自2000年以来，中国进入人口老龄化社会且老龄化情况越来越严重。截止到2018年年底，中国60岁以上人口占总人口的17.9%，预计到2050年占比将超过35%，届时，每三个人中将有一名60岁以上的老年人。老龄化带来的问题很多，而老年人的长期护理问题就是其中之一。尽管中国从2016年6月就开始了政策性的长期护理保险制度试点，商业性的长期护理保险也有所发展，但以费率厘定为核心的一系列问题始终没有得到很好的解决，需要从各个层次各个角度进一步深入研究。本文通过定量方式对中国居民的健康状况的转移情况进行分析，对长期护理保险的费率进行测算研究。
　　本文在对国际上现有的长期护理评估体系及中国政策性、商业性长期护理保险的评估体系进行简要分析的基础上，结合中国居民的健康状况及对评估体系的理解程度，最终选择巴氏量表作为本文的评估体系，将研究对象的身体状况分为健康状态、轻度护理状态、中度护理状态、重度护理状态和死亡状态5种。然后对精算定价的基础数据CHARLS进行分析，从曼联模型、随机状态持续时间模型、减量表模型以及Markov模型中选择了Markov模型作为长期护理保险的定价模型。
　　在对健康状态转移概率矩阵及长期护理保险费率测算方面，本文使用2013和2015年CHARLS数据，建立了有序logit模型，对影响健康状态转移的因素进行分析，发现初始健康状态、性别、年龄和户口类型具有显著性影响。然后根据显著性影响因素分类，测算健康状态转移概率矩阵。测算结果显示，年龄越大失能概率越大，在70-80周岁有快速递增的趋势。同一健康状况下，女性失能概率远高于男性，女性长期护理的风险成本高于男性。具有农业户口类型的人员的失能概率高于非农业户口类型的人员。最后运用Markov模型和健康状态转移概率矩阵对长期护理保险的费率进行测算，得到了保险期间保至80周岁，分性别、年龄、初始健康状态及户口类型的完整费率表。