| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 绪论 | 第11-23页 |
| 0.1 研究背景和意义 | 第11-13页 |
| 0.2 国内外文献综述 | 第13-20页 |
| 0.3 研究思路和方法 | 第20-21页 |
| 0.4 创新和不足 | 第21-23页 |
| 第1章 我国社会医疗保险制度运行现状分析 | 第23-31页 |
| 1.1 我国社会医疗保险制度的发展历程 | 第23-24页 |
| 1.2 我国社会医疗保险制度的发展现状和问题 | 第24-30页 |
| 1.2.1 巨额基金结余与收不抵支并存的矛盾现状 | 第24-25页 |
| 1.2.2 统筹基金结余低于预期 | 第25-28页 |
| 1.2.3 基金运作方式致使低保障、高流出 | 第28-30页 |
| 1.3 医疗保险基金预替系统应运而生 | 第30页 |
| 1.4 本章小结 | 第30-31页 |
| 第2章 社会医疗保险基金预警系统指标设计 | 第31-39页 |
| 2.1 医疗保险基金预警系统的风险因素提取 | 第31-37页 |
| 2.1.1 医疗保险基金运行的风险来源 | 第31页 |
| 2.1.2 医疗保险基金的风险因素指标 | 第31-37页 |
| 2.2 医疗保险基金预警系统风险指数和警情划分 | 第37-38页 |
| 2.3 本章小结 | 第38-39页 |
| 第3章 基于BP神经网络模型的预警系统的实证研究 | 第39-51页 |
| 3.1 BP神经网络预警模型的构建 | 第39-45页 |
| 3.1.1 BP神经网络概述 | 第39-40页 |
| 3.1.2 预警模型的构建步骤 | 第40-45页 |
| 3.2 BP神经网络预警系统的实证分析 | 第45-50页 |
| 3.2.1 数据来源和合理性分析 | 第45-47页 |
| 3.2.2 BP神经网络预警系统的实证结果 | 第47-50页 |
| 3.3 本章小结 | 第50-51页 |
| 第4章 基于主成分-BP神经网络模型的预警系统的实证研究 | 第51-65页 |
| 4.1 基于主成分分析的BP神经网络预警模型构建 | 第51-54页 |
| 4.1.1 引入主成分分析法降维的原因 | 第51页 |
| 4.1.2 主成分分析法原理介绍 | 第51-53页 |
| 4.1.3 主成分分析算法的实现 | 第53-54页 |
| 4.2 主成分-BP神经网络预警系统的实证分析 | 第54-58页 |
| 4.2.1 主成分分析降维实证结果 | 第54-55页 |
| 4.2.2 主成分-BP神经网络预警系统的实证结果 | 第55-58页 |
| 4.3 两种模型实证结果对比 | 第58-60页 |
| 4.4 敏感性分析 | 第60-63页 |
| 4.5 本章小结 | 第63-65页 |
| 第5章 关于我国社会医疗保险基金预警系统的政策建议 | 第65-69页 |
| 5.1 引入预警系统并合理应用 | 第65-66页 |
| 5.2 动态调整预警系统与医保制度的完善相结合 | 第66-67页 |
| 5.3 重视预警系统警情的触发并制定合理预案 | 第67-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 附录A 预警系统指标体系和风险指数 | 第75-77页 |
| 附录B 神经网络模型程序 | 第77-83页 |
| 致谢语 | 第83页 |
