Các mô hình toán kinh tế trong ước lượng chi phí khám chữa bệnh do bảo hiểm y tế chi trả ở Việt Nam

với việc áp dụng mô hình rủi ro nhóm sẽ ước lượng được chi phí KCB BHYT của một người trong năm theo tuổi, giới tính và một số dấu hiệu phi nhân khẩu.. Trong những người sử dụng các dịch

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

HÀ NỘI – 2019

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN

-

PHẠM THỊ HỒNG THẮM

CÁC MÔ HÌNH TOÁN KINH TẾ TRONG ƯỚC LƯỢNG CHI PHÍ KHÁM CHỮA BỆNH

DO BẢO HIỂM Y TẾ CHI TRẢ Ở VIỆT NAM

Chuyên ngành: Toán kinh tế

Mã số: 9310101

LUẬN ÁN TIẾN SĨ

Người hướng dẫn khoa học:

PGS TS Giang Thanh Long

HÀ NỘI – 2019

LỜI CAM KẾT

Tôi đã đọc và hiểu về các hành vi vi phạm sự trung thực trong học thuật Tôi cam kết bằng danh dự cá nhân rằng Luận án này do tôi thực hiện và không vi phạm yêu cầu

về sự trung thực trong học thuật

Nghiên cứu sinh

Phạm Thị Hồng Thắm

MỤC LỤC

LỜI CAM KẾT i

MỤC LỤC ii

CÁC THUẬT NGỮ v

CÁC TỪ VIẾT TẮT v

DANH MỤC BẢNG vii

DANH MỤC HÌNH ix

MỞ ĐẦU 1

CHƯƠNG 1: CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU 9

1.1 Cơ sở lý luận 9

1.1.1 Các khái niệm và lịch sử phát triển của bảo hiểm 9

1.1.2 Các loại hình bảo hiểm 11

1.1.3 Các đặc trưng của bảo hiểm 13

1.1.4 Định phí và dự phòng bảo hiểm 15

1.1.5 Bảo hiểm y tế 16

1.2 Tổng quan các mô hình ước lượng, dự báo chi phí KCB 18

1.2.1 Các mô hình dự báo chi phí khám, chữa bệnh 18

1.2.2 Các mô hình hồi quy ước lượng chi phí khám, chữa bệnh 21

1.2.3 Các mô hình tổn thất ước lượng chi phí khám, chữa bệnh 24

1.2.4 Các mô hình ước lượng chi phí khám chữa bệnh được áp dụng ở Việt Nam 27

Kết luận chương 1 28

CHƯƠNG 2: PHƯƠNG PHÁP NGHIÊN CỨU 30

2.1 Mô hình rủi ro nhóm trong ước lượng chi phí khám chữa bệnh 30

2.1.1 Mô hình hóa số lượt KCB 31

2.1.2 Mô hình hóa chi phí KCB theo lượt 32

2.2 Phương pháp ước lượng 33

2.2.1 Phương pháp tần suất 33

2.2.2 Phương pháp Bayes 34

2.3 Phương pháp kiểm định lựa chọn mô hình 38

2.3.1 Kiểm định Kolmogorov – Smirnov 38

2.3.2 Kiểm định Anderson – Darling 39

2.3.3 Kiểm định Khi bình phương 39

2.3.4 Các tiêu chí so sánh 40

2.4 Phương pháp mô phỏng ngẫu nhiên 41

2.4.1 Mô phỏng biến ngẫu nhiên rời rạc 41

2.4.2 Mô phỏng biến ngẫu nhiên liên tục 41

2.4.3 Mô phỏng tổng chi phí theo mô hình rủi ro nhóm 43

2.5 Độ đo rủi ro và ứng dụng 43

2.5.1 Độ đo rủi ro dùng để tính phí (Premium – based risque measures) 44

2.5.2 Độ đo rủi ro dùng để tính vốn kinh tế (Capital – based risque measure) 44

Kết luận chương 2 46

CHƯƠNG 3: THỰC TRẠNG VỀ THAM GIA VÀ SỬ DỤNG DỊCH VỤ KHÁM, CHỮA BỆNH BẰNG BẢO HIỂM Y TẾ Ở VIỆT NAM 47

3.1 Bảo hiểm Y tế ở Việt Nam 47

3.1.1 Một số khái niệm 47

3.1.2 Quá trình ra đời và phát triển của Bảo hiểm Y tế ở Việt Nam 48

3.1.3 Quỹ Bảo hiểm Y tế 50

3.2 Thực trạng tham gia Bảo hiểm Y tế 51

3.3 Thực trạng sử dụng Bảo hiểm Y tế trong khám, chữa bệnh 55

3.4 Tình hình KCB BHYT TP HCM giai đoạn 2014 - 2016 60

3.4.1 Số lượt khám chữa bệnh Bảo hiểm Y tế 61

3.4.2 Chi phí khám chữa bệnh Bảo hiểm Y tế 66

Kết luận chương 3 71

CHƯƠNG 4: SỬ DỤNG MÔ HÌNH RỦI RO NHÓM ƯỚC LƯỢNG CHI PHÍ KHÁM CHỮA BỆNH BẢO HIỂM Y TẾ Ở VIỆT NAM: NGHIÊN CỨU TRƯỜNG HỢP THÀNH PHỐ HỒ CHÍ MINH 73

4.1 Kiểm định lựa chọn mô hình phù hợp đối với từng nhóm 75

4.1.1 Mô hình cho số lượt khám chữa bệnh Bảo hiểm Y tế 75

4.1.2 Mô hình cho chi phí khám chữa bệnh Bảo hiểm Y tế 78

4.2 Ước lượng tham số cho các mô hình 82

4.2.1 Ước lượng tham số mô hình số lượt khám chữa bệnh Bảo hiểm Y tế 83

4.2.2 Ước lượng tham số cho mô hình chi phí khám chữa bệnh Bảo hiểm Y tế 84

4.3 Mô phỏng tổng chi phí khám chữa bệnh Bảo hiểm Y tế và đánh giá sai số của ước lượng 86

4.3.1 Mô phỏng chi phí khám chữa bệnh Bảo hiểm y tế theo mô hình rủi ro nhóm 86

4.3.2 Đánh giá sai số của ước lượng 88

4.3.3 Ước lượng chi phí khám chữa bệnh bảo hiểm y tế theo đầu người cho năm

2017 90

4.4 Dự báo số người tham gia Bảo hiểm Y tế và ước lượng tổng chi phí khám chữa bệnh Bảo hiểm Y tế 92

4.4.1 Số người tham gia Bảo hiểm Y tế 92

4.4.2 Ước lượng tổng chi phí khám chữa bệnh Bảo hiểm Y tế 94

4.5 Tính toán các độ đo rủi ro và ứng dụng 95

4.5.1 Độ đo rủi ro dùng để tính phí 95

4.5.2 Độ đo rủi ro dùng để tính vốn kinh tế 97

Kết luận chương 4 98

KẾT LUẬN VÀ KHUYẾN NGHỊ 99

DANH MỤC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA TÁC GIẢ LIÊN QUAN ĐẾN LUẬN ÁN 103

TÀI LIỆU THAM KHẢO 104

PHỤ LỤC 112

CÁC THUẬT NGỮ

Tiếng Anh Tiếng Việt

Collective risk model Mô hình rủi ro nhóm

Conditional Tail Expectation Kỳ vọng đuôi có điều kiện

Economic capital Vốn kinh tế

Individual risk model Mô hình rủi ro đơn

Insurance premium Phí bảo hiểm

Loss model Mô hình tổn thất

Pure premium Phí thuần

Value at Risk Giá trị rủi ro VaR

Regression Model Mô hình hồi quy

Exponential Conditional Mean Trung bình mũ có điều kiện

Machine Learning Algorithm Thuật toán học máy

Nonlinear Least Squares Bình phương nhỏ nhất phi tuyến Quasi Maximum Likelihood Tựa hợp lý tối đa

Generalised Method of Momments Phương pháp mô men tổng quát Generalised Linear Model Mô hình hồi quy tuyến tính tổng quát Generalised Additive Model Mô hình cộng tổng quát

Machine Learning Algorithm Thuật toán học máy

Classification And Regression Trees Mô hình cây hồi quy và phân loại Random Forest Regression Hồi quy rừng ngẫu nhiên

Premium – based risque measure Độ đo rủi ro dùng để tính phí

Capital – based risque measure Độ đo rủi ro dùng để tính vốn kinh tế Posterior distribution Phân phối xác suất hậu nghiệm Prior distribution Phân phối xác suất tiên nghiệm

CÁC TỪ VIẾT TẮT

BHXH Bảo hiểm xã hội

BHYT Bảo hiểm y tế

KCB Khám, chữa bệnh

USAID/HFG USAID/Health and Finance Governance

(Dự án Tài chính và Quản trị Y tế của USAID) VHLSS Vietnam Household Living Standard Survey

(Điều tra mức sống hộ gia đình Việt Nam)

DANH MỤC BẢNG

Bảng 2.1 Bảng phân phối xác suất cho số lượt KCB 31

Bảng 2.2 Bảng phân phối xác cho chi phí KCB theo lượt 32

Bảng 2.3 Ước lượng hợp lý tối đa cho một số phân phối 33

Bảng 2.4 Các phân phối liên hợp và hàm hợp lý tương ứng 37

Bảng 2.5 Các loại phí bảo hiểm 44

Bảng 3.1 Nhóm đối tượng tham gia BHYT và tỷ lệ đóng 51

Bảng 3.2 Tỷ lệ tham gia BHYT theo các nhóm đặc trưng 54

Bảng 3.3 Tần suất sử dụng BHYT của theo các loại KCB, 2014 56

Bảng 3.4 Số lượt khám, tổng chi và chi phí trung bình KCB của NCT 58

Bảng 3.5 Năm nhóm bệnh phổ biến nhất của NCT theo số lượt KCB 59

Bảng 3.6 Năm nhóm bệnh phổ biến nhất của NCT theo chi phí KCB 60

Bảng 3.7 Số lượt KCB BHYT của người trên 95 tuổi so với các nhóm tuổi khác 64 Bảng 3.8 Chi phí KCB theo nhóm bệnh so với tổng chi phí 70

Bảng 4.1 Một số thống kê cơ bản của chuỗi dữ liệu về số lượt KCB 75

Bảng 4.2 Kết quả kiểm định Khi bình phương 77

Bảng 4.3 Kết quả kiểm định Khi bình phương theo thời gian 77

Bảng 4.4 Số các nhóm đối tượng có số lượt KCB thỏa mãn các phân phối tương ứng theo năm 78

Bảng 4.5 Một số thống kê cơ bản của chuỗi dữ liệu chi phí KCB BHYT 78

Bảng 4.6 Thống kê kiểm định các phân phối 81

Bảng 4.7 Kết quả kiểm định Kolmogorop – Smirnov của nhóm theo thời gian 81

Bảng 4.8 Số các nhóm đối tượng có chi phí KCB thỏa mãn các phân phối tương ứng theo thời gian 82

Bảng 4.9 Ước lượng hợp lý tối đa của tham số trong phân phối Poisson 83

Bảng 4.10 Các tham số ước lượng của phân phối tiên nghiệm và hậu nghiệm của Θ trong phân phối Poisson 84

Bảng 4.11 Ước lượng hợp lý tối đa của tham số trong phân phối Lognormal 85

Bảng 4.12 Các tham số ước lượng của phân phối tiên nghiệm và hậu nghiệm của Θ trong phân phối Lognormal 86

Bảng 4.13 Sai số ước lượng của một nhóm đối tượng 89

Bảng 4.14 Số nhóm đối tượng có mô hình phù hợp 89

Bảng 4.15 Thống kê chi phí đầu người KCB BHYT mô phỏng được 90

Bảng 4.16 Bảng dự báo dân số theo giới tính và theo tuổi của GSO 93Bảng 4.17 Tỷ lệ tham gia BHYT TP Hồ Chí Minh năm 2016 theo nhóm tuổi 93Bảng 4.18 Tỷ lệ tham gia BHYT TP Hồ Chí Minh năm 2017 theo nhóm tuổi 93Bảng 4.19 Dự báo số người tham gia BHYT, năm 2017 94Bảng 4.20 Thống kê cơ bản của tổng chi phí KCB BHYT tại TP Hồ Chí Minh được mô phỏng cho năm 2017 94Bảng 4.21 Một số tham số của mức chi phí KCB BHYT theo đầu người 96Bảng 4.22 Một số độ đo rủi ro cho chi phí KCB BHYT theo đầu người 97

DANH MỤC HÌNH

Hình 1 Khung nghiên cứu cho mô hình ước lượng chi phí KCB 3

Hình 3.1 Bảo hiểm y tế Việt Nam – Các dấu mốc quan trọng 49

Hình 3.2 Lộ trình bao phủ các đối tượng tham gia BHYT, 1992-2014 50

Hình 3.3 Dân số và tham gia BHYT qua các năm 2008-2016 52

Hình 3.4 Tỷ lệ tham gia BHYT qua các năm 2008-2016 52

Hình 3.5 Tỷ lệ tham gia BHYT theo nhóm tuổi, 2006 – 2016 53

Hình 3.6 Tần suất KCB nội trú và ngoại trú qua các năm 2008-2016 55

Hình 3.7 Chi phí KCB trung bình qua các năm 2008-2016 56

Hình 3.8 Số lượt KCB và tổng chi phí KCB của NCT và người không cao tuổi 57

Hình 3.9 Chi phí trung bình một lượt KCB của NCT và người không cao tuổi 57

Hình 3.10 Số lượt KCB BHYT trung bình qua các năm 2014 - 2016 61

Hình 3.11 Số lượt KCB BHYT trung bình qua các năm 2014 - 2016 62

Hình 3.12 Số lượt KCB BHYT trung bình theo giới tính qua các năm 2014 - 2016 62

Hình 3.13 Số lượt KCB BHYT trung bình theo nhóm tuổi, 2014 - 2016 63

Hình 3.14 Số lượt KCB BHYT trung bình theo tuổi, 2014 – 2016 63

Hình 3.15 Số lượt KCB BHYT trung bình theo tuổi, 2014 – 2016 64

Hình 3.16 Số lượt KCB BHYT trung bình theo loại KCB, 2014 - 2016 65

Hình 3.17 Số lượt KCB BHYT trung bình theo tuyến KCB, 2014 - 2016 65

Hình 3.18 Số lượt KCB BHYT trung bình theo nhóm bệnh, 2014 - 2016 66

Hình 3.19 Chi phí KCB trung bình, 2014-2016 67

Hình 3.20 Chi phí KCB trung bình theo giới tính, 2014-2016 67

Hình 3.21 Chi phí KCB trung bình theo nhóm tuổi, 2014-2016 68

Hình 3.22 Chi phí KCB trung bình theo loại KCB, 2014-2016 68

Hình 3.23 Chi phí KCB trung bình theo tuyến KCB, 2014-2016 69

Hình 3.24 Chi phí KCB trung bình theo nhóm bệnh, 2014-2016 69

Hình 4.1 Phân phối tần suất của số lượt KCB 76

Hình 4.2 Miền hệ số nhọn và bất đối xứng 76

Hình 4.3 Hàm mật độ và phân phối xác suất thực nghiệm 79

Hình 4.4 Miền hệ số nhọn và bất đối xứng 80

Hình 4.5 Hàm mật độ xác suất thực nghiệm và lý thuyết 80

Hình 4.6 Đồ thị hàm mật độ xác suất thực tế và mô phỏng của chi phí KCB BHYT 88

Hình 4.7 Đồ thị hàm mật độ xác suất của chi phí đầu người KCB BHYT được mô phỏng cho năm 2017 91Hình 4.8 Đồ thị hàm mật độ xác suất thực nghiệm chi phí đầu người KCB BHYT, năm 2017 92Hình 4.9 Đồ thị hàm mật độ xác suất của tổng chi phí KCB BHYT mô phỏng cho năm 2017 95

MỞ ĐẦU

1 Sự cần thiết của đề tài nghiên cứu

Sau hơn 30 năm thực hiện công cuộc Đổi mới, Việt Nam đã vươn lên từ một trong

những nước nghèo nhất vào đầu những năm 1980 để trở thành quốc gia có thu nhập trung bình thấp từ năm 2008 Tốc độ tăng trưởng kinh tế trung bình gần 7% giai đoạn 1990 -

2018 đã tăng thu nhập bình quân đầu người theo giá hiện hành lên hơn 20 lần và đạt khoảng 2.800 đô la Mỹ vào năm 2018 (Tổng cục Thống kê, Nhiều năm) Cùng với thành tựu trong lĩnh vực kinh tế, hệ thống y tế cũng phát triển với những tiến bộ quan trọng như

số lượng đơn vị cung cấp dịch vụ y tế, đặc biệt ở tuyến cơ sở, đã tăng lên nhanh chóng và chất lượng ngày càng được cải thiện Tỷ suất tử vong trẻ sơ sinh và trẻ em giảm và tuổi thọ trung bình dân số ngày càng cải thiện Theo Báo cáo Các chỉ số phát triển thế giới (WDI) năm 2016 của Ngân hàng Thế giới (2017), chi tiêu y tế bình quân đầu người của Việt Nam theo giá hiện hành vào năm 2015 là 142,4 đô la Mỹ - bằng 3,9 lần so với năm

số phát triển thế giới, tỷ lệ chi tiêu tiền túi (tính bằng chi tiêu tiền túi so với tổng chi tiêu KCB) giảm từ 68% vào năm 2005 xuống 47% vào năm 2010 và xuống 36,7% vào năm

2015 Một trong những yếu tố quan trọng làm giảm chi tiêu tiền túi của người dân trong KCB là việc BHYT ngày càng đóng vai trò quan trọng hơn trong việc giảm gánh nặng chi trả KCB cho người dân (Bộ Y tế và nhóm tác giả y tế, 2011) Tính toán gần đây cho thấy, tính trung bình, BHYT bao phủ khoảng 80-85% tổng chi phí KCB nội trú và ngoại trú ở Việt Nam, đặc biệt là cho những nhóm NCT – nhóm với rủi ro sức khoẻ cao và tần suất và chi phí khám, chữa bệnh lớn (Long và cộng sự, 2016; Kelly và cộng sự, 2016)

Tuy vậy, một vấn đề phát sinh trong KCB bằng BHYT ở Việt Nam là có sự gia tăng đột biến về chi phí trong một vài năm gần đây Ngay cả khi không tính tới các điều chỉnh chính sách có liên quan trực tiếp tới việc thay đổi giá dịch vụ (như Thông tư 37/2015 ngày 29/10/2015 của Bộ Y tế về quy định giá viện phí) thì tổng chi phí do BHYT chi trả vẫn tăng tới 15-20%/năm Một số nghiên cứu đã cho thấy rằng việc sử dụng và chi tiêu chưa có hiệu quả cho thuốc và dịch vụ kỹ thuật là nguyên nhân chính dẫn tới việc gia tăng lớn về chi phí (Kelly và cộng sự, 2016) Mục tiêu cải cách BHYT thực chất là nhằm cung

cấp dịch vụ tốt hơn cho người bệnh nhưng đồng thời kiểm soát được chi phí hợp lý và giảm tối đa tiền túi của người dân trong KCB Do đó, việc ước lượng một cách tốt nhất chi phí KCB mà BHYT phải chi trả trong những năm tới đóng vai trò cấp thiết trong việc cân đối, đảm bảo cho quỹ BHYT hoạt động một cách bền vững Đặc biệt, trong bối cảnh cấu trúc của việc chi trả cho KCB thay đổi khá nhanh do dân số đang già hóa, xu hướng bệnh tật chuyển từ các bệnh lây nhiễm sang không lây nhiễm và mạn tính, mức chi phí KCB khác nhau giữa các tuyến kỹ thuật KCB (trung ương, tỉnh, huyện, xã) thì càng cần phải sử dụng những cách tiếp cận ước lượng chi phí KCB có tính đến các thay đổi này sau khi đã loại bỏ các yếu tố nhiễu

Cho tới nay đã có một số phân tích về chi phí KCB (ví dụ, Long và cộng sự, 2016; Kelly và cộng sự, 2016 ) cũng như ước lượng và dự báo chi phí KCB do Quỹ BHYT chi trả (ví dụ, BHXH Việt Nam & InWent, 2012; Kelly và cộng sự, 2018) Tuy nhiên, theo hiểu biết tốt nhất của NCS thì chưa có một nghiên cứu nào áp dụng các mô hình toán để ước lượng chi phí KCB có tính đến các thay đổi về cấu trúc chi trả của BHYT Không có những mô hình ước lượng tin cậy thì rất khó có những dự báo phù hợp với những thay đổi về nhân khẩu, kinh tế-xã hội, xu hướng bệnh tật cũng như thay đổi trong chính sách KCB bằng BHYT

Xuất phát từ những vấn đề có cả tính thực tiễn chính sách và hàn lâm này, NCS

thực hiện Luận án “Các mô hình toán kinh tế trong ước lượng chi phí khám chữa bệnh

do Bảo hiểm y tế chi trả ở Việt Nam” nhằm đóng góp cả lý luận và thực tiễn về việc ước

lượng chi phí KCB do BHYT chi trả

2 Mục tiêu nghiên cứu

BHYT?

(3) Với các mô hình toán kinh tế phù hợp, việc ước lượng chi phí KCB do BHYT chi trả ở VN cho kết quả thế nào?

3 Đối tượng nghiên cứu và phạm vi nghiên cứu

- Đối tượng nghiên cứu của Luận án là các mô hình toán kinh tế ước lượng chi

phí KCB

- Phạm vi nghiên cứu của Luận án bao gồm các chi phí KCB do BHYT chi trả

tại TP Hồ Chí Minh trong giai đoạn 2014 – 2016 Với tổng mức chi phí KCB do BHYT chi trả chiếm gần 20% cả nước, TP Hồ Chí Minh được chọn như một trường hợp nghiên cứu điển hình của phương pháp mô hình hóa trong Luận án Các địa phương khác hay

cả nước cũng có thể áp dụng các quy trình của phương pháp mô hình hóa này

4 Phương pháp nghiên cứu

4.1 Khung phân tích

Để ước lượng chi phí KCB do BHYT chi trả, Luận án sẽ sử dụng khung phân tích như trong Hình 1 dưới đây Cho từng cấu phần, Mục 4.2 dưới đây sẽ trình bày chi

tiết việc thực hiện

Hình 1 Khung nghiên cứu cho mô hình ước lượng chi phí KCB

Nguồn: Tác giả điều chỉnh từ Cichon (1999)

Từ dữ liệu dự báo dân số của Tổng cục Thống kê (theo tuổi và giới tính) và dữ liệu về tỷ lệ bao phủ BHYT (theo nhóm tuổi) sẽ tính được số người tham gia BHYT theo từng năm (theo tuổi và giới tính) Sử dụng dữ liệu KCB BHYT (theo tuổi và giới tính cùng một số yếu tố phi nhân khẩu khác như số lượt KCB, chi phí KCB ) với việc

áp dụng mô hình rủi ro nhóm sẽ ước lượng được chi phí KCB BHYT của một người trong năm (theo tuổi, giới tính và một số dấu hiệu phi nhân khẩu) Nhân số người tham gia BHYT và chi phí ước lượng theo đầu người theo từng nhóm đặc trưng (như tuổi, giới ) rồi cộng lại sẽ thu được tổng chi phí KCB BHYT chi trả trong năm

4.2 Mô hình nghiên cứu và phương pháp ước lượng

Dân số Tham gia BHYT

Sử dụng BHYT

• Số lượt KCB

• Chi phí KCB

Tổng chi BHYT

Luận án sẽ sử dụng mô hình rủi ro nhóm để ước lượng và dự báo chi phí KCB

do BHYT chi trả Dân số và những người tham gia BHYT được chia thành các nhóm đối tượng dựa vào các yếu tố nhân khẩu, gồm có giới tính (nam, nữ) và tuổi (có 81 nhóm tuổi được xét là từng tuổi từ 0 đến 79 và nhóm từ 80 tuổi trở lên) Trong những người

sử dụng các dịch vụ KCB do BHYT chi trả, ngoài việc được phân chia theo các yếu tố nhân khẩu như đã nêu, họ còn được chia theo các yếu tố phi nhân khẩu như loại KCB (nội trú, ngoại trú), tuyến kỹ thuật KCB (trung ương, tỉnh, huyện) và nhóm bệnh (11 nhóm theo phân loại nhóm bệnh quốc tế ICD) Như vậy, tổng cộng có 10.692 nhóm đối tượng được phân chia để nghiên cứu

Đối với mỗi nhóm đối tượng  nào đó, Luận án giả định rằng tất cả các cá nhân trong nhóm đều có cùng đặc điểm nên cùng đối mặt với rủi ro như nhau và vì thế mà chi phí KCB sẽ giống nhau Mức chi phí này được mô hình hóa bởi mô hình rủi ro nhóm,

có dạng:

 =  +   + ⋯ +  , trong đó  là số lượt KCB trong năm của một người trong nhóm ,   = 0,

và  là chi phí của lượt KCB thứ  trong năm của đối tượng thuộc nhóm 

Tổng chi phí KCB BHYT của cả nhóm đối tượng  nào đó, kí hiệu  được tính bằng công thức:

 =  ∗ , trong đó  là số người tham gia BHYT thuộc nhóm , được tính toán từ dữ liệu dự báo dân số và tỷ lệ bao phủ BHYT dự kiến

Tổng chi phí KCB BHYT của tất cả các nhóm được tính bằng cách cộng tất cả tổng chi phí KCB của từng nhóm, đó là:

 =  

.



Như vậy, để ước lượng được tổng chi phí KCB BHYT cho tất cả các nhóm, Luận

án chia thành hai phần riêng biệt: i) ước lượng chi phí KCB BHYT theo mô hình rủi ro nhóm cho một người trong nhóm  (  = 1, … , 10.692) dựa vào dữ liệu KCB BHYT;

và ii) ước tính số người tham gia BHYT trong từng nhóm dựa vào các dữ liệu dự báo dân số và tỷ lệ tham gia BHYT

Luận án sử dụng mô hình xác suất để ước lượng chi phí KCB BHYT, tức là mức chi phí được ước lượng dưới dạng các giá trị thực nghiệm của một biến ngẫu nhiên Từ phân phối xác suất thực nghiệm của biến chi phí có thể tính được các tham số đặc trưng

của chi phí và từ đó suy ra được những tham số phục vụ cho việc ra quyết định Yếu tố ngẫu nhiên của tổng chi phí KCB BHYT được Luận án khai thác từ chi phí KCB BHYT của từng người trong từng nhóm  theo mô hình rủi ro nhóm

Phân phối xác suất của  sẽ là phân phối dạng phức vì nó phụ thuộc đồng thời vào phân phối xác suất của số lượt KCB BHYT ) và chi phí ) của lượt KCB BHYT thứ  có thể kể đến là Poisson, Nhị thức (Binomial), Nhị thức âm (Negative Binomial) , trong khi đó các  lại có thể có các phân phối như Mũ, Log-normal, Gamma, Pareto, Weibull Các phân phối xác suất của  và  cũng như các tham số tương ứng sẽ được kiểm định và ước lượng dựa vào dữ liệu KCB BHYT của từng nhóm đối tượng Các phương pháp kiểm định có thể kể đến là Kolmogorov – Smirnov,Anderson – Darling, Khi bình phương Trong ước lượng các tham số của phân phối, với các ưu điểm vượt trội, phương pháp Bayes sẽ được sử dụng thay vì phương pháp ước lượng theo tần suất thông thường Cuối cùng, từ các phân phối được lựa chọn cùng các tham số ước lượng được theo phương pháp Bayes, Luận án mô phỏng được các mức chi phí  bằng phương pháp mô phỏng Monte-Carlo

Kết quả nhận được từ các mô phỏng là chi phí KCB BHYT dưới dạng phân phối xác suất thực nghiệm Dựa vào phân phối xác suất của chi phí sẽ ước lượng được mức phí trung bình, độ ổn định của chi phí hay các độ đo rủi ro khác nhằm tính toán mức phí thu, mức dự phòng hay một số tham số trong việc quản lý quỹ BHYT

5 Dữ liệu và phương pháp xử lý dữ liệu

Luận án sử dụng bộ dữ liệu của Cơ quan Bảo hiểm Xã hội Việt Nam (BHXHVN) cung cấp cho Bộ Y tế với sự hỗ trợ về tài chính và kỹ thuật của Tổ chức USAID thông qua Dự án Quản trị và Tài chính Y tế (HFG) Thông tin cụ thể về bộ dữ liệu này được

mô tả như dưới đây Bên cạnh đó, Luận án cũng sử dụng dữ liệu thống kê cấp tỉnh của BHXHVN về số người và tỷ lệ dân số tham gia BHYT hàng năm Số liệu dự báo dân

số Việt Nam của Tổng cục Thống kê (2016) cho giai đoạn 2014-2049 cũng được sử dụng làm cơ sở dữ liệu dân số những năm tới

5.1 Dữ liệu

Luận án sẽ sử dụng dữ liệu dự báo dân số trong giai đoạn 2014-2049 của Tổng cục Thống kê (TCTK, 2016) Dự báo dân số này được thực hiện với giả định mức sinh trung bình Kết quả được thể hiện cho từng năm theo từng tuổi (từ 0 đến 79 và từ 80 trở lên) và theo giới tính (nam và nữ)

5.1.2 Dữ liệu thẻ và sử dụng thẻ của Bảo hiểm xã hội Việt Nam

Đây là dữ liệu thống kê hàng năm về số người tham gia, tỷ lệ tham gia và tình hình sử dụng thẻ BHYT của BHXHVN

Đây là bộ dữ liệu do BHXHVN cung cấp cho Bộ Y tế với sự hỗ trợ về tài chính

và kỹ thuật của Tổ chức USAID thông qua Dự án Quản trị và Tài chính Y tế (HFG) (Bộ

Y tế và HFG, 2015) Mục tiêu của việc thu thập dữ liệu là đánh giá và phân tích thống

kê tình hình KCB do BHYT chi trả phân chia theo các loại KCB (nội trú và ngoại trú) được cung cấp ở các cơ sở y tế (bệnh viện, trung tâm y tế, trạm y tế) ở bốn tuyến kỹ thuật (trung ương, tỉnh/thành phố, huyện/quận và xã/phường)

Dữ liệu được sử dụng trong Luận án này là dữ liệu thống kê KCB do BHYT chi trả của TP Hồ Chí Minh giai đoạn 2014 – 2016 Dữ liệu được phân theo loại hình KCB (ngoại trú và nội trú, tương ứng với các biểu mẫu 79b và 80b được Cơ quan BHXH Việt Nam quy định) Các trường dữ liệu cho biết thông tin về người bệnh như ngày sinh, giới tính, mã thẻ, nơi KCB, loại bệnh, các loại chi phí cho cả đợt KCB đó và phần chi phí do BHYT chi trả Mỗi bản ghi tương ứng với một lượt KCB của một bệnh nhân nào đó trong năm Dựa vào bộ dữ liệu này, NCS đã phân chia người bệnh thành nhiều nhóm dựa vào các thuộc tính khác nhau, cụ thể là theo giới tính, tuổi/nhóm tuổi, loại KCB (nội trú, ngoại trú) và tuyến kỹ thuật KCB (trung ương, tỉnh, huyện)1 Mã thẻ BHYT cho phép phân biệt từng cá nhân người bệnh nên giúp tính được số lượt KCB của mỗi người bệnh trong năm

6 Các kết quả nghiên cứu dự kiến

6.1 Các kết quả chính dự kiến của luận án sẽ bao gồm

• Tổng hợp được các mô hình toán kinh tế trong ước lượng và dự báo chi phí KCB;

1 Do dữ liệu về chi phí KCB do BHYT chi trả ở các cơ sở y tế xã/phường tại TP Hồ Chí Minh không được trình bày ở dạng 79b và 80b nên Luận án chỉ tập trung phân tích chi phí tại các cơ sở y tế của ba tuyến kỹ thuật là trung ương, tỉnh và huyện

• Lựa chọn các mô hình phù hợp cho số liệu KCB BHYT ở TP Hồ Chí Minh trong các năm 2014 - 2016;

• Đưa ra dự báo về chi phí KCB do BHYT chi trả trong ngắn hạn ở TP Hồ Chí Minh để từ đó tính toán một số các tham số đặc trưng hỗ trợ việc ra quyết định về chính sách liên quan đến quỹ BHYT

6.2 Đóng góp mới, điểm mạnh và điểm hạn chế của luận án

• Đóng góp mới: Về mặt lý luận, Luận án đánh giá được sự phù hợp của hệ thống

mô hình đối với một quốc gia đang phát triển có nhiều đặc điểm riêng biệt của hệ thống BHYT như Việt Nam Về mặt thực tiễn, đây là nghiên cứu đầu tiên tại Việt Nam có sử dụng các phương pháp tính toán mới nhất cho bối cảnh Việt Nam nhằm đưa ra các chính sách hiệu quả hơn cho hệ thống BHYT Việc ước lượng chi phí KCB do BHYT chi trả giúp đưa ra các phương pháp dự phòng rủi ro cho quỹ BHYT, đảm bảo quyền lợi của người tham gia Ngoài ra, Luận án cũng đưa ra góc nhìn về tiếp cận và sử dụng dữ liệu hiện có với việc nhấn mạnh rằng để có được ước lượng tốt thì cần phải có hệ thống cơ

sở dữ liệu đầy đủ về tình trạng sức khỏe, hành vi KCB của người dân

• Điểm mạnh: Nghiên cứu áp dụng phương pháp mô hình toán kinh tế trong ước lượng và dự báo chi phí KCB do BHYT chi trả ở Việt Nam nên ngay cả với cùng một

bộ dữ liệu thì Luận án cũng cung cấp các kết quả chặt chẽ, logic hơn về mặt thống kê

và toán học so với các nghiên cứu hiện có Đặc biệt, Luận án áp dụng phương pháp tiếp cận ngẫu nhiên trong ước lượng chi phí KCB do BHYT chi trả nên kết quả ước lượng

là phân phối xác suất của chi phí KCB và vì thế mà có thể đưa ra nhiều kết quả liên quan đến việc ra quyết định về mặt chính sách

• Điểm hạn chế: Do sự thiếu hụt về số liệu mà Luận án chưa áp dụng được các

mô hình hồi quy trong ước lượng chi phí KCB do BHYT chi trả ở Việt Nam Cụ thể là không có số liệu về các biến giải thích (như các đặc điểm cá nhân của người bệnh về giáo dục, việc làm cũng như đặc điểm hộ gia đình về tình trạng nghèo, đặc điểm của chủ hộ ) có tính quyết định tới việc tham gia BHYT và sử dụng các dịch vụ KCB do BHYT chi trả Hơn nữa, số liệu theo thời gian không đầy đủ nên mô hình chuỗi thời gian hay số liệu mảng là không khả thi

7 Cấu trúc luận án

Ngoài phần mở đầu và kết luận, danh mục tài liệu tham khảo và phụ lục, Luận

án gồm có bốn chương chính như sau:

Chương 1: Cơ sở lý luận và tổng quan nghiên cứu

Chương 2: Phương pháp nghiên cứu

Chương 3: Thực trạng về tham gia và sử dụng dịch vụ khám, chữa bệnh bằng Bảo hiểm Y tế ở Việt Nam

Chương 4: Sử dụng mô hình rủi ro nhóm ước lượng chi phí khám chữa bệnh Bảo hiểm Y tế ở Việt Nam: Nghiên cứu trường hợp TP Hồ Chí Minh

CHƯƠNG 1

CƠ SỞ LÝ LUẬN VÀ TỔNG QUAN NGHIÊN CỨU

Mục tiêu của Chương 1 là trình bày cơ sở lý luận và tổng quan về vấn đề nghiên cứu để từ đó rút ra khoảng trống nghiên cứu Cụ thể: Phần 1.1 trình bày cơ sở lý luận về bảo hiểm nói chung và BHYT nói riêng cùng các vấn đề liên quan để từ đó cho thấy được sự cần thiết phải sử dụng các phương pháp tiếp cận hiện đại trong ước lượng chi phí khám, chữa bệnh; Phần 1.2 tổng quan các mô hình Toán kinh tế trong ước lượng chi

phí KCB để từ đó lựa chọn mô hình nghiên cứu phù hợp với Việt Nam

1.1 Cơ sở lý luận

Mục này sẽ trình bày cơ sở lý luận về bảo hiểm nói chung và BHYT nói riêng cùng các yếu tố liên quan

1.1.1 Các khái niệm và lịch sử phát triển của bảo hiểm

1.1.1.1 Các khái niệm về bảo hiểm

Theo Jerome (2001, trang 11), “Bảo hiểm là tổ chức hợp lý một nhóm người có cùng chung một loại rủi ro có thể sẽ xảy ra Các khoản đóng góp về tài chính của họ cho phép bồi thường những thiệt hại mà một số người trong nhóm phải gánh chịu khi tổn thất xảy ra”

Một định nghĩa khác của Hemard, được trích dẫn trong Jerome (2001, trang 11)

có tính pháp lý hơn, đó là “Bảo hiểm là một nghiệp vụ, qua đó, một bên là người được bảo hiểm chấp nhận trả một khoản tiền (phí bảo hiểm) cho chính mình hoặc cho một người thứ ba khác để trong trường hợp rủi ro xảy ra, sẽ được trả một khoản bồi thường

từ một bên khác là nhà bảo hiểm, người chịu trách nhiệm với toàn bộ rủi ro, đền bù những thiệt hại theo các phương pháp thống kê”

Theo các định nghĩa trên thì bốn yếu tố đặc trưng của một nghiệp vụ bảo hiểm

có thể kể đến: Thứ nhất là rủi ro, đó là biến cố gây thiệt hại và để đối phó với biến cố này người ta tìm cách phòng vệ Thứ hai là khoản đóng góp của người được bảo hiểm trước khi rủi ro xảy ra, khoản tiền này còn được gọi là phí bảo hiểm Thứ ba là khoản tiền mà nhà bảo hiểm bồi thường cho người được bảo hiểm hoặc người thứ ba được hưởng trong trường hợp xảy ra tổn thất Thứ tư là sự bù trừ rủi ro trong bảo hiểm được thực hiện trong tổ chức tương hỗ mà nhà bảo hiểm (công ty bảo hiểm hay quỹ bảo hiểm) quản lý Những số liệu thống kê cho phép nhà bảo hiểm lập được một biểu phí chuẩn

mực Ở phần sau, bốn đặc trưng này sẽ được trình bày cụ thể hơn

Ngay từ khi xuất hiện, con người đã cố gắng phòng vệ chống lại những bấp bênh

và nguy hiểm đe dọa sự tồn tại Trước tiên, con người tìm cách bảo vệ chính bản thân mình, gia đình và người thân Tiếp đó, sự tiến triển dần dần cho phép con người có được của cải, nhà cửa, đàn gia súc, mùa màng và tài sản Phần lớn hoạt động của con người luôn dành cho việc phòng vệ: cúng tế, hiến sinh cho các đấng siêu nhiên (với hi vọng chế ngự được thời tiết, bệnh tật, số phận của con người), sản xuất vũ khí, xây dựng thành quách, duy trì binh lính, tổ chức đoàn kết gia đình, thị tộc

Bảo hiểm cũng nằm trong khuôn khổ của sự tìm kiếm phòng vệ cổ xưa này Bảo hiểm như một tổ chức đoàn kết hiện đại và có tính khoa học, giúp các nạn nhân bất hạnh

có được một khoản bồi thường tài chính nhờ vào những khoản đóng góp của những người không gặp bất hạnh

Từ thời tiền sử, các nhà khảo cổ đã tìm được những vết tích chứng minh sự tồn tại của các hoạt động cứu trợ tương hỗ, phân chia các thiệt hại do bị mất cắp hay bị cướp hay trợ cấp giúp cho các thành viên trong cùng hội đoàn và những người trong gia đình của họ trong các trường hợp bị tử vong do ốm đau, bệnh tật

Thời trung cổ, các thợ thuyền, công nhân, nhà buôn, kỹ nghệ gia cũng đã biết tổ chức đoàn kết các thành viên của mình để khắc phục những tổn thất khi có tai nạn lao động, hỏa hoạn, mất khả năng lao động, do ốm đau hoặc già yếu Các tổ chức này góp phần vào sự an toàn tài chính cho các thành viên của mình nhưng hoạt động nghiêng về các nguyên tắc dựa trên tình thương và phân chia các khoản trợ cấp thiết yếu nhờ vào quỹ cứu hộ Đây chưa thực sự là hình thức bảo hiểm vì còn thiếu sự đóng góp vào quỹ

và chưa có hợp đồng giữa các bên

Vào thế kỷ XII khi sự trao đổi buôn bán bằng đường biển phát triển thì cũng kéo theo hình thức “cho vay trong trường hợp mạo hiểm lớn” Cơ chế hoạt động của hình thức này là các nhà buôn đường biển có thể vay các khoản tiền lớn từ các ngân hàng Nếu tàu bị đắm, nhà buôn không cần phải trả tiền đã vay cho chủ ngân hàng Trong trường hợp ngược lại, nếu việc buôn bán thành công, người cho vay có thể được hoàn trả không chỉ vốn mà còn được hưởng thêm một khoản lời rất lớn, bù trừ cho rủi ro đã phải cam kết chịu Bảo hiểm hàng hải là loại hình bảo hiểm đầu tiên ra đời

Tiếp theo đó, một số loại hình bảo hiểm khác cũng phát triển như bảo hiểm nhân thọ với hợp đồng bảo hiểm đầu tiên được ký vào năm 1583 tại Luân Đôn; bảo hiểm hỏa hoạn sau vụ hỏa hoạn xảy ra ngày 2 tháng 9 năm 1666

Trong suốt thế kỷ XIX, nhiều nghiệp vụ bảo hiểm khác cũng lần lượt ra đời như bảo hiểm tai nạn, vỡ kính, mưa đá, đàn gia súc, ngựa đua, trộm cắp, trách nhiệm dân

sự

Ngày nay, bảo hiểm đã trở thành một ngành quan trọng trong nền kinh tế Doanh

số của các nhà bảo hiểm chiếm tỷ lệ ngày càng tăng trong tổng sản phẩm quốc nội (GDP), chiếm khoảng 10% ở các nước phát triển Mặc dù các so sánh đều không hoàn hảo nhưng người ta đã chỉ ra rằng, kinh tế của một nước càng hiện đại thì tỷ lệ của bảo hiểm trong GDP càng cao

1.1.2 Các loại hình bảo hiểm

Tùy thuộc vào đối tượng được bảo hiểm, mục đích hoạt động, kỹ thuật bảo hiểm và phương thức quản lý mà có cách phân chia thành các loại hình bảo hiểm khác nhau

1.1.2.1 Bảo hiểm thiệt hại và bảo hiểm con người

Căn cứ vào đối tượng được bảo hiểm thì bảo hiểm được chia thành bảo hiểm thiệt hại và bảo hiểm con người

Bảo hiểm thiệt hại lấy mức độ thiệt hại làm đối tượng bảo hiểm Khi xảy ra rủi

ro tổn thất về tài sản như mất mát, hủy hoại về vật chất, nhà bảo hiểm có trách nhiệm bồi thường cho người được bảo hiểm căn cứ vào giá trị thiệt hại thực tế và mức độ đảm

bảo thuận tiện hợp đồng Bảo hiểm thiệt hại lại được chia làm hai loại là bảo hiểm tài sản và bảo hiểm trách nhiệm dân sự Đối với bảo hiểm tài sản, đối tượng bảo hiểm là

tài sản thuộc quyền sở hữu trực tiếp của người được bảo hiểm Đối với bảo hiểm trách nhiệm dân sự, đối tượng bảo hiểm là trách nhiệm phát sinh do ràng buộc của các quy định trong luật dân sự Theo đó, người được bảo hiểm phải bồi thường bằng tiền cho người thứ 3 những thiệt hại gây ra do hành vi của mình hoặc do sự vận hành của tài sản thuộc sở hữu của chính mình Bảo hiểm trách nhiệm dân sự có thể là bảo hiểm trách nhiệm nghề nghiệp hoặc bảo hiểm trách nhiệm công cộng

Bảo hiểm con người lấy tính mạng, thân thể, sức khỏe của con người làm đối tượng bảo hiểm Khi rủi ro xảy ra làm ảnh hưởng tính mạng, sức khỏe của người được bảo hiểm thì họ hoặc một người thụ hưởng hợp pháp khác sẽ nhận được khoản tiền do

nhà bảo hiểm trả Bảo hiểm con người bao gồm bảo hiểm nhân thọ và bảo hiểm y tế

1.1.2.2 Bảo hiểm xã hội và bảo hiểm thương mại

Căn cứ vào mục đích hoạt động, bảo hiểm được chia thành hai loại là bảo hiểm

xã hội và bảo hiểm thương mại

Bảo hiểm xã hội nhằm phục vụ cho các chính sách xã hội của Nhà nước Theo luật bảo hiểm xã hội, bảo hiểm xã hội là sự bảo đảm thay thế hoặc bù đắp một phần thu nhập của người lao động khi họ bị giảm hoặc mất thu nhập do ốm đau, thai sản, tai nạn lao động, bệnh nghề nghiệp, thất nghiệp, hết tuổi lao động hoặc chết, trên cơ sở đóng vào quỹ bảo hiểm xã hội

Ngược lại với bảo hiểm xã hội, bảo hiểm thương mại hoạt động nhằm mục tiêu lợi nhuận Theo luật kinh doanh bảo hiểm, các doanh nghiệp bảo hiểm chấp nhận rủi ro của người được bảo hiểm, trên cơ sở bên mua bảo hiểm đóng phí bảo hiểm để doanh nghiệp bảo hiểm trả tiền bảo hiểm cho người thụ hưởng hoặc bồi thường cho người được bảo hiểm khi xảy ra sự kiện bảo hiểm Việc cân đối nguồn thu và chi bảo hiểm tạo ra lợi nhuận cho doanh nghiệp bảo hiểm

1.1.2.3 Bảo hiểm nhân thọ và bảo hiểm phi nhân thọ

Căn cứ vào kỹ thuật bảo hiểm, bao gồm kỹ thuật tồn tích và kỹ thuật phân chia,

bảo hiểm được chia làm hai loại là bảo hiểm nhân thọ và bảo hiểm phi nhân thọ

Bảo hiểm nhân thọ là các loại bảo hiểm đảm bảo cho các rủi ro có tính chất thay đổi (rõ rệt) theo thời gian và đối tượng, thường gắn liền với tuổi thọ con người (nên gọi

là bảo hiểm nhân thọ) Loại bảo hiểm này được quản lý theo kỹ thuật tồn tích và được

ký kết dài hạn (10 năm, 20 năm, trọn đời ) Bản thân yếu tố rủi ro không ổn định trong suốt thời hạn của hợp đồng bảo hiểm đòi hỏi nhà bảo hiểm phải tính đến hai vấn đề trong cách quản lý của mình: Thứ nhất là để dành một phần phí bảo hiểm thu được để ứng phó với các cam kết tương lai đã được tính toán theo các phương pháp tính toán bảo hiểm; thứ hai là phải tính đến các lãi gộp thu được từ những khoản đầu tư đại diện cho các dự phòng dài hạn

Ngược lại với bảo hiểm nhân thọ, bảo hiểm phi nhân thọ là các loại bảo hiểm đảm bảo cho các rủi ro có tính chất ổn định (tương đối) theo thời gian và thường độc lập với tuổi thọ con người (nên gọi là bảo hiểm phi nhân thọ) Hợp đồng bảo hiểm loại này thường là ngắn hạn (một năm) Bảo hiểm phi nhân thọ được quản lý theo kỹ thuật phân chia, trong đó các nhà bảo hiểm phân chia cho những người bị tổn thất số lượng phí do những người được bảo hiểm đóng góp Các nghiệp vụ bảo hiểm được quản lý theo kỹ thuật phân chia bao gồm cháy nổ, tai nạn, Đây là các nghiệp vụ có tần suất và giá tổn thất tương đối ổn định và có thể dự báo được trước dựa vào các số liệu thống kê

1.1.2.4 Bảo hiểm bắt buộc và bảo hiểm tự nguyện

Căn cứ vào phương thức quản lý, bảo hiểm được chia làm hai loại là bảo hiểm bắt buộc và bảo hiểm tự nguyện

Bảo hiểm bắt buộc được hình thành trên cơ sở luật định nhằm bảo vệ lợi ích của nạn nhân trong các vụ tổn thất và bảo vệ lợi ích của toàn bộ nền kinh tế - xã hội Các hoạt động nguy hiểm có thể dẫn đến tổn thất con người và tài chính trầm trọng gắn liền với trách nhiệm dân sự nghề nghiệp thường là đối tượng của sự bắt buộc này Tuy nhiên,

sự bắt buộc chỉ là bắt buộc người có đối tượng phải mua bảo hiểm chứ không bắt buộc mua bảo hiểm ở đâu

Ngược lại, bảo hiểm tự nguyện là những loại bảo hiểm mà hợp đồng được kết lập dựa hoàn toàn trên sự cân nhắc và nhận thức của người được bảo hiểm Đây là tính chất vốn có của bảo hiểm thương mại khi nó có vai trò như là một hoạt động dịch vụ cho sản xuất và sinh hoạt con người

1.1.3 Các đặc trưng của bảo hiểm

Như đã đề cập ở trên, có bốn đặc trưng của một nghiệp vụ bảo hiểm: rủi ro, phí đóng của người được bảo hiểm, khoản tiền bồi thường của nhà bảo hiểm và tương hỗ

bảo hiểm Mục này sẽ phân tích rõ hơn về các đặc trưng này

- Các rủi ro không phụ thuộc vào mong muốn của người được bảo hiểm Nhà bảo hiểm sẽ không bảo hiểm cho các rủi ro do người được bảo hiểm cố ý gây ra, chẳng hạn

tự đốt nhà mình

- Các rủi ro có thể tập hợp được thành nhóm tương hỗ Bảo hiểm giúp một số nạn nhân được các khoản bồi thường cho những thiệt hại trầm trọng mà họ phải gánh chịu nhờ vào những khoản đóng góp của toàn bộ những người được bảo hiểm Những khoản đóng góp này càng nhỏ thì người tham gia bảo hiểm phải càng lớn Trường hợp phần

lớn các rủi ro được bảo hiểm xảy ra đồng thời như chiến tranh, nguyên tử, động đất sẽ gây khó khăn trong việc chi trả bảo hiểm

1.1.3.2 Phí bảo hiểm

Phí bảo hiểm là số tiền người tham gia bảo hiểm phải đóng cho nhà bảo hiểm để

có được sự bảo đảm về mặt rủi ro trong tương lai Phí bảo hiểm được chia thành các loại

như phí bảo hiểm thuần và phí bảo hiểm ròng

Phí bảo hiểm thuần là số tiền người được bảo hiểm phải đóng, tương đương với phần tổn thất của người đó trong hội tương hỗ do nhà bảo hiểm quản lý Khoản phí đơn thuần này còn được gọi là phí cho rủi ro hay còn gọi là phí cân bằng hay phí kỹ thuật Khoản phí này tương đương với phần tổn thất được nhà bảo hiểm thanh toán

Phí bảo hiểm ròng, còn được gọi là phí thương mại, được phản ánh trên các tài liệu thương mại và trên các biểu phí của các công ty bảo hiểm Phí bảo hiểm ròng là tổng của phí bảo hiểm thuần và chi phí quản lý (bao gồm chi phí ký kết và quản lý hợp đồng bảo hiểm và phần lợi nhuận kinh doanh của các nhà bảo hiểm)

1.1.3.3 Khoản tiền bồi thường bảo hiểm

Khoản tiền bồi thường bảo hiểm là khoản tiền nhà bảo hiểm chi trả cho người được bảo hiểm trong trường hợp rủi ro xảy ra Khoản tiền này có thể bằng hoặc nhỏ hơn mức độ tổn thất xảy ra thực tế, tùy thuộc vào những quy định trong hợp đồng bảo hiểm

1.1.3.4 Tương hỗ bảo hiểm

Sự tương hỗ các rủi ro trong bảo hiểm thể hiện ở việc nguồn thu từ phí bảo hiểm (từ số lớn) đủ chi trả cho những tổn thất trong tương lai (của số nhỏ) Áp dụng luật số lớn, chỉ một tổng lượng hợp đồng lớn mới có thể lập nên được sự tương hỗ các rủi ro Trong quan hệ tương hỗ đó, các tổn thất được xảy ra với vài người được bảo hiểm sẽ được bù đắp bởi số đông người không bị tổn thất

Để các rủi ro mà nhà bảo hiểm đã ký kết có thể quản lý được theo phương pháp thống kê, cần có một số điều kiện như đồng nhất hóa các rủi ro, lựa chọn rủi ro, phân tán rủi ro và phân chia rủi ro, cụ thể là:

- Các rủi ro phải có tính đồng nhất trong từng nhóm tương hỗ Sự mất cân bằng trong kinh doanh và sự đúng đắn của định phí sẽ bị phá vỡ khi nhà bảo hiểm để lẫn lộn các rủi ro với những đặc trưng quá khác biệt nhau Đồng nhất rủi ro ngụ ý rằng những rủi ro có tính chất trầm trọng so với các rủi ro trung bình phải trả phí cao hơn

- Các nhà bảo hiểm phải có sự lựa chọn rủi ro Về cơ bản, cơ chế bảo hiểm thể

hiện tinh thần đoàn kết giữa các nạn nhân bị tổn thất và những người may mắn không

có rủi ro xảy ra Lý tưởng nhất là nhà bảo hiểm không được loại trừ bất cứ rủi ro nào ra khỏi các đảm bảo của mình Tuy nhiên, thực tế cho thấy, trong hầu hết các loại bảo hiểm, một số lượng lớn không bình thường của các loại tổn thất gây nên bởi một số ít cá nhân

do cố ý gian lận nên nhà bảo hiểm có thể từ chối bảo hiểm cho một số loại rủi ro

- Sự phân tán rủi ro thể hiện ở việc nhà bảo hiểm phải giám sát sao cho một tổn thất không thể làm thiệt hại đồng thời đến số đông các rủi ro đã được bảo hiểm Nhà bảo hiểm phải kiểm tra các mức tích tụ giá trị cao nhất mà nhiều hợp đồng bảo hiểm có thể phải gánh chịu cũng như nắm được toàn bộ số lượng hợp đồng để vào mọi thời điểm biết được rằng tổn thất lớn nhất có thể xảy ra và mức bồi thường gánh chịu do chính sự

cố này

- Sự phân chia rủi ro được hiểu là sự phân chia thành các lớp số tiền bảo hiểm cho các nhà bảo hiểm khác nhau Cách làm này cho phép giảm bớt các cam kết cho các nhà bảo hiểm Có hai hình thức phân chia rủi ro là đồng bảo hiểm và tái bảo hiểm Đối với đồng bảo hiểm, các nhà bảo hiểm cùng nhau chia sẻ rủi ro theo các tỷ lệ ấn định trước trong hợp đồng Còn tái bảo hiểm là hình thức bảo hiểm cho các nhà bảo hiểm

1.1.4 Định phí và dự phòng bảo hiểm

1.1.4.1 Định phí bảo hiểm

Định phí bảo hiểm là việc xác định mức phí cho người tham gia bảo hiểm dựa trên các dữ liệu thống kê về tần suất xảy ra rủi ro và số tiền chi phí cho thiệt hại đã xảy

ra đối với cộng đồng những người được bảo hiểm

Do các rủi ro được bảo hiểm phải mang tính ngẫu nhiên nên thiệt hại do những rủi ro được coi như các biến ngẫu nhiên Dựa vào số liệu thống kê về các thiệt hại trong quá khứ có thể đưa ra được các quy luật phân phối xác suất cho các tổn thất trong tương lai Với quy tắc hoạt động có tính tương hỗ của bảo hiểm, tổng phí thu được phải đảm bảo đủ chi trả cho các rủi ro trong tương lai Từ việc ước lượng được mức chi dự kiến cho những tổn thất, các nhà bảo hiểm đưa ra được mức phí phải đóng cho mỗi loại bảo hiểm

Mức phí được ước lượng dựa vào việc cân bằng mức thu - chi chính là phí bảo hiểm thuần được đề cập ở phần trên

Việc phân tích các dữ liệu thống kê cho phép nhà bảo hiểm hiểu rõ hơn về giá thành của các đảm bảo cung cấp cho từng loại khách hàng và có thể khám phá ra nhóm các sản phẩm có giá phù hợp đối với nhà bảo hiểm và có lợi cho khách hàng Sự chuẩn

mực trong biểu phí đảm bảo người được bảo hiểm trả đúng giá bảo hiểm, tương đương với tầm vóc của rủi ro, đồng thời không gây ra thiệt hại cho nhà bảo hiểm và làm tổn hại đến tất cả những người tham gia bảo hiểm

Tuy nhiên, việc chỉ dựa vào dữ liệu thống kê cũng chưa đủ chính xác vì thống kê chỉ liên quan đến quá khứ, trong khi các nhà bảo hiểm lại bán ra các đảm bảo cho những tổn thất trong tương lai Vì vậy, việc định phí bảo hiểm không chỉ dựa vào tần suất xuất hiện và các tổn thất trong quá khứ mà còn phải ước tính được các tổn thất cũng như khả năng xảy ra tổn thất trong tương lai Đây chính là lý do vì sao việc áp dụng các mô hình Toán – Thống kê là thực sự cần thiết trong việc định phí bảo hiểm

1.1.4.2 Dự phòng bảo hiểm

Dự phòng bảo hiểm (nghiệp vụ) là khoản tiền mà doanh nghiệp bảo hiểm phải trích lập nhằm mục đích thanh toán cho những trách nhiệm bảo hiểm đã được xác định trước và phát sinh từ các hợp đồng bảo hiểm đã giao kết (Điều 96 Luật Kinh doanh bảo hiểm) Đối với doanh nghiệp bảo hiểm phi nhân thọ, dự phòng nghiệp vụ bao gồm: dự phòng đối phí chưa được hưởng, dự phòng bồi thường cho khiếu nại chưa giải quyết, dự phòng bồi thường cho các dao động lớn về tổn thất Còn đối với doanh nghiệp bảo hiểm nhân thọ, dự phòng nghiệp vụ bao gồm: dự phòng toán học, dự phòng phí chưa được hưởng, dự phòng bồi thường, dự phòng chia lãi và dự phòng đảm bảo cân đối

Như vậy, trong các loại dự phòng thì có loại là do pháp luật quy định, có loại là

do ước lượng từ tổn thất Do đó, giống như định phí, việc tính toán cho khoản dự phòng cũng cần được áp dụng phương pháp hiện đại dựa trên ước lượng mức tổn thất có thể xảy ra trong tương lai

1.1.5 Bảo hiểm y tế

1.1.5.1 Các vấn đề chung

BHYT là loại hình bảo hiểm mà nhà bảo hiểm chi trả một phần hoặc toàn bộ chi phí khám chữa bệnh cũng như chi phí thuốc men và chi phí nằm viện BHYT thuộc loại hình bảo hiểm con người nếu căn cứ vào đối tượng được bảo hiểm và thuộc loại hình bảo hiểm phi nhân thọ nếu căn cứ vào kỹ thuật bảo hiểm Ngoài ra, BHYT có thể đồng thời thuộc các hình thức bảo hiểm xã hội và bảo hiểm thương mại, hay bảo hiểm tự nguyện và bảo hiểm bắt buộc

Giống như các loại hình bảo hiểm phi nhân thọ, BHYT được quản lý theo kỹ thuật phân chia và hợp đồng bảo hiểm thông thường có kỳ hạn một năm Do đó quỹ BHYT là quỹ ngắn hạn Tuy nhiên, các tổn thất xảy ra trong BHYT lại gắn liền với sức

khỏe và tình trạng bệnh tật của con người nên việc quản lý BHYT cũng khác và khó khăn hơn các loại bảo hiểm phi nhân thọ khác

Ở nhiều nước trên thế giới tồn tại hình thức BHYT dưới sự quản lý của nhà nước Theo đó các khoản thu cho quỹ BHYT ngoài phần phí đóng của người tham gia còn có các nguồn trợ cấp xã hội khác Tuy nhiên, giống như các loại hình bảo hiểm khác, để đảm bảo cân bằng quỹ BHYT thì điều tối quan trọng là phải ước lượng được chi phí KCB mà người tham gia bảo hiểm phải đối mặt trong tương lai Nếu việc ước lượng về chi phí hợp lý sẽ giảm gánh nặng về ngân sách của chính phủ

Việc ước lượng này sẽ đạt được độ chính xác nhất định nếu sử dụng phương pháp Toán – Thống kê Đó là quy trình sử dụng các dữ liệu thống kê trong quá khứ về tần suất cũng như chi phí KCB của người tham gia BHYT, tìm hoặc xây dựng các mô hình toán phù hợp với số liệu để từ đó đưa ra các kết quả ước lượng đáng tin cậy nhất

1.1.5.2 Bảo hiểm y tế ở Việt Nam

Ở Việt Nam hiện nay tồn tại đồng thời hai hình thức BHYT Hình thức thứ nhất

là BHYT xã hội, do nhà nước quản lý, không vì mục tiêu lợi nhuận, được hình thành từ năm 1992 và chính thức được tổ chức thực hiện theo luận từ năm 2008 Hình thức thứ hai là BHYT thương mại, được cung cấp bởi các công ty bảo hiểm, mang mục đích kinh doanh, hoạt động theo Luật Kinh doanh bảo hiểm từ năm 2000 Cả hai loại hình BHYT này đều hoạt động với mục đích chung là bù đắp tài chính cho các đối tượng tham gia khi gặp các rủi ro về sức khỏe như ốm đau, bệnh tật, tai nạn Người mua bảo hiểm sẽ được cơ quan bảo hiểm chi trả một phần hay toàn bộ chi phí KCB, thuốc men điều trị

Theo Luật BHYT do Quốc hội ban hành ngày 14/11/2008 thì “BHYT hay bảo hiểm sức khỏe là một hình thức bảo hiểm mà ở đó người mua bảo hiểm sẽ được cơ quan bảo hiểm trả thay một phần hoặc toàn bộ chi phí khám chữa bệnh cũng như chi phí mua thuốc men khám chữa bệnh.” Có hai loại BHYT, đó là BHYT công/nhà nước và BHYT

tư nhân

Theo Luật BHYT sửa đổi năm 2014 (do Quốc hội ban hành ngày 13/6/2014) thì

“Bảo hiểm y tế là hình thức bảo hiểm bắt buộc được áp dụng đối với các đối tượng theo quy định của Luật này để chăm sóc sức khỏe, không vì mục đích lợi nhuận do Nhà nước

tổ chức thực hiện” Luận án sử dụng định nghĩa này

Hai hình thức BHYT cũng giống nhau ở nguyên tắc có đóng có hưởng, đó là người tham gia BHYT đều phải đóng phí hàng năm để có thể nhận được sự chi trả khi rủi ro xảy ra Tuy nhiên, mức đóng BHYT trong chương trình BHYT xã hội thấp hơn rất nhiều so với mức đóng trong chương trình BHYT thương mại Phí đóng khác nhau

giữa hai chương trình là do chương trình BHYT xã hội hoạt động với mục tiêu thực hiện chính sách của nhà nước là an sinh xã hội, góp phần ổn định đời sống nhân dân, còn chương trình BHYT thương mại hoạt động với mục tiêu lợi nhuận Mức đóng trong chương trình BHYT xã hội được tính dựa vào lương cơ bản của người lao động, trong khi mức đóng trong chương trình BHYT thương mại lại phải tỷ lệ thuận với mức hưởng tương ứng

Mặc dù thị trường BHYT thương mại đã rất phát triển hiện nay, nhưng độ bao phủ của BHYT xã hội lại rất cao Từ năm 1992, hệ thống BHYT Việt Nam được hình thành nhưng hạn chế trong một số nhóm đối tượng Vào đầu những năm 1990, chi phí tiền túi của người dân cho KCB chiếm tới hơn 70% tổng chi tiêu cho y tế nên có những tác động xấu về vấn đề bình đẳng và bảo vệ tài chính trong KCB Trong gần 30 năm hình thành và phát triển, BHYT Việt Nam đã có rất nhiều cải cách về mặt chính sách làm tăng mức bao phủ BHYT và làm giảm chi tiêu tiền túi của người dân trong KCB

Tuy nhiên, tăng mức bao phủ BHYT đồng nghĩa với việc tăng chi tiêu từ quỹ BHYT Nếu không ước lượng được những chi phí (tổn thất) KCB của người tham gia BHYT một cách hiệu quả thì việc thâm hụt quỹ BHYT có thể xảy ra và gây ra những hậu quả nghiêm trọng Vấn đề đặt ra là phải tìm ra những công cụ kiểm soát tốt mức độ thu chi BHYT và có những dự phòng phù hợp

Mục tiếp theo sẽ tổng quan các mô hình ước lượng và dự báo chi phí KCB để đưa ra hướng lựa chọn mô hình phù hợp bối cảnh Việt Nam

1.2 Tổng quan các mô hình ước lượng, dự báo chi phí khám, chữa bệnh

Trong mục này, Luận án tập trung tổng quan các mô hình Toán kinh tế được sử dụng trong ước lượng chi phí KCB Phần đầu giới thiệu các mô hình dự báo nói chung, được phân chia dựa trên phạm vi khác nhau của chi phí Phần tiếp theo tổng quan các

mô hình hồi quy trong ước lượng chi phí KCB Và phần cuối cùng dành để phân tích việc sử dụng các lớp mô hình tổn thất trong ước lượng chi phí KCB

1.2.1 Các mô hình dự báo chi phí khám, chữa bệnh

Cho tới nay, để dự báo chi phí KCB, các nghiên cứu hiện có đã áp dụng nhiều cách tiếp cận khác nhau Theo Astolfi và cộng sự (2012) thì các mô hình dự báo chi phí KCB có thể được xây dựng ở cấp độ cá nhân theo các nhóm đặc trưng hoặc cho toàn bộ dân số Bên cạnh đó, các mô hình cũng có thể chỉ chú trọng vào một loại chi phí KCB

cụ thể (như chi phí KCB trong khu vực công, tư nhân hoặc chi phí tiền túi của hộ gia đình cho KCB) Xét theo cách kết hợp đơn vị phân tích, mức độ chi tiết về chi phí KCB

cần dự báo và các câu hỏi chính sách thì có thể chia ra ba lớp mô hình dự báo chi phí KCB, đó là:

• Các mô hình mô phỏng vi mô (Micro-simulation models) (Besseling và Shestalova, 2011; Brown và cộng sự, 2009; Fukawa, 2007; O'Hagan và cộng sự, 2007; Spielauer, 2007);

• Các mô hình ở cấp độ vĩ mô (Macro-level models) (Baltagi và Moscone, 2010; Brown và cộng sự, 2009; Oliveira Martins và De la Maisonneuve, 2006; Warshawsky, 1994); và

• Các mô hình theo thành phần (Component-based models) (Baltagi và Moscone, 2010; Przywara, 2010; Ringel và cộng sự, 2010; Vos và cộng sự, 2007; Racic, 1997)

1.2.1.1 Mô hình mô phỏng vi mô

Lớp mô hình mô phỏng vi mô là lớp mô hình tập trung vào cá nhân, coi nó như một đơn vị phân tích và từ đó mô phỏng toàn bộ cá nhân trong một tổng thể dân số Các

cá nhân được mô phỏng mang các đặc trưng và hành vi đại diện cho tổng thể Các vấn liên quan đến sức khỏe trong toàn bộ cuộc đời mỗi con người (như mang thai và sinh nở; đối mặt với các rủi ro (như bị huyết áp cao, cholesterol hay nghiện thuốc lá; nguy

cơ gia tăng các loại bệnh như ung thư, tiểu đường, tim mạch…) sẽ được mô phỏng lại Các chi phí KCB liên quan cho mỗi tình huống bệnh tật cũng được mô phỏng và từ đó đưa ra được các ước lượng về chi phí KCB (Zucchelli và cộng sự, 2010)

Ưu điểm của lớp mô hình này là giúp trả lời các câu hỏi chính sách trong dài hạn vì nó tính đến sự tương tác giữa các cá nhân trong tổng thể, các rủi ro có thể xảy

ra và các quá trình chuyển đổi dịch tễ học của dân số (Astolfi và cộng sự, 2012)

Lớp mô hình này yêu cầu lượng dữ liệu lớn, khá chi tiết, có thể phải lấy từ nhiều nguồn khác nhau và cần đến các kĩ thuật thống kê phức tạp để chuẩn hóa sao cho có thể

mô phỏng cho toàn bộ tổng thể nghiên cứu

1.2.1.2 Mô hình ở cấp độ vĩ mô

Ngược lại với lớp mô hình mô phỏng vi mô, lớp mô hình ở cấp độ vĩ mô lại coi tổng chi phí KCB như một đơn vị phân tích Mô hình dự báo ở cấp độ vĩ mô được thực hiện dựa vào việc sử dụng các mô hình hồi quy với số liệu chuỗi thời gian hoặc số liệu mảng Các dự báo có thể dựa vào việc ngoại suy thuần túy các mô hình thống kê hoặc

có thể dựa vào giá trị dự báo của những biến giải thích quan trọng Ví dụ, Getzen và Poullier (1992) đã đề xuất phương pháp hồi quy đơn giản để ước lượng và dự báo tổng chi phí KCB theo tốc độ tăng trưởng GDP và tỷ lệ lạm phát trong quá khứ

1.2.1.3 Mô hình theo thành phần

Lớp mô hình theo thành phần dự báo chi phí KCB dựa vào việc phân chia các đối tượng nghiên cứu theo các thành phần như theo nhóm chi trả, theo nhà cung cấp dịch vụ, theo các dịch vụ đã sử dụng hoặc theo các nhóm đối tượng cá nhân dựa vào các yếu tố nhân khẩu và phi nhân khẩu

Một lớp mô hình con rất quan trọng trong lớp mô hình này là lớp mô hình dự báo theo đoàn hệ (cohort-based models), trong đó các cá nhân được nhóm lại dựa theo các đặc điểm nhân khẩu (như tuổi, giới tính) và/hoặc phi nhân khẩu (như tình trạng bệnh tật ) Các mô hình dạng này còn được gọi là mô hình Toán bảo hiểm (actuarial models) hay mô hình mô hình phân mảng/theo lát cắt đặc trưng (cell-based models) Mỗi mảng trong mô hình được liên kết với chi phí KCB trung bình ước lượng được tương ứng với từng nhóm đối tượng Số người trong mỗi nhóm được dự báo có tính đến sự biến động của dân số và cũng được ghi lại trong từng mảng Tổng chi phí KCB cho mỗi nhóm đối tượng sẽ được tính bằng cách nhân chi phí trung bình với số người trong nhóm và từ đó suy ra dự báo cho chi phí của toàn bộ tổng thể (Baltagi và Moscone, 2010; Przywara, 2010; Ringel và cộng sự, 2010; Vos và cộng sự, 2007; Racic, 1997)

Lớp mô hình dự báo theo đoàn hệ được sử dụng rộng rãi vì nhiều ưu điểm Thứ nhất, việc thực hiện và duy trì không quá phức tạp và ít tốn kém bởi vì lớp mô hình này được xây dựng trên những bảng tính tương tác, đòi hỏi lượng số liệu không nhiều và ít tham số Thứ hai, ảnh hưởng của những thay đổi về mặt chính sách có thể được đánh giá một cách dễ dàng bằng cách thay đổi các tham số chính sách trong mô hình (Ringel

và cộng sự, 2010)

Bằng cách phân chia chi phí KCB theo các thành phần như chăm sóc sức khỏe ban đầu, KCB ngoại trú và nội trú, mua thuốc theo đơn, tạo hình thẩm mỹ, thai sản và các chi phí khác, Racic (1997) đã đưa ra mô hình dự báo chi phí KCB cho Croatia từ

1996 đến 2011 Trong mô hình có tính đến sự biến động về dân số và sự thay đổi chi phí theo từng năm Tuy nhiên, mô hình không chia nhỏ các nhóm đối tượng dân số theo các yếu tố nhân khẩu hay phi nhân khẩu mà coi tất cả các đối tượng có mức chi như nhau

Vos và cộng sự (2007) sử dụng phương pháp phân nhóm dân số theo 20 nhóm tuổi (0-4; 5-9 ), giới tính, nhóm chi phí KCB và nhóm bệnh để dự báo chi phí KCB của

Úc trong vòng 30 năm (2003-2033) Chi phí KCB trung bình theo đầu người và số lượt KCB được dự báo dựa trên sự thay đổi của tổng dân số, cấu trúc tuổi của dân số, xu hướng thay đổi của dạng bệnh tật và giá các dịch vụ y tế Tuy nhiên, trong dự báo này

chưa xét đến tác động của các chính sách lên chi phí KCB trong tương lai Tương tự, cũng phân chia dân số thành 20 nhóm tuổi và mỗi nhóm tuổi tương ứng với 6 nhóm chi phí y tế (gồm hai thành phần chính là chăm sóc sức khỏe và KCB), Besseling và Shestalova (2011) xây dựng mô hình dự báo chi phí y tế của Hà Lan trong giai đoạn 2011-2015 để đánh giá khả năng ảnh hưởng của chính sách về việc tăng mức đồng chi trả lên ngân sách chính phủ Mục tiêu của nghiên cứu này giống như Przywara (2010)

là đánh giá tác động lên một số yếu tố với hai kịch bản là khi có và khi không có chính sách

1.2.2 Các mô hình hồi quy ước lượng chi phí khám, chữa bệnh

Các mô hình hồi quy được sử dụng như công cụ toán học hữu ích trong phân tích, ước lượng và dự báo chi phí KCB khi có những thông tin về biến giải thích

Mô hình hồi quy tuyến tính đối với biến chi phí KCB (y, ví dụ: $ = %&' + () là

mô hình hồi quy đầu tiên được sử dụng trong ước lượng chi phí KCB do tính đơn giản

và dễ thực hiện Các ước lượng bằng phương pháp bình phương nhỏ nhất (OLS – Ordinary Least Squares) có thể tính toán nhanh và dễ dàng bằng các phần mềm thông dụng ngay cả với hàng trăm biến độc lập và hàng triệu quan sát Tuy nhiên, do đặc trưng của số liệu cấp độ cá nhân nên chi phí KCB có các giá trị tăng đột biến gần không (đối với dữ liệu điều tra hoặc dữ liệu tổng thể), có phân phối không chuẩn, lệch trái và có đuôi dày bên phải (Deb và cộng sự, 2006; Duan, 1983; Duan và cộng sự, 1983; Jones, 2010; Manning, 2012; Manning, 1998; Mihaylova và cộng sự, 2011; Jones, 2017) Do

đó, mô hình hồi quy tuyến tính luôn tồn tại hiện tượng phương sai sai số thay đổi và sai

số là không phân phối chuẩn và vì thế mà các ước lượng ít tin cậy

Một trong những phương pháp khắc phục hiện tượng trên là biến đổi biến chi phí

về dạng có phân phối đối xứng hơn (Carroll và Ruppert, 1988; Manning, 1998) Phương pháp đổi biến thông dụng nhất là lấy logarit tự nhiên (ví dụ: ln($  ) = % &' + ( ) Phương pháp này giúp cho biến chi phí giảm được độ bất đối xứng, làm cho phân phối của biến mới gần với phân phối chuẩn hơn Các ước lượng thu được từ mô hình đổi biến loga chính xác và vững hơn mô hình với biến gốc (Jones, 2010) Tuy nhiên, một trong những vấn đề phát sinh khi sử dụng phương pháp này là trường hợp biến chi phí có giá trị bằng

0 Bên cạnh đó, giá trị ước từ mô hình là loga chi phí Để có được giá trị ước lượng với

biến gốc (chi phí), cần phải đổi biến ngược lại Tuy nhiên, việc lấy hàm e mũ một cách

đơn giản không phải lúc nào cũng cho ước lượng tốt (tức là ước lượng không chệch, vững) (Neyman và Scott, 1960) Để có được ước lượng tốt hơn cho biến chi phí, Duan (1983) đã đưa ra một phương pháp ước lượng phi tham số (Smearing factor) vì nó giúp

các ước lượng của biến gốc bớt chệch hơn Phương pháp này cũng đã được Buntin và Zaslavsky (2004) sử dụng cho các mô hình đổi biến khác nhau, trong đó có phương pháp lấy căn bậc hai và phương pháp Box-Cox

Để phù hợp với số liệu, nhiều biến được biến đổi về dạng có phân phối đối xứng hơn và cho kết quả ước lượng tốt hơn so với hồi quy bằng biến gốc Tuy nhiên, cách đổi biến này không mang lại hiệu quả cao và gây ra vấn đề đổi biến ngược Để khắc phục tình trạng này, mô hình trung bình mũ có điều kiện (ECM - Exponential Conditional Mean với dạng hàm +($|%) = - = exp (%&')) được sử dụng với giả thiết về mối quan hệ phi tuyến của biến chi phí trong mô hình hồi quy Một trong những ưu điểm của

mô hình này là ta có thể ước lượng trực tiếp biến gốc mà không cần đổi biến Tuy nhiên, cần lưu ý rằng tác động của biến độc lập trong mô hình là tác động theo tỷ lệ chứ không phải tác động có tính chất cộng (Gilleskie và Mroz, 2004) Mô hình ECM có thể được ước lượng theo nhiều cách như bình phương nhỏ nhất phi tuyến (NLS – Nonlinear Least Squares), ước lượng tựa hợp lý tối đa (QML – Quasi Maximum Likelihood) hay phương pháp mô men tổng quát (GMM - Generalised Method of Momments) (Mihaylova và cộng sự, 2011)

Mô hình hồi quy tuyến tính tổng quát (GLM – Generalised Linear Model) (Nelder

và Baker, 1972) là lớp mô hình chiếm ưu thế trong ước lượng chi phí KCB (ví dụ, xem Blough và cộng sự, 1999; Buntin và Zaslavsky, 2004; Jones, 2010; Jones, 2017; Manning, 2012; Manning và cộng sự, 2005; Martins và cộng sự, 2006) Mô hình GLM được xác định bởi hai thành phần: i) thành phần thứ nhất là hàm liên kết biểu diễn mối quan hệ giữa kỳ vọng có điều kiện của biến phụ thuộc và các biến độc lập (2(-) =

%&'); và ii) thành phần thứ hai là giả thiết về phân phối xác suất của biến phụ thuộc, các phân phối này thuộc họ phân phối mũ Thành phần này giúp xác định mối liên hệ giữa phương sai và kỳ vọng có điều kiện của biến phụ thuộc (3($|%) = 4(-)) Những ưu điểm của mô hình GLM là giá trị ước lượng được tính trên giá trị gốc của biến, không đòi hỏi sự đổi biến ngược lại và cho phép điều chỉnh phương sai sai số thay đổi thông qua sự lựa chọn của họ phân phối Lớp mô hình này phù hợp với mô hình hóa chi phí (chẳng hạn với lựa chọn phân phối Gamma) cũng như mô hình hóa số lượt KCB với lựa chọn phân phối Poisson hay nhị thức âm (Cameron và Johansson, 2004; Winkelmann, 2004) Mô hình GLM với hàm liên kết loga và phân phối gamma được sử dụng phổ biến trong mô hình hóa chi phí KCB (Blough và cộng sự, 1999; Buntin và Zaslavsky, 2004; Jones, 2010; Jones, 2017; Manning, 2012; Manning và cộng sự, 2005; Martins và cộng

sự, 2006; Moran và cộng sự, 2007) Trong các nghiên cứu có sử dụng mô hình GLM để

mô hình hóa chi phí KCB, Manning và cộng sự (2005) tập trung mở rộng họ các phân

phối; Basu và Rathouz (2005) và Blough và cộng sự (1999) lại phân tích sâu về mối liên

hệ giữa trung bình và phương sai Để đưa ra lựa chọn hàm liên kết, Basu and Rathouz (2005) gợi ý sử dụng mở rộng bán tham số của mô hình GLM - mô hình với phương trình ước lượng mở rộng (EEE - Extended Estimating Equation models) thông qua việc

sử dụng biến đổi Box-Cox cho hàm liên kết (với dạng mô hình là %&' =5 67

8 )

Mô hình cộng tổng quát (GAM - Generalised Additive Model) (Hastie và Tibshirani, 1990) là dạng mở rộng của GLM, trong đó hàm tuyến tính của các biến giải thích được thay thế bởi tổng các hàm phi tuyến của từng biến (với dạng hàm ∑ ' →

∑ ;()) Điều này cho phép xác định ảnh hưởng cụ thể của từng biến giải thích lên biến phụ thuộc Hơn nữa, các hàm phi tuyến này thường được biểu diễn dưới dạng các hàm số phụ thuộc phi tham số dựa vào phương pháp làm trơn Phương pháp này giúp tạo sự linh hoạt trong việc nghiên cứu và làm cho mô hình khá phù hợp với dữ liệu

Có rất nhiều nghiên cứu đã tổng hợp và so sánh chất lượng các mô hình ước lượng chi phí KCB (Basu và Rathouz, 2005; Buntin và Zaslavsky, 2004; Deb và cộng

sự, 2006; Duan và cộng sự, 1983; Gilleskie và Mroz, 2004; Hill và Miller, 2010; Jones, 2010; Jones, 2017; Manning và cộng sự, 2005; Manning và Mullahy, 2001; Mihaylova

và cộng sự, 2011) Các nghiên cứu này sử dụng phương pháp phân tích Monte Carlo cổ điển với giả thiết chi phí KCB được mô phỏng ngẫu nhiên từ một phân phối tham số nào

đó hoặc các phương pháp nghiên cứu dựa trên số liệu mẫu điều tra hoặc mẫu có sử dụng thiết kế tựa Monte Carlo Kết quả chính phụ thuộc vào các ứng dụng và dữ liệu thực tế (chẳng hạn như phụ thuộc vào việc chi phí của người cao tuổi hay không cao tuổi hoặc chi phí là tổng tất cả các chi phí KCB hay chỉ một loại chi phí nào đó như thuốc hay phẫu thuật)

Cùng với sự phát triển của công nghệ 4.0, có rất nhiều dữ liệu liên quan đến chi phí KCB được quản lý bằng các phần mềm (như dữ liệu KCB của các bệnh viện ở các tuyến, dữ liệu chi trả BHYT của các công ty bảo hiểm, của bảo hiểm xã hội ở cấp quốc gia, cấp tỉnh ) Lượng số liệu được lưu lại một cách tự động theo biểu mẫu ngày càng lớn, chứa nhiều thông tin và cần có phương pháp nghiên cứu phù hợp Đã có những nghiên cứu sử dụng các mô hình hồi quy nâng cao và các thuật toán học máy (Machine Learning Algorithms) để đưa ra những phân tích và ước lượng cho chi phí KCB (ví dụ, xem (Sushmita và cộng sự, 2015) Các mô hình có thể kể đến là mô hình cây hồi quy và phân loại (CART – Classification And Regression Trees) (Breiman và cộng sự, 1984; Liaw và Wiener, 2002; Morgan, 2014; Yohannes và Hoddinott, 1999), mô hình rừng ngẫu nhiên (RF - Random Forest) (Breiman, 2001), mô hình GAM (Generalised

Additive Models) (Hastie và Tibshirani, 1990; Leathwick và cộng sự, 2006), mô hình MARS (Multivariate Adaptive Regression Splines) (Hastie và cộng sự, 2002) Ví dụ, nghiên cứu của Sushmita và cộng sự (2015) đã sử dụng các thuật toán học máy, bao gồm RT, mô hình M5 Tree và RF để đưa ra các so sánh về các ước lượng cho chi phí KCB dựa trên bộ số liệu thống kê về yêu cầu bồi thường bảo hiểm của bang Washington

(Hoa Kỳ)

1.2.3 Các mô hình tổn thất ước lượng chi phí khám, chữa bệnh

Các mô hình tổn thất (Loss Models ) là các mô hình cơ bản và kinh điển trong

mô hình hóa các tổn thất trong lĩnh vực bảo hiểm nhân thọ và phi nhân thọ (Tse, 2009) Bản chất các mô hình này là mô hình xác suất, tập trung nghiên cứu phân phối xác suất của tổn thất và các tham số đặc trưng của chúng Mặc dù là loại hình bảo hiểm liên quan đến con người nhưng BHYT chi trả các chi phí liên quan đến khám, chữa bệnh và chăm sóc sức khỏe nên BHYT có thể coi như nằm trong loại hình bảo hiểm phi nhân thọ Các chi phí về y tế cũng được coi như những tổn thất tài chính do rủi ro về mặt sức khỏe của con người gây ra Có rất nhiều nghiên cứu áp dụng các mô hình tổn thất trong việc mô hình hóa chi phí y tế nói chung và chi phí KCB nói riêng

Các mô hình phân phối xác suất cơ bản được chia thành hai loại là mô hình phân phối xác suất rời rạc và mô hình phân phối xác suất liên tục (Klugman và cộng sự, 2012)

Mô hình rời rạc dùng để mô hình hóa tổn thất dưới dạng số đếm (ví dụ như số lượt bồi thường trong năm của một công ty bảo hiểm đối với loại sản phẩm bảo hiểm nào đó hay

số lượt KCB trong năm của một nhóm bệnh nhân nào đó) Mô hình liên tục thường được

sử dụng trong việc mô hình hóa độ lớn về mặt tài chính của các tổn thất (ví dụ như tổn thất về mặt tài chính do một vụ hỏa hoạn gây ra hay chi phí KCB sau một đợt điều trị của một bệnh nhân nào đó) Các mô hình phân phối xác suất rời rạc thường được sử dụng trong thực tế là Poisson, nhị thức và nhị thức âm, trong đó các mô hình phân phối xác suất liên tục thường gặp là Log-normal, Gamma, Pareto, Weibull,

Trong thực tế, bài toán đặt ra là phải mô hình hóa được tổng tổn thất trong một khoảng thời gian xác định (ví dụ như tổng chi trả của một công ty bảo hiểm trong năm) Tổng tổn thất cũng được mô hình hóa bằng các mô hình phân phối xác suất và được xây dựng bằng hai cách

- Cách thứ nhất là cộng các tổn thất theo việc xuất hiện của chúng trong năm:

 = + ⋯ + , trong đó  là độ lớn của tổn thất thứ  trong năm Mô

hình dạng này được gọi là mô hình rủi ro nhóm

- Cách thứ 2 là cộng các tổn thất gây ra từ một số hữu hạn các hợp đồng bảo hiểm

có trong danh mục:

 = + ⋯ + <, trong đó  là tổn thất của hợp đồng bảo hiểm  trong danh mục Mô hình dạng này được gọi là mô hình rủi ro đơn

Hình thức hai mô hình trên là khá giống nhau vì cùng có dạng tổng của các biến ngẫu nhiên Điểm khác nhau là trong mô hình rủi ro nhóm, các  được giả thiết có phân phối xác suất như nhau và số các số hạng trong tổng là ngẫu nhiên (

hình rủi ro đơn số lượng các  là cố định () và chúng có thể có phân phối khác nhau

Mô hình rủi ro đơn được xem như trường hợp đặc biệt của mô hình rủi ro nhóm khi các

 có cùng phân phối xác suất và biến ngẫu nhiên

Cả mô hình rủi ro đơn và rủi ro nhóm đều dùng để mô hình hóa tổng tổn thất, nhưng mô hình rủi ro nhóm có một số ưu điểm vượt trội (Tse, 2009) Bằng việc mô hình hóa số lượt xuất hiện các tổn thất và độ lớn của mỗi tổn thất một cách riêng biệt, mô hình rủi ro nhóm sẽ tính đến được sự tác động lên từng thành phần một cách riêng rẽ Chẳng hạn việc mở rộng phạm vi bảo hiểm sẽ chỉ ảnh hưởng lên số lượt xuất hiện tổn thất mà không tác động gì đến độ lớn của mỗi tổn thất Ngược lại, sự điều chỉnh về chi phí nói chung hay những tiến bộ về mặt công nghệ sẽ làm thay đổi về độ lớn của mỗi tổn thất mà không ảnh hưởng gì đến số lần xuất hiện tổn thất Mô hình hóa hai thành phần một cách riêng rẽ cho phép xác định được rõ ảnh hưởng của những thay đổi này lên tổng tổn thất

Tiếp theo, Luận án sẽ tập trung tổng quan các nghiên cứu liên quan đến mô hình rủi ro nhóm Có một lượng lớn các nghiên cứu về lớp mô hình này Các nghiên cứu lý thuyết tập trung vào xây dựng các dạng phân phối xác suất lý thuyết cho  dựa vào các phân phối xác suất lý thuyết của  Phân phối Poisson là một trong những phân phối được sử dụng nhiều nhất trong mô hình hóa

nhiên, phân phối Poisson không phải khi nào cũng phù hợp với dữ liệu thực tế (ví dụ như trong trường hợp phương sai lớn hơn nhiều so với trung bình) và khi đó thì phân phối nhị thức âm lại chiếm ưu thế Các phân phối của  cũng rất đa dạng như phân phối

Mũ, Chuẩn, LogNormal, Weibull, Pareto nên các lựa chọn cũng tùy thuộc vào dạng phân phối thực tế của dữ liệu (Kozubowski và Panorska, 2005; Hernández-Bastida và cộng sự, 2011) Trong nghiên cứu của mình, Kozubowski và Panorska (2005) đã đưa ra được dạng phân phối đồng thời cho

còn các  độc lập và cùng phân phối mũ Bastida và cộng sự (2009) cũng dùng phân phối mũ cho các  nhưng lại giả sử

dựng được dạng hàm mật độ xác suất cũng như đưa ra các công thức ước lượng tham số cho 

Ngược lại với nghiên cứu lý thuyết, các nghiên cứu thực nghiệm đưa ra các phân phối thực nghiệm của  bằng các phương pháp xấp xỉ dựa vào phân phối thực nghiệm của các thành phần  Nhiều nghiên cứu thực nghiệm áp dụng mô hình rủi ro nhóm vào lĩnh vực bảo hiểm phi nhân thọ (Hayne, 1989; Dickson và cộng sự, 1998; Hernández-Bastida và cộng sự, 2011; Klugman và cộng sự, 2012; Migon và Moura, 2005; Fellingham và cộng sự, 2015; Yu, 2015; Meyers và Schenker, 1983; Meyers, 2009; Heckman và Meyers, 1983; Meyers, 2007) Về cơ bản, có ba cách tiếp cận chính

để ước lượng phân phối xác suất của

và  (Hayne, 1989) là: xấp xỉ giải tích (analytic approximation), xấp xỉ phân phối (approximate distribution) và mô phỏng Monte-Carlo Phương pháp xấp xỉ giải tích đưa

ra cách tính xấp xỉ hàm phân phối xác suất của  dựa vào hàm phân phối xác suất thực nghiệm của các thành phần trong mô hình (Panjer, 1981) Phương pháp xấp xỉ phân phối được thực hiện bằng cách ước lượng các tham số trong phân phối của  bằng cách dựa vào các thống kê mẫu như mô men hay các giá trị phân vị (Dickson và cộng sự, 1998; Beard, 2013) Không giống hai phương pháp trên, phương pháp mô phỏng Monte-Carlo được thực hiện dựa trực tiếp vào phân phối xác suất của các thành phần trong mô hình (Beekman và Fuelling, 1980) mà không cần đưa ra dạng giải tích của phân phối xác suất của tổng chi phí và dễ dàng thực hiện ngay cả khi muốn kết hợp nhiều loại hình bảo hiểm và trong khoảng thời gian dài

Liên quan đến các phương pháp ước lượng, phương pháp Bayes được sử dụng khá rộng rãi để ước lượng các tham số trong mô hình rủi ro nhóm (Fellingham và cộng

sự, 2015; Mildenhall, 2006; Hernández-Bastida và cộng sự, 2009; Klugman, 2013; Yu, 2015; Meyers, 2007; Meyers, 2009; Meyers và Schenker, 1983) Phương pháp này được thực hiện dựa trên phân phối xác suất hậu nghiệm của tham số cần ước lượng với điều kiện dữ liệu mẫu đã biết và được cập nhật liên tục theo thời gian Phương pháp này được đặc biệt sử dụng trong lý thuyết về độ tin cậy (Credibility Theory) để định giá và tính toán dự phòng cho các sản phẩm bảo hiểm Thông tin về yêu cầu bồi thường của người được bảo hiểm được cập nhật hàng năm và làm cơ sở để định giá lại sản phẩm bảo hiểm của người đó cho năm tiếp theo So với phương pháp ước lượng theo tần suất, ước lượng Bayes cho kết quả chính xác vượt trội (Makov, 2001; Klugman, 2013)

1.2.4 Các mô hình ước lượng chi phí khám chữa bệnh ở Việt Nam

Ở Việt Nam, đã có một số phân tích thống kê về chi phí KCB BHYT (ví dụ, xem Long và cộng sự, 2016; Kelly và cộng sự, 2016 ) cũng như ước lượng và dự báo chi phí KCB do Quỹ BHYT chi trả (BHXH Việt Nam & InWent, 2012; Kelly và cộng sự, 2018)

Ví dụ, Kelly và cộng sự (2018) chia người tham gia BHYT thành các nhóm nhỏ theo các tiêu chí nhân khẩu (các nhóm tuổi 0-4, 5-9, , 80+ và giới tính) và theo các tiêu chí phi nhân khẩu (như loại KCB nội trú và KCB ngoại trú và nhóm bệnh theo phân loại bệnh quốc tế ICD) Nhóm tác giả sử dụng chi phí KCB trung bình theo lượt của từng nhóm làm cơ sở trong tính toán nhưng chưa tính đến các biến động ngẫu nhiên của số lượt KCB cũng như chi phí KCB

Mô hình hồi quy với hướng tiếp cận thống kê (mô hình hồi quy tuyến tính tổng quát và mô hình cộng tổng quát) cũng như hướng tiếp cận máy học (mô hình cây hồi quy và rừng ngẫu nhiên) cũng đã được thử nghiệm trong ước chi phí KCB do BHYT tri trả ở Việt Nam (Thắm, 2017) Tuy nhiên kết quả chưa đủ tin cậy do dữ liệu về các biến giải thích chưa phong phú

Trong nghiên cứu của mình, lần đầu tiên Thắm (2018) đã áp dụng mô hình rủi ro nhóm và phương pháp Bayes trong ước lượng chi phí KCB BHYT theo đầu người cho một số nhóm đối tượng

Lấy ý tưởng chia nhóm của Kelly và cộng sự (2018) cùng với phương pháp tiếp cận ngẫu nhiên của Thắm (2018), Luận án xây dựng mô hình ước lượng tổng chi phí KCB BHYT cho tất cả các nhóm đối tượng, dựa trên dữ liệu KCB BHYT của TP Hồ Chí Minh, dữ liệu tham gia BHYT dữ liệu dự báo dân số của Tổng cục thống kê

Kết luận chương 1

Chương này đã trình bày cơ sở lý luận về bảo hiểm nói chung và BHYT nói riêng, đồng thời tổng quan được các mô hình Toán kinh tế trong ước lượng và dự báo chi phí KCB

Đối với hoạt động bảo hiểm nói chung và BHYT nói riêng, phí đóng của người được bảo hiểm phụ thuộc rất nhiều hay hoàn toàn phụ thuộc vào mức độ thiệt hại của rủi ro mà người được bảo hiểm có thể gặp phải trong tương lai Việc sử dụng phương pháp Toán – Thống kê là cần thiết và khoa học trong việc ước lượng các tổn thất do rủi

ro mang lại

Các mô hình Toán được sử dụng một cách phổ biến trên thế giới trong việc ước lượng và dự báo các tổn thất nói chung và chi phí KCB nói riêng Nếu phân chia theo mức độ chi tiết về chi phí KCB thì các mô hình dự báo chi phí KCB được chia thành ba loại: mô hình mô phỏng vi mô, mô hình ở cấp độ vĩ mô và mô hình theo thành phần Trong đó, mô hình mô phỏng vi mô coi chi phí KCB của mỗi cá nhân là một đơn vị cần phân tích, mô hình theo thành phần thì chia các đối tượng cần nghiên cứu theo thành phần/nhóm, còn mô hình ở cấp độ vĩ mô lại coi tổng chi phí KCB như một biến cần xem xét

Đối với mỗi loại mô hình kể trên thì luôn có hai cách tiếp cận để ước lượng chi phí KCB: Thứ nhất, nếu coi chi phí KCB như một biến cần giải thích thì ta có lớp các

mô hình hồi quy Khi đó, chi phí KCB trung bình được ước lượng dựa vào các quan sát

về các biến độc lập, với nhiều dạng hàm hồi quy khác nhau và nhiều phương pháp ước lượng khác nhau từ đơn giản là hồi quy tuyến tính đến phức tạp như hồi quy rừng ngẫu nhiên Thứ hai, nếu coi chi phí KCB như là tổn thất có thể xảy ra trong tương lai thì ta

có lớp các mô hình tổn thất ước lượng chi phí KCB Khi đó, chi phí KCB sẽ đóng vai trò như một biến ngẫu nhiên với phân phối xác suất cụ thể Theo cách tiếp cận này, khi xác định được phân phối xác suất của chi phí KCB thì ta có thể tính được tất cả các tham số đặc trưng của nó, chứ không chỉ dừng lại ở giá trị trung bình như cách tiếp cận hồi quy

Do tính ưu việt của cách tiếp cận phân phối xác suất nên Luận án lựa chọn lớp các mô hình tổn thất để ước lượng chi phí KCB do BHYT chi trả Theo phương pháp tiếp cận này, Luận án kết hợp mô hình mô phỏng vi mô và mô hình theo thành phần, để đưa ra mô hình ước lượng chi phí KCB cho mỗi nhóm đối tượng bằng cách mô phỏng chi phí KCB của từng đối tượng trong nhóm Mô hình này còn được gọi là mô hình rủi

ro nhóm (Collective Risk Model) Các đối tượng được nghiên cứu cũng được chia thành

BHYT loại hình bảo hiểm mà nhà bảo hiểm chi trả phần tồn chi phí khám chữa bệnh chi phí thuốc men chi phí nằm viện BHYT thuộc loại hình bảo hiểm người vào đối tượng bảo hiểm thuộc loại hình bảo. .. BHYT Quốc hội ban hành ng? ?y 14/11/2008 “BHYT hay bảo hiểm sức khỏe hình thức bảo hiểm mà người mua bảo hiểm quan bảo hiểm trả thay phần tồn chi phí khám chữa bệnh chi phí mua thuốc men khám chữa. .. trạng tham gia sử dụng dịch vụ khám, chữa bệnh Bảo hiểm Y tế Việt Nam

Chương 4: Sử dụng mơ hình rủi ro nhóm ước lượng chi phí khám chữa bệnh Bảo hiểm Y tế Việt Nam: Nghiên cứu trường hợp TP