明还提供一种基于大数据的保险定价装置,所述基于大数据的保险定价装置包括:
年赔付获取模块,用于在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
系数获取模块,用于获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
风险保费获取模块,用于获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
毛保费获取模块,用于根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
此外,为实现上述目的,本发明还提供一种基于大数据的保险定价设备,所述基于大数据的保险定价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的保险定价程序,其中所述保险定价程序被所述处理器执行时,实现如上述的基于大数据的保险定价方法的步骤。
此外,为实现上述目的,本发明还提供一种可读存储介质,所述可读存储介质上存储有保险定价程序,其中所述保险定价程序被处理器执行时,实现如上述的基于大数据的保险定价方法的步骤。
本发明通过结合特药使用费用、疾病发病率、市场竞品情况、运营成本等多个影响因素计算特药保险计划的毛保费,以大数据分析处理的方式对特药保险计划进行了定价,从而更全面地考虑了特药保险计划价格影响因素,使得定价结果能够更符合保险机构的真实运营状况和特药的市场需求,提高了定价的合理性和准确性,还有利于降低保险计划的运营成本。
附图说明
图1为本发明实施例方案中涉及的基于大数据的保险定价设备的硬件结构示意图;
图2为本发明基于大数据的保险定价方法第一实施例的流程示意图;
图3为本发明基于大数据的保险定价装置第一实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例涉及的基于大数据的保险定价价方法主要应用于基于大数据的保险定价设备,该基于大数据的保险定价设备可以是个人计算机(personal computer,PC)、笔记本电脑、服务器等具有数据处理功能的设备。
参照图1,图1为本发明实施例方案中涉及的基于大数据的保险定价设备的硬件结构示意图。本发明实施例中,基于大数据的保险定价设备可以包括处理器1001(例如中央处理器Central Processing Unit,CPU),通信总线1002,用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信;用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard);网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真WIreless-FIdelity,WI-FI接口);存储器1005可以是高速随机存取存储器(random access memory,RAM),也可以是稳定的存储器(non-volatilememory),例如磁盘存储器,存储器1005可选的还可以是独立于前述处理器1001的存储装置。本领域技术人员可以理解,图1中示出的硬件结构并不构成对本发明的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
继续参照图1,图1中作为一种计算机可读存储介质的存储器1005可以包括操作系统、网络通信模块以及保险定价程序。在图1中,网络通信模块可用于连接定价终端,与定价终端进行数据通信;而处理器1001可以调用存储器1005中存储的保险定价程序,并执行本发明实施例提供的基于大数据的保险定价方法。
本发明实施例提供了一种基于大数据的保险定价方法。
参照图2,图2为本发明基于大数据的保险定价方法第一实施例的流程示意图。
本实施例中,所述基于大数据的保险定价方法包括以下步骤:
步骤S10,在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
随着医学技术的发展,市场上特药(针对某一疾病进行特殊治疗,具有高科学含量,技术难度高的药品)逐渐增多,如盐酸厄洛替尼片(特罗凯)、芦可替尼片(捷恪卫)等;但市场上的特药价格较为昂贵。为了减轻患者负担,一些保险机构提出以将特药的医药费用纳入至保险报销范围内;而在目前对特药保险计划进行定价时,目前主要由专家进行人工分析和确定,而这定价人为因素大,往往并不考虑市场竞品因素的影响,这降低了特药保险计划定价的准确性。对此,本实施例中提出一种基于大数据的保险定价方法,结合特药使用费用、疾病发病率、市场竞品情况、运营成本等多个影响因素计算特药保险计划的毛保费,以大数据分析处理的方式对特药保险计划进行了定价,从而更全面地考虑了特药保险计划价格影响因素,使得定价结果能够更符合保险机构的真实运营状况和特药的市场需求,提高了定价的合理性和准确性,有利于降低保险计划的运营成本。
本实施列中的基于大数据的保险定价方法是由基于大数据的保险定价设备实现的,该基于大数据的保险定价设备以定价服务器为例进行说明;而对于需要进行定价的特药保险计划所针对的特药对象,则以盐酸厄洛替尼片(特罗凯)进行说明;其中,盐酸厄洛替尼片(特罗凯)是一种用于经SFDA批准的检测方法确定的间变性淋巴瘤激酶(ALK)阳性的局部晚期或转移性非小细胞肺癌(NSCLC)的药品(片剂)。本实施列中,保险机构的定价人员在需要对特药保险计划进行定价时,可在定价终端(如个人电脑PC、笔记本电脑、手机、平板电脑等)上进行信贷操作,定价终端则根据定价人员的操作向定价服务器发送对应的特药保险计划的定价请求。定价服务器在接收到该定价请求时,需要确定本次定价过程所针对的特药种类。对于定价过程所针对的特药种类,可以是定价服务器在接收到该定价请求时向定价终端发送询问信息,以使定价人员根据该询问信息在定价终端中手动录入对应的特药种类回复(或者是通过选择菜单选项的方式)并发送至定价服务器;当然也可以是定价人员在通过定价终端进行操作时直接手动录入特药种类,由定价终端将该特药种类添加至定价请求中一起发送至定价服务器。
定价服务器确定特药种类(盐酸厄洛替尼片)时,还需要确定该特药的费用情况,即购买盐酸厄洛替尼片的费用情况;对于该费用情况,考虑到特药疗程、使用方法等因素,本实施例中以人均年费用进行表征,即该盐酸厄洛替尼片的适用症患者每人每年为购买盐酸厄洛替尼片的支出。对于该盐酸厄洛替尼片的人均年费用,可以是可通过盐酸厄洛替尼片的说明书信息计算得到,该说明书信息包括有使用方法(服用方法)、说明书单价;为描述方便,通过说明书信息计算得到的人均年费用可称为“说明书人均年费用”。具体的,定价服务器首先将会获取盐酸厄洛替尼片的说明书信息,该说明书信息中包括说明书单价、疗程用量(盒)、疗程时长(周)等,例如盐酸厄洛替尼片每盒价格为3150元,每个疗程用量1盒,每个疗程3周;一年按52周算,则盐酸厄洛替尼片的说明书人均年费用为
说明书人均年费用=说明书单价*(疗程用量*52/疗程时长)=54600元
对于该盐酸厄洛替尼片的人均年费用,还可以是根据该特药的历史药物费用(历史数据)确定;为描述方便,根据历史药物费用确定的人均年费用可称为“历史人均年费用”。具体的,服务器将会获取参考城市的历史药物费用(历史数据);该历史药物费用可以是在定价服务器与参考城市中的医院系统(或医药系统)连接并获取得到,该历史药物费用包括参考城市中盐酸厄洛替尼片的某一年度(或最近一年)的历史年度总费用、用药人数;根据该历史年度总费用、用药人数可计算得到参考城市中盐酸厄洛替尼片的历史人均年费用,也即:
历史人均年费用=历史年度总费用/使用人数。
当然,对于上述通过历史数据得出的历史人均年费用、和通过说明书信息得到的说明书人均年费用,都属于经验范畴和/或预测范畴的得到的数据,因此可统称为预测人均年费用;为了使得后续计算结果能够符合实际情况,还可以引入预设的费用附加风险因子(费用附加风险因子大于或等于零)、时间趋势因子(时间趋势因子大于或等于零),以表征下一保险周期可能带来的风险情况(如表征货币通胀、药物价格变化等),从而对预测人均年费用进行调整(或修正),从而得到人均年费用;具体的,可根据上述预测人均年费用(历史人均年费用或说明书人均年费用)以及费用附加风险因子、时间趋势因子,计算盐酸厄洛替尼片的人均年费用,即:
人均年费用=预测人均年费用*(1+费用附加风险因子)*(1+时间趋势因子)。
例如,当预测人均年费用为54600元,费用附加风险因子取0.15,时间趋势因子取0时,盐酸厄洛替尼片的人均年费用为
人均年费用=54600*(1+15%)*(1+0)=62790元。
本实施例中,定价服务器在接收到定价请求时,还将要获取特药保险计划的赔付方案,该赔付方案为发生赔付事件时保险机构的赔付标准和说明(或计划、金额等)。例如,该赔付方案包括赔付比例表,具体如下表1所示
表1赔付比例表
支出金额(万) 赔付比例
不超过1万的 95%
超过1万至3万的部分 95%
超过3万至5万的部分 95%
超过5万的部分 95%
当确定被保人在发生赔付事件时的事件支出(购买特药的支出)时,定价服务器即可根据该支出及上述赔付比例表计算赔付金额。当然,在具体实施中,赔付方案可以是以其它方式进行表示。而该赔付方案可以是由定价人员通过定价终端触发定价请求时即时输入并发送至定价服务器,也可以是预先存储在定价服务器中的。
本实施例中,定价服务器在得到盐酸厄洛替尼片的人均年费用和赔付方案时,即可根据该人均年费用和赔付方案获取盐酸厄洛替尼片的预计人均年赔付(即被保人年度支出为人均年费用时保险机构需要赔付的数额)。例如,对于赔付方案,可以包括如上述表1所示的赔付比例表,而盐酸厄洛替尼片的人均年费用为62790元,则盐酸厄洛替尼片的预计人均年赔付
预计人均年赔付=(10000-0)*0.95+(30000-10000)*0.95+(50000-30000)*0.95+(62790-50000)*0.95=141185.2(元)。
步骤S20,获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
本实施例中,定价服务器在得到盐酸厄洛替尼片的预计人均年赔付时,可根据盐酸厄洛替尼片的预计人均年赔付计算特药保险计划的年风险保费;对于年风险保费,是指正好用以支付赔款,因此若要计算年风险保费,还需要先获取赔付事件发生的概率,即被保人使用盐酸厄洛替尼片的概率。而实际中,对于ALK或NSCLC(盐酸厄洛替尼片的适用症)患者而言,其是否会在选用盐酸厄洛替尼片,可能会被当前市场上其它治疗药物的所影响,也即盐酸厄洛替尼片的使用概率会受到市场竞品因素的影响;基于上述考虑,本实施例中将会获取特药的特药市场信息,同时根据盐酸厄洛替尼片的适用症确定当前市场上的其它特药竞品,并获取特药竞品的竞品市场信息,然后通过一定的竞品分摊规则(模型)对特药市场信息和竞品市场信息进行分析,获取特药竞品的市场竞争力,并转换为对应的竞品分摊系数,以计算盐酸厄洛替尼片的预计人均年赔付;其中,该竞品分摊系数可理解为盐酸厄洛替尼片的竞争力正向表征,盐酸厄洛替尼片的竞争力越强,竞品分摊系数越高。
本实施例中,盐酸厄洛替尼片的竞争力,往往会受到价格的影响,并反映在业务认可度上,而对于业务认可度则通过市场占有率进行表征;因此,本实施例中的竞品分摊系数,可以是从市场占有额和价格综合计算。具体的,定价服务器将会获取盐酸厄洛替尼片的特药市场信息和特药竞品的竞品市场信息,其中特药市场信息包括盐酸厄洛替尼片在预设统计周期内的特药销量和特药人均年费用(也即步骤S10中获得的),竞品市场信息包括特药竞品在同一预设统计周期内的竞品销量和竞品人均年费用,对于该竞品人均年费用,可以是通过步骤S10中的类似方式获得,此处不再赘述。
在得到特药市场信息和竞品销量比重时,定价服务器将根据其中的特药销量和竞品销量分别各计算各药物的销量比重,从而得到特药销量比重和竞品销量比重(也即计算各药物的销量占总药物销量的比重)。例如盐酸厄洛替尼片在2016年销量为40000盒,竞品A在2016年销量为10000盒,则盐酸厄洛替尼片的销量比重为40000/(40000+10000)=0.8,竞品A的销量比重为10000/(40000+10000)=0.2。
同时,定价服务器还将根据特药人均年费用,竞品人均年费用分别代入至预设的价格评分公式,以分别计算得到特药价格评分和竞品价格评分,该预设价格评分公式为:
其中,Pi为所述特药价格评分或竞品价格评分,0<Pi≤100;
k1为低于平均价格系数,k2为高于平均价格系数,0<k1<k2≤1;
vi为所述特药人均年费用或所述竞品人均年费用;
为所述特药人均年费用和所述竞品人均年费用的费用均值。
定价服务器在得到各药物的销量比重和价格评分两项指标时,即对两项指标进行加权运算(或是其它运算),从而得到各药物的竞争评分(特药竞争评分和竞品竞争评分),例如
Ci=k3*Xi+k4*Pi
其中,Ci为所述特药竞争评分或竞品竞争评分,Ci>0;
k3为预设销量权重系数,k4为预设价格权重系数,k3和k4均大于0;
Xi为所述特药销量比重或竞品销量比重,0<Xi≤1;
Pi为所述特药价格评分或竞品价格评分,0<Pi≤100。
值得说明的是,本实施例中的销量比重和价格评分,其分值范围并不一定相同,因此考虑先将两项指标分值进行标准化,使得不同度量之间的指标数值具有可比性和可运算性,即将两项指标进行线性变化,将数值映射至同一分值范围内再进行加权运算,获得对应的竞争评分。例如,对于上述的销量比重和价格评分,销量比重是在0到1的范围,而价格评分是在0到100的范围,因此在进行标准化时,为了计算的方便,可以对价格评分进映射至0带1的范围(区间),从而仅通过一次映射即可使两项指标的取值范围处于同一分值范围,对应的映射函数为
其中,x是映射后的分值,x0是映射前的分值,max是原分值范围的上限,min是原分值范围的下限。
在得到各药物的竞争评分时,可将个药物的竞争评分进行相加,得到总竞争评分,然后根据盐酸厄洛替尼片的特药竞争评分与该总竞争分之比作为竞品分摊系数,也即
其中,U为竞品分摊系数,0<U≤1;
C为特药竞争评分,C>0;
Ci为各药物的竞争评分(包括特药竞争评分和竞品竞争评分),Ci>0。
步骤S30,获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
本实施例中,定价服务器在得到盐酸厄洛替尼片的竞品分摊系数时,还将会获取盐酸厄洛替尼片的适用症发病率。对于该适用症发病率,也可以是根据参考城市的历史数据(如疾病记录)得到,该历史数据中包括有ALK和NSCLC的发病率;又或者是定价服务器采用爬虫技术(或通过其它方式)从相关药品商城网站、疾病百科网站等站点爬取(或查询)得到。然后定价服务器将根据步骤S10所得的盐酸厄洛替尼片的预计人均年赔付、适用症发病率和步骤S20所得的竞品分摊系数得到盐酸厄洛替尼片的特药保险计划的年风险保费,即:
年风险保费=预计人均年赔付*适用症发病率*
步骤S40,根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
本实施例中,当计算得到年风险保费时,即得到了保险特药计划在被保人赔付方面的支出数据,而对于特药保险计划定价,还需要考虑保险机构的运营支出和利润等因素。具体的,定价服务器还需要获取预设运营方案,根据预设运营方案和年风险保费获得特药保险计划的人均年毛保费;该预设运营方案可以是预先设置在财务系统或业务系统中的数据,也可以是定价人员在通过定价终端发送定价请求时即时录入并发送至定价服务器的。其中,预设运营方案可以包括预设人均运营成本、预设税费比例、和预设利润率;人均运营成本为每个被保人提供保险服务时的运营成本(包括系统费用、人力成本等);预设税费比例为保费的纳税比例;预设利润率则表征保险机构预计的利润情况。在得到年风险保费、预设人均运营成本、预设税费比例和预设利润率时,定价服务器可将其带入至预设毛保费公式中,计算得到特药保险计划的人均年毛保费,预设毛保费公式为:
其中,F为所述人均年毛保费;
R为所述年风险保费,R>0;
C为所述预设人均运营成本,C>0;
T为所述预设税费比例,0<T<1;
pr为所述预设利润率,0<pr<1。
本实施列中,定价服务器在计算得到盐酸厄洛替尼片保险计划的人均年毛保费时,可将该人均年毛保费反馈至对应的定价终端(或投保人终端),以使得定价人员根据该毛保费进行报价(或使得投保人进行缴费)。
进一步的,定价服务器在得到特药保险计划的人均年毛保费之后,还可以生成对应的定价报告,以供相关人员进行查看。具体的,定价服务器中预先存储有报告模板;定价服务器在定价的过程中会将相关的定价数据进行记录;其中定价数据包括输入数据(如特药种类、赔付方案)、数据来源(如历史数据、说明书信息)、中间数据(如人均年费用、预计人均年赔付)和输出数据(如人均年毛保费)进行记录;在定价完成时,定价服务器将提取该报告模板,并将这些数据填充至报告模板中,得到定价报告,并将该定价报告进行存储,或是将该定价报告发送至定价终端,又或者时将该定价报告发送至相关的业务安全终端,以供相关的业务安全人员对业务安全进行监控。
本实施例中,在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。通过以上方式,本实施例结合特药使用费用、疾病发病率、市场竞品情况、运营成本等多个影响因素计算特药保险计划的毛保费,以大数据分析处理的方式对特药保险计划进行了定价,从而更全面地考虑了特药保险计划价格影响因素,使得定价结果能够更符合保险机构的真实运营状况和特药的市场需求,提高了定价的合理性和准确性,还有利于降低保险计划的运营成本。
此外,本发明实施例还提供一种基于大数据的保险定价装置。
参照图3,图3为本发明基于大数据的保险定价装置第一实施例的功能模块示意图。
本实施例中,所述基于大数据的保险定价装置包括:
年赔付获取模块10,用于在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
系数获取模块20,用于获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
风险保费获取模块30,用于获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
毛保费获取模块40,用于根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
其中,上述特药保险计划的定价装置的各虚拟功能模块存储于图1所示特药保险计划的定价设备的存储器1005中,用于实现定价程序的所有功能;各模块被处理器1001执行时,可实现特药保险计划的智能定价功能。
进一步的,所述特药市场信息包括特药在预设统计周期内的特药销量和所述特药人均年费用,所述竞品市场信息包括特药竞品在所述预设统计周期内的竞品销量和竞品人均年费用,
所述系数获取模块20,包括:
比重获取单元,用于根据所述特药销量和所述竞品销量获取特药销量比重和竞品销量比重;
评分计算单元,用于根据所述特药人均年费用、所述竞品人均年费用和预设价格评分公式计算特药价格评分和竞品价格评分;
系数获取单元,用于根据所述特药销量比重和所述特药价格评分获取对应的特药竞争评分,根据所述竞品销量比重和所述竞品价格评分获取对应的竞品竞争评分,并根据所述特药竞争评分和所述竞品竞争评分获取所述特药的竞品分摊系数。
进一步的,所述预设价格评分公式为:
其中,Pi为所述特药价格评分或竞品价格评分,0<Pi≤100;
k1为低于平均价格系数,k2为高于平均价格系数,0<k1<k2≤1;
vi为所述特药人均年费用或所述竞品人均年费用;
为所述特药人均年费用和所述竞品人均年费用的费用均值。
进一步的,所述系数获取单元,具体用于将所述特药销量比重、所述竞品销量比重、所述特药价格评分和所述竞品价格评分分别映射至同一数值区间,再根据映射后的特药销量比重和特药价格评分获取对应的特药竞争评分,根据映射后的竞品销量比重和竞品价格评分获取对应的竞品竞争评分。
进一步的,所述系数获取单元,具体用于根据所述特药竞争评分和所述竞品竞争评分计算得到总竞争评分,再根据所述特药竞争评分和所述总竞争评分的比值得到所述特药的竞品分摊系数。
进一步的,所述预设运营方案包括预设人均运营成本、预设税费比例和预设利润率,
所述毛保费获取模块40,具体用于根据所述年风险保费、所述预设人均运营成本、所述预设税费比例、所述预设利润率和预设毛保费公式计算得到所述特药保险计划的人均年毛保费,其中所述预设毛保费公式为:
其中,F为所述人均年毛保费;
R为所述年风险保费,R>0;
C为所述预设人均运营成本,C>0;
T为所述预设税费比例,0<T<1;
pr为所述预设利润率,0<pr<1。
进一步的,所述基于大数据的保险定价装置还包括:
报告生成模块,用于获取预设报告模板,并根据定价过程的定价数据和所述预设报告模板生成对应的定价报告
其中,上述基于大数据的保险定价装置中各个模块的功能实现与上述基于大数据的保险定价方法实施例中各步骤相对应,其功能和实现过程在此处不再一一赘述。
此外,本发明实施例还提供一种可读存储介质。
本发明可读存储介质上存储有保险定价程序,其中所述保险定价程序被处理器执行时,实现如上述的基于大数据的保险定价方法的步骤。
其中,保险定价程序被执行时所实现的方法可参照本发明基于大数据的保险定价方法的各个实施例,此处不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于大数据的保险定价方法,其特征在于,所述基于大数据的保险定价方法包括:
在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
2.如权利要求1所述的基于大数据的保险定价方法,其特征在于,所述特药市场信息包括特药在预设统计周期内的特药销量和所述特药人均年费用,所述竞品市场信息包括特药竞品在所述预设统计周期内的竞品销量和竞品人均年费用,
所述基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数的步骤包括:
根据所述特药销量和所述竞品销量获取特药销量比重和竞品销量比重;
根据所述特药人均年费用、所述竞品人均年费用和预设价格评分公式计算特药价格评分和竞品价格评分;
根据所述特药销量比重和所述特药价格评分获取对应的特药竞争评分,根据所述竞品销量比重和所述竞品价格评分获取对应的竞品竞争评分,并根据所述特药竞争评分和所述竞品竞争评分获取所述特药的竞品分摊系数。
3.如权利要求2所述的基于大数据的保险定价方法,其特征在于,所述预设价格评分公式为:
其中,Pi为所述特药价格评分或竞品价格评分,0<Pi≤100;
k1为低于平均价格系数,k2为高于平均价格系数,0<k1<k2≤1;
vi为所述特药人均年费用或所述竞品人均年费用;
为所述特药人均年费用和所述竞品人均年费用的费用均值。
4.如权利要求2所述的基于大数据的保险定价方法,其特征在于,所述根据所述特药销量比重和所述特药价格评分获取对应的特药竞争评分,根据所述竞品销量比重和所述竞品价格评分获取对应的竞品竞争评分的步骤包括:
将所述特药销量比重、所述竞品销量比重、所述特药价格评分和所述竞品价格评分分别映射至同一数值区间,再根据映射后的特药销量比重和特药价格评分获取对应的特药竞争评分,根据映射后的竞品销量比重和竞品价格评分获取对应的竞品竞争评分。
5.如权利要求2所述的基于大数据的保险定价方法,其特征在于,所述根据所述特药竞争评分和所述竞品竞争评分获取所述特药的竞品分摊系数的步骤包括:
根据所述特药竞争评分和所述竞品竞争评分计算得到总竞争评分,再根据所述特药竞争评分和所述总竞争评分的比值得到所述特药的竞品分摊系数。
6.如权利要求1所述的基于大数据的保险定价方法,其特征在于,所述预设运营方案包括预设人均运营成本、预设税费比例和预设利润率,
所述根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费的步骤包括:
根据所述年风险保费、所述预设人均运营成本、所述预设税费比例、所述预设利润率和预设毛保费公式计算得到所述特药保险计划的人均年毛保费,其中所述预设毛保费公式为:
其中,F为所述人均年毛保费;
R为所述年风险保费,R>0;
C为所述预设人均运营成本,C>0;
T为所述预设税费比例,0<T<1;
pr为所述预设利润率,0<pr<1。
7.如权利要求1至6中任一项所述的基于大数据的保险定价方法,其特征在于,所述根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费的步骤之后,还包括:
获取预设报告模板,并根据定价过程的定价数据和所述预设报告模板生成对应的定价报告。
8.一种基于大数据的保险定价装置,其特征在于,所述基于大数据的保险定价装置包括:
年赔付获取模块,用于在接收到特药保险计划的定价请求时,获取所述特药保险计划的赔付方案和所述特药保险计划所对应特药的特药人均年费用,并根据所述特药人均年费用和所述赔付方案获取所述特药的预计人均年赔付;
系数获取模块,用于获取所述特药的特药市场信息和所述特药的竞品市场信息,并基于预设竞品分摊规则、所述特药市场信息和所述竞品市场信息获取所述特药的竞品分摊系数;
风险保费获取模块,用于获取所述特药的适用症发病率,并根据所述预计人均年赔付、所述适用症发病率和所述竞品分摊系数获取所述特药的年风险保费;
毛保费获取模块,用于根据所述年风险保费和预设运营方案获取所述特药保险计划的人均年毛保费。
9.一种基于大数据的保险定价设备,其特征在于,所述基于大数据的保险定价设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的保险定价程序,其中所述保险定价程序被所述处理器执行时,实现如权利要求1至7中任一项所述的基于大数据的保险定价方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有保险定价程序,其中所述保险定价程序被处理器执行时,实现如权利要求1至7中任一项所述的基于大数据的保险定价方法的步骤。
CN201811524280.0A 2018-12-13 2018-12-13 基于大数据的保险定价方法、装置、设备及可读存储介质 Pending CN109658263A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201811524280.0A CN109658263A (zh) 2018-12-13 2018-12-13 基于大数据的保险定价方法、装置、设备及可读存储介质
PCT/CN2019/095599 WO2020119110A1 (zh) 2018-12-13 2019-07-11 基于大数据的保险定价方法、装置、设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811524280.0A CN109658263A (zh) 2018-12-13 2018-12-13 基于大数据的保险定价方法、装置、设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN109658263A true CN109658263A (zh) 2019-04-19

Family

ID=66114515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811524280.0A Pending CN109658263A (zh) 2018-12-13 2018-12-13 基于大数据的保险定价方法、装置、设备及可读存储介质

Country Status (2)

Country Link
CN (1) CN109658263A (zh)
WO (1) WO2020119110A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020119110A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 基于大数据的保险定价方法、装置、设备及可读存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105405052A (zh) * 2014-09-12 2016-03-16 易保网络技术(上海)有限公司 一种计算保险产品的保险相关费用的方法及系统
CN105469310A (zh) * 2014-09-12 2016-04-06 易保网络技术(上海)有限公司 一种计算保险产品的保险相关费用的方法及系统
CN107103541A (zh) * 2016-02-22 2017-08-29 易保网络技术(上海)有限公司 一种计算机执行的设计保险产品的方法和系统
CN106934720B (zh) * 2017-01-24 2021-11-16 久隆财产保险有限公司 基于物联网的设备保险智能定价方法与系统
CN109658263A (zh) * 2018-12-13 2019-04-19 平安医疗健康管理股份有限公司 基于大数据的保险定价方法、装置、设备及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020119110A1 (zh) * 2018-12-13 2020-06-18 平安医疗健康管理股份有限公司 基于大数据的保险定价方法、装置、设备及可读存储介质

Also Published As

Publication number Publication date
WO2020119110A1 (zh) 2020-06-18

Similar Documents

Publication Publication Date Title
US11367115B2 (en) Prepaid bundled healthcare services with discreet virtual payment distribution
CN109615536A (zh) 基于ocr技术的保险理赔方法、装置、设备及可读存储介质
US20210042838A1 (en) Systems and methods for automated matching and conversion of term life insurance policies
US11836775B2 (en) Selectively redeemable bundled healthcare services with discreet payment distribution
US20110071860A1 (en) Electronic System for Healthcare Insurance Accounts Receivable and Patient Financing
US20190355052A1 (en) Electronic System for Financing Healthcare Treatment
CN109685557A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
CN109658263A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
US11475499B2 (en) Backend bundled healthcare services payment systems and methods
US11501352B2 (en) Backend bundled healthcare services payment systems and methods
CN109636638A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
WO2020119112A1 (zh) 保费定价模型的建立方法、装置、设备及存储介质
US10719881B2 (en) Subscription healthcare coverage system and method
Lucarelli et al. Measuring welfare and the effects of regulation in a government-created market: The case of Medicare Part D plans
Jakab et al. Can people afford to pay for health care? New evidence on financial protection in Kyrgyzstan
CN109658143A (zh) 药品的保险定价方法、装置、设备及计算机可读存储介质
US9846914B1 (en) Systems, methods, and program products for calculating shared savings for a self-insured health care plan
US11915287B2 (en) Backend bundled healthcare services payment systems and methods
US20220101426A1 (en) Platform for financing healthcare services
US20220005098A1 (en) Cpt code search engine for backend bundling of healthcare services and a virtual payment system
Park Ensuring Effective Risk Adjustment
CN109658144A (zh) 特药保险计划的定价方法、装置、设备及可读存储介质
CN109658145A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
CN109858944A (zh) 基于大数据的保险定价方法、装置、设备及可读存储介质
Scott Health economics for health professionals: An Aotearoa/New Zealand perspective

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right

Effective date of registration: 20220526

Address after: 518000 China Aviation Center 2901, No. 1018, Huafu Road, Huahang community, Huaqiang North Street, Futian District, Shenzhen, Guangdong Province

Applicant after: Shenzhen Ping An medical and Health Technology Service Co.,Ltd.

Address before: Room 12G, Block H, 666 Beijing East Road, Huangpu District, Shanghai 200000

Applicant before: PING AN MEDICAL AND HEALTHCARE MANAGEMENT Co.,Ltd.

TA01 Transfer of patent application right
RJ01 Rejection of invention patent application after publication

Application publication date: 20190419

RJ01 Rejection of invention patent application after publication