胡廣超 中國聯(lián)合網絡通信有限公司上海市分公司

一、背景

（一）保險欺詐的背景

從保險誕生之日起，保險欺詐事件就如影隨形。根據國際保險監(jiān)管者協(xié)會測算，全球每年有20%～30%的保險賠款涉嫌欺詐，損失金額在800億美元左右。我國保險業(yè)雖然起步較晚，但保險欺詐行為的發(fā)生頻率呈現明顯的上升趨勢。據銀保監(jiān)會提供的數據，截至2020 年底，全國保險業(yè)共向公安機關移送欺詐線索28005 條，公安機關立案千余起，涉案金額近6億元，抓獲犯罪嫌疑人近2000人。其中，2020年的保險欺詐類涉刑案件已達保險業(yè)案件總量的90%，這些案件擾亂了正常的保險經營活動，嚴重侵害了保險人和廣大保險消費者的合法權益，阻礙了中國保險業(yè)的健康發(fā)展。

（二）保險行業(yè)的指導性文件

近年來，為全面提升反欺詐能力和反欺詐水平，保險行業(yè)發(fā)布了多項指導性文件，積極推動構建大數據反欺詐常態(tài)化工作機制，開展反保險欺詐專項活動，并督促各保險機構加強自身反欺詐能力建設。

2012年8月，原保監(jiān)會印發(fā)《關于加強反保險欺詐工作的指導意見》；2018 年4 月，原保監(jiān)會印發(fā)《反保險欺詐指引》；2021年3月，銀保監(jiān)會發(fā)布《關于做好2021年大數據反保險欺詐工作的通知》及《大數據反保險欺詐手冊》；緊接著，中國保險行業(yè)協(xié)會發(fā)布《關于召開中國保險行業(yè)協(xié)會反保險欺詐專業(yè)委員會委員大會通訊會議的通知》，并出臺三年工作規(guī)劃（2021—2023年）。

?圖1 欺詐手段在車險欺詐中的金額與件數占比

2022 年1 月，中國保險行業(yè)協(xié)會正式發(fā)布《保險行業(yè)反保險欺詐組織工作指引（試行）》。

（三）車險欺詐的背景

在保險欺詐案中，車險欺詐是重災區(qū)。中國保險學會報告顯示，車險欺詐在保險欺詐中占比高達80%，保守估計每年涉案金額高達200 億元。對此，原保監(jiān)會發(fā)文要求加強協(xié)作，嚴打車險欺詐行為，建立反欺詐機制。

2016年，中國保信牽頭搭建的車險反欺詐信息系統(tǒng)上線，該系統(tǒng)記錄了2015年至今的所有車險理賠數據，并建立了車險的信息共享與交互機制。保險監(jiān)管部門通過與公安經偵團隊等有關部門的合作，借助大數據手段，串聯(lián)隱藏在車險系統(tǒng)中的無數條線索，識破潛在的欺詐案件，車險反欺詐信息系統(tǒng)成為應對車險欺詐慣犯的最有力工具。

然而，車險反欺詐信息系統(tǒng)并不是萬能的。隨著我國汽車保有量不斷增加，各類車輛事故帶來的保險理賠量大幅增加，其中難免存在一些以騙保為目的的欺詐案。為了騙取高額保險金，不法分子的保險欺詐手段愈發(fā)隱蔽且多樣化，給財產險公司帶來嚴重的經濟損失。

二、基于運營商數據的車險反欺詐識別

（一）駕駛員掉包識別

根據《中國銀行保險報》的統(tǒng)計數據（圖1），在車險欺詐中，駕駛員掉包是欺詐金額占比最高的欺詐手段。其主要表現為駕駛員無證駕駛或者酒駕等造成車輛受損出險后，由頂包駕駛員向保險公司報案，以逃避交通處罰，同時騙取理賠款。

2021 年2 月，一位車主撥打保險公司電話，稱其在幾分鐘前與另一輛車發(fā)生追尾事故。查勘員對受損車輛進行現場查勘時察覺出異樣，通過詢問車主出險前的行車路線、還原車內駕駛坐姿、觀察車內其他乘客狀態(tài)等途徑，并結合現場路況，初步確認案件存在“酒后換駕”的欺詐風險。此后，通過查詢手機通話記錄、借助“車輛故障解碼儀”，進一步確認了車主的欺詐行為。

不難發(fā)現，上述整個調查過程如同警察破案，需要從蛛絲馬跡中找到真相。2019年，調研機構FRISS 對全球150 多名保險專業(yè)人士的保險欺詐調研報告顯示，67%的保險公司在反欺詐工作中依賴“工作人員的經驗”。但保險行業(yè)人員流動過快，大部分工作人員的專業(yè)技能缺失、經驗不足，對欺詐案件的識別能力不足?？梢灶A見，針對快速發(fā)展的欺詐手段，僅靠工作人員的經驗已難以解決欺詐問題。

2021年，中國聯(lián)通推出“車險欺詐識別服務”，該服務基于運營商數據，在保險公司獲取客戶明確授權后，通過分析人員特征、出險地點、行駛軌跡、通話關系、互聯(lián)網行為等因素，出具“車險欺詐風險報告”輔助查勘工作。

在上述案例中，查勘員通過“車險欺詐風險報告”中的手機位置信息、通話記錄，就可準確判斷出，報警出險的車主是在車輛發(fā)生事故后臨時趕來并頂包原先的醉駕司機的。整個過程不需要查勘員豐富的經驗，也無需耗費大量時間和人力做細致的偵查，即可識別出其中的可疑點，直達真相。

（二）網約車司機識別

網約車司機的識別是財產險公司降低車險欺詐風險的又一項關鍵技術。

2016年7月，交通運輸部、工信部等7部委聯(lián)合發(fā)布了《網絡預約出租汽車經營服務管理暫行辦法》，其中明確規(guī)定，網約車需要“具有營運車輛相關保險”。相比非營運車輛，相同條件營運車輛的保險費用要貴出一倍左右，這導致一部分網約車車主將自己的車按非營運屬性投保，并繼續(xù)從事營運工作。

根據《機動車商業(yè)保險條款》規(guī)定：“在保險期間內，被保險家庭自用車輛、非營業(yè)用汽車從事營業(yè)運輸等，導致被保險機動車危險程度顯著增加的，應當及時書面通知保險人。否則，因被保險機動車危險程度顯著增加而發(fā)生的保險事故，保險人不承擔賠償責任?！?/p>

近年來，通過對數據的深入挖掘以及對行業(yè)的深度研究，中國聯(lián)通形成了高度完善的標簽體系。保險公司獲取客戶明確授權后，可對使用網約車APP 司機端的人群，通過計算相關APP 使用天數、次數、流量等指標進行評分，評估其營運屬性，輔助財產險公司實現個性化定價和理賠判定。

在投保環(huán)節(jié)，精準識別網約車，可以引導被保險人按實際情況購買對應保險，保障其人身財產安全，同時避免誤判營運屬性，導致客戶流失。在出險后，有效識別網約車，可以為保險公司減少不必要的支出，降低賠付率。

三、大數據反欺詐讓保險公司更具競爭力

在《關于做好2021年大數據反保險欺詐工作的通知》中，銀保監(jiān)會對保險反欺詐工作提出了三點要求：一是緊抓數據核心，提高大數據反欺詐有效性，包括提高數據質量、加快數據融合、提升數據價值；二是優(yōu)化風險模型，增強大數據反欺詐科學性，包括強化跨區(qū)域欺詐線索篩查、適應欺詐風險的區(qū)域差異、推進保險公司風控升級；三是健全制度機制，夯實大數據反欺詐基礎，包括深化反欺詐執(zhí)法協(xié)作、建立反欺詐行業(yè)聯(lián)盟、探索高風險名單制度。

?圖2 網約車APP司機端適用人群評估體系

?圖3 車險行業(yè)成本費用構成

面對保險反欺詐工作，大數據技術的重要性不言而喻。然而，中國銀保信的調研顯示，僅有四分之一的保險企業(yè)已經實際使用大數據技術，且主要應用于營銷領域，而非保險反欺詐。對于高發(fā)的欺詐行為，大部分保險公司為了減少損失，選擇耗費大量人力物力在核保和理賠環(huán)節(jié)。以某排名前十的財產險公司為例，僅理賠運營人力就有15000 人。數據顯示，中小財產險公司的人力成本超過了15%，成為險企管理費用居高不下的重要原因。

根據平安證券發(fā)布的保險行業(yè)報告，車險行業(yè)2020年全年、2021年第一季度綜合成本率分別為101.0%（同比上升2.3 個百分點）、99.9%（同比上升3.7個百分點），處于盈虧平衡點附近。其中綜合費用率分別為28.6%（同比降低10.7 個百分點）、28.2%（同比降低10.6 個百分點），綜合賠付率分別為72.4%（同比上升13.1 個百分點）、71.7%（同比上升14.4個百分點）。由于賠付率增幅大于費用率降幅，綜合成本率總體上升。

通過大數據技術防范保險欺詐，可以超越傳統(tǒng)的人工經驗，精確識別理賠中可能存在的欺詐模式、索賠人欺詐行為以及欺詐網絡，提升反欺詐績效，降低理賠風險，進而降低賠付率和綜合成本率。

以平安產險為例，其2020 年賠付總額1165 億元，其中車險賠付超1000 億元，按平安產險25%的市場占比，可推算出整個市場的車險賠付額約4000億元。如前文所述，車險欺詐每年涉案金額保守估計在200 億元，其中20%，即40億元左右的欺詐損失由駕駛員掉包造成。也就是說，僅識別出駕駛員掉包的欺詐事件，就可以節(jié)省約1%的賠款支出。對平安產險而言，僅此一項即可減少賠款支出10億元左右。與此同時，在大數據技術的輔助下，人力成本必將大幅縮減，險企的管理費用也將得到進一步控制。

羊毛出在羊身上，保險欺詐實際騙取的是其他投保人支付的保費。從長遠眼光看，由于“錯誤”的賠款支出的增加，為了爭取盈利，保險公司一定會在未來某個節(jié)點提高保費，這對其他投保人而言，增加了成本；對保險公司而言，也增加了客戶流失的風險。

四、總結

對保險公司而言，除了將大數據技術應用于營銷獲客，在投保承保、核保理賠等環(huán)節(jié)也需要更堅決地應用大數據技術。隨著《中華人民共和國個人信息保護法》的施行，市場上原先依靠SDK 埋點抓取用戶數據的眾多廠商，已經逐漸退出數據市場。運營商憑借其海量的用戶池、合規(guī)的數據來源、在時間和空間上完整連續(xù)的信令等優(yōu)勢，能夠為保險行業(yè)提供權威、合法、連續(xù)、準確的數據，協(xié)作構建保險公司的金融科技能力，為打造上海“金融科技中心”添磚加瓦。