基于BP神经网络的新农合欺诈识别实证研究——以定点医疗机构欺诈滥用为中心  

Fraud detection in NRCMS based on the BP neural networks:A case study of government-designated medical institutions' fraud and abuse

作　　者：林源[1] 

机构地区：[1]怀化学院经济系,湖南怀化418008

出　　处：《云南师范大学学报（哲学社会科学版）》2015年第3期117-128,共12页Journal of Yunnan Normal University：Humanities and Social Sciences Edition

基　　金：国家社科基金项目"新型农村合作医疗保险风险管理研究"(12BGL091);教育部人文社科研究规划基金一般项目"新型农村合作医疗保险反欺诈研究"(12YJAZH069);教育部人文社科研究项目"我国社会医疗保险欺诈风险管理研究"(13YJC630128);"怀化学院重点学科金融学建设点"资助项目

摘　　要：有效识别新农合定点医疗机构欺诈滥用行为对新农合基金的安全有重大意义。为此,本文旨在构建新农合欺诈识别指标体系,利用主成分分析法结合BP神经网络模型,对定点医疗机构住院医疗服务的欺诈滥用行为识别进行实证研究,并与Logistic回归模型的性能进行比较。研究表明,BP神经网络模型具有较高的识别能力,其性能优于Logistic回归模型。因此,将其应用于新农合管理实践将有助于提高医疗费用支付审核的效率和准确性。It is of significance to detect the government-designated medical institutions’fraud and a-buse effectively in order to guarantee the safety of NRCMS（New Rural Cooperative Medical Scheme） funds.This paper builds a fraud detection index system,uses the BP neural network model combined with PCA （Principal Component Analysis）to detect such medical institutions’fraud and abuse,and compares its performance with the logistic regression model.The result shows that the BP neural net-work is more workable to detect such fraud and abuse,and its performance is superior to the logistic regression model.So,its application to NRCMS will improve the efficiency and accuracy of medical expenses and the related auditing.

关 键 词：新农合 欺诈识别 主成分分析 BP神经网络 

分 类 号：C931[经济管理—管理学]