重疾险(一)——重大疾病离我们有多远?

多数消费者在购置重疾险之前,往往会考虑自身发生重疾的概率,尤其是在选择不同保障期间的定期型重疾险,或是是否带有身故责任的终身型重疾险时,不同年龄段的重大疾病发生率显得尤为重要。

在保险行业里经常听见的一句话是:人的一生中患重大疾病的概率为72%。抛开数据的真实性不说,多数想要配置重疾险的消费者大多也早已过了刚出生的年龄,显然一生中患重疾的概率并没有多少参考意义。

针对这一问题,根据已有数据,计算任意年龄(以30岁男性为例)的个体在今后各年龄段的生存率和患重疾的概率,为寿险、重疾险的配置组合提供依据。

— 关于25种重大疾病 —

2007年,中国保险行业协会与中国医师协会合作完成了我国首个保险行业统一的重大疾病保险的疾病定义的制定工作,推出了我国第一个重大疾病保险的行业规范性操作指南——《重大疾病保险的疾病定义使用规范》。

规范中对重疾险产品中最常见的25种疾病的表述和相关保险术语进行了统一,做了明确表述。其中,要求重疾险必须包括绿色字体的6种疾病,并且要求涉及到上述25种疾病的重疾险,必须使用规范中的定义。具体包含的病种如下:

《中国人身保险业重大疾病经验发生率表(2006—2010)》给出了25种重大疾病各年龄的经验发生率,结合《中国人身保险业经验生命表(2010—2013)》中的各年龄人口死亡率、各年龄重疾死亡人数占总死亡人数的比例,可以计算出各个年龄范围的重大疾病发生概率。

下面我们就以一个想要购买重疾险的30岁男性为例,计算出他在今后的各个年龄段的重疾发生概率。

Step 1— 已知条件 —

(1)样本:10万个刚满30周岁符合投保要求的男性。

(2)《中国人身保险业经验生命表(2010-2013)》非养老类业务CL1:各年龄人口死亡率

(3)《中国人身保险业重大疾病经验发生率表(2006—2010)》:各年龄25种重疾经验发生率。

(4)各年龄因重疾死亡的人数占当年死亡人数的比例(kx)。

注:其中,(2)(3)(4)数据遵循责任准备金评估的审慎性原则,与真实的数据有差距,但不影响各年龄数据的纵向对比,属于系统误差。


Step 2— 基本假设 —

(1)对于每个个体,重疾最多发生一种。

(发生过重疾的个体再发生另外一种重疾的概率为0.05左右,可忽略不计)。

(2)因重疾死亡的个体全部为30岁以后发生重疾的个体。

(3)发生过重疾的个体,死亡原因为该种重疾。


Step 3— 计算过程 —

计算某一个体在今后数年内发生重疾的概率,既不是通过把各年龄的重疾发生率简单相加,也不是通过各年龄不患重疾的概率简单相乘得到的。具体的计算过程如下:

(1)计算每一年的死亡人数和年初生存人数

红色为已知条件:

样本总人数(10万);

每一年的人口死亡率;

kx:因重大疾病死亡的人数占当年死亡人数的比例

橙色:

当年年初生存人数=上年初生存人数-上年死亡人数

蓝色:

当年死亡人数=年初生存人数×当年死亡率

绿色:

当年因重大疾病而死亡的人数=当年死亡人数×kx

(2)计算生存人口中未发生过重疾的人数

红色为已知条件:

样本总人数(10万)

25种重疾经验发生率

年初生存人数

各年因重大疾病而死亡的人数

橙色:当年新发重疾人数=年初生存人口中未发生过重疾的人数×当年重疾发生率

蓝色:当年末累计重疾发生人数=上年末累计重疾发生人数+当年新发重疾人数

绿色:当年末累计重疾死亡人数=上年末累计重疾死亡人数+当年因重疾而死亡的人数

黄色:患重疾未死亡的累计人数=当年末累计重疾发生人数-当年末累计重疾死亡人数

紫色:年初生存人口中未发生过重疾的人数=年初生存人数-患重疾未死亡的累计人数

Step 4— 计算结果 —

1.累计死亡人数占样本总人数的比例

由每一年的死亡人数可以计算出到各个年龄时的累计死亡人数,再得到累计死亡人数占比。

对于30岁的男性:

30岁至60岁之间的死亡概率为9.44%;

30岁至70岁之间的死亡概率为22.51%;

30岁至80岁之间的死亡概率为52.76%。

2.累计重疾发生人数占样本总人数的比例

通过这组数据可以非常直观的看出,30岁的男性从30岁开始到任意的年龄区间的重疾发生概率。

对于30岁的男性:

30岁至60岁之间的重疾发生比例为18.03%;

30岁至70岁之间的重疾发生比例为36.52%;

30岁至80岁之间的重疾发生比例为57.72%。

根据图中可以看出,30岁男性的重疾发生率在80岁以后仍有上升趋势,接近70%。

3.生存且未患过重疾的人数占样本总人数的比例

对于原始样本中的10万名符合投保要求的男性:

到60岁时,生存且未患过重疾的个体约有7.97万。

到70岁时,生存且未患过重疾的个体约有5.78万。

到80岁时,生存且未患过重疾的个体约有2.84万。

4.生存人口中未患过重疾的人数占比

对于30岁的男性:

到60岁时,生存的个体中有88.01%未患过重疾;

到70岁时,生存的个体中有74.54%未患过重疾;

到80岁时,生存的个体中有52.60%未患过重疾。

有了以上数据,就可以评估30岁(可改变年龄)的男性在今后各年龄段的重疾患病风险了。我们可以借鉴这些数据来挑选、搭配不同种类的寿险和重疾险。具体应用将在之后的篇幅介绍。

下篇预告:购买支付宝的好医保前,要做好哪些准备?

本文由保料账号发布

2018年8月

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,921评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 87,635评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,393评论 0 338
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,836评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,833评论 5 368
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,685评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,043评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,694评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 42,671评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,670评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,779评论 1 332
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,424评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,027评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,984评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,214评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,108评论 2 351
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,517评论 2 343