國內外醫療保險欺詐研究現狀分析一、引言

美國司法部于2010年7月16日宣布破獲美國歷史上最大的聯邦醫療保險詐騙案,對94名嫌犯提出起訴,其中包括醫生、護士、診所業主和管理人員等,涉及金額高達2.51億美元。這是美國醫療改革方案通過后聯邦當局第一次徹查全國范圍內的醫療欺詐行為。美國聯邦政府多次表示,打擊醫療保險詐騙案,是醫療保險改革議程的重要組成部分[1]。美國全國衛生保健反欺詐協會(NHCAA)估計每年欺詐造成的醫療費用損失至少3%或不少于600億美元,而美國政府和其他執法機構估計該損失高達10%或1700億美元(NHCAA,2005)[2]。在我國,目前還沒有完整的社會醫療保險欺詐統計數據,不過自城鎮職工醫療保險和新型農村合作醫療制度實施以來,詐騙醫保基金的案件不斷發生。據統計,天津市醫保結算中心僅2004年度累計拒付醫療機構不合理住院醫療費4666.1萬元,平均拒付率為4.01%,涉及欺詐金額共計211.79萬元[3]。

而新農合詐騙的現象更為嚴重,出現了一些非常重大的詐騙案件,如重慶秀山縣一團伙一年半內欺詐450萬元,陜西省洋縣婦幼保健院通過資料造假騙取38萬元,云南宣威市新農合管理辦職工內外勾結騙取60余萬元等。事實上,醫療保健欺詐和濫用在許多國家每年都有數億計美元的損失((USGAO,1992)[4];(M.Lasseyeta,l1997)[5]),對醫保基金安全構成了重大的威脅,妨礙了各國醫療保險政策的實施。因此,醫療保險欺詐已經成為各國非常重視的社會問題,學者們也對醫療保險欺詐問題進行了深入研究。本文嘗試對國內外醫療保險欺詐研究的現狀進行分析,希望引起我國各界對醫保欺詐問題研究的重視。二、國外醫療保險欺詐的研究現狀

社會心理學界在20世紀40、50年代開始關注欺詐問題。目前,從社會心理學的角度研究欺詐的理論主要有人際間欺詐理論、欺詐識別理論、欺詐三角形理論、白領犯罪理論及欺詐防范理論等。這些理論都可以用來解釋醫療保險的欺詐問題。不過,針對醫療保險欺詐問題的專門研究,主要集中在欺詐風險分析、欺詐風險識別、欺詐風險度量和反欺詐措施等方面,而重點在欺詐識別與反欺詐的研究方面。

1.醫療保險欺詐的概念及經濟學分析

關于醫療保險欺詐,美國全國衛生保健反欺詐協會(NHCAA)的定義是:“個人或組織故意的欺騙或虛假的表述以使其本人或組織獲得不法利益”。醫療濫用是指“醫療機構或醫生提供的醫療服務與財政、商業及醫療實踐不相一致,或者未能滿足衛生保健行業內公認的標準,因而產生了不必要的費用[6]”。歐洲醫療保健欺詐和腐敗會議(2005)中指出,醫療保險欺詐是使用或提供虛假的、不正確的或不完整的陳述或文件,或者隱瞞了法律規定必須披露的信息,以挪用或盜用他人的資金或財產,或指定用途以外的其他濫用的不法行為[7]。

針對醫療保險欺詐,一些學者還從經濟學的角度對其進行了分析研究,探討其形成的微觀機制。Arrow(1963)[8]指出:由于健康和疾病風險的不確定性以及高度專業化的醫療服務,導致消費者和醫療服務的提供者之間信息的嚴重不對稱。這種信息不對稱使得醫療服務的供給方缺少內在的成本約束機制和激勵機制,產生了誘導性需求,使得醫療費用上漲的趨勢必然得不到有效控制。MartinFeldstein(1970)[9]、EvansR.G(1974)[10]認為由于醫療服務供方(醫院)具有信息優勢,導致了供方道德風險-誘導需求,此時醫院具有提供過量醫療服務的傾向,還會創造額外的需求(Fuchs,1978)[11]。

2.醫療保險欺詐風險分析

醫療保險欺詐的表現形式主要有:修改或偽造醫療賬單或其他相關資料;過度的或不必要的治療;為沒有提供的醫療服務支付費用;偽造或夸大醫療事故等[12]。

醫療保險的欺詐主體:醫療保險索賠過程中醫療服務提供商、投保人和保險人都可能涉及欺詐[13]。進一步研究(Pflaum&Rivers,1991[14];Healthcarefraud,2002[15])表明:醫療服務提供商的欺詐和濫用占據的比例更大。

醫療保險欺詐的原因。導致保險欺詐迅速增長的原因有很多:道德觀念的變化、貧困人口的增加、對中介入行為的限制(如醫生)、保險人的態度等(Dionne,GibbensandStMiche,l1993)[16]。

3.關于醫療保險欺詐識別的研究

欺詐識別是國外醫療保險欺詐研究的重點。醫療保險欺詐的識別問題事實上就是索賠分類問題,即區分是欺詐索賠還是合法索賠。通常包括步驟[17]:(1)數據的搜集。數據信息包括索賠人信息、索賠信息、治療情況等。(2)選擇欺詐指示因子(fraudindicators,也稱redflags)。欺詐指示因子是指能夠刻畫欺詐特征的一些可測信息點,在識別模型中充當解釋變量。不同的險種有不同的欺詐指示因子,欺詐特征較多時使用主成分分析法結合專家意見降維,以有效地確定欺詐指示因子。(3)利用統計方法建立欺詐識別模型。具體方法如模糊集聚類、logistic回歸模型(Viaene,S.,Derrig,RichardA.eta,l2002)[18],PRIDIT主成分分析[19]、多元神經網絡方法等。最后根據統計模型計算的結果即欺詐索賠的概率,決定直接賠付或是進一步調查。

MarisaS.etal(1996)[20]提出了用數據挖掘方法來識別醫療保險行業的欺詐行為,并被美國醫療保健財務管理當局(HealthCareFinancingAdministration)用于檢測醫療索賠(L.Sokoleta,l2001)[21];(L.Sokoleta,l2001)[22])。Sokoletal(2001)[23]構建了基于數據挖掘的欺詐識別模型,該模型能識別每一項醫療服務(比如放射流程、預防醫療服務等)的一系列特征,因而用于識別特定的醫療服務中的疑似欺詐索賠。WanShiouYanga,SanYihHwang(2006)[24]研究了醫療服務提供商的欺詐和濫用問題,利用臨床路徑的概念構建了基于數據挖掘的欺詐識別模型,并用臺灣國民健康保險的數據對欺詐和濫用進行了實證分析。結果表明,該模型比手工識別模型更有效率和判別能力更強。FenMayLioueta.l(2008)[25]應用邏輯回歸、神經網絡和分類樹(classificationtrees)等三種數據挖掘方法檢測了臺灣健康保險系統(Taiwan?sNationalHealthInsurancesystem)醫療服務提供商的欺詐行為,結果表明邏輯回歸方法優于神經網絡法和分類樹法。在數據挖掘方法中,神經網絡因其獨特優點被用于構建欺詐識別模型。為澳大利亞政府管理醫療保障計劃的醫療保險委員會廣泛采用BP神經網絡識別醫療欺詐(Hubick,1992)[26];HallC(1996)[27]應用神經網絡識別醫療服務提供商的欺詐風險;Heetal(1997)[28]等構建了一個三層BP神經網絡結構(28-15-4)用于識別醫療保險欺詐。Ortega(2006)[29]等為智利一家醫療保險公司構建了神經網絡欺詐識別系統,用于識別醫療索賠、附屬機構、醫務人員、雇主的欺詐風險。

除了上述的方法以外,目前電子欺詐識別技術(ElectronicFraudDetection,簡稱EFD)也被用于識別醫療保險欺詐。該技術是基于啟發式和機器學習的行為規則,用于檢測大量的健康保險索賠中可能的欺詐行為(MajorJA,RiedingerDR,2002)[30]。Cox(1995)[31]的研究中指出,藍十字和藍盾組織(BlueCrossandBlueShieldorganizations)使用模糊邏輯法識別醫療服務商的索賠。此外,還有遺傳算法(HeHetal,2000)[32]、貝葉斯網絡法(S.Viaene,A.RichardandD.G.Dedene,2004)[33]、決策樹法(Bonch,i1999)[34])、關聯規則(Associationrules)[35]等。HongxingHeeta.l(2000)[36]應用遺傳算法和K-近鄰法來識別醫療欺詐問題。該方法把醫生數據庫中的問題分為兩類:即診療(費用)恰當和不恰當。而病人數據庫中的問題根據其在求醫治療過程中處方藥物費用是否超出其實際治療需要而分為5類。由于該法使分類進一步改進其精確性,被澳大利亞健康保險委員會(HealthInsuranceCommisson)用于識別醫療保險欺詐。

4.關于醫療保險欺詐風險度量分析的研究

對于欺詐風險的度量研究較少。VeraHernandez(2003)[37]提出了利用健康狀態和治療成本的方差來衡量道德風險。

5.關于醫療保險反欺詐研究

針對醫療保險需方道德風險-過度需求,Pauly.M.V(1968)[38]認為最優的醫療保險政策應該是建立一種由病人和政府共同付費以及設立保險免賠或保險起付標準的新機制。而針對供方道德風險-誘導需求,導致醫療費用過快上漲,可采用定額補償方式(又稱預付制)對供方進行有效控制,主要分為3種:按人頭付費(capitation)、總額預付(pps)和按病種付費(DRGs)[39]。在前述研究的基礎上,Pauly(2001)[40]考慮公共醫療保險中信息失靈問題,從供需雙方來控制道德風險,提出要防止過度消費、改革支付制度、有效控制成本、建立和完善評估體系等。針對嚴重的道德風險-欺詐問題,StefanFurlan等(2008)[41]提出在醫療保險中從“威懾、預防、識別、調查、制裁和賠償、監控”等六方面構建欺詐管理系統。WilliamJ.Rudmand等(2009)[42]在StefanFurlan等[43](2008)的欺詐管理系統基礎上,提出進一步解決醫療保健欺詐和濫用的辦法:教育培訓、實現計算機信息管理、加強聯邦政府對欺詐和濫用處罰的執法力度以及采用數據挖掘技術分析和識別欺詐與濫用等。三、國內醫療保險欺詐的研究現狀

1.醫療保險欺詐的概念及經濟學的分析

天津市社會保險基金管理中心課題組(2005)指出,醫療保險欺詐是指違反醫療保險管理法規和政策,采用虛構保險事故以及其他方法,向醫保基金管理機構騙取醫保基金或醫保待遇的行為[44]。《臨滄市社會醫療保險反欺詐暫行辦法》指出,醫療保險欺詐是指公民、法人或者其他組織在參加醫療保險、繳納醫療保險費、享受醫療保險待遇過程中,實施弄虛作假、隱瞞真實情況等行為[45]。針對醫療保險欺詐的經濟學分析,國內學者主要是從信息不對稱和博弈論角度分析。邊文霞(2005)[46]對醫療保險欺詐基于博弈分析,提出了確定最優醫療保險合約的條件與依據;溫小霓(2006)[47]構建了醫療保險中信息不對稱引發的逆向選擇和道德風險產生的傳導機理模型。而張翼飛(2009)[48]則以現行的醫療保險欺詐行為的具體表現為切入點,對醫療保險相關利益集團進行博弈分析,探討了醫療保險管理機構如何防范醫療保險欺詐行為。

2.醫療保險欺詐風險分析

(1)國內醫療保險欺詐表現形式。主要有:冒名頂替(即就醫資格作假);病因作假(將非醫保支付病種(如車禍、工傷、打架斗毆、自殺等)改成醫保支付病種);夸大損失;票據作假;醫療文書作假;住院床位作假(即掛床住院);編造虛假住院、門診特殊病等有關資料騙保[49]。

(2)欺詐的主體。在“第三方付費”的制度下,醫務人員和被保險人可能合謀欺詐保險機構[50]。

(3)欺詐的原因。在市場經濟體制下,醫院追求自身利益最大化(毛瑛,李嬌鳳,2005)[51],為欺詐提供動力;而醫療的專業性為其實施欺詐行為提供了有利條件(賈娜,2007)[52];管理機構不能及時與醫療機構進行溝通,這為實施社會醫療保險欺詐提供了便利(吳傳儉,2005)[53]。而李連友等(2009)則從成本收益角度分析,認為社會醫療保險欺詐收益大于欺詐成本導致欺詐產生[54]。

3.反欺詐研究

主要集中在以下幾個方面:

(1)改革現行的社會醫療保險制度。針對目前醫藥合一的體制,李珍(2007)[55]認為應切斷醫療機構效益與醫療服務供給量之間的聯系,社會醫療保險的支付方式應該由后付制逐步向預付制改變;針對異地就醫可能引起的欺詐問題,丁輝(2008)提出建立地區協查機制[56];針對冒名頂替的欺詐現象,王留女(2008)提出建立覆蓋全民的醫療保險制度[57]。

(2)對社會醫療保險三方主體進行監管。方法有:可以在醫療機構間引入競爭機制,建立醫療服務信息系統、采用預付制方式,深化醫療衛生體制改革等(史文壁、黃丞,2005)[58];加強對定點醫療機構的管理,對參保患者的身份、病種、檢查治療及藥品目錄執行情況進行核查,盡可能杜絕掛名住院、冒名住院、變更住院病種、分解替換收費項目等騙取醫保基金的行為(趙鵬,2004)[59];對定點醫院建立嚴格的信用等級檔案,根據其信用等級,決定是否賦予或取消其定點醫院的資格(林俊榮,2006)[60],并通過加強對病案的管理來防范醫療保險欺詐(左暉,2008年)[61];而陳鑫(2008)[62]認為可通過審核索賠單據尋找欺詐證據,加大懲罰力度,使各主體的欺詐成本大于其期望收益來防范欺詐。從實務角度研究欺詐防范的有:黃俊豪(臺灣,2005年)[63]從醫療保險的實務角度對臺灣的社會醫療保險的欺詐狀況進行研究,提出規范醫院病歷內容、病歷保存和病歷管控等措施反欺詐;丁輝(2009)[64]則從承德市查處醫療欺詐行為的實際情況提出了“建立定點醫療機構反醫療欺詐責任制;加強部門間合作,對醫療欺詐行為的監管形成合力;建立醫療保險反欺詐異地協查機制”等對策來反欺詐。

(3)完善相關法律體系。郭永松等(2004)[65]、游春等(2007)[66]、武力(2005)[67]等認為反欺詐是一項系統工程,司法機關、行政機關、社會保險經辦機構和社會公眾各司其職,加快社會保險反欺詐立法,強化監管手段,建立監測預警分析和報告制度。夏宏等(2007)[68]則分析了醫療保險保費征繳、支付和基金管理中存在的各種欺詐行為,也提出了加強法律法規建設、完善醫療保險制度等反欺詐的措施。和前述研究的視角不同,胡繼曄[69]借鑒國外社會保險反欺詐立法和執法的經驗,根據我國民法、合同法、稅法中相關反欺詐的內容,提出了未來社會保險反欺詐立法的原則及社會保險反欺詐機構的職責權限。

從現實情況看,《臨滄市社會醫療保險反欺詐暫行辦法》[70],《楚雄彝族自治州醫療保險反欺詐暫行辦法》[71]中規定了:征繳環節中繳費單位和個人的欺詐行為;參保單位、參保人員、醫院、藥店等醫療保險定點醫療服務機構中的欺詐行為;防范欺詐的辦法及欺詐行為人的處罰。

(4)加強誠信體系建設。建立市場聲譽機制,明晰以醫術價值為核心內容的“醫院聲譽”和“醫生個人聲譽”等無形資產的所有權,形成有效的激勵機制防范欺詐(趙曼,2002)[72]。天津市社會保險基金管理中心課題組(2005)[73]也提出了應從法制、誠信等方面反欺詐。在此基礎上,林俊榮(2006)引進信用分值制度,建立定點醫療機構、醫生、參保者個人的信用評估體系,并制定相應的信用評估檔案[74]。

(5)利用技術手段反欺詐。顧曉峰(2004)[75]提出建立欺詐識別、調查、評估、反制、改進等不斷循環優化的反欺詐管理體系,輔以強大的信息化反欺詐管理系統,就可達到防范欺詐風險。開發保險反欺詐管理系統,借助信息技術實現對保險欺詐的識別、評估,通過數據挖掘和人工智能輔助反欺詐管理部門進行偵測、反制保險欺詐,是進行保險反欺詐管理有效的技術手段。

4.新農合醫療保險欺詐理論

針對新農合定點醫療機構的道德風險,夏子堅(2007)[76]認為應當建立信息批露與評價機制,緩減信息不對稱問題;降低代理方道德風險行為的收益,弱化代理方道德風險行為的動力;健全監督機制,增大博弈成本,規范代理方的博弈行為,完善相應的配套措施。劉衛斌等(2008)[77]認為信息不對稱、醫療需求缺乏彈性、醫療消費和疾病治療的不確定性為道德風險的產生提供了可能;通過優化支付方式、實行信息公開化改革醫生的收入分配機制及在定點醫療機構選擇中引入競爭機制等方法來控制供方道德風險。楊金俠(2008)[78]則從定量分析的角度,通過實證分析研究新型農村合作醫療農村定點醫療機構道德風險,并提出:采取建立基本藥物制度為核心的綜合措施改變醫療機構“以藥養醫”的局面;實行支付方式改革,探索以總額付費為核心的混合支付方式,把費用控制主體轉移到定點醫療機構。

針對欺詐,夏宏等(2007)[79]認為應該加強信息公示、推行及時補償等防范欺詐;胡德寧(2008)[80]通過分析新型農村合作醫療基金詐騙類型,認為新型農村合作醫療存在管理機制不健全、補償支付制度不合理和管理環節不完善等問題,需要從規范經辦機構、推行即時補償、嚴格報銷制度和加強教育監督等方面予以改進,從而防范新型農村合作醫療基金詐騙案件的發生,保障新型農村合作醫療資金安全。四、研究趨勢及展望

綜合以上分析,發現目前研究中存在一些不足:

1.國外關于醫療保險欺詐的研究主要側重于欺詐識別的研究,缺乏對欺詐風險損失分布規律的研究,即對欺詐風險的度量研究較少。

2.國內關于醫療保險欺詐的研究更多的是進行定性分析,側重研究欺詐的特點、類型和反欺詐的措施研究;關于欺詐識別的研究較少。尤其是針對我國新農合醫療保險欺詐的研究很少。

3.缺乏對醫療保險欺詐(含新農合)比較系統的研究。比如從風險管理的視角來研究欺詐風險分析、欺詐風險識別、欺詐風險度量、反欺詐措施等問題。

基于上述不足,筆者認為尚需研究的問題有:

1.對欺詐風險進行度量,研究欺詐風險損失分布規律;在此基礎上,研究欺詐風險對籌資標準的影響,即研究欺詐風險保險定價問題;欺詐風險對醫療保險基金償付能力的影響;醫療保險欺詐風險準備金的計提問題。當然,必須建立欺詐數據的收集機制。

2.欺詐風險的識別,即如何用統計方法或其他技術手段識別欺詐,采用多種方法構建醫療保險欺詐識別模型,分析其識別效果。

3.如何從風險管理的視角,研究醫療保險欺詐問題。即研究欺詐風險分析、欺詐風險識別、欺詐風險度量、欺詐風險防范及控制等問題。參考文獻：

[1]美國破獲史上最大醫保詐騙案,涉案金額2.51億美元.來源:人民網2010-07-19.

[2]NHCAA.TheproblemofHealthCareFraud:AseriousandcostlyrealityforallAmericans,reportofNationalHealthCareAntiFraudAssociation.NHCAA.2005.

[3][44]關于醫療保險欺詐與反欺詐問題的研究報告天津市社會保險基金管理中心課題組,2005.5.10.中國保險學會網站/hknr.

[4]UnitedStateGeneralAccountingOffice,Healthinsurance:Vulnerablepayerslosebillionstofraudandabuse,GAOHRD9269,1992.

[5]M.Lassey,W.LasseyandM.Jinks,Healthcaresystemsaroundtheworld:Characteristics,issues,reforms,EnglewoodCliffs,NJ:PrenticeHal,l1997.

[6]GuidelinestohealthcarefraudGuidelinestohealthcarefraud,NationalHealthCareAntiFraudAssociation(NHCAA),NHCCABoardofGovernors,,1991.

[7]DefinitionspreparedbytheSwissInstituteofComparativeResearch(www.isdc.ch/en)andagreedbytheEuropeanHealthcareFraudandCorruptionConferencedelegatesin,2005./fraudcorruption/.

[8]Arrow,K.J.Uncertaintyandthewelfareeconomicsofmedicalcare.AmericanEconomic8eview53,1963app.941-973.

[9]MartinFeldstein.TheRisingPriceofPhysiciansServices.Rev.Econ.andStatis.52,no.2(May1970):121-33.

[10]EvansR.G(1974).Supplierinduceddemand:someempiricalevidenceandimplications.inPerlman,M.ed.TheEconomicsofHealthandMedicalCare(pp.162-73).NewYork:JohnWiley&Sons.

[11]VictorR.Fuchs,1978.TheSupplyofSurgeonsandtheDemandforOperations,NBERWorkingPapers0236,NationalBureauofEconomicResearch,Inc.

[12]HealthCareFraudPreventionMeasures.FinanclalCrimesReporttothePublic,FiscalYear,2007,October1,2006-September30,2007.

[13]Europeanhealthcarefraudandcorruptionnetwork,http://www.ehfcn.org/,2005.

[14]Pflaum,B.B,&Rivers,J.S.(1991).Employerstrategiestocombathealthcareplanfraud.BeneftsQuarterly,7(1),6-14.

[15]Healthcarefraud,2002.

[16]GeorgesDionne,AnneGibbensandP.StMichel(1993).AEconomicAnalysisofInsuranceFraud,LesPressesdeIUniversitedeMontrea.l

[17]Tennyson,SandSalasaFom,P.(2002).ClaimsAuditinginAutomobileInsuranceFraudDetectionandDeterrenceObjectives.JournalofRiskandInsurance69(3):539-550.

[18]Viaene,S.,Derrig,RichardA.eta.l(2002)AComparisonofStateoftheArtClassificationTechniquesforExpertAutomobileInsuranceFraudDetection,JournalofRiskandInsurance,69:3,373-423.

[19]Brocket,tPatrickL.,Derrig,RichardA,Golden,LindaL.,Levine,AlbertandAlper,tMark,(2002),FraudClassificationUsingPrincipalComponentAnalysisofRIDITs,JournalofRiskandInsurance,69:3,341-373.

[20]MarisaS.Viveros,JohnlNearhos,MichaelJ.Rothman.ApplyingDataMiningTechniquestoaHealthInsuranceInformationSystemProceedingsofthe22ndVLDBConferenceMumbai(Bombay),India,1996.[21]L.Soko,lB.Garcia,J.Rodriguez,M.WestandK.Johnson,UsingdataminingtofindfraudinHCFAhealthcareclaims,TopHealthInformationManagemen,tvo.l22,no.1,pp.1-13,2001.

[22]L.Soko,lB.Garcia,M.Wes,tJ.RodriguezandK.Johnson,PrecursorystepstominingHCFAhealthcareclaims,ProceedingsoftheHawaiiInternationalConferenceonSystemSciences,Hawai,ipp.6019,2001.

[23]Soko,lL.,Garcia,B.,Rodriguez,J.,Wes,tM.,&Johnson,K.(2001).UsingdataminingtoandfraudinHCFAhealthcareclaims.TopHealthInformationManagemen,t22(1):1-13.

[24]WanShiouYang,SanYihHwang.Aprocessminingframeworkforthedetectionofhealthcarefraudandabuse.ExpertSystemswithApplications31(2006)56-68.

[25]FenMayLiou&YingChanTang&JeanYiChen.Detectinghospitalfraudandclaimabusethroughdiabeticoutpatientservices.HealthCareManageSci(2008)11:353-358.

[26]HubickKT(1992)ArtificialneuralnetworksinAustralia.DepartmentofIndustry,TechnologyandCommerce,CPNPublications,Canberra.

[27]Hal,lC.(1996).IntelligentdataminingatIBM:Newproductsandapplications.IntelligentSoftwareStrategies,7(5),1-16.

[28]He,H.,Wang,J.,Graco,W.,&Hawkins,S.(1997).Applicationofneuralnetworkstodetectionofmedicalfraud.ExpertSystemswithApplications,13(4):329-336.

[29]Ortega(2006)OrtegaPA,FigueroaCJ,RuzGA.AMedicalClaimFraud/AbuseDetectionSystembasedonDataMining:ACaseStudyinChile.

[30]J.Major,andD.Riedinger,EFD:Ahybridknowledge/statisticalbasedsystemforthedetectionoffraud,JournalofRiskandInsurance69(3),pp.309-324,2002.

[31]Cox,E.(1995).Afuzzysystemfordetectinganomalousbehaviorsinhealthcareproviderclaims.Intelligentsystemforfinanceandbusiness(pp.111-134).NewYork,NY:Wiley.

[32]HeH,HawkinsS,GracoW,YaoX(2000)ApplicationofGeneticAlgorithmsandkNearestNeighbourmethodinrealworldmedicalfrauddetectionproblem.JournalofAdvancedComputationalIntelligenceandIntelligentInformatics4(2):130-137.

[33]S.Viaene,A.RichardandD.G.Dedene,AcasestudyofapplyingboostingNaiveBayestoclaimfrauddiagnosis,IEEETransactionsonKnowledgeandDataEngineering,vo.l16,no.5,pp.612-620,May2004.

[34]BonchiF,GiannottiF,MainettoG,PedreschiD,1999Aclassificationbasedmethodologyforplanningauditingstrategies.Infrauddetection.InProceedingsofSIGKDD99,175-184.

[35]ViverosMS,NearhosJP,RothmanMJ(1996)Applyingdataminingtechniquestoahealthinsuranceinformationsystem.InProceedingsofthe22ndVLDBConference,Mumba,iIndia,286-294.

[36]HongxingHe,SimonHawkins,WarwickGracoandXinYao.ApplicationofGeneticAlgorithmandKNearestNeighbourMethodinrealwordmedicalfrauddetectionproblem.JournalofAdvancedComputationalIntelligence.Vol4.No2,2000.

[37]VeraHernandez,M.Structuralestimationofaprincipalagentmode:lmoralhazarsinmedicalinsurance.RANDJournalofEconomics,2003,vo.l34(4):670-693.

[38]PaulyMV.Theeconomicsofmoralhazard:commen.tAmericanEconomicReview.1968June;58(3):531-537.

[39]HisaoWC,DunnD.TheIMPactofDRGPayment[J].NewJerseyInquiry,1987,24:212-22.

[40]PaulyMV.Healthinsuranceandmarketfailureinthemedicaleconomy[J].JEconLiterature,2001,24(6):629-675.

[41]StefanFurlan.HolisticApproachFraudManagementinHealthInsurance[J].JournalofInformationandOrganizationalSciences,2008,(2):99-114.

[42]WilliamJ.Rudman,JohnS.EberhardtIII,William

Pierce,RHIAandSusanHart-Hester.HealthcareFraud

andAbuse.PerspectivesinHealthInformationManagement6,Fal,l2009.

[43]StefanFurlan.HolisticApproachFraudManagementinHealthInsurance[J].JournalofInformationandOrganizationalSciences,2008,(2):99-114.

[45][70]臨滄市社會醫療保險反欺詐暫行辦法..

[46]邊文霞.(2005)保險欺詐問題博弈研究[D].首都經濟貿易大學;博士論文,2005.

[47]溫小霓.(2006)社會醫療保險風險研究[D].西安電子科技大學博士論文,2006.

[48]張翼飛.醫療保險中欺詐問題的博弈分析[J].現代醫院管理,2009,(7):12-14.

[49]天津市社會保險基金管理中心課題組(