30多种套路让险企防不胜防 车险欺诈年涉案金额200亿元

本篇文章2406字，读完约6分钟

■我们的记者苏翔宇

“中国的汽车保险欺诈是保险欺诈中受打击最严重的领域。汽车保险欺诈的泄漏占保险欺诈的80%，保守估计每年涉及金额高达200亿元。汽车保险中有30多种常见的欺诈类型，如当场安置、酒后驾驶和吸毒驾驶。保险公司很难防范，损失巨大。”这是中国保险学会和金融一账户最近联合发布的报告中提到的最新数据。

尽管汽车保险领域欺诈事件频发，但随着大数据、人工智能等技术在保险领域的应用，这种情况有望得到缓解。明爵科技保险部总经理张帆在接受《证券日报》采访时表示，在互联网和大数据等新兴技术的推动下，借助科技的力量改变保险业面临的诸多问题，是未来的一大趋势。

同样，鉴于传统保险业发展中的高欺诈率，金融一账户董事长兼首席执行官叶表示:“保险技术的快速发展为保险业的转型提供了突破和新的发展机遇。云计算、大数据、物联网、人工智能和区块链技术已经进入保险核心业务流程，涵盖产品设计、售前承保、理赔、售后服务、销售风险控制等多个方面，并取得一定成效。”

汽车保险欺诈呈现三个特征

保险欺诈一直是保险业的痼疾。根据国际保险监管机构协会的计算，全球每年约有20%-30%的保险索赔涉嫌欺诈，损失约800亿美元。

从中国的情况来看，随着保险公司业务的发展，各种潜在的欺诈风险也在增加。其中，根据上述保险报告的数据，中国的汽车保险欺诈是保险欺诈的重灾区，汽车保险欺诈的泄漏占保险欺诈的80%，保守估计每年涉及金额高达200亿元。

一般来说，根据中国保险学会的上述报告，中国汽车保险欺诈有三个特点。

首先，欺诈的形式多种多样。欺诈风险集中在汽车保险领域。据统计，汽车保险中常见的欺诈行为有30多种，如:当场套现、二次碰撞、故意脱险、谎报盗窃抢劫、司机酒后驾车或用毒品调换包裹、重复索赔等。

二是欺诈手段的专业化。以汽车保险欺诈为例，根据保险公司的统计，专业欺诈和顶包案件主要涉及汽车修理厂、4s店或二手车经销商。汽车经销商和其他专业人士利用保险公司政策和管理的“きだよ 0”文件，通过故意制造交通事故、编造从未发生过的交通事故以及提供虚假索赔材料进行欺诈。

第三，犯罪主体是有组织的。近年来，保险欺诈逐渐从“偶发案件”演变为“团伙故意”。汽车保险欺诈转化为多代理人(包括修理店、二手车经销商、黄牛等)。)使用维修车辆资源来拼凑事故(两辆属于单边事故的汽车将被拼凑成双方的两辆事故，由不同的保险公司支付)，以及使用高价值的二手车来故意制造全损事故等。这意味着隐瞒职业和更多的犯罪。

保险公司有一个相对简单的应对策略

面对多样化的欺诈手段，保险公司只有单一的应对策略。

目前，大多数保险公司主要依靠主动发现调查、损失确定、承保和赔偿人员来识别风险。多样化的欺诈手段要求极高的人员经验和技能，这不仅耗费大量人力，还会导致人为的欺诈泄露风险。传统的风险管理和控制方法已经不能满足当前快速发展的保险市场的要求。

传统的承保和索赔处理需要大量的人力和物力。以十大财产保险公司为例，只有15，000个理赔操作员。被保险人利用信息不对称进行保险欺诈，与第三方机构(中介机构或医疗机构)合谋进行虚假索赔，并虚假索赔。保险公司必须增加人力投入以减少保险欺诈损失。数据显示，中小财产保险公司的人工成本超过15%，这是保险公司管理成本高的一个重要原因。

此外，2019年，研究机构弗里斯(friss)针对全球150多名保险专业人士的“保险欺诈调查报告”显示，67%的保险公司仍需要通过“员工的经验”，45%的公司仍需要依靠“理算师的直觉”来发现欺诈案件和识别高风险客户。然而，保险业务的快速发展和行业内人员的快速流动等问题也导致许多员工缺乏专业技能和经验，识别和处理欺诈案件的能力不足。随着保险业务的不断拓展和科技的进步，保险欺诈的泄漏手段也在不断翻新，仅靠员工的工作经验很难解决欺诈问题。

除了上述问题，在打击保险公司欺诈的斗争中还有许多与数据相关的挑战。数据质量差、内部信息分散、外部信息难以共享等问题增加了行业和企业风险控制的难度。

保险公司已经参与了智能风险控制

自2018年以来，随着保险技术与保险业的深度融合，保险业开始进入“智能风险控制阶段”，人工智能、大数据、区块链和物联网等技术得到深入应用。

智能风险控制管理的核心是以智能算法为基础，运用适当的技术，借助“计算机”辅助“人脑”自动进行一系列风险管理和控制操作，从而准确、快速、全面、有效地在所有业务环节实施风险识别、风险评估、风险预警和风险处理。

如上述《中国保险报告》所述，智能风险控制改变了以往以合规和满足监管要求为导向的风险管理模式，强调利用保险技术降低风险管理成本、提升客户体验和优化风险控制效率。与传统的风力控制方法相比，智能风力控制具有明显的优势。首先，智能风险控制有大量的风险规则支持风险筛选，并全面覆盖了人工筛选容易遗漏的小风险规则；二是针对高风险案例，建立风险预警程序，及时预警，防止风险倒流；第三，为了满足客户对风险管控的不同需求，可以灵活修改和配置引擎规则中把握风险管控程度的阈值，实现个性化的风险管控；第四，根据案例调查结果和多维数据输入的反馈，机器可以不断学习进化和迭代，提高风险控制的准确性，应对不断增加的风险类别。

《证券日报》记者发现，保险公司产业链的所有参与者都不同程度地参与了保险智能风险控制的相关领域。首先，从监管者的角度来看，他们支持在保险风险控制中应用新技术。《反保险欺诈应用指引》明确指出:“保险机构应利用大数据分析、云平台等技术，以及风险信息库、历史档案等数据，构建规则、模型、欺诈网络分析等针对个别案件或团伙欺诈的智能识别系统。”其次，从保险公司的角度来看，大公司不断投入资源进行智能化风险管控转型，积累了丰富的实践经验。最后，从行业内第三方组织的角度来看，大多数公司开始投入大量资源，在客户风险评估、理赔和反欺诈方面进行积极尝试。

来源：央视线