四川省城镇职工医保基金收入和资金支出原序列均是非平稳序列（图6-2中a和b）。基金收入和基金支出大概在2009前后有个转折过程，在2009年之前，基金收入和基金支出增长都比较缓慢，2009年以后基金收入和基金支出增长都比较快速。特别是“新医改”相关政策效应，基金支出在2011年后增长特别迅速。经过二阶差分后，基金收入和基金支出序列都变成平稳序列（图6-2中c和d）。
图6-2 城镇职工医保基金收支
（二）城镇职工医保基金收入自回归移动平均模型模拟
因为城镇职工医保基金收入二阶差分序列平稳，进一步查看它的相关图和偏相关图，见图6-3。
图6-3 基金收入二阶差分序列的相关图和偏相关图
根据相关图和偏相关图的形状判断考虑AR（1）模型，模拟结果：
整理式（6-1）得到：
均值和自回归系数都通过显著性检验，其P值均小于0.05。系数C的值代表AR（1）模型估计的序列二阶差分DDy的平均值，含义是这17年来平均每年医保基金收入增加值是4.131 3亿元，与实际计算得到的值3.974 7非常接近。代表回归效果的R2=0.52，因为经过差分后损失了一些信息，估计的时间序列模型的可决系数一般不可能很高。D.W统计量是2.29，与2接近，说明二阶差分序列DDy已经不再具有自相关性了。按AIC标准计算的统计量（7.69）值较小，表明对预测模型拟合得较好。特征根是1/-0.72=-1.39，其绝对值大于1，所以二阶差分序列DDyt 是一个稳定的序列（图6-4）。AR（1）残差的Q-Stat值即Q（12）=7.53，随机误差序列也达到了非自相关的要求（图6-5）。
图6-4 基金收入AR（1）模型的估计结果
图6-5 基金收入AR（1）残差序列的相关图和偏相关图(www.xing528.com)
（三）城镇职工医保基金支出自回归移动平均模型模拟
同样的方法，再对城镇职工医保基金支出进行自回归移动平均模型模拟。根据基金支出二阶差分序列的相关图和偏相关图（图6-6），经反复试验，最终确定了MA（2）模型，其模拟结果见图6-7。模型的系数值C和移动平均模型MA（2）均通过了显著性检验。系数C的值代表MA（2）模型估计的基金支出二阶差分DDy的平均值，含义是这17年来平均每年医保基金支出增加值是3.2184亿元，实际计算得到的值2.3887也比较接近。代表回归效果的R2=0.29。按AIC标准计算的统计量（7.06），这个值较小，表明对预测模型拟合得较好。特征根是1/0.94=1.06，其绝对值大于1。MA（2）残差的Q-Stat值即Q（12）=7.31，随机误差序列也达到了非自相关的要求（图6-8）。综合来看，MA（2）模拟效果比AR（1）略差，但总体效果还不错。
图6-6 基金支出二阶差分序列的相关图和偏相关图
图6-7 基金支出MA（2）模拟结果
图6-8 基金支出MA（2）残差序列相关图和偏相关
（四）城镇职工医保基金收入和支出预测
医保基金收入和支出的模型模拟效果比较理想，可以用于预测，其预测结果见表6-3。继续按照原来的政策筹集基金和支出基金，截止到2040年，四川省城镇职工医疗保险基金收支能够实现可持续运行，不会发生失衡现象。学者高润国（2018）以1995—2015年全国城镇职工医疗保险基金收入和支出为样本范围，通过时间序列模型ARIMA和马尔可夫模型预测，只要维持现有政策不变，2016—2025年城镇职工医保基金收支不会发生失衡风险。本研究结论与学者高润国（2018）以1995—2015年间全国城镇职工基本医疗保险基金收支数据为样本，研究未来基金收支平衡的预测结论基本一致。
表6-3 2018—2040年城镇职工医保基金年度收支结余预测（亿元）
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
