论文部分内容阅读
【摘 要】我国医疗保险事业的稳定发展伴随着医疗保险诈骗案件的增多，本文通过对病人取药行为的分析，结合层次分析法及熵值法得出各医疗保险欺诈行为因素的权重，建立幂函数级非线性评价模型，将影响病人骗保的行为因素转化成个人医疗保险诈骗的概率，通过此概率判断其骗保可能性的大小，实现医疗保险欺诈行为的主动发现。
【关键词】医保欺诈；权重；幂函数；概率
一、问题的提出与分析
我国医疗保险制度实施以来，欺诈违规行为随之出现，形式和手段不断对医疗保险基金的安全造成极大的影响，社会危害极大。随着我国医疗卫生体制改革的深入，医疗保险参保人数将迅速增加，基金规模不断扩大，医保欺诈行为内容、形式更具有欺骗性，遏制医疗保险欺诈违规行为困难逐步加剧。医疗保险欺诈，是指公民、法人或者其他组织在参加医疗保险、缴纳医疗保险费、享受医疗保险待遇过程中，故意捏造事实、弄虚作假、隐瞒真实情况等造成医疗保险基金损失的行为。如何准确找出可能实施医疗保险欺诈的数据问题亟待解决。主动发现医疗保险欺诈行为对我国医疗卫生事业的发展有着极其深远的意义。
骗保人进行医保欺诈时通常使用的手段，1、是拿着别人的医保卡配药。2、是在不同的医院和医生处重复配药。下面这些情况都有可能是医保欺诈： 1、单张处方药费特别高。2、一张卡在一定时间内反复多次拿药等。本文利用从某医院所给出的28万条医疗数据，筛选分析，建立幂函数级非线性评价模型，可估算出病人骗保的概率。
二、模型的建立
以X1表示患者一个月内病人所开账单的次数；X2表示一个月内的购买药物所花费的总金额；X3表示病人是否拿自己的医保卡购药：若是，记为1，否则为0；X4表示是否在相同医生处开相同的限制类药品：若是，记为1，否则为0。
1、权重分析【1】：
医保诈骗行为仅与以上X1，X2 ，X3 ，X4四个因素有关。其中X3，X4为强制性因素，一旦发生即为骗保。X1，X2为0-1变量，考虑交互问题及对因变量的影响权重。
为归一化处理，分别找出X1，X2的最大值作为比较值。
结果如下：
即：患者一月之内所开的账单次数与药费总金额对骗保所占的权重相同，均为0.5.
2、 模型分析：
依据X1与X2的分布：
发现医保欺诈概率y对X1，X2的影响远高于线性函数，应找出一种非线性函数来满足更符合实际情况的模型。因为幂函数在区间（0，1）内的增长速度越来越慢，经数据库对数据拟合，采取幂函数：
对模型进行检验时，非线性函数对概率小值的放大效果更大，但对结果的判断影响不大，但对概率大值有显著的区分作用。综上所述：上述四个因素对骗保概率的影响所得公式为：
三、结果分析
按照本文所得模型，对该医院提供的所有病人数据量化，求得所有病人的医疗保险诈骗概率，绘制散点图如下：
结合图像，97%的病人骗保概率小于50%，即无骗保可能；不到1%的病人骗保概率大于80%，即少部分人可能存在医保诈骗现象【5】【6】。
从本文求得的幂函数级非线性评价模型来看，医疗保险诈骗可以从病人的行为记录中主动发现。从影响程度上讲，一段时间内取药次数过多及药费过高都会导致骗保，且影响程度相同。
该模型为评价性模型，将分类型结果转化为连续型结果，不是模糊的是否骗保而是精确的数值概率。若结合贝叶斯分类【4】思想，一个病人骗保的概率大于没有骗保的概率，即骗保概率大于50%时，认为该病人存在骗保行为，则可以较容易地判断出病人医保欺诈与否，实现医保欺诈行为的主动发现。
参考文献：
[1]何晓群，刘文卿，应用回归分析（第三版），北京：中国人民大学出版社，2001。
[2]肖艳玲，刘晓晶，刘剑波，基于熵值法的员工绩效指标权重确定方法，大庆石油学院学报，第29卷，第1期：2005。
[3]郭显光.改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践，1998，18（12）：98-102 。
[4]N.R.Draper，H.Smith，Applied Regression Analysis，New York，1981。
[5]医疗保险常见欺诈违规行为及对策探讨，http：//wenku.baidu.com/view/8339796a58fafab069dc022e.html，2015.4.19。
[6]张翼飞，龚勋.医疗保险中欺诈问题的博弈分析[M].现代医院管理报，2009.4 第二期
【关键词】医保欺诈；权重；幂函数；概率
一、问题的提出与分析
我国医疗保险制度实施以来，欺诈违规行为随之出现，形式和手段不断对医疗保险基金的安全造成极大的影响，社会危害极大。随着我国医疗卫生体制改革的深入，医疗保险参保人数将迅速增加，基金规模不断扩大，医保欺诈行为内容、形式更具有欺骗性，遏制医疗保险欺诈违规行为困难逐步加剧。医疗保险欺诈，是指公民、法人或者其他组织在参加医疗保险、缴纳医疗保险费、享受医疗保险待遇过程中，故意捏造事实、弄虚作假、隐瞒真实情况等造成医疗保险基金损失的行为。如何准确找出可能实施医疗保险欺诈的数据问题亟待解决。主动发现医疗保险欺诈行为对我国医疗卫生事业的发展有着极其深远的意义。
骗保人进行医保欺诈时通常使用的手段，1、是拿着别人的医保卡配药。2、是在不同的医院和医生处重复配药。下面这些情况都有可能是医保欺诈： 1、单张处方药费特别高。2、一张卡在一定时间内反复多次拿药等。本文利用从某医院所给出的28万条医疗数据，筛选分析，建立幂函数级非线性评价模型，可估算出病人骗保的概率。
二、模型的建立
以X1表示患者一个月内病人所开账单的次数；X2表示一个月内的购买药物所花费的总金额；X3表示病人是否拿自己的医保卡购药：若是，记为1，否则为0；X4表示是否在相同医生处开相同的限制类药品：若是，记为1，否则为0。
1、权重分析【1】：
医保诈骗行为仅与以上X1，X2 ，X3 ，X4四个因素有关。其中X3，X4为强制性因素，一旦发生即为骗保。X1，X2为0-1变量，考虑交互问题及对因变量的影响权重。
为归一化处理，分别找出X1，X2的最大值作为比较值。
结果如下：
即：患者一月之内所开的账单次数与药费总金额对骗保所占的权重相同，均为0.5.
2、 模型分析：
依据X1与X2的分布：
发现医保欺诈概率y对X1，X2的影响远高于线性函数，应找出一种非线性函数来满足更符合实际情况的模型。因为幂函数在区间（0，1）内的增长速度越来越慢，经数据库对数据拟合，采取幂函数：
对模型进行检验时，非线性函数对概率小值的放大效果更大，但对结果的判断影响不大，但对概率大值有显著的区分作用。综上所述：上述四个因素对骗保概率的影响所得公式为：
三、结果分析
按照本文所得模型，对该医院提供的所有病人数据量化，求得所有病人的医疗保险诈骗概率，绘制散点图如下：
结合图像，97%的病人骗保概率小于50%，即无骗保可能；不到1%的病人骗保概率大于80%，即少部分人可能存在医保诈骗现象【5】【6】。
从本文求得的幂函数级非线性评价模型来看，医疗保险诈骗可以从病人的行为记录中主动发现。从影响程度上讲，一段时间内取药次数过多及药费过高都会导致骗保，且影响程度相同。
该模型为评价性模型，将分类型结果转化为连续型结果，不是模糊的是否骗保而是精确的数值概率。若结合贝叶斯分类【4】思想，一个病人骗保的概率大于没有骗保的概率，即骗保概率大于50%时，认为该病人存在骗保行为，则可以较容易地判断出病人医保欺诈与否，实现医保欺诈行为的主动发现。
参考文献：
[1]何晓群，刘文卿，应用回归分析（第三版），北京：中国人民大学出版社，2001。
[2]肖艳玲，刘晓晶，刘剑波，基于熵值法的员工绩效指标权重确定方法，大庆石油学院学报，第29卷，第1期：2005。
[3]郭显光.改进的熵值法及其在经济效益评价中的应用[J].系统工程理论与实践，1998，18（12）：98-102 。
[4]N.R.Draper，H.Smith，Applied Regression Analysis，New York，1981。
[5]医疗保险常见欺诈违规行为及对策探讨，http：//wenku.baidu.com/view/8339796a58fafab069dc022e.html，2015.4.19。
[6]张翼飞，龚勋.医疗保险中欺诈问题的博弈分析[M].现代医院管理报，2009.4 第二期