理論與實務主頁 > 理論與實務 > 理論探討 >

應用大數據助力車險反欺詐

2018-11-11 00:20 來源:中國保險報網

    自1988年起,車險一直是我國財產保險第一大險種。僅2017年,我國保險業為全國2.07億機動車輛提供風險保障,年度受理車險理賠案件近8000萬筆,賠款3500億元以上。機動車的高流動性、車險賠付對象多樣性,導致其風險管控非常復雜。車險一直是保險欺詐的重災區,各保險公司理賠業務開展過程中積累了大量數據。為此,在行業監管部門的統籌領導下,重點推動行業大數據在反欺詐領域的應用。
 
    車險欺詐的常見形式及危害
 
    車險欺詐包括職業性的保險欺詐犯罪、機會型的擴大保險損失騙賠以及利用信息不對稱獲取不當利益等各種情形。按照欺詐主導者的行為特征進行分類,車險欺詐可分為機會型欺詐、兼業型欺詐和職業型欺詐三種。
 
    機會型欺詐
 
    機會型欺詐主導者通常是車主、傷者等保險賠償對象,欺詐行為基于真實的出險案件,具有偶然性強、欺詐形式多樣、金額較小等特點,危害相對較小。此類欺詐通常有熟悉保險理賠業務的人員“指點”甚至直接參與,具有極強的隱蔽性,很難針對性的打擊和防范。
 
    例如被保險人伙同修理廠在真實車損的基礎上,虛列車輛損失,騙取保險金;三者人傷在醫院掛床,或開具虛假誤工、護理、傷殘等各類證明,騙取保險金。
 
    兼業型欺詐
 
    兼業型欺詐主導者通常是保險中介、修理廠等車險周邊服務供應商,利用自身主營業務的便利條件兼職欺詐,獲取經營利益。此類欺詐具有非常明顯的主營業務關聯性,危害較大,具有較強的隱蔽性,其識別難度相當程度上取決于其作案頻度。
 
    例如保險中介為獲客,在承保端伙同客戶帶傷投保并騙賠、理賠端協助客戶謊報不屬于保險責任的事故(酒駕頂包等),騙取保險金;修理廠維修車輛期間人為擴大損失,或直接購置高價老舊車型制造虛假事故,騙取保險金。
 
    職業型欺詐
 
    職業型欺詐主導者通常以詐騙保險賠款為生、團伙作案,具有豐富的理賠業務經驗,甚至不乏保險從業人員內外勾結作案。此類欺詐主要以車輛或人傷碰瓷、以虛假材料虛構保險事故等方式,利用各保險公司的信息孤島現狀,跨公司騙取保險金。具有職業性、頻發性等特點,危害極大,具有極強的隱蔽性,只有通過業內信息共享、業務聯動才能對其有效識別和打擊。
 
    例如職業詐騙團伙利用“小額快賠”減免理賠單證,互聯網理賠只需要提供影像資料等業務漏洞,以假事故、假證明材料騙取保險金;低價買入全損、水淹、火災等重大事故高檔車,簡單修復后,投保高額車損險,人為制造車輛全損事故,騙取保險金;制造虛假異地出險涉人傷(死亡)事故,提供全套虛假理賠證明,騙取保險金。
 
    以上各類車險欺詐行為直接導致保險公司不得不以更復雜的風控流程進行管控,給普通保險消費者的理賠帶來不便;提高了保險公司的運營成本,間接拉升保險產品價格,對保險產品創新和便捷理賠服務推廣造成障礙。
 
    應用大數據開展車險反欺詐
 
    近年來,國內車險反欺詐應用大數據技術在智能系統推廣、完善內控流程、行業風控聯動等方面積累大量成功經驗:
 
    一是智能系統推廣,人員技能向系統智能的轉變。
 
    以往,國內車險反欺詐工作高度依賴理賠人員現場查勘定損、人工后臺審核,各保險公司以提升人員技能為核心,面向所有理賠人員組織開展大培訓,針對理賠精英組織業務技能大比武,強化理賠人員的個人技能和職業操守意識,以此提高車險反欺詐水平。
 
    最近5年,國內保險行業越來越重視智能理賠系統建設,依靠技術手段應用業務數據管控理賠風險,開展車險反欺詐工作。隨著國內保險公司管理理念的轉變,吸引了數家外資科技公司來我國開展相關業務,例如CCC(美國)、FICO(美國)、德聯易控(德國)等;同時,國內主營相關業務的科技公司,例如精勵聯訊、中科軟、凱泰銘、般若科技、全保通等公司也在迅速崛起;甚至阿里、騰訊、京東等互聯網科技公司也專門成立子公司或事業部,運用自身技術和數據資源優勢,拓展該項業務。隨著理賠風控智能系統的普及應用,已經有保險公司開始將大多數理賠人員崗位性質由技術序列轉為操作序列,重點依靠技術手段識別并管控欺詐風險。
 
    二是完善內控流程,由粗放管理向風險細分的轉變。
 
    以往,各保險公司理賠風控管理以金額大小為核心進行區分,相對粗放。例如以理賠金額大小為主導,分配給對應金額權限的理賠人員進行案件審核,管控保險欺詐;為提高理賠效率,重點針對金額較小的理賠案件單獨開辟“綠色通道”,簡化理賠流程。
 
    目前,在智能理賠系統普及的基礎上,多數保險公司應用數據分析模型,實現智能化的理賠風險識別,以風險評分、評級和理賠標的類別為主導,由智能理賠系統自動分配給對應專業的理賠人員處理;以案件風險為依據,將低風險案件交由智能理賠系統自動化高效處理。
 
    三是行業風控聯動,由公司個體防控向行業整體防控的轉變。
 
    以往,國內車險反欺詐工作由保險公司以各自業務為基礎自行開展。各保險公司一線理賠人員很少進行溝通交流,通常只在涉及跨公司標的交叉賠付的情況下,為達成一致的定核損意見,才會產生理賠風控相關的業務交集。這種以公司個體風險防控為主的模式,無法有效識別和防范跨公司欺詐的行業性風險,導致大量跨公司欺詐等相關風險的產生。
 
    在原保監會反欺詐信息系統項目小組領導下,中國保信立足車險平臺數據應用,開發建設了全國車險反欺詐信息系統(以下簡稱“系統”),并與2016年11月28日正式上線,該系統突破了各保險公司信息壁壘,首次實現以行業共享信息為依托的反欺詐模型應用,構建了行業反欺詐協同的工作機制和系統工具,全面提升我國車險反欺詐的大數據應用及信息化水平。僅2017年,全國經營車險的所有68家財產保險公司共登錄系統近47萬次,應用系統提供線索有效止損1.17億元。 2017年4月,中國保信與遼寧省保監局、行業協會應用行業數據,融合經偵情報研判技術,成功鎖定保險欺詐團伙,協助遼寧省公安廳破獲一起涉案金額600余萬元的特大保險詐騙案。公安部為此特發賀電,充分肯定警保聯動大數據技術應用取得的卓越成效。
 
    應用大數據反欺詐的諸多難點
 
    相對銀行、證券等其他金融領域,我國保險業整體信息化水平較低,導致應用大數據反欺詐面臨較多困難。具體表現在以下幾個方面:
 
    一是信息采集重視程度低。
 
    目前,國內多數保險公司信息化風控的重點仍然在系統流程設計方面,對于數據采集和細化應用還有巨大的提升空間;理賠風險的人工審核關注點過度集中在影像資料的審核,對信息是否準確采集重視程度不足。
 
    2015年初,中國保信對車險平臺反欺詐應用涉及的數據主鍵字段(車牌號、車架號、身份證號碼)進行數據質量分析發現,有大量平臺要求必傳字段信息沒有上傳,尤其是三者人傷的身份證號碼,無效數據占比高達49.78%。經進一步調研發現,導致該問題的主要原因是各保險公司沒有采集相關數據信息,尤其是小額人傷案件,多數保險公司甚至對傷者身份信息采集沒有強制要求。為此,原保監會稽查局專門下發《中國保監會關于印發車險反欺詐數據規范的通知》(保監稽查〔2015〕242號),要求保險行業提高車險反欺詐信息數據的規范性、準確性和完備性。目前,各保險公司已基本實現主鍵字段的100%采集并上傳中國保信車險信息平臺,但涉及車險理賠的汽修廠、人傷鑒定機構等相關信息的采集和維護仍有較大提升空間。
 
    二是已采集數據質量差。
 
    保險業務辦理多數在場外進行,尤其是車險基于偶然、突發性質的理賠業務辦理和信息采集,幾乎都是戶外完成,保險消費者(駕駛員、車上人員、傷者等)沒有隨身攜帶相關證件的情況時常遇到,而且三者車的車架號、傷者身份證號碼等冗長的信息,需要手工錄入。一線理賠人員時效考核壓力非常大,為快速處理調度任務,對信息錄入敷衍了事的情況時有發生。為確保采集數據準確性,人保、平安、太平洋、陽光、大地等大中型保險公司在業務系統內要求部分關鍵信息強制錄入,并且對一線業務采集的關鍵字段設置校驗規則。但中國保信在大數據反欺詐應用實踐中,仍然發現大量數據質量問題。以三者人傷身份信息為例,中國保信針對校驗后的理賠人傷信息做“人傷碰瓷欺詐分析”時發現,有個別身份證號碼年度內的人傷出險記錄高達1萬余次,而且跨公司出險。經與相關保險公司共同查證,該身份證號碼是某保險理賠公估人員為快速完成定核損任務的時效考核,復制粘貼了同一身份證號碼錄入系統導致。
 
    為了解決以上問題,各保險公司嘗試引入OCR技術取代人工錄入,自動識別身份證號碼、車架號,減輕一線信息采集人員的工作壓力。但車險理賠主要在戶外進行,其環境非常復雜,晴天強反光,夜間、陰雨、霧霾光效差等因素均導致該技術應用場景受到制約。同時,各保險公司對內部異常數據(例如異常高頻出險對象數據)的管控力度仍需進一步加強。
 
    三是跨公司欺詐線索落地應用難度大。
 
    各保險公司欺詐線索核查主要依靠公安部門和一線理賠人員。公安部門依法對個人保險詐騙金額1萬元以上、單位保險詐騙金額5萬元以上予以立案。但由于警力有限,在實際操作過程中,通常只有涉案金額較大(例如100萬元以上)的保險欺詐團伙,公安部門才會立案受理并直接組織力量進行偵查取證;事實上,對于案均賠款4000元左右的車險案件,很難串并如此巨額的欺詐團伙。所以現實情況是,絕大多數符合立案條件的疑似欺詐案件,先由保險公司自行完成線索核查,然后向公安部門提交成體系的證據資料,才能完成對欺詐份子的有效打擊。保險公司的欺詐線索核查幾乎完全依靠一線理賠人員完成,而他們需要同時承擔繁瑣的理賠日常工作,導致欺詐線索排查質量難以保證;同時,由于已決欺詐案件通常涉及相關經辦人問責,也導致一線理賠人員對此類線索排查存在抵觸情緒;甚至,若一線理賠人員參與保險欺詐,一定會導致關鍵證據資料“不慎滅失”,導致線索核查工作無法開展。
 
    為此,原保監會組織行業協會及各保險公司與公安部聯動開展“安寧行動”,串并欺詐線索,針對職業欺詐團伙進行打擊;同時,各反欺詐軟件服務商輔助保險公司更精準的識別、串并欺詐線索;公估公司、調查公司、律師事務所等商業機構也提供輔助調查服務。但由于各商業調查機構與保險公司都是一對一的合同,無法高效應對跨保險公司作案的欺詐案件,反欺詐的商業化產業鏈也不夠順暢,無法完全解決機會型欺詐、兼業型欺詐以及小額職業型欺詐案件核查難的問題。
 
    我國大數據車險反欺詐的展望
 
    結合我國車險行業應用大數據開展反欺詐的歷程、成功經驗及遇到的問題,未來在數據共享、技術融合基礎上,業務風控體系重構、跨業數據風控產品創新、反欺配套資源共享將是大數據在車險反欺詐領域的發展趨勢。
 
    一是與公共部門數據互聯互通,強化保險行業信息風控流程,構建大數據為基礎的業務風控體系。為積極響應《國務院關于印發促進大數據發展行動綱要的通知》(國發〔2015〕50號),原保監會與公安部建立了跨部委大數據合作關系,雙方針對車險電子保單推廣、交通事故快處快賠、交通違法與車險費率浮動相關聯、車險反欺詐等多個主題開展應用研究,并探索向行業普及大數據的業務落地應用。2017年11月,最高人民法院、公安部、司法部、原中國保險監督管理委員會聯合下發《關于在全國部分地區開展道路交通事故損害賠償糾紛“網上數據一體化處理”改革試點工作的通知》,各試點地區高級人民法院將逐步建立和完善訴調對接機制,按照共建共治共享原則,建立網上一體化處理平臺,努力實現責任認定、理賠計算、在線調解、在線鑒定、在線訴訟、一鍵理賠等流程。
 
    隨著保險行業與各政府部門信息共享、系統共建的不斷深入,必將促使保險行業進一步重視業務流程的信息采集和數據質量管理,強化保險行業數據風控流程,最終構建成熟的大數據業務風控體系。
 
    二是以大數據技術為核心,跨險種、跨行業的大數據技術融合,開展數據風控產品創新。2016年底,中國保信開發的“全國車險反欺詐信息系統”完成了國內所有經營車輛保險公司跨地區、跨公司的數據融合,并提供在線系統的反欺詐應用,這是大數據技術在保險行業領域應用的起點。
 
    在監管部門的統籌領導下,我國保險行業已初步建成保單登記平臺,70家人身險公司與15家經營個人財產投資型產品的財產險公司通過該平臺進行保單信息登記。結合車險信息平臺數據,我國保險行業已具備針對職業欺詐團伙,開展跨險種大數據反欺詐應用的基本條件。隨著我國銀保監會的成立,可以預見車險行業將有條件在新的監管體系下,進一步引入車輛抵押、車輛貸款、個人債務征信等各類銀行業信息,實施跨行業的大數據技術融合,打通個人信息在銀行、保險領域的征信記錄,跨行業開展數據風控產品創新。
 
    三是第三方理賠服務資源共享,支持各類數據風控產品的落地應用,形成全新的理賠服務生態圈。車險理賠是一項業務流程繁瑣,涉及多種第三方服務資源管理的復雜工作。包括中國保信在內的各家數據、技術公司都面臨反欺詐相關數據產品落地應用困難的情況。隨著我國保險行業數據字段采集不斷完善、大數據應用水平持續提高,行業數據共享為基礎的風控產品,需要與之匹配的業務資源共享才能實現其落地應用。
 
    在大數據風控技術及保險理賠風控需求驅動下,未來第三方理賠服務資源需要同時對接多家保險公司開展業務,才能有效應用跨公司、跨地區、跨險種、跨行業的欺詐線索,統一開展線下調查取證,協同公安部門完成欺詐案件偵破。同時,隨著第三方理賠服務資源與各家保險公司在數據與業務互聯互通的不斷完善,未來將進一步形成體系內的機構信用評價體系,形成車險反欺詐、車輛救援、配件配送、全損車拍賣、人傷鑒定等資源共享的理賠服務生態圈。
 
 
 
 
 
 
 
 
 
 
 
 

2019年马会透码