随着中国步入老龄化社会以及居民收入的提高,近年来健康险规模不断高速扩大,健康险越来越受到大家的关注。其中,重大疾病保险也变得越来越重要。但传统定价方式（本文对定价策略、定价方法和定价技术统称为定价方式）对新产品创新的阻碍很大程度上导致目前市场仍然存在着保费偏高、产品趋同、结构臃肿、承保和理赔门槛高等问题,如何有效解决这些问题一直是业内关注的焦点。在健康大数据背景下,利用健康大数据和大数据分析技术构建新定价方式有望解决上述问题,目前已经出现了精准定价、动态定价和事后定价等多种新定价方式。本文以费率细分的新定价方式,举例研究健康大数据背景下新的定价方式是否比传统方法更具优势,能否解决传统定价方式带来的保费偏高、产品趋同、结构臃肿、承保和理赔门槛高等问题。首先,在第二章中,我们从定价策略、定价方法和定价技术三方面探究了重大疾病保险的传统定价方式,并归纳总结出传统定价方式带来的不足以及原因,说明了使用新定价方式的必要性。定价方法方面,我们概述了重大疾病保险传统定价方法相关的概念理论,包括曼联方法、多状态Markov方法、增量-减量表法及营业保费等价公式法等;定价技术方面,我们分别结合实际产品探究了固定给付类和费用补偿类这两种重大疾病保险产品的传统定价模型,借此来体现传统定价技术。然后,我们分第三第四两大章分别研究了固定给付类重大疾病保险和费用补偿类重大疾病保险在健康大数据背景下的新定价方式及其效果。在每一章中,我们为了充分揭示新定价方式各项的效果与必要性,分别只改变定价策略和定价方法——使用引入大数据的修正传统定价方法和同时改变定价策略、定价方法和定价技术——大数据分析技术方法下的定价方法来构建定价模型。具体来说,我们首先在传统数据集的基础上加入社交方面的运动数据,环境方面的空气污染程度数据,综合体现其他地理文化经济方面的省份地区因素数据,职业因素数据,收入水平数据,年度医疗支出数据六个方面的数据,构建大数据集。然后,分别借助实际产品研究了引入大数据的修正定价方法下的新定价方式和决策树下的大数据分析技术定价方法下的新定价方式,并认为大数据分析技术定价方法更合适,即应同时改变定价策略、定价方法和定价技术。最后,通过对比传统定价方式,在结合实际产品的基础上,认为费率细分等新定价方式可以有效解决传统定价方式带来的保费偏高、产品趋同、结构臃肿、承保和理赔门槛高等问题。其中,我们认为费率细分的新定价方式在费用补偿类重大疾病保险产品上的效果高于固定给付类重大疾病保险,新定价方式更适合费用补偿类重大疾病保险。最后,在第五章中,我们分别从数据基础、产品开发定价与核保理赔技术、监管政策这三方面提出一定的建议,以促进并推广新定价方式的使用和新产品的出现。