제3보험의 가입 요인: 간병보험을 중심으로

박복희; 전희주

추천

검색

자료유형: 학술저널

저자정보: 박복희 전희주

저널정보: 한국리스크관리학회 리스크 관리연구 리스크 관리연구 제29권 제3호

발행연도: 2018.1

수록면: 77 - 106 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

고령사회 진입과 소득수준의 향상은 장기 생존 시 필요로 하는 노후 자금과 노후 간병기에 대한 필요자금의 준비욕구를 증가 시키고 있다. 본 연구는 장기간병보험 가입자 예측모형 적합을 통해 계약분석을 하였다. 간병보험 가입율은 31.3%로 가입자 1인당 약 1.4건의 계약을 보유하고 있으며 생명보험을 통해서 2배이상 더 많이 가입하고 있었다. 상품유형은 간병보험을 단독으로 보장하는 중점보장형태보다 특약부가형태를 더 선호하는 것으로 나타났다. 다중로지스틱 회귀모형에 의한 분석 결과, 간병보험 가입에 가장 큰 영향을 주는 요인은 질병보험 보유이고 두 번째 요인이 상해(재해)보험의 보유이었다. 또한 월 납입보험료가 높은 고객일수록 간병보험 가입가능성이 높아져 간병보험 가입률에 영향을 주지만 연 의료비 지출액은 간병보험 가입률에 영향을 미치지 않았다. 보험소비자의 생활 패턴으로는 규칙적인 운동을 할수록 간병보험 가입 가능성이 높게 나타나 건강한 사람은 역선택이 아닌 순선택(advantageous selection)을 할 수 있는 가능성을 보여준다. 인구통계학적 요인으로는 거주지, 연령, 세대주 유무 순으로 결정되었다. 거주지가 서울, 대구, 광주 지역일수록 세대주일수록 간병보험 가입가능성은 큰 현상을 보였다. 연령은 50대가 간병보험 가입 가능성이 가장 높고 60대 이상과 20대는 낮은 결과를 보였다. 50대의 7천만원~1억원의 소득을 가진 대도시에 거주하는 세대주 그룹을 간병보험 가입자의 특성으로 볼 수 있다. 이들은 규칙적인 운동과 질병보험 가입으로 적극적으로 건강리스크를 관리하고 있다.

The entry of the aging society and the improvement of the income level are increasing the need to prepare the necessary funds for nursing the aged and the old age funds needed for long-term survival. In this study, the contract analysis is performed through the fitting of the long-term care insurance buyer forecasting model. The rate of nursing insurance coverage is 31.3%, with 1.4 contracts per person, more than twice as many as life insurance. The product type showed preference to the special supplement type rather than the guarantee type that guarantees the care insurance alone. As a result of the analysis by the multiple logistic regression model, the most important factor for the participation in long-term care insurance is disease insurance and the second factor is injury (accident) insurance. In addition, the higher the monthly premiums, the higher the possibility of joining long-term care insurance, which affects the rate of long-term care insurance coverage. As the life pattern of the insurance consumers, the more likely they are to exercise regularly, the more likely they are to buy long-term care insurance. However, the annual medical expenditure did not affect the long-term care insurance coverage rate. In the life pattern of insurance consumers, the more regular exercise, the higher the possibility of nursing insurance coverage, and the healthy person shows the possibility of making an advantageous selection rather than the adverse selection. Demographic factors were determined by the residence, age, and householder. In Seoul, Daegu and Gwangju regions and case of householder, the possibility of joining long-term care insurance showed a big phenomenon. Age is likely to be in the 30s to 50s for long-term care insurance, but it is lower for those in their 60s and 20s. Householder, lives in a big city with an income of 70,000 and 100 million won in the 30s and 50s and monthly household expenditure premium of over 1 million won can be regarded as a characteristic of long-term care insurance policy contractor. They actively manage health risks through regular exercise and disease insurances.

#medical insurance #long-term care insurance #life insurance #property insurance #demand analysis #marketing #Multiple logistic regression model

참고문헌 (14)

참고문헌 신청

강승훈 / 2016 / 미국의 장기간병보험 해지율 추이 분석 / Life Insurance Product Review (20):14~40

김성연 / 2014 / 영국 중대질병연금 가입자 경험사망률 분석 / Life Insurance Product Review (17):57~68

김세중 / 2014 / 일본 제3보험 상품동향 및 시사점 / KiRi Weekly (302)

김석환 / 2018 / 중증질환자의 민간의료보험 가입 현황 및 가입여부에 따른 의료이용 분석: 국민건강영양조사 제7기 1차년도(2016) 원시자료를 중심으로 / 대한보건연구 44(1):83~92

김유미 / 2017 / 국내1인 가구의 라이프스타일 변화 / KiRi 고령화리뷰 Monthly (11)

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박복희

소속기관

주요연구분야 사회과학 > 경영학

논문수 2 이용수 39

전희주

소속기관 동덕여자대학교

주요연구분야 사회과학 > 경영학

논문수 5 이용수 79

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (14)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)