背景
随着我国经济的发展与民众生活水平的提高，人口老龄化逐步加剧，居民健康意识不断增强，对保险保障的需求逐步释放，消费者越来越重视健康保险。同时，国家出台一系列政策支持商业健康保险的发展，我国健康险市场进入快速发展阶段，健康险增速领先于寿险及意外伤害险。仅在2009至2018的十年间，其保费收入从574亿元增长至5448.13亿元，暴涨近10倍，健康险保费的增长主要来自于重疾险。商业重大疾病保险可以作为基本医疗保险和大病保险的有效补充，保费占比近六成，是商业健康险中最重要的险种。
然而重疾险市场起步不久，各项指标体系和制度还不完善，存在明显的信息不对称现象，进而导致大量的逆向选择问题和道德风险。重疾险赔付件数10年内增长6倍，赔付金额10年间增长8倍，投保人在近期保单年度内出险情况无法得到有效控制，总体上存在明显的逆选择，重疾险逆选择缓慢地变得严重。目前，保险公司对于客户逆选择的防范非常被动，很大程度上依赖投保时客户能够如实告知其健康状况，但数据证明带病投保的客户仍然不在少数。
现状
在保险市场上的均衡状态下，高风险的人倾向于以高价购买更多的保障（如更大的保险金额或更小的免赔额），低风险的被保险人倾向购买更少的保障。即，被保险人所购买的保障与其风险类型存在正相关的关系，保险业将这种相关性作为检验保险市场逆选择的标准。
然而对于重疾险市场，投保人购买的保障（或者投保人的行为特征）和风险类型之间的相关性并不能反映重疾险市场的逆选择。一方面，较难精确判断投保人的风险类型，大多是在对样本进行分类之后，根据经验数据计算各样本组的重疾发生率，并据此判断各样本组的风险类型。另一方面，很难选择合适的变量来衡量投保人所购买重疾险的保障程度。常用的保险金额不是衡量重疾险保障高低的唯一因素，投保人所购买的保险金额除了与投保人的风险类型有关以外，还与很多其它因素有关，如风险偏好、购买能力等。同时，重疾险保障的重疾种类多达上百种，不同重疾的全程治疗费用相差很大。如果存在逆选择，投保人则会根据自己易发重疾的医疗费用来确定相应的保险金额。因此，不同重疾投保人所购买的保险金额相差很大，且缺乏可比较的基础。
而对于传统的逆选择问题研究，大都是基于对单张保单的建模，这种模型对检验期限较短的险种效果较好，例如车险和短期健康险等。然而，重疾险大多都是保险期限较长的险种，承保时间持续数十年以上。并且，由于我国重疾险的起步比较晚，重疾经验数据的观察期往往只有数年，属于删失比例较高的删失数据。因此，通过经验数据的分析只能观察到很小一部分保单的出险情况，此时这种建模方法显然会有较大的偏差。
因此，对于重疾险这种较为特殊的长期险种，用于检验短期险种逆选择的方法不太适用。通常无法准确衡量重疾险投保人所购买的保障，也无法准确衡量重疾险投保人的风险类型，更无法通过这两个变量之间的相关性来判断重疾险是否存在逆选择，因此必须根据重疾险的特征设计新的检验方法。
