一、一个健康状态转移模型的探讨（论文文献综述）
完颜瑞云,周曦娇,陈滔[1]（2021）在《大数据背景下健康保险动态定价机制研究——基于变换的隐马尔可夫模型》文中进行了进一步梳理健康保险作为有效的市场化健康风险管理工具逐渐受到青睐。同时,物联网和大数据等创新科技的应用使得医疗健康相关的数据大幅增加且以极快的速度更新,给传统健康保险定价带来巨大挑战。在此背景下,基于大数据背景展开健康保险动态定价研究具有重要意义。本文基于大数据技术构建变换的隐马尔可夫模型,将被保险人多维度健康管理数据合理引入,进行更精准的健康风险预测,并基于奖惩机制实时对健康保险费率进行动态调整。研究发现,相对于传统定价模型,本文所搭建的健康保险费率动态调整机制不但能够防范逆选择风险,还能在很大程度上缓解道德风险,并基于健康管理理念有效激励被保险人主动进行风险控制,对健康保险动态定价的理论探索和实践检验具有一定启发。
汤薇,粟芳[2]（2021）在《中国长期护理保险不同筹资模式研究》文中认为在人口老龄化和失能化程度加深、长期护理保险试点地区制度碎片化和差异化的背景下,探究不同筹资模式对于建立覆盖全民、城乡统筹的长期护理保险具有重要意义。文章利用多期微观跟踪调查数据,刻画了中国老年人健康状态转换的规律,并基于"七普"数据和年龄移算法,测算了2020-2040年失能老年群体的规模和结构。文章进一步基于社会保险精算平衡理论,构建了筹资模式为现收现付制和三种混合制下的动态精算模型,模拟了城镇职工和城乡居民长期护理保险未来20年的均衡费率和缴费额。研究发现,在相同的筹资模式下,城镇职工长期护理保险的均衡费率低于城乡居民,但缴费额高于城乡居民。均衡费率较低的城镇职工长期护理保险更适合采用具有一定积累功能的混合制,以应对人口失能化高峰时期可能出现的支出缺口;城乡居民长期护理保险则更适合采用现收现付制,现阶段各筹资主体的缴费压力较小,且制度运行成本较低,在推广初期比较容易被接受。文章的研究丰富了我国社会长期护理保险的精算研究,对于正在推广的长期护理保险试点的筹资体制建设具有重要意义。
王薇[3]（2021）在《我国信贷供给传导机制及其宏观经济效应研究》文中研究说明2008年全球性金融危机的爆发证明了居于主导地位的实际经济周期理论（RBC）存在显着缺陷。传统的货币经济理论和新凯恩斯主义均侧重于对利率和汇率等宏观经济变量的调控,往往忽视了银行信贷因素对实体经济发展及经济波动的影响。党的十九大要求我国金融体系建设应服务于实体经济,同时防范化解重大金融风险,推动我国经济转型和高质量增长。一方面尽力发挥金融市场的资源配置功能,另一方面最大程度地降低金融市场波动对宏观经济产生的负面影响。基于此背景,本文在推导信贷供给对宏观经济的微观影响机制的基础上,进一步从总量调控、结构优化、价格传导、风险累积四个维度展开实证分析,最后从宏观经济政策视角探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响。本文的主要研究结论如下:首先,本文基于动态随机一般均衡模型从微观视角探究了信贷供给波动对宏观经济影响的传导机制,发现信贷供给增加能够短期内带动投资水平迅速上升并促进资本存量的长期积累,信贷供给对投资存在扩张性影响,但会对消费形成挤出效应,使得短期内经济增长主要依靠投资驱动,在长期主要依靠消费拉动。在理论分析的基础上,本文进一步应用基于GAS过程的时变转移概率马尔科夫区制转移回归（MS-GAS-TVTP）模型对我国信贷供给波动和产出波动进行阶段性变迁识别和时变转移分析发现,在经济衰退初期,信贷供给波动表现出强烈的“顺周期”特征,经济环境恶化会在短期内导致信贷紧缩,但随着信贷扩张政策的逐步实施,信贷供给对产出的引导效应逐渐显现。基于时变协整模型对信贷供给与产出的动态联动关系进行检验发现,我国信贷供给与产出之间同向动态联动,信贷扩张能够带动我国经济增长,信贷收缩会进一步加剧经济的衰退程度,信贷供给对产出的时变影响系数在长期基本趋于稳定,二者趋于长期均衡。其次,考虑到商业银行的信贷扩张和收缩对宏观经济可能存在非对称影响效应,本文进一步从产出增长和物价稳定的角度出发应用非线性自回归分布滞后（NARDL）模型展开探究。研究发现,在经济衰退期,可以通过扩张信贷的方式增强企业投资积极性、促进实体经济恢复平稳增长;在经济扩张期,信贷扩张对产出的带动效果会随着产出总量的不断积累而逐渐减弱,并加剧通货膨胀;信贷收缩虽然能够降低通货膨胀水平,但无法完全抵消信贷扩张带来的通胀风险,并且会对经济增速产生强烈的负面影响。在此基础上,本文进一步从期限结构视角应用SV-TVP-FAVAR模型探究了推动我国产出增长和通货膨胀水平上升的信贷供给根源。研究发现,我国中长期信贷供给增加虽然能够显着拉动我国经济增长,但同时对通货膨胀也具有强烈的促进作用,非金融企业中长期信贷供给在促进经济增长方面未能占据优势;相较于中长期信贷,我国短期信贷供给在促进经济增长方面不具优势,我国短期住户消费信贷供给增加对经济增长存在逐渐减弱的负向影响,并且不会引起强烈的通货膨胀效应,证实了扩大内需是推动我国经济增长、降低通货膨胀损失的可行路径之一。随后,本文进一步基于价格传导视角运用贝叶斯估计的平滑迁移向量自回归（ST-BVAR）模型分析了不同经济状态下信贷价格波动对宏观经济的影响效应,并探讨不同时期我国信贷价格政策的有效性。结果发现,在经济衰退期,信贷价格下调能够引导第二、三产业投资和消费增加,进而从需求侧驱动经济增长,信贷价格政策的传导渠道基本畅通,政策基本有效。在经济扩张期,我国利率市场化尚不完全且居民储蓄率水平相对较高,存在“金融抑制”和“消费抑制”双重抑制现象,因此我国信贷价格下调仅能通过促进第三产业投资的方式对经济增长产生正向影响,第二产业投资和消费的传导渠道均存在梗阻,极大地降低了信贷价格调控政策的有效性。接下来,本文进一步基于风险累积视角运用多元方向分位数向量自回归（MDQVAR）模型分析了信贷风险累积对我国宏观经济及信贷调控有效性的影响效应。研究发现,信贷风险累积在不同经济状态下对产出、通货膨胀和金融稳定均呈现出抑制效应,但影响强度随经济下行程度加深逐渐增强,并且信贷风险累积对金融稳定的负面影响最为强烈。信贷供给对产出、通货膨胀和金融稳定的影响效应在不同信贷风险累积程度下表现出显着的异质性。当以“经济增长”作为主要的经济目标时,信贷风险累积水平应当控制在一定范围内,既不能为了追求低不良水平过分惜贷,也不能为了投资扩张过度放贷。当以“稳定物价、促进货币流通”和“金融稳定”为主要目标时,应全力避免过度放贷和过度负债,同时加强贷款发放前后的审慎监管,尽量减少非理性的竞争行为和代际遗忘,尽可能降低银行资产中的不良资产规模,并加快不良资产的处置流程。最后,本文基于宏观经济政策视角运用多元方向分位数向量自回归（MDQVAR）模型探究了信贷监管政策对货币政策调控“经济增长、物价稳定和金融稳定”三大目标有效性的异质性影响,为更好地完善“双支柱”框架提供参考。研究发现,在经济下行期,流动性类的信贷监管政策能够显着增强数量型货币政策对经济增长的调控效果,但会形成通货膨胀问题,因此,需要在“促增长”和“稳通胀”目标中进行取舍。在经济平稳期,价值类的信贷监管政策虽然会在一定程度上削弱数量型货币政策对经济增长的促进效果,但信贷监管政策的动态调整不会对数量型货币政策有效性产生显着影响,二者可以各自调控,能够同时实现“稳增长、稳通胀、稳金融”三大目标。在经济过热期,价值类的信贷监管政策与价格型货币政策存在“政策冲突”,二者难以在动态调控中同时实现“金融稳定”与“价格稳定”。流动性类的信贷监管政策能够增强价格型货币政策对通货膨胀的抑制效果,两政策配合能够同时实现“稳金融、降通胀”的目标,并且在一定程度上“保增长”,是经济过热期最优的政策协调模式。除此之外,货币政策在金融稳定目标的调控上不具优势,维持金融市场稳定还是应以信贷监管政策为主。
彭逸铭,揭佳豪[4]（2021）在《多状态Markov模型在长护险精算中的运用——基于CHARLS数据》文中进行了进一步梳理本文运用CHARLS在2013年和2015年的数据,选择60-80岁的男性和50-80岁的女性作为样本,依照国际上常用的ADLs体系统计出各年龄段内健康、失能、死亡状态的人数,使用多状态Markov模型获得间隔为2年的状态转移概率,进而得到间隔为1年的一步转移概率矩阵,从而计算出男性60-80岁和女性50-80岁逐年趸交纯保费表。研究结果显示:女性的失能概率大于男性失能概率,且随着年龄的增加,差值增大;长护险趸交保费对于普通家庭来说将是一笔巨大的额外支出,而商业保险模式保费高昂,很难具备普惠性质,因此,长护险的发展需要合适的筹资机制,鼓励国家资本与社会资本共同参与。
孟蕊,芮明军,王欣恬,杨岚,王子婧,马爱霞[5]（2021）在《不同决策分析模型在抗肿瘤药物经济学评价中的应用——以加拿大CADTH为例》文中研究说明目的:为我国抗肿瘤药物经济学评价的模型选择、以及我国肿瘤药物药物经济学评价证据质量的提升提供参考。方法:在加拿大药品与卫生技术局（CADTH）官网对抗肿瘤药物卫生技术评估（p CODR）报告进行系统检索,报告时间限定为2015年1月1日-2020年9月6日,对其基本信息、模型类型及结构、模型中存在的关键问题等进行提取与总结。结果与结论:共检索获得185份p CODR报告,涉及114种肿瘤适应证和98种抗肿瘤药物。近5年CADTH抗肿瘤药物经济学评价数量呈递增趋势。在137份附有最终经济性指导报告的p CODR报告中,98份报告（占71.5%）使用了分区生存模型进行评估,21份报告（占15.3%）使用了状态转移模型,还有部分报告（6份,4.3%）同时使用了分区生存模型和状态转移两种模型以探讨模型结构的不确定性。在模型健康状态设定方面,86份报告（占62.8%）使用了三状态模型以评估不同抗肿瘤药物的经济性,还有16份报告（占11.7%）使用了不少于4种健康状态来模拟疾病的状态转归。但CADTH模型中尚存在研究时限选择不合理、疗效（生存）数据外推方法不合理或外推结果不确定、通过间接比较获取的疗效数据不确定以及部分假设或参数设置不符合实际诊疗环境等问题。鉴于分区生存模型的诸多优势,建议我国未来抗肿瘤药物经济学评价优先考虑使用分区生存模型或联合使用马尔可夫模型与分区生存模型来验证模型结构的不确定性,并合理设置重点模型参数,以提升我国抗肿瘤药物经济学评价的证据质量。
董明英,王晓军[6]（2021）在《中国老龄人口健康受损进展与持续时间研究》文中提出探究老龄人口健康受损进展的规律对实施健康老龄化政策具有实际意义。本文构建了老年人健康受损进展模型和健康状态转移模型,基于2014～2018年中国老年健康影响因素跟踪调查（CLHLS）数据,对老年人健康受损进展规律和持续时间进行研究,对不同类型人群的健康受损进展差异进行比较。研究发现:老年人群的健康状态呈现出从健康到患病,从患病到功能受限,从功能受限到失能逐步递进的规律性;相比而言,女性具有生存优势,男性具有健康优势;城镇老年人的失能持续时间更长,其在基本日常生活不能自理状态的停留时间约为乡村老年人的1.21倍;与配偶同住的老年人在健康受损过程中享有更多的健康,其在健康状态的持续时间平均为未与配偶同住老年人的1.23倍,在基本日常生活不能自理状态的持续时间仅为未与配偶同住老年人的88.6%。随着年龄增长,老年人的健康恢复情况变差,85岁以上老年人健康恢复能力几近丧失。
汤薇,粟芳[7]（2021）在《基于老年人健康转移概率矩阵的长期护理保险均衡费率研究》文中研究指明本文利用微观跟踪调查数据,结合Markov过程和GLM模型,拟合了不同性别、不同城乡老年个体在不同年龄下的转移强度,刻画了异质性老年群体的健康转移概率矩阵。进而运用社会保险精算学理论,分别考察参保主体为城镇职工和城乡居民的不同情况,预测了现收现付制和完全基金制下长期护理保险的均衡费率,最后就重要参数进行了敏感性分析。结果显示,从2019年到2039年,失能人数会增长约3.5倍,现收现付制下的横向均衡费率也翻了约3.5倍,但整体水平偏低,城镇职工和城乡居民的横向均衡费率最高也不超过0.10%和0.50%;但随人口结构老龄化可能会面临需提高均衡费率的风险。相较而言,虽然完全基金制下的纵向均衡费率较高,但基金保持长期稳定。以2019年建立长期护理保险完全基金制筹资模式为例,年龄为40岁的男性城镇职工、女性城镇职工、男性城乡居民和女性城乡居民的纵向均衡费率分别为0.16%、0.18%、0.87%和1.50%。不同筹资模式的敏感性结果显示,政府补贴比例参数的影响最大,所以为了平衡个体和政府的养老压力并维持基金的稳定性和可持续性,我国应该尽快建立起统筹账户为现收现付制、个人账户为完全基金制的长期护理保险筹资模式。
王雨冰[8]（2021）在《基于多模型交互的关键设备剩余寿命预测》文中提出近年来,随着现代科学的不断进步和技术的飞速发展,工业化程度逐渐提高,工业设备的运行环境也日渐复杂。设备在运行过程中,其性能无可避免的会发生退化情况,进而直接导致设备的失效。一旦设备失效造成严重事故,便会面临重大的人力财力损失。目前,对设备的维修已从传统的被动维修转变为计划性维修或视情维修。视情维修与传统的被动维修相比针对性更强、维修效果更好、更节省成本。作为实现视情维修的重要方法,预测与健康管理技术在各个领域得到了广泛应用。该技术由故障预测和健康管理两部分组成,在实施的过程中,对其当前状态进行估计并对未来状态进行预测尤为重要,而其中的关键步骤就是对设备进行剩余寿命预测。因此,本文围绕关键设备的剩余寿命预测问题展开以下研究:（1）针对退化过程呈现非线性的关键设备寿命预测问题,首先分析其退化过程并建立退化模型,对模型参数进行估计得到准确的状态方程,并使用扩展卡尔曼滤波和粒子滤波算法对其进行剩余寿命预测。使用马里兰大学和美国宇航局的锂电池数据集进行寿命预测实验,结果表明相对误差均小于10%,体现了较好的预测效果。（2）针对设备的退化过程中存在多个阶段的特征,用单一模型描述其退化过程准确度较低,本文提出一种基于多阶段退化过程建模的寿命预测方法。根据退化特征建立恒定速度退化模型及恒定加速度退化模型,并使用交互多模型算法对仿真退化过程进行寿命预测。将预测结果与单一模型预测结果进行对比,证明本文所提方法有较好的预测效果及较高的预测精度。（3）针对传统的非线性退化过程寿命预测中单模型预测结果单一,泛化能力弱等问题。本文提出基于多模型交互的非线性退化过程寿命预测方法。采用多模型对复杂退化过程进行交互建模,表征退化模式的转变;并根据退化过程非线性非高斯的特点,使用交互多模型融合粒子滤波进行寿命预测。在锂电池数据集上进行仿真验证,并将预测结果与单模型预测结果进行对比,结果表明本文所提方法预测的寿命更接近真实寿命,且预测误差更小。
李雪岩[9]（2021）在《中国长期护理保险支出预测与政策模拟研究》文中提出我国正处于人口老龄化的严峻形势下,老龄失能人口的护理需求日益增长,为应对老龄失能群体护理支出节节攀升所带来的财务风险,我国应逐步科学构建社会性质的长期护理保险制度,以保障我国老龄失能群体的长期护理需求。我国政府于国民经济和社会发展第十四个五年规划纲要中明确提出:“健全多层次社会保障体系,稳步建立长期护理保险制度。”在“十四五”规划的开局之年,迫切需要对长期护理和非正式护理的影响机制进行全面分析,从而针对长期护理保险制度进行系统和理论的政策设计,并基于失能转移模型对未来我国老龄失能人口和长期护理保险支出规模进行预测,构建生命周期模型对长期护理保险政策效果进行模拟分析,考察并尝试构建适合我国国情的长期护理保险制度体系。由于人口老龄化已成为我国社会发展面临的常态,在当前新时代的社会背景下我国政府既有能力也有必要建立并完善社会性质的长期护理保险制度,论文关于长期护理保险需求水平与支出规模的预测研究结果为探究失能群体的长期护理需求与护理决策提供了一定的理论依据,并可为我国长期护理保险制度发展与完善提出有效的政策建议与数据参考,同时论文构建的关于长期护理保险的理论模型以及具体的政策模拟分析结果可为长期护理保险制度政策制定提供切实有效的理论框架与政策导向支持。论文首先阐述了研究背景与研究意义,重点概括了论文的主要研究内容、所使用的各类研究方法与研究框架,并提出了论文的主要创新点与不足之处。其次,通过对长期护理保险制度研究领域的相关文献进行综合叙述,将相关文献划分为国外文献与国内文献展开研究,并根据不同文献的研究重点将各类文献归纳分类,从而就当前长期护理保险领域的研究现状进行评述。再次,对论文涉及的主要概念进行具体界定,包括在微观层面界定健康与失能等相关概念,宏观层面阐述社会保障体系与人口老龄化的相关内容,并对包含非正式护理和长期护理保障体系在内的长期护理理论框架进行说明,尝试构建以长期护理保险为核心机制的微观消费生命周期模型,从保险产品与社会制度角度深入分析长期护理保险机制,为长期护理支出预测与政策模拟贡献的相关研究贡献理论依据。论文通过参考世界各国和国内部分试点城市的长期护理保险制度的运行情况,结合我国社会保障制度的特点,系统分析研究我国发展长期护理保险制度需解决的主要问题,阐述长期护理保险制度于我国多层次的社会保障体系之间的关系;以代表性发达国家与国内首批试点城市的长期护理保险实践经验为例,比较不同的长期护理保险制度选择,设计构想具体的长期护理保险发展与实施方案,探索符合我国国情的社会性长期护理保险的筹资模式和保险机制,为实现社会保障资源利用的最大化拓展政策设计思路。实证研究方面,由于目前长期护理保险仍处于试点阶段,论文基于中国老年人健康长寿影响因素调查面板数据展开实证研究工作,采用适当的计量模型分析核心因素对老年群体非正式护理选择的影响程度,并利用多重中介效应模型深入探讨相关因素对非正式护理选择的影响机制与作用渠道。从而基于实证数据探究影响我国老龄失能群体长期护理需求的主要影响因素,分析老年群体对长期护理保险的购买决策,并尝试探讨非正式护理服务模式对长期护理保险制度的影响机制。研究发现疾病冲击与代际支持是非正式护理选择的核心影响因素,疾病冲击通过作用于家庭成员的代际支持程度影响老年群体作出非正式护理决策,代际支持又可通过改善老年群体的失能程度显着改变其非正式护理选择;失能程度作为反映老龄失能群体护理需求的主要因素,年龄、城乡类型、子女数目、慢性病数目、抽烟状况均可显着影响个体失能程度,从而改变失能老龄群体对长期护理保险的需求,非正式护理与社会护理均可作为未来长期护理保险制度的重要组成部分。为了有效考察我国长期护理保险的需求水平与支出规模,论文建立了老年群体失能转移模型,并创造性地设计了归并平均的算法,结合人口预测数据对我国失能老龄人口规模进行测算,利用长期护理保险试点城市相关数据构建缴费率假设,从而预测并分析长期护理保险基金的相关成本与支出规模。预计2050年我国老龄失能人口与长期护理保险支出规模将分别达到5184万人与5025亿元左右,研究结果反映了我国未来老龄失能人口规模较大且增长速度较快,迫切需要社会性长期护理保险制度对老龄失能人群的护理需求进行保障,但发展长期护理保险制度也会为我国财政支出带来严峻的政策挑战,国家需采用有效措施健全完善长期护理保险制度的规划与设计,相关研究结果可为有序发展我国长期护理保险制度体系提供有效的数据支撑。论文进一步基于以长期护理保险为核心机制的生命周期理论模型,使用模拟矩方法估计的关键参数,利用理论模型结合追踪调查数据对长期护理参保数据进行匹配和模拟,以参数估计和政策模拟等手段分析适合我国国情的长期护理保险机制与制度设计,以考察不同政策下我国中老年群体对长期护理保险的参保意愿及变化趋势,研究结果表明目前我国中老年群体面临的护理风险不容小觑,对长期护理保险的相关需求较为旺盛,而采用时长补贴与城乡统筹机制的长期护理保险较为适合我国老龄失能人群特点,未来可采用城乡统筹时长补贴型为主、多种保险机制并行的长期护理保险制度,从而有效应对老年群体的失能风险并充分保障其长期护理需求。最后,论文阐述了通过理论研究与实证研究取得的主要研究结论,在充分分析研究长期护理保险的相关问题的基础上,综合研究成果为应对我国老龄化挑战和提高老龄健康福利制定相关政策提供科学有效的政策建议,包括构建以社会性城乡统筹为核心的长期护理保险制度、科学规划长期护理保险制度的筹资体系与待遇支付方式、积极出台支持政策鼓励家庭成员提供非正式护理服务、与护理机构和商业保险公司合作构建高质量护理服务体系以及持续改革我国社会保险制度并完善我国多层次的社会保障体系等内容,为实现长期护理保险制度的不断完善与可持续运行发展,发展我国多层次的社会保障体系提供可行的政策导向支持。论文研究成果主要体现在以下方面:结合我国老龄失能人口和社会发展特点,借鉴国内外长期护理保险制度实践经验,分别从理论和实证层面上对长期护理保险制度进行研究,以期获得符合我国社会保障体系规划的研究结论;鉴于现阶段难以取得高质量的长期护理保险直接参保数据,重点关注非正式护理选择和长期护理需求的核心影响因素,并使用来自中国老年人健康长寿影响因素调查（CLHLS）较为前沿的2008至2018年四期面板追踪数据,基于大样本的面板固定效应模型和中介效应模型对非正式护理与长期护理的影响机制展开实证研究,整体分析过程较为深入,研究结果对长期护理相关服务的实践过程具有重要的参考和指导意义;构建以离散型马尔可夫链为基础的失能转移模型,结合人口预测数据计算符合我国老年群体特点的失能转移矩阵,并创造性地设计了归并平均的算法,具体测算老龄失能人口与长期护理保险支出规模,从而有效提高了远期预测精度;构建以长期护理保险为核心机制的微观消费生命周期模型,从理论研究角度探究符合我国国情的长期护理保险政策设计思路,以参数估计和政策模拟的方法研究长期护理保险的具体保险机制与制度设计,使用模拟矩方法测算模型的关键参数,可避免无法使用广义矩条件进行直接估计的情况,弥补了国内长期护理保险相关理论研究的空白,并在一定程度上化解了目前长期护理相关指标体系较为缺乏的问题,政策模拟结果具备一定的稳健性,可为构建并完善我国长期护理保险制度,健全我国多层次的社会保障体系贡献理论与学术价值。
王艳伟[10]（2021）在《健康体检队列代谢综合征的动态发展研究》文中研究指明目的:代谢综合征（metabolic syndrome,MetS）的发生是多种代谢紊乱逐渐累积的过程,历经了多个状态间的相互转移,其发生、发展变化过程十分复杂。本研究基于连续多年的纵向健康体检数据,采用多状态Markov模型描述和分析MetS的发展变化过程,以期充分了解MetS发展变化过程的特征,探索MetS的发起组分和促进其发展的重要组分,并探讨年龄与性别对MetS发展变化过程的影响,预测目标人群未来MetS发生的风险,为更有效的预防和控制MetS的发生与发展提供更全面的科学依据。方法:以2010年1月～2017年12月间在大连市某三甲医院体检中心进行2次及以上常规健康体检者为研究对象,建立健康体检队列纵向数据。依据2009年国际糖尿病联盟等机构的联合声明（Joint Interim Statement,JIS）诊断MetS。使用Excel2016建立数据库,使用SPSS 25.0对数据进行统计描述和基本统计分析;使用R3.5.1软件中的msm包构造含8个状态（健康状态、单纯血压升高状态、单纯超重或肥胖状态、单纯高血糖状态、单纯甘油三酯（Triglycerides,TG）升高状态、单纯高密度脂蛋白胆固醇（High density lipoprotein-cholesterol,HDL-C）降低状态、2个组分异常状态和MetS状态）的连续多状态Markov模型,描述和分析MetS的发展变化过程及其影响因素。结果:1.本研究最终纳入10845名研究对象构成了有效分析数据集,其中男性4977人（45.9%）,女性5868人（54.1%）,基线年龄在18-89岁之间。基线时处于健康状态的人数为3184（29.40%）,处于单纯血压升高状态的人数为696（6.40%）,处于单纯超重/肥胖状态的人数为466（4.30%）,处于单纯高血糖状态的人数为653（6.00%）,处于单纯TG升高状态的人数为130（1.20%）,处于单纯HDL-C降低状态的人数为984（9.1%）,处于2组分异常状态的人数为2099（19.40%）,处于MetS状态的人数为2633（24.30%）。研究人群的中位随访时间为3.03年。2.研究人群的多状态Markov模型:处于健康状态和MetS状态的人更多的是保持在原来状态（转移频率分别为0.638、0.692）,两种状态的平均逗留时间也较长（1.709年,2.195年）。处于健康状态的人最容易转移到单纯血压升高状态（转移强度q=0.199）。五种单一组分状态中,单纯超重/肥胖状态和单纯TG升高状态较容易进展到2组分状态,转移强度分别为0.934、0.928。单纯超重/肥胖状态进展到2组分异常状态的强度是回转到健康状态强度的7.315（0.934vs0.131）倍,单纯TG升高状态进展到2组分异常强度与其回转到健康状态的强度相当（0.928vs0.852）。个体处于单纯TG升高状态的停留时间最短（0.562年）。3.低年龄段男、女性的多状态Markov模型:处于健康状态的男性和女性均易于转移到单纯血压升高状态（q=0.351、0.197）。五种单一组分状态中,男女单纯超重/肥胖状态均最容易进展到2组分状态,转移强度分别为q=1.055、q=0.798。男性和女性在单纯血压升高状态停留时间较停留在其他单一状态时间短（0.613年、0.510年）。4.高年龄段男、女性的多状态Markov模型:处于健康状态的男性和女性均易于转移到单纯血压升高状态（q=0.421、q=0.236）。五种单一组分状态中,男女单纯超重/肥胖状态均最容易进展到2组分异常状态,转移强度分别为q=0.749、0.839。男性处于单纯HDL-C降低状态的停留时间较停留在其他单一组分异常状态短（0.748年）,而女性则是处于单纯血压升高状态的停留时间最短（0.753年）。5.年龄、性别对状态转移的影响:与女性相比,男性更易于从健康状态发展到单纯血压升高状态（HR=1.785,95%CI:1.52～2.102）以及单纯高血糖状态（HR=1.370,95%CI:1.131～1.659）,男性的单纯血压升高、超重/肥胖、高血糖状态更易于进展为2组分状态（HR=1.395,95%CI:1.192～1.631;HR=1.321,95%CI:1.140～1.532;HR=1.220,95%CI:1.029～1.445）,男性2组分异常状态易于进展到MetS状态（HR=1.265,95%CI:1.171～1.366）,而男性不易于从健康状态发展到HDL-C降低状态（HR=0.638,95%CI:0.494～0.825）,也不易于从2组分异常状态回转到HDL-C降低状态（HR=0.325,95%CI:0.267～0.395）。与低年龄段人群相比,高年龄段人群更易于从健康状态发展为单纯血压升高状态和单纯高血糖状态（HR=1.200,95%CI:1.030～1.397;HR=1.365,95%CI:1.153～1.617）,高年龄段人群不易于从MetS状态回转为2组分异常状态(HR=0.715,95%CI:0.652～0.783;高年龄组不易于从2组分异常状态回转到单纯超重/肥胖状态（HR=0.714,95%CI:0.613～0.833）和单纯HDL-C降低状态（HR=0.488,95%CI:0.421～0.566）。结论:1.健康状态的人最易转移到单纯血压升高状态;单纯超重/肥胖状态是MetS进展中最为关键的组分,同时也是MetS发病的促发组分;男性较女性、高年龄组较低年龄组更易于发展为进一步的异常状态。2.积极防控超重和肥胖,更多关注男性和高年龄段人群各项代谢异常的发生,将有助于预防和控制MetS的发生与发展。
二、一个健康状态转移模型的探讨（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一个健康状态转移模型的探讨（论文提纲范文）
（1）大数据背景下健康保险动态定价机制研究——基于变换的隐马尔可夫模型（论文提纲范文）
| 一、引 言 |
| 二、模型的构建 |
| 三、模型的解析 |
| (一)观测序列估值问题 |
| (二)状态序列解码问题 |
| (三)训练样本学习问题 |
| 四、基于奖惩机制的健康保险动态定价 |
| (一)应用场景 |
| (二)动态定价解析 |
| (三)结论分析 |
| 五、结 语 |
（2）中国长期护理保险不同筹资模式研究（论文提纲范文）
| 一、引言 |
| 二、模型与方法 |
| （一）不同筹资模式下的均衡费率模型 |
| 1. 长期护理保险基金收入模型。 |
| 2. 长期护理保险基金支出模型。 |
| 3. 不同筹资模式下的基金平衡关系。 |
| （二）参保人口的计算 |
| （三）健康转移概率矩阵的估计 |
| 1. 健康状态的划分。 |
| 2. 健康转移概率矩阵的估计。 |
| （四）失能人口的计算 |
| 三、参数与数据 |
| （一）长期护理保险基金收支参数 |
| 1. 人口相关参数。 |
| 2. 经济相关参数。 |
| （二）估计健康转移概率矩阵所需数据 |
| 四、实证结果分析 |
| （一）健康转移概率矩阵 |
| 1. 转移强度。 |
| 2. 健康转移概率矩阵。 |
| （二）未来失能人口规模 |
| （三）参保人口规模 |
| （四）不同筹资模式比较 |
| 五、结论与启示 |
（3）我国信贷供给传导机制及其宏观经济效应研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 选题背景与研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外文献综述 |
| 1.2.1 信贷供给总量的经济效应 |
| 1.2.2 信贷供给结构的经济效应 |
| 1.2.3 信贷供给价格的经济效应 |
| 1.2.4 信贷风险累积的经济效应 |
| 1.2.5 信贷供给监管对货币政策有效性的影响效应 |
| 1.3 主要研究目标、论文结构及主要内容 |
| 1.3.1 主要研究目标 |
| 1.3.2 论文结构及主要内容 |
| 1.4 研究方法与主要贡献 |
| 1.4.1 研究方法 |
| 1.4.2 主要贡献 |
| 第2章 信贷供给宏观经济效应的理论基础 |
| 2.1 信贷供求理论 |
| 2.1.1 宏观信贷供求理论 |
| 2.1.2 微观信贷供求理论 |
| 2.2 信贷价格理论 |
| 2.2.1 可贷资金理论 |
| 2.2.2 金融抑制理论 |
| 2.3 信贷风险理论 |
| 2.3.1 Fisher的“债务-通货紧缩”理论 |
| 2.3.2 金融脆弱性理论 |
| 2.4 信贷配给与信贷传导理论 |
| 2.4.1 均衡配给理论 |
| 2.4.2 银行信贷渠道传导理论 |
| 2.4.3 资产负债表渠道传导理论 |
| 第3章 我国信贷供给传导机制及其与产出的动态关联分析 |
| 3.1 基于DSGE模型我国信贷供给的微观传导机制分析 |
| 3.1.1 模型设定 |
| 3.1.2 模型均衡 |
| 3.1.3 参数校准与模拟分析 |
| 3.2 我国信贷供给与产出的波动特征及动态关联性分析 |
| 3.2.1 MS-GAS-TVTP模型与TVP-VECM模型原理 |
| 3.2.2 我国产出与信贷波动的阶段性变迁识别及时变转移分析 |
| 3.2.3 动态关联性分析 |
| 3.3 本章小结 |
| 第4章 我国信贷供给总量与期限结构的宏观经济效应分析 |
| 4.1 信贷供给总量对宏观经济影响的理论机制分析 |
| 4.2 我国信贷总量扩张与收缩对宏观经济的非对称影响效应分析 |
| 4.2.1 非线性自回归分布滞后(NARDL)模型原理 |
| 4.2.2 变量选取、数据处理及平稳性检验 |
| 4.2.3 我国信贷总量扩张与收缩对产出的非对称影响效应 |
| 4.2.4 我国信贷总量扩张与收缩对通货膨胀的非对称影响效应 |
| 4.3 我国信贷供给期限结构的宏观经济效应分析 |
| 4.3.1 SV-TVP-FAVAR模型原理 |
| 4.3.2 我国信贷供给期限结构对产出和通货膨胀的时变效应分析 |
| 4.3.3 我国信贷供给短期结构对产出和通货膨胀的时变效应分析 |
| 4.3.4 我国信贷供给中长期结构对产出和通货膨胀的时变效应分析 |
| 4.4 本章小结 |
| 第5章 我国信贷供给价格传导机制及其非线性效应分析 |
| 5.1 信贷供给对宏观经济增长的价格传导机制分析 |
| 5.1.1 投资渠道传导机制分析 |
| 5.1.2 消费渠道传导机制分析 |
| 5.2 ST-BVAR模型原理 |
| 5.2.1 ST-BVAR模型设定 |
| 5.2.2 ST-BVAR模型的非线性检验 |
| 5.3 不同经济周期下信贷价格对经济增长的两阶段传导效应分析 |
| 5.3.1 变量选取、数据处理与经济周期波动区制识别 |
| 5.3.2 第一阶段信贷价格对投资与消费的非线性影响效应 |
| 5.3.3 第二阶段投资与消费对产出的非线性影响效应 |
| 5.4 本章小结 |
| 第6章 信贷风险对宏观经济及信贷调控有效性的异质性影响效应分析 |
| 6.1 多元方向分位数向量自回归(MDQVAR)模型 |
| 6.2 不同经济周期下信贷风险对宏观经济的异质性影响效应分析 |
| 6.2.1 理论机制分析 |
| 6.2.2 变量选取及数据处理 |
| 6.2.3 分位数脉冲响应分析 |
| 6.3 不同信贷风险水平下信贷调控宏观经济有效性分析 |
| 6.3.1 变量选取及数据处理 |
| 6.3.2 分位数脉冲响应分析 |
| 6.4 本章小结 |
| 第7章 我国信贷监管对货币政策有效性的影响效应分析 |
| 7.1 理论背景与影响机制分析 |
| 7.2 信贷监管的不同强度对货币政策有效性的异质性影响分析 |
| 7.2.1 变量选取及数据说明 |
| 7.2.2 经济增长目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.3 物价稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.2.4 金融稳定目标下信贷监管对货币政策有效性的影响分析 |
| 7.3 本章小结 |
| 结论 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
（4）多状态Markov模型在长护险精算中的运用——基于CHARLS数据（论文提纲范文）
| 一、引言 |
| 二、文献综述 |
| 三、长护险精算方法 |
| 四、多状态Markov模型精算定价 |
| （一）模型思想与基本假设 |
| （二）状态转移概率计算 |
| （三）长护险趸交纯保费计算 |
| 五、结论与展望 |
（5）不同决策分析模型在抗肿瘤药物经济学评价中的应用——以加拿大CADTH为例（论文提纲范文）
| 1 常用抗肿瘤药物经济学评价模型简介 |
| 1.1 Part SA模型 |
| 1.2 Markov模型 |
| 2 CADTH中相关模型的应用情况 |
| 2.1 检索策略 |
| 2.2 结果 |
| 2.2.1 基本信息 |
| 2.2.2 模型特征 |
| 2.3 模型中存在的问题 |
| 2.3.1 研究时限选择不合理 |
| 2.3.2 疗效（生存）数据外推方法不合理或外推结果存在不确定性 |
| 2.3.3 通过间接比较获取疗效数据存在不确定性 |
| 2.3.4 其他 |
| 3 对我国抗肿瘤药物经济学研究的启示 |
| 3.1 相关研究可优先考虑使用Part SA模型 |
| 3.2 结合Markov模型与Part SA模型以验证模型结构的不确定性 |
| 3.3 合理设置重点模型参数，以增加结果估计的准确性 |
| 4 本研究的局限性 |
| 5 结语 |
（6）中国老龄人口健康受损进展与持续时间研究（论文提纲范文）
| 一、引 言 |
| 二、数据、模型与方法 |
| (一)数据基本情况 |
| (二)健康受损进展框架 |
| (1)状态1——健康 |
| (2)状态2——患病 |
| (3)状态3——功能受限 |
| (4)状态4——器械辅助日常生活不能自理 |
| (5)状态5——基本日常生活不能自理 |
| (6)状态6——死亡 |
| (三)健康状态转移模型 |
| (四)转移概率矩阵计算方法 |
| 三、实证结果 |
| (一)健康状态转移概率矩阵 |
| 1.死亡概率 |
| 2.不同健康状态的转移概率 |
| 3.健康状态转移概率矩阵 |
| (二)在各健康状态的持续时间及其人群差异 |
| 1.在各健康状态的持续时间 |
| 2.城乡老年人在各健康状态持续时间的差异 |
| 3.不同婚姻状况老年人在各健康状态持续时间的差异 |
| 四、结 论 |
| 第一，不同性别老年人的健康受损过程具有明显的差异。 |
| 第二，城乡老年人的健康受损过程具有一定的差异。 |
| 第三，不同婚姻状况老年人的健康受损过程具有明显的差异。 |
| 第四，随着年龄增长，男女老年人的健康恢复情况均变差。 |
（8）基于多模型交互的关键设备剩余寿命预测（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 机理模型的方法 |
| 1.2.2 数据驱动的方法 |
| 1.2.3 融合型方法 |
| 1.3 论文研究内容及结构安排 |
| 2 寿命预测基本理论知识 |
| 2.1 预测与健康管理技术 |
| 2.2 可靠性基本概念 |
| 2.3 性能退化失效定义 |
| 2.4 剩余寿命基本概念 |
| 2.5 本章小结 |
| 3 非线性退化过程的剩余寿命预测 |
| 3.1 基于扩展卡尔曼滤波的剩余寿命预测 |
| 3.1.1 卡尔曼滤波 |
| 3.1.2 扩展卡尔曼滤波 |
| 3.1.3 基于扩展卡尔曼滤波的剩余寿命预测 |
| 3.1.4 实验验证 |
| 3.2 基于粒子滤波的剩余寿命预测 |
| 3.2.1 贝叶斯估计 |
| 3.2.2 蒙特卡洛采样 |
| 3.2.3 基于粒子滤波的剩余寿命预测 |
| 3.2.4 实验验证 |
| 3.3 本章小结 |
| 4 基于多阶段退化过程的寿命预测 |
| 4.1 问题描述 |
| 4.2 多阶段退化过程建模 |
| 4.3 基于多阶段退化过程的寿命预测 |
| 4.3.1 交互多模型算法 |
| 4.3.2 寿命预测仿真实验 |
| 4.4 本章小结 |
| 5 基于多模型交互的非线性退化过程剩余寿命预测 |
| 5.1 问题描述 |
| 5.2 基于多模型交互的非线性退化过程剩余寿命预测方法 |
| 5.3 实验验证 |
| 5.3.1 退化模型建立 |
| 5.3.2 模型参数估计 |
| 5.3.3 剩余寿命预测 |
| 5.3.4 实验结果分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间主要研究成果 |
（9）中国长期护理保险支出预测与政策模拟研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 研究内容、方法与框架 |
| 1.4 研究的创新点与不足 |
| 1.4.1 创新之处 |
| 1.4.2 不足之处 |
| 第2章 研究现状与文献综述 |
| 2.1 国外相关研究综述 |
| 2.1.1 长期护理保险理论模型研究 |
| 2.1.2 长期护理保险购买决策影响因素的相关研究 |
| 2.1.3 商业长期护理保险市场研究 |
| 2.1.4 失能数据与公共卫生成本测算相关研究 |
| 2.1.5 社会性长期护理保险制度研究 |
| 2.2 国内相关研究综述 |
| 2.2.1 长期护理保险理论与定价的相关研究 |
| 2.2.2 长期护理需求影响因素的相关研究 |
| 2.2.3 非正式护理与长期护理关系的相关研究 |
| 2.2.4 长期护理保险规模与成本测算的相关研究 |
| 2.2.5 长期护理保险制度构建的相关研究 |
| 2.3 研究现状综合评析 |
| 第3章 概念界定与理论框架 |
| 3.1 失能与人口老龄化 |
| 3.1.1 健康与失能的定义 |
| 3.1.2 社会保障体系与人口老龄化 |
| 3.2 长期护理理论 |
| 3.2.1 非正式护理 |
| 3.2.2 长期护理的概念与发展 |
| 3.2.3 养老与长期护理保障体系 |
| 3.2.4 长期护理生命周期理论 |
| 3.3 长期护理保险 |
| 3.3.1 长期护理保险的概念 |
| 3.3.2 长期护理保险制度的发展 |
| 3.3.3 长期护理保险机制 |
| 3.3.4 个体效用最大化的价值函数 |
| 3.4 本章小结 |
| 第4章 长期护理保险制度实践经验与设计构想 |
| 4.1 国外长期护理保险制度发展状况 |
| 4.1.1 美国长期护理保险市场发展状况 |
| 4.1.2 欧洲代表国家长期护理保险制度 |
| 4.1.3 日韩长期护理保险制度 |
| 4.1.4 小结 |
| 4.2 我国长期护理保险制度试点实践情况 |
| 4.2.1 长期护理保险制度试点城市范例 |
| 4.2.2 参保范围与筹资渠道比较 |
| 4.2.3 护理方式与待遇标准比较 |
| 4.2.4 小结 |
| 4.3 长期护理保险制度设计构想 |
| 4.3.1 基本原则 |
| 4.3.2 资金筹集 |
| 4.3.3 待遇支付 |
| 4.3.4 服务机制 |
| 4.4 本章小结 |
| 第5章 非正式护理与长期护理影响机制实证研究 |
| 5.1 问题的提出 |
| 5.2 数据来源与计量模型 |
| 5.2.1 实证数据来源 |
| 5.2.2 面板固定效应模型 |
| 5.2.3 中介效应模型 |
| 5.2.4 有序Logit模型 |
| 5.3 非正式护理影响因素的实证分析 |
| 5.3.1 变量定义与描述性统计 |
| 5.3.2 实证结果与分析 |
| 5.3.3 异质性检验 |
| 5.3.4 稳健性检验 |
| 5.3.5 影响机制检验 |
| 5.3.6 研究结论 |
| 5.4 长期护理需求影响因素的实证分析 |
| 5.4.1 变量定义与描述性统计 |
| 5.4.2 实证结果与分析 |
| 5.4.3 异质性检验 |
| 5.4.4 稳健性检验 |
| 5.4.5 非正式护理对长期护理的影响机制研究 |
| 5.4.6 研究结论 |
| 5.5 本章小结 |
| 第6章 老龄失能人口与长期护理保险支出规模预测 |
| 6.1 问题的提出 |
| 6.2 模型设定 |
| 6.2.1 失能转移模型 |
| 6.2.2 归并平均算法 |
| 6.3 数据来源 |
| 6.3.1 实证数据集 |
| 6.3.2 人口预测数据 |
| 6.4 失能转移矩阵计算 |
| 6.5 老龄失能人口规模测算与分析 |
| 6.6 长期护理保险成本与支出预测 |
| 6.7 本章小结 |
| 第7章 长期护理保险模型拟合与政策模拟 |
| 7.1 问题的提出 |
| 7.2 实证数据来源 |
| 7.3 模拟矩估计方法 |
| 7.4 参数估计与模型拟合 |
| 7.4.1 外生参数估计 |
| 7.4.2 模拟矩方法估计步骤 |
| 7.4.3 内生参数估计结果 |
| 7.4.4 模型拟合结果 |
| 7.5 参保率政策模拟结果与分析 |
| 7.6 本章小结 |
| 第8章 研究结论与政策建议 |
| 8.1 研究结论 |
| 8.2 政策建议 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表论文情况 |
| 参与的科研项目 |
| 学位论文评阅及答辩情况表 |
（10）健康体检队列代谢综合征的动态发展研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| (一)前言 |
| (二)对象与方法 |
| 1.研究对象 |
| 2.体格检查与实验室检测 |
| 3.MetS诊断标准 |
| 4.生成变量 |
| 5.多状态Markov模型的建立 |
| 5.1 状态的划分 |
| 5.2 多状态Markov模型的拟合 |
| 5.3 多状态Markov模型的评价方法 |
| 6.统计学分析方法 |
| (三)结果 |
| 1.基本描述 |
| 2.多状态Markov模型的拟合结果 |
| 2.1 研究人群在各状态间的转移强度和平均逗留时间 |
| 2.2 低年龄段(18~40岁)男性和女性组人群各状态的转移强度和平均逗留时间 |
| 40 岁)男性和女性组人群各状态的转移强度和平均逗留时间'>2.3 高年龄段(>40 岁)男性和女性组人群各状态的转移强度和平均逗留时间 |
| 2.4 性别、年龄组对MetS状态转移的影响 |
| 2.5 多状态Markov模型拟合优度评价 |
| 2.6 起始于不同状态的人群发展成MetS的概率预测 |
| (四)讨论 |
| (五)结论 |
| (六)参考文献 |
| 综述 MARKOV模型在医学研究中的应用 |
| 1.Markov模型的基本概念 |
| 2.医学上常用的Markov模型的简介 |
| 2.1 Markov模型中的一些概念 |
| 2.2 Markov链模型 |
| 2.3 多状态Markov模型(multi-state Markov model) |
| 2.4 隐Markov模型(hidden Markov model,HMM) |
| 3.Markov模型在医学研究中的应用 |
| 3.1 预测疾病发病情况 |
| 3.2 研究疾病病程进展规律及其影响因素 |
| 3.3 评价不同方法治疗效果和收益情况 |
| 4.小结 |
| 参考文献 |
| 攻读学位期间发表论文情况 |
| 致谢 |
四、一个健康状态转移模型的探讨（论文参考文献）
- [1]大数据背景下健康保险动态定价机制研究——基于变换的隐马尔可夫模型[J]. 完颜瑞云,周曦娇,陈滔. 保险研究, 2021(10)
- [2]中国长期护理保险不同筹资模式研究[J]. 汤薇,粟芳. 财经研究, 2021(11)
- [3]我国信贷供给传导机制及其宏观经济效应研究[D]. 王薇. 吉林大学, 2021(01)
- [4]多状态Markov模型在长护险精算中的运用——基于CHARLS数据[J]. 彭逸铭,揭佳豪. 保险职业学院学报, 2021(04)
- [5]不同决策分析模型在抗肿瘤药物经济学评价中的应用——以加拿大CADTH为例[J]. 孟蕊,芮明军,王欣恬,杨岚,王子婧,马爱霞. 中国药房, 2021(14)
- [6]中国老龄人口健康受损进展与持续时间研究[J]. 董明英,王晓军. 保险研究, 2021(07)
- [7]基于老年人健康转移概率矩阵的长期护理保险均衡费率研究[A]. 汤薇,粟芳. 2020/2021中国保险与风险管理国际年会论文集, 2021
- [8]基于多模型交互的关键设备剩余寿命预测[D]. 王雨冰. 西安理工大学, 2021(01)
- [9]中国长期护理保险支出预测与政策模拟研究[D]. 李雪岩. 山东大学, 2021(11)
- [10]健康体检队列代谢综合征的动态发展研究[D]. 王艳伟. 大连医科大学, 2021(01)