基于独立成分分析的农村合作医疗基金支出研究

论文摘要

新型农村合作医疗制度是我国农村的一项基本医疗保障制度，合作医疗基金的管理是农村合作医疗工作的重点和难点。为使合作医疗基金达到收支平衡和有效合理地被使用，管理机构必须在实施过程中对基金支出进行调控。由于影响合作医疗制度运行的因素众多，合作医疗基金的支出具有很大的不确定性，这给管理机构对基金支出的调控带来很大困难。本文旨在通过对合作医疗实施多年来积累的历史数据进行分析，发现影响基金支出的因素及这些因素对基金支出的影响大小，使管理机构对基金支出更有效地监管和调控；同时，根据历史数据对未来一定时期内的基金支出作出预测，为合作医疗相关政策的制定以及补偿机制的适时调整提供参考依据。独立成分分析是信号领域出现的一门新的盲源分离技术。它是一种从多元统计数据中寻找其内在因子或成分的方法，可以揭示隐藏在复杂现象背后的独立动因，可作为挖掘潜在影响因素的有效工具用于金融领域。本文以某市下辖20个乡镇及办事处的32个月的住院补偿基金支出数据为例，运用独立成分分析方法进行了研究。首先，应用FastICA算法对20个序列的住院补偿基金支出数据进行了独立成分分析，得到4个独立成分。第一独立成分代表实际住院费用对基金支出的影响；第二独立成分代表制定的补偿比例对基金支出的影响；第三独立成分意义不太明确，不能做很好的解释,它可能代表了医疗行为对基金支出的影响；第四独立成分代表起付线、封顶线等因素引起基金支出的变化。同时，根据分离的混合矩阵，第一独立成分所占权重最大，且同其他三个成分相比占绝对优势，因此，实际住院费用控制应成为基金支出控制的重点。第四独立成分所占权重最小，表明在目前起付线已经很低的情况下，再降低起付线对基金支出的调控力度很小。其次，在分离出的四个独立成分基础上，运用支持向量回归机方法在独立成分空间对后期基金支出进行了预测，结果表明，在独立成分空间运用支持向量机短期预测的效果比直接使用原始数据预测稍好。本文研究表明，独立成分分析方法可以很好地用于挖掘合作医疗基金支出的影响因素，提高基金监管的效率。另外，在独立成分分析基础上，运用支持向量机对未来时期内的基金支出作出预测，可为合作医疗相关政策的制定以及补偿机制的适时调整提供参考依据。

论文目录

• 中文摘要
• ABSTRACT
• 第一章 绪论
• 1.1 问题的提出
• 1.2 研究内容
• 1.3 论文的框架
• 第二章 新型农村合作医疗
• 2.1 新型农村合作医疗制度介绍
• 2.2 新型农村合作医疗制度的实施过程
• 2.2.1 建立新型农村合作医疗制度的原则
• 2.2.2 新型农村合作医疗制度的筹资和补偿机制
• 2.3 新型农村合作医疗基金的管理
• 第三章 独立成分分析原理和方法
• 3.1 独立成分分析产生的背景和发展历史
• 3.2 独立成分分析定义
• 3.3 独立成分分析原理
• 3.3.1 非高斯最大化
• 3.3.2 极大似然估计（ML）
• 3.3.3 互信息极小化
• 3.3.4 信息极大化
• 3.4 数据的预处理
• 3.4.1 变量的中心化
• 3.4.2 白化处理
• 3.5 独立成分分析算法
• 3.5.1 信息最大化算法（Infomax 算法）
• 3.5.2 FastICA 算法
• 第四章 新型农村合作医疗基金支出的独立成分分析和预测
• 4.1 数据来源
• 4.2 住院补偿基金的独立成分分析
• 4.2.1 数据预处理
• 4.2.2 独立成分分析
• 4.2.3 各独立成分解释及意义
• 4.3 住院补偿基金的预测
• 4.3.1 支持向量机介绍
• 4.3.2 时间序列的支持向量机预测方法
• 4.3.3 数据预处理
• 4.3.4 样本的 SVR 训练和预测
• 第五章 结论与展望
• 5.1 结论
• 5.2 研究的局限和展望
• 参考文献
• 致谢
• 个人简历、在学期间的研究成果及发表的学术论文