Nghiên cứu sinh Phạm Thị Hồng Thắm bảo vệ luận án tiến sĩ Nghiên cứu sinh Phạm Thị Hồng Thắm bảo vệ luận án tiến sĩ - Viện đào tạo Sau đại học - Đại học Kinh Tế Quốc Dân Trường Đại học Kinh tế Quốc dân tổ chức lễ bảo vệ luận án tiến sĩ cho NCS Phạm Thị Hồng Thắm, chuyên ngành Toán kinh tế, với đề tài Các mô hình toán kinh tế trong ước lượng chi phí khám chữa bệnh do bảo hiểm y tế chi trả ở Việt Nam Công ty cổ phần Truyền Thông Văn Hóa Việt VHV vhv.vn

Nghiên cứu sinh Phạm Thị Hồng Thắm bảo vệ luận án tiến sĩ Trường Đại học Kinh tế Quốc dân tổ chức lễ bảo vệ luận án tiến sĩ cho NCS Phạm Thị Hồng Thắm, chuyên ngành Toán kinh tế, với đề tài "Các mô hình toán kinh tế trong ước lượng chi phí khám chữa bệnh do bảo hiểm y tế chi trả ở Việt Nam" NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN Đề tài 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 Chuyên ngành: Toán kinh tế Nghiên cứu sinh: Phạm Thị Hồng Thắm Giáo viên hướng dẫn: PGS.TS Giang Thanh Long Cơ sở đào tạo: Trường Đại học Kinh tế Quốc dân    Những đóng góp mới về mặt học thuật, lý luận    Bằng việc sử dụng mô hình toán kinh tế hiện đại, Luận án đã có những đóng góp mới về mặt học thuật, lý luận như sau:   •Thứ nhất, luận án đã hệ thống hóa được các mô hình toán kinh tế trong ước lượng chi phí khám, chữa bệnh (KCB), trong đó chỉ ra được những điểm mạnh và những điểm yếu cụ thể với những dạng dữ liệu khác nhau.    •Thứ hai, từ việc hệ thống hóa ở trên, Luận án đã chứng minh được rằng phương pháp ước lượng bằng mô hình xác suất vượt trội về sự chuẩn xác so với các phương pháp ước lượng truyền thống. Cụ thể, với mỗi biến nghiên cứu, các phương pháp truyền thống chỉ đưa ra các ước lượng cụ thể cho một số tham số (như giá trị kỳ vọng hay giá trị phân vị), trong khi phương pháp mô hình xác suất lại đưa ra ước lượng dưới dạng phân phối xác suất. Việc xác định được phân phối xác suất cho phép lấy được đầy đủ các thông tin về biến cần nghiên cứu và từ đó có thể tính toán bất kỳ tham số đặc trưng nào của biến số đó.   •Thứ ba, với việc áp dụng ước lượng theo phương pháp Bayes, tham số của phân phối cần ước lượng không phải là một số cố định mà là một biến ngẫu nhiên. Điều này cho phép thực hiện các ước lượng phù hợp khi dữ liệu nghiên cứu được cập nhật.   •Thứ tư, với việc áp dụng phương pháp mô phỏng Monte-Carlo bằng những thuật toán mô phỏng bằng máy tính, Luận án cho nhiều kết quả ước lượng theo các kịch bản khác nhau mà có thể mô tả được các thay đổi có tính chất ngẫu nhiên trong thực tế. Các kết quả mô phỏng đó có thể là những thông tin đầu vào quan trọng cho hoạch định chính sách và giúp phòng ngừa các rủi ro. Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án    •Thứ nhất, với dữ liệu hiện có của Việt Nam và bằng việc áp dụng mô hình rủi ro nhóm, Luận án đưa ra được những kết quả ước lượng mới thông qua việc phân chia tổng chi phí KCB thành hai cấu phần riêng biệt là số lượt KCB và chi phí KCB theo lượt. Đây là cách tiếp cận hiện đại trong mô hình hóa tổng tổn thất bằng cách tách riêng tác động của yếu tố quy mô và độ lớn của từng tổn thất. Bên cạnh đó, việc chia các đối tượng cần nghiên cứu theo các nhóm đặc trưng (như tuổi, giới tính, nhóm bệnh…) giúp việc ước lượng các chi phí KCB chính xác hơn cách ước lượng tổng chi phí KCB một cách trực tiếp như nhiều nghiên cứu đã làm trước đây.   •Thứ hai, Luận án phát hiện ra rằng việc kết hợp mô hình rủi ro nhóm với các phương pháp ước lượng tham số Bayes và mô phỏng ngẫu nhiên để ước lượng chi phí KCB là cách tiếp cận phù hợp nhất. Đặc biệt, trong điều kiện dữ liệu hiện có do Cơ quan Bảo hiểm Xã hội Việt Nam đang lưu trữ, việc áp dụng phân phối Poisson–Gamma cho số lượt KCB và phân phối Lognormal–Normal cho chi phí KCB theo lượt là phù hợp nhất cho việc ước lượng chi phí KCB do BHYT chi trả ở Việt Nam.     Nội dung của luận án xem tại đây.   ---------------     NEW CONTRIBUTIONS OF THE DISSERTATION   Dissertation title: Mathematical economic models in predicting healthcare cost paid by the Social Health Insurance in Vietnam Major: Mathematical Economics Training institution: National Economics University  New academic contributions of the dissertation    By using modern mathematical economic models, this dissertation has new academic contributions as follows:   •First, it provided a systematic review on the mathematical economic models used in estimating and predicting healthcare costs, in which specific strengths and weaknesses with different data types were discussed.    •Second, based on such a review, this dissertation proved that the estimation method by probability model was more advantaged in terms of accuracy than the traditional estimation methods. Particularly, for each study variable, the traditional methods only provided specific estimator for parameters (such as expected values or percentiles), while the probability model methods provided estimators in terms of probability distribution. The determination of probability distribution allowed to obtain all information about the studied variables so as to possibly calculate any characteristic parameters of these variables.   •Third, with the application of the Bayesian estimation, the parameters of the estimated distribution were not fixed numbers; rather, they were random variables. This method allowed for appropriate estimators each time the data was updated.    •Fourth, with the application of the Monte-Carlo simulation method by computer simulation algorithms, the dissertation provided various estimation results under different scenarios which could describe random changes. Such simulation results would be important inputs for policy making as well as for preventing risks. New findings and recommendations from the dissertation’s research results    •First, with the existing data of Vietnam and by applying the collective risk models, this dissertation could provide new estimation results for the total healthcare costs in two important and separate components, i.e., the number of services, and the service cost. This is a modern approach in modelling total losses by separating the effects of the claim size and the severity of each claim. Moreover, dividing the studied insured people by specific groups (such as age, gender, and diseasegroups...) helped estimate healthcare costs more accurately than estimating the total healthcare costs directly (which many studies did).   •Second, the dissertation found that combination of the collective risk models with the Bayesian estimation and stochastic simulation methods was the most appropriate approach for predicting the healthcare costs. In particularly, with the current available data on social health insurance recorded by the Vietnam Social Security Agency, the application of Poisson - Gamma distribution for the number of services and the Lognormal - Normal distribution for service costs per visit or admission would be the most suitable for predicting the healthcare costs paid by social health insurance.   Nghien cuu sinh Pham Thi Hong Tham bao ve luan an tien si Truong Dai hoc Kinh te Quoc dan to chuc le bao ve luan an tien si cho NCS Pham Thi Hong Tham, chuyen nganh Toan kinh te, voi de tai "Cac mo hinh toan kinh te trong uoc luong chi phi kham chua benh do bao hiem y te chi tra o Viet Nam" NHUNG DONG GOP MOI CUA LUAN AN De tai luan an: Cac mo hinh toan kinh te trong uoc luong chi phi kham chua benh do bao hiem y te chi tra o Viet Nam Chuyen nganh: Toan kinh te Nghien cuu sinh: Pham Thi Hong Tham Giao vien huong dan: PGS.TS Giang Thanh Long Co so dao tao: Truong Dai hoc Kinh te Quoc dan    Nhung dong gop moi ve mat hoc thuat, lY luan    Bang viec su dung mo hinh toan kinh te hien dai, Luan an da co nhung dong gop moi ve mat hoc thuat, lY luan nhu sau:   •Thu nhat, luan an da he thong hoa duoc cac mo hinh toan kinh te trong uoc luong chi phi kham, chua benh (KCB), trong do chi ra duoc nhung diem manh va nhung diem yeu cu the voi nhung dang du lieu khac nhau.    •Thu hai, tu viec he thong hoa o tren, Luan an da chung minh duoc rang phuong phap uoc luong bang mo hinh xac suat vuot troi ve su chuan xac so voi cac phuong phap uoc luong truyen thong. Cu the, voi moi bien nghien cuu, cac phuong phap truyen thong chi dua ra cac uoc luong cu the cho mot so tham so (nhu gia tri kY vong hay gia tri phan vi), trong khi phuong phap mo hinh xac suat lai dua ra uoc luong duoi dang phan phoi xac suat. Viec xac dinh duoc phan phoi xac suat cho phep lay duoc day du cac thong tin ve bien can nghien cuu va tu do co the tinh toan bat kY tham so dac trung nao cua bien so do.   •Thu ba, voi viec ap dung uoc luong theo phuong phap Bayes, tham so cua phan phoi can uoc luong khong phai la mot so co dinh ma la mot bien ngau nhien. Dieu nay cho phep thuc hien cac uoc luong phu hop khi du lieu nghien cuu duoc cap nhat.   •Thu tu, voi viec ap dung phuong phap mo phong Monte-Carlo bang nhung thuat toan mo phong bang may tinh, Luan an cho nhieu ket qua uoc luong theo cac kich ban khac nhau ma co the mo ta duoc cac thay doi co tinh chat ngau nhien trong thuc te. Cac ket qua mo phong do co the la nhung thong tin dau vao quan trong cho hoach dinh chinh sach va giup phong ngua cac rui ro. Nhung phat hien, de xuat moi rut ra duoc tu ket qua nghien cuu, khao sat cua luan an    •Thu nhat, voi du lieu hien co cua Viet Nam va bang viec ap dung mo hinh rui ro nhom, Luan an dua ra duoc nhung ket qua uoc luong moi thong qua viec phan chia tong chi phi KCB thanh hai cau phan rieng biet la so luot KCB va chi phi KCB theo luot. Day la cach tiep can hien dai trong mo hinh hoa tong ton that bang cach tach rieng tac dong cua yeu to quy mo va do lon cua tung ton that. Ben canh do, viec chia cac doi tuong can nghien cuu theo cac nhom dac trung (nhu tuoi, gioi tinh, nhom benh…) giup viec uoc luong cac chi phi KCB chinh xac hon cach uoc luong tong chi phi KCB mot cach truc tiep nhu nhieu nghien cuu da lam truoc day.   •Thu hai, Luan an phat hien ra rang viec ket hop mo hinh rui ro nhom voi cac phuong phap uoc luong tham so Bayes va mo phong ngau nhien de uoc luong chi phi KCB la cach tiep can phu hop nhat. Dac biet, trong dieu kien du lieu hien co do Co quan Bao hiem Xa hoi Viet Nam dang luu tru, viec ap dung phan phoi Poisson–Gamma cho so luot KCB va phan phoi Lognormal–Normal cho chi phi KCB theo luot la phu hop nhat cho viec uoc luong chi phi KCB do BHYT chi tra o Viet Nam.     Noi dung cua luan an xem tai day.   ---------------     NEW CONTRIBUTIONS OF THE DISSERTATION   Dissertation title: Mathematical economic models in predicting healthcare cost paid by the Social Health Insurance in Vietnam Major: Mathematical Economics Training institution: National Economics University  New academic contributions of the dissertation    By using modern mathematical economic models, this dissertation has new academic contributions as follows:   •First, it provided a systematic review on the mathematical economic models used in estimating and predicting healthcare costs, in which specific strengths and weaknesses with different data types were discussed.    •Second, based on such a review, this dissertation proved that the estimation method by probability model was more advantaged in terms of accuracy than the traditional estimation methods. Particularly, for each study variable, the traditional methods only provided specific estimator for parameters (such as expected values or percentiles), while the probability model methods provided estimators in terms of probability distribution. The determination of probability distribution allowed to obtain all information about the studied variables so as to possibly calculate any characteristic parameters of these variables.   •Third, with the application of the Bayesian estimation, the parameters of the estimated distribution were not fixed numbers; rather, they were random variables. This method allowed for appropriate estimators each time the data was updated.    •Fourth, with the application of the Monte-Carlo simulation method by computer simulation algorithms, the dissertation provided various estimation results under different scenarios which could describe random changes. Such simulation results would be important inputs for policy making as well as for preventing risks. New findings and recommendations from the dissertation’s research results    •First, with the existing data of Vietnam and by applying the collective risk models, this dissertation could provide new estimation results for the total healthcare costs in two important and separate components, i.e., the number of services, and the service cost. This is a modern approach in modelling total losses by separating the effects of the claim size and the severity of each claim. Moreover, dividing the studied insured people by specific groups (such as age, gender, and diseasegroups...) helped estimate healthcare costs more accurately than estimating the total healthcare costs directly (which many studies did).   •Second, the dissertation found that combination of the collective risk models with the Bayesian estimation and stochastic simulation methods was the most appropriate approach for predicting the healthcare costs. In particularly, with the current available data on social health insurance recorded by the Vietnam Social Security Agency, the application of Poisson - Gamma distribution for the number of services and the Lognormal - Normal distribution for service costs per visit or admission would be the most suitable for predicting the healthcare costs paid by social health insurance.  

Nghiên cứu sinh Phạm Thị Hồng Thắm bảo vệ luận án tiến sĩ Trường Đại học Kinh tế Quốc dân tổ chức lễ bảo vệ luận án tiến sĩ cho NCS Phạm Thị Hồng Thắm, chuyên ngành Toán kinh tế, với đề tài "Các mô hình toán kinh tế trong ước lượng chi phí khám chữa bệnh do bảo hiểm y tế chi trả ở Việt Nam" NHỮNG ĐÓNG GÓP MỚI CỦA LUẬN ÁN Đề tài 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 Chuyên ngành: Toán kinh tế Nghiên cứu sinh: Phạm Thị Hồng Thắm Giáo viên hướng dẫn: PGS.TS Giang Thanh Long Cơ sở đào tạo: Trường Đại học Kinh tế Quốc dân    Những đóng góp mới về mặt học thuật, lý luận    Bằng việc sử dụng mô hình toán kinh tế hiện đại, Luận án đã có những đóng góp mới về mặt học thuật, lý luận như sau:   •Thứ nhất, luận án đã hệ thống hóa được các mô hình toán kinh tế trong ước lượng chi phí khám, chữa bệnh (KCB), trong đó chỉ ra được những điểm mạnh và những điểm yếu cụ thể với những dạng dữ liệu khác nhau.    •Thứ hai, từ việc hệ thống hóa ở trên, Luận án đã chứng minh được rằng phương pháp ước lượng bằng mô hình xác suất vượt trội về sự chuẩn xác so với các phương pháp ước lượng truyền thống. Cụ thể, với mỗi biến nghiên cứu, các phương pháp truyền thống chỉ đưa ra các ước lượng cụ thể cho một số tham số (như giá trị kỳ vọng hay giá trị phân vị), trong khi phương pháp mô hình xác suất lại đưa ra ước lượng dưới dạng phân phối xác suất. Việc xác định được phân phối xác suất cho phép lấy được đầy đủ các thông tin về biến cần nghiên cứu và từ đó có thể tính toán bất kỳ tham số đặc trưng nào của biến số đó.   •Thứ ba, với việc áp dụng ước lượng theo phương pháp Bayes, tham số của phân phối cần ước lượng không phải là một số cố định mà là một biến ngẫu nhiên. Điều này cho phép thực hiện các ước lượng phù hợp khi dữ liệu nghiên cứu được cập nhật.   •Thứ tư, với việc áp dụng phương pháp mô phỏng Monte-Carlo bằng những thuật toán mô phỏng bằng máy tính, Luận án cho nhiều kết quả ước lượng theo các kịch bản khác nhau mà có thể mô tả được các thay đổi có tính chất ngẫu nhiên trong thực tế. Các kết quả mô phỏng đó có thể là những thông tin đầu vào quan trọng cho hoạch định chính sách và giúp phòng ngừa các rủi ro. Những phát hiện, đề xuất mới rút ra được từ kết quả nghiên cứu, khảo sát của luận án    •Thứ nhất, với dữ liệu hiện có của Việt Nam và bằng việc áp dụng mô hình rủi ro nhóm, Luận án đưa ra được những kết quả ước lượng mới thông qua việc phân chia tổng chi phí KCB thành hai cấu phần riêng biệt là số lượt KCB và chi phí KCB theo lượt. Đây là cách tiếp cận hiện đại trong mô hình hóa tổng tổn thất bằng cách tách riêng tác động của yếu tố quy mô và độ lớn của từng tổn thất. Bên cạnh đó, việc chia các đối tượng cần nghiên cứu theo các nhóm đặc trưng (như tuổi, giới tính, nhóm bệnh…) giúp việc ước lượng các chi phí KCB chính xác hơn cách ước lượng tổng chi phí KCB một cách trực tiếp như nhiều nghiên cứu đã làm trước đây.   •Thứ hai, Luận án phát hiện ra rằng việc kết hợp mô hình rủi ro nhóm với các phương pháp ước lượng tham số Bayes và mô phỏng ngẫu nhiên để ước lượng chi phí KCB là cách tiếp cận phù hợp nhất. Đặc biệt, trong điều kiện dữ liệu hiện có do Cơ quan Bảo hiểm Xã hội Việt Nam đang lưu trữ, việc áp dụng phân phối Poisson–Gamma cho số lượt KCB và phân phối Lognormal–Normal cho chi phí KCB theo lượt là phù hợp nhất cho việc ước lượng chi phí KCB do BHYT chi trả ở Việt Nam.     Nội dung của luận án xem tại đây.   ---------------     NEW CONTRIBUTIONS OF THE DISSERTATION   Dissertation title: Mathematical economic models in predicting healthcare cost paid by the Social Health Insurance in Vietnam Major: Mathematical Economics Training institution: National Economics University  New academic contributions of the dissertation    By using modern mathematical economic models, this dissertation has new academic contributions as follows:   •First, it provided a systematic review on the mathematical economic models used in estimating and predicting healthcare costs, in which specific strengths and weaknesses with different data types were discussed.    •Second, based on such a review, this dissertation proved that the estimation method by probability model was more advantaged in terms of accuracy than the traditional estimation methods. Particularly, for each study variable, the traditional methods only provided specific estimator for parameters (such as expected values or percentiles), while the probability model methods provided estimators in terms of probability distribution. The determination of probability distribution allowed to obtain all information about the studied variables so as to possibly calculate any characteristic parameters of these variables.   •Third, with the application of the Bayesian estimation, the parameters of the estimated distribution were not fixed numbers; rather, they were random variables. This method allowed for appropriate estimators each time the data was updated.    •Fourth, with the application of the Monte-Carlo simulation method by computer simulation algorithms, the dissertation provided various estimation results under different scenarios which could describe random changes. Such simulation results would be important inputs for policy making as well as for preventing risks. New findings and recommendations from the dissertation’s research results    •First, with the existing data of Vietnam and by applying the collective risk models, this dissertation could provide new estimation results for the total healthcare costs in two important and separate components, i.e., the number of services, and the service cost. This is a modern approach in modelling total losses by separating the effects of the claim size and the severity of each claim. Moreover, dividing the studied insured people by specific groups (such as age, gender, and diseasegroups...) helped estimate healthcare costs more accurately than estimating the total healthcare costs directly (which many studies did).   •Second, the dissertation found that combination of the collective risk models with the Bayesian estimation and stochastic simulation methods was the most appropriate approach for predicting the healthcare costs. In particularly, with the current available data on social health insurance recorded by the Vietnam Social Security Agency, the application of Poisson - Gamma distribution for the number of services and the Lognormal - Normal distribution for service costs per visit or admission would be the most suitable for predicting the healthcare costs paid by social health insurance.  file sharing, chia sẻ file, viettel, tài liệu, luận văn, đồ án,thương mại,doanh nghiệp,kinh doanh,tiếp thị,business