초록 열기/닫기 버튼
실손의료보험에서 경험적 보험료 산정에 대한 기존 연구는 개별 담보별 분석을 통한 보험료 차등화 방식을 주로 다루었다. 실손의료보험은 상해와 질병에 대하여 통원과 입원 등의 다중 담보를 보장하는 보험상품으로 현재는 계약자별 위험특성을 충분히 반영하지 못하는 단일 보험료 부과 방식이 적용되고 있다. 그러나 이러한 요율산정방식으로 인해 역선택, 도덕적 해이 등의 문제점들이 발생함에 따라 개선된 요율산정 방식에 대한 관심이 점점 늘고 있다. 이러한 개선 의지에 따라 이 연구에서는 과거 계약자의 경험정보를 바탕으로 계약자의 리스크 성향을 반영하는 베이지언 접근법을 근거로 한 경험적 요율산정 방식을 제안하고자 한다. 또한 개별 담보별로 각각 모형화하여 경험적 보험료를 산출했던 선행연구를 발전시켜 다중 담보(multiple coverages)를 동시에 반영하는 경험적 요율산정 방법에 대하여 논의하고자 한다. 이 연구에서는 담보별로 사고 빈도의 모형을 복합적으로 반영하기 위해 담보와 사전 요율변수와의 교호작용을 추가한 일반화 혼합선형모형을 사용하였다. 그리고 실증분석을 위해 보험사 데이터를 이용하여 정상적인(stationary) 상태에 도달했을 때의 계약자 포트폴리오와 최적 상대도(베이지언 보험료)를 산출하여 경험적 요율산정 방식을 제시하였다. 이러한 요율산정 방식은 단일 보험료 부과 방식에 비해 보험사의 리스크 관리 및 피보험자들 간 형평성을 제고하는데 도움을 줄 것으로 예상된다.
The existing studies on the experience rate making in private health insurance has mainly dealt with the way of premium differentiating from the analysis of individual coverage. In the case of private health insurance, the insurance system guarantees multiple coverage such as outpatient and inpatient for injuries and diseases. Currently, a single premium that does not fully reflect the risk characteristics of each policyholder is applied. However, because of the problems such as adverse selection and moral hazard due to such rate making, there is an increasing interest in the improved rate making. In this study, we propose an experience rate making based on the Bayesian premium approach which reflects the risk characteristics of the policyholder based on experience information about the policyholder from the past. In addition, we will discuss the experience rate making that simultaneously reflects multiple coverage by developing prior studies that model experience rate making for each individual coverage. In this study, we used a generalized liner mixed model with the interaction of coverage and pre-rate variables to reflect the complexity of the frequency by coverage. For the empirical analysis, the experience rate making is proposed by calculating the policyholder’s portfolio when the stationary state is reached and the optimal degree of relativities (Bayesian premium) using the insurance data. This rate making is expected to help insurers manage risk and improve equity among policyholders compared to single premiums.
키워드열기/닫기 버튼
Experience Rate Making, Multiple-Coverage, Bayesian Premium, Rates Differentiation, Private Health Insurance
