J寿险公司重疾险风险分析

王晓彤

【摘要】近年来，我国重疾险市场发展越来越迅速，主要表现为保费规模上升，但随之而来的是重疾治疗费用十分昂贵，看不起病等现实问题依然普遍。重疾险的保费杠杆有利于保障人们未来的生活，且其未来市场保障需求仍存在缺口，随着重疾发病率持续走高，年轻人患病的概率大大提升，保险公司长期重疾险产品也将面临较大的风险。本研究旨在分析J人寿重疾险数据，挖掘影响重疾风险的因素，探究重疾风险背后的原因，得出相应结论及提供管理和预防建议，以帮助J人寿公司充分了解重疾风险发展状况，并有效控制风险。

【关键词】风险管理 重疾风险分析 重疾经验发生率

引言

重大疾病保险诞生之初，并不是为了解决患者有钱看病的问题。庞大的医疗费用固然是令人痛苦的，但真正由政府、社会、医生都解决不了的问题，是在患者出院后很长一段时间里家庭生活所产生的隐形消费。重疾险自1983年诞生以来，在全世界范围内迅速普及。1995年，中国大陆地区首次正式引进重大疾病保险，但因缺少规范，各家保险公司对于重疾的病种定义、保额制定、理赔标准不尽相同，最终产生较多纠纷问题。2007年，在原中国保监会的指导下出台了《重大疾病保险的疾病定义使用规范》。2013年，原保监会发布了《中国人身保险业重大疾病经验发生率（2006-2010）》，作为重疾险法定准备金评估参考依据。重疾险的赔付门槛较高，即使被保险人买了保险，也会给被保险人造成因某些疾病住院但不能赔付的情况。很多保险公司为降低理赔门槛，开发了许多新的带有轻症赔付的重疾产品，但也争议不断。直到2021年，中国保险协会与中国医师协会正式发布《重大疾病保险的疾病定义使用规范（2020年修订版）》，对于一些内容表述方面更加规范。

一、重疾风险影响因素的文献综述

近年来，关于重疾发生率的研究越来越多，国内外相关文献中提到了很多重疾发生率的影响因素，其中包括基本的个人因素、与环境医疗卫生相关的外部环境。

影响重疾发生率的个人基本因素，是被保险人的年龄、性别、生活习惯等因素。王笑（2022）[2]梳理了44家保险公司理赔报告，从年龄分布来看，40岁至59岁是理赔风险高发期，人到中年后身体逐渐走下坡路，社会压力也逐渐增大，重大疾病悄然来袭。但是重疾发生率正呈年轻化趋势，19岁至49岁人群赔付案件增长明显，对于这一点结论王淑娟（2022）[1]也在研究中证实，从理赔大数据可以看出，重疾险出险高发年龄段集中在 31至40岁。Ozkok（2011）[7]以英国重疾险数据为依据，将影响理赔周期的各因素进行回归分析，在分析中他选取了吸烟状态、酗酒等与身体素质有关的个人因素解释变量去分析重疾发病率。

由世界卫生组织（WHO，2020）发布的《世界癌症报告》提出，影响癌症发生率的因素有空气/水/土壤/食物污染、辐射、有毒物质（比如石棉）、行为暴露等危险因素。学者邓大君（2020）[4]对《世界癌症报告》进行了解读，认为工业污染排放及空气污染、吸烟饮酒、特殊职业、药物致癌物、紫外线、电离辐射和电磁场等危险因素增大了重疾发生率，促进癌症等疾病的发生。李继志等（2021）[5]分析了日平均气温、年龄、性别与心脑血管疾病死亡之间的关联，如冬季心脑血管疾病患者因温度变化发病死亡的风险较高。

二、重疾险风险概况

（一）我国重疾风险状况

在威胁中国人健康的主要重大疾病中，恶性肿瘤一直位居前列。从2013年到2021年，我国恶性肿瘤死亡率持续上升，发病率每年保持約2.8%的增幅。随着我国经济快速发展以及居民可支配收入的提高，人们越来越重视自身疾病的预防和治疗，防控意识越来越高。

经研究发现，2020年之前人均医疗保健消费支出一直呈增长态势，2020年受到新冠肺炎疫情影响，该项支出开始下降；2021年，随着疫情得到控制，经济逐渐复苏，人均医疗保健消费支出又出现增长。2021年人均医疗保健消费支出占人均消费支出比重增加至8.8%。预计未来随着经济复苏、消费水平提升，人们的医疗消费需求将进一步增长。

（二）重疾险市场赔付情况

本文查阅了23家保险公司发布的2021年理赔年报，其中包括7家上市险企、10家非上市中资险企、6家非上市外资险企，对保险市场上的重疾险赔付情况有大概的了解。虽然重疾险的理赔件数在寿险公司的所有理赔件数中占比不高，但重疾险的理赔金额却占比很大。上市险企的理赔件数及给付金额都比非上市企业对应项目高。公司之间件均赔付金额存在较大差异，上市险企的件均赔付金额最低，约为5万元左右。另外重疾险的件均赔付金额也是同样的情况，重大疾病治疗康复费用平均所需额度为10万-50万元，目前市场上的大部分保险公司对重疾的赔付还远远没有赶上费用均值。

由表格中内容看出，女性常患重疾相对固定，按理赔占比从大到小依次为甲状腺癌、乳腺癌、肺癌，其中甲状腺癌的占比达到30%以上，成为威胁女性健康的第一大重疾。另外宫颈癌、子宫癌这些女性特有的重疾理赔占比同样较大，研究发现J人寿保险公司的女性重疾赔付与市场赔付情况基本一致。

相对来说，男性常患重疾没那么固定，经过整理保险公司的理赔报告可以看出，男性更容易患急性心肌梗死，在理赔报告中甲状腺癌和肺癌也是主要的理赔病种，包括肝癌、胃癌、肠癌等也是需要男性重点防范的重疾病种。

三、重疾经验发生率模型

根据J人寿重疾险数据，并且参考《2020版重疾表编制过程与结果解读》及中国精算师协会编制的《中国人身保险业重大疾病经验发生率表（2006-2010）编制报告》中重疾发生率的计算方法，来计算重疾经验发生率。

其中 表示重疾数，在本研究中为理赔数，需要按保额加权计算。E表示风险暴露数，为保单的累积生效时长，也需要按保额加权计算，未加权记作E，其中我们采用了2020版重疾表中保障28种重疾的定义进行计算。

本文依次计算了三种形式的疾病发生率，其中包括整体重疾发生率、必保6种重疾发生率、新规28种重疾发生率。其中6disease为重疾险必保的6种疾病，包括恶性肿瘤、急性心肌梗死、终末期肾病、严重脑中风后遗症、冠状动脉搭桥术及重大器官移植术或造血干细胞移植术；28disease是《重大疾病保险的疾病定义使用规范（2020年修订版）》中规定的28种重疾。

整体来看，女性的重疾发生率高于男性，但是在51-60岁年龄段男性的重疾发生率超过女性。女性的重疾发生率整体呈现上升趋势，在31-50岁年龄段的增长速度较快，51-60岁年龄段增长速度有所放缓。男性的重疾发生率整体也是上升趋势，但增长速度随年龄段的上升逐渐加快，并在51-60岁年龄段增长速度达到最大。

对于J人寿数据中理赔数量排名前五的重大疾病，本文计算了不同性别在不同年龄段的重疾发病率，发现男女性恶性肿瘤的发病率远高于其他重疾。女性的恶性肿瘤发病率高于男性，并呈现先上升后下降的趋势，同时男性的恶性肿瘤发病率整体呈现增长趋势。相较其他疾病，男性急性心肌梗死的重疾发病率也比较高，并且在26岁之后增长速度越来越快。

四、主要结论和建议

（一）主要结论

本文通过研究发现对于银保监规定的28种常见疾病和重疾险必保6种疾病来说，J人寿重疾险发挥了重要的保障作用，并发现前6种高发特定疾病有恶性肿瘤、急性心肌梗死、开颅手术、严重脑炎或脑膜炎后遗症、终末期肾病、严重良性颅内肿瘤。根据数据分析发现，女性群体患癌风险高于男性，男性群体患急性心肌梗死风险高于女性；女性患甲状腺癌的风险高于男性，男性患支气管和肺癌的风险高于女性；此外，女性需关注乳腺癌、宫颈癌风险，男性需关注肠癌、肾癌风险。

（二）重疾风险管理建议

从投保端来看，应积极拓展互联网渠道，提升居民对保险产品的认知，改善信息不对称的问题。应强化投保健康告知环节，通过各种奖励措施来提高客户提供的健康资料的真实性。

从核保端来看，应利用大数据及相关技术进行前段风险筛选，优化核保方案，匹配产品和销售规则控制风险。

从服务端出发，应在前端开展健康教育、加强健康管理。中后端结合重疾场景，打造 “保险保障+健康管理+医疗服务”HMO模式。

最后从理赔端看，一方面，理赔工作需要识别风险和甄别虚假赔付，杜绝理赔案件中的不合理赔付，使真实赔付情况和精算假设保持合理的线性关系，使重疾险业务得以可持续发展。另一方面，理赔效率和服务水平需要不断提升，以增强客户黏性，稳定业务发展。

参考文献：

[1]王淑娟.相关理赔数据显示：重疾发病呈现年轻化趋势[N].经济参考报，2022-01-21（008）.DOI：10.28419/ n.cnki.njjck.2022.000411

[2]王笑.重疾发病率呈年轻化趋势[N].金融时报，2022-01-19（012）.DOI：10.28460/n.cnki.njrsb.2022.000327

[3]贾厚祥，粟芳.中国重大疾病保险理赔周期的拟合及影响因素分析[J].保险研究，2016（08）：81-99. DOI：10.13497/j.cnki.is.2016.08.007

[4]邓大君.《世界癌症研究》2020版问世——调整癌症预防对策，适应癌症流行新趋势[J].肿瘤综合治疗电子杂志，2020，6（03）：27-32

[5]李继志，祝中華，刘仁英.重庆市日平均气温与居民因心脑血管疾病死亡的时间序列分析[J].西南军医，2021，23（3）：229-233. DOI：10.3969/j.issn.1672-7193.2021.03.007

[6]郭钰娉，李巧梅.干旱半干旱地区年降水量与妇科疾病发生的相关程度分析[J].中国妇幼保健，2002，17（3）：164-166. DOI：10.3969/j.issn.1001-4411.2002.03.016

[7]Ozkok，E.Bayesian modelling of the time delay between diagnosis and settlement for Critical Illness Insurance using a Burr generalised-linear-type model[ J ]. Insurance：Mathematics and Economics，2011，Vol50，Issue2：266-279