大数据与保险欺诈

① 对待保险诈欺有哪些对策

对待保险诈欺有以下对策：

1、加强保险反欺诈的宣传，让公众明白保险欺告冲诈是一种犯罪。

2、保险公司应加强核保核赔，从源头上堵住保险欺诈的发生。对于保险公司来讲，无论数额大小，骗保行为都需要高度警惕。

近日，银保监会也下发《关于运用大数据开展反保险欺诈工作的通知》，要以大数据技术为核心、行业联防与执法协作为助力，全面协同推进反保险欺诈工作。

3、保险行业应该联合采取反欺诈的行动，建立信息交换网络，让诈骗者无处藏身。

4、加强与其他行业的联手，特别是公、检袜祥歼、法的联手，狠狠打击保险诈骗犯罪活动；要加强保险法制建设，做到打击保险欺诈，有法可宴闷依，执法必严。

(1)大数据与保险欺诈扩展阅读

航延险成骗保高发险种

6月9日，南京市公安局破获一起航延险骗保案，犯罪嫌疑人李某从2015年至今，通过虚构行程并购买航延险，3年间共理赔近900次，涉案资金高达300余万元，目前李某已被采取刑事强制措施。

不久前，上海市同样宣布了一例航延险诈骗案的告破，累计抓获犯罪嫌疑人27名，涉案金额超过2000万元。

近年来，保险诈骗资金有小额化趋势，如车险、航延险、退货运费险等，对保险公司的反欺诈能力提出更高要求。

② 什么是大数据反欺诈

"大数据反欺诈是基于海量数，通过机器学习架构的一套反欺诈系统，可以对包含版交易诈骗，网络诈骗，电话诈权骗，盗卡，盗号等欺诈行为进行实时在线识别的一项服务。是互联网金融必不可少的一部分，是由用户行为风险识别引擎，征信系统，黑名单系统等组成。
大数据反欺诈主要是为金融行业或者电商行业的企业提供数据分析的业务以及服务，在进行支付或者信贷的过程中对于行业或者对个人提供一个信用评估的服务，通过大量的数据结合，可以很快的得到贷款方信用的评估结果，在欺诈者可能发生欺骗行为之前就将他们可能实施的行为扼杀在摇篮里，减少金融行业企业的风险。例如阿尔法象系统结合当前网络黑产的欺诈特征，基于机器学习模型、大数据关联分析和多样智能算法，通过OCR识别、四要素验证等方式的身份识别，以及黑名单筛选、身份真实性判断、行为异常检测、多头共债检测、团伙欺诈识别等技术手段，信贷业务提供贷前、贷中、贷后全流程反欺诈服务。"

③ 大数据保险会影响社会公平吗

大数据保险会影响社会公平吗
在当下互联网和大数据技术推动下，保险行业的新应用及新的商业模式未来想象空间将会无限，大数据对保险行业的影响可能远比想象的要更加深远。
最近在公司内部一次大数据工作会议上，讨论如何利用大数据计算客户风险成本，为客户提供不同保费报价。一位多年从事保险行业工作的同事提出了不同意见，认为该做法拉大了自身风险较大人群与风险较小人群间的保险价格差距，使部分人群因价格难以承受，可能会造成其无法获得所需保险服务，有违保险所倡导的互帮互助宗旨精神。
这让大家认识到，大数据对保险行业的影响可能远比想象的要更加深远。
传统保险商业模式并不完美
保险起源于人们互帮互助、分摊风险的思想，是最古老的风险管理方法之一。它以损失分摊的方法，用多数单位和个人缴纳保费建立保险基金，使少数成员的损失由全体被保险人分担。其目的就是共同抵御风险，帮助那些陷入困难的成员渡过难关。保险从萌芽时期的互助形式逐渐发展成为现代商业保险形式。保险服务对象从一开始的熟人之间，逐步扩展到陌生人之间。
市场中保险公司之间展开着激烈的竞争，大家最重要的竞争手段就是把不同人群的风险概率尽可能做精确细分。分得越细，同一个细分组里人群的风险就越接近，其被别人占便宜的可能性就越低，所交的保费也就越少，就更能够吸引到优质客户来这样的公司买保险。
客户风险细分的程度，取决于保险公司收集和处理客户信息的能力。保险公司会想方设法获取和验证客户的信息，经过一系列的风险评估计算，把来投保的客户对应分配到不同风险细分组中。选择并提供优惠保费价格给那些风险低的客户，对风险高的客户则提高保费价格或干脆拒之门外。
客户也会受到利益驱动，千方百计的隐藏自己的真实风险情况，争取瞒过保险公司，让自己获得保险公司低风险评价，以便降低自己所交保费。一些人投保之后，因为有了保险所提供的保障，就会忽视风险，行为变得无所顾忌，比如烟会抽得更凶，驾驶会更加狂野。
类似的道德风险使那些不负责任的人占用了较多大家共用的风险基金资源，影响到其他规矩人的利益。规矩人就会逐渐退出保险，结果是逆向选择。投保人中规矩的越来越少，不规矩的越来越多，只好保费越提越高，持续恶性循环，直到影响到保险公司的生存。
在信息不充足的状况下，保险公司很难进行有效的风险分析，只能采用大类分组贴标签的方式开展业务，选择那些比较容易通过标签判断其风险并且整体风险较低的人群。而对于那些无法有效判断风险或风险较高的客户群体，保险公司会尽量避开。这使得存在相当一部分数量的人群无法获得所需要的保险服务。比如一些经常出现欺诈风险的区域人群，就会被保险公司采取各种借口排斥。
最终这些无法获得合理保险服务的人群，当遇到风险困难无力自己解决时，都将由社会保障做兜底。这既没有发挥该部分人群自身经济能力的作用，相应的保障服务效率也不高。虽然监管当局采取了一系列措施，阻止保险公司类似的做法，但保险公司为了控制风险，会千方百计进行博弈，该现象仍然普遍存在。
大数据带来改变
大数据时代通过无所不在的传感器、移动互联、人工智能技术，使获得和分析每个人的健康、行为、信用等风险数据变得非常方便，成本越来越低，个人的信息能见度越来越高，保险公司风险建模预测的准确度不断提升。基于此，保险公司拥有了应对道德风险和逆向选择的利器，将让你无所循形。想占保险公司便宜以及搭规矩人顺风车会越来越难。
大数据和人工智能将会像手术刀一样精准地把每个人从风险池里剖出来，保险将进入一人一价时代。每个人根据自己风险概率的不同支付相应价格的保费，风险仍然得到了分摊，但分摊到每个人的比率发生了改变。风险高的人需要多分摊，风险低的人将少分摊。
具备大数据风险分析能力的保险公司可以利用该武器对客户精挑细选，找出那些风险概率低的好客户，给予与其风险相匹配的优惠价格，对于那些风险较高的客户则会要求其支付更高的价格，至于那些风险特别高的客户，要价可能超过其承受能力，就会被拒之门外。越是风险低的好客户越会为了获得优惠价格而选择这样的公司。
不具备大数据风险分析能力的保险公司则只能接受那些被挑剩下的客户，自身所承担的风险则会越来越大，以至于难以为继。
谁先掌握该武器，谁就可以获得先发优势。精准的差别定价意味着卖家可以最大限度地把消费者剩余拿走。领先的保险公司可以结合市场竞争情况，给出能够对客户有吸引力，同时还带给自己最大利益的保费价格。市场竞争环境下，其他保险公司为了赢得竞争，就必须具有同样的风险细分能力，迫使领先者为争夺客户不断给出接近客户风险成本的保费价格，直至溢价趋向于零。最终竞争趋于平衡，市场价格得到稳定，客户因其自身风险状况而得到相应最优惠保费价格。
被保险人符合保险公司风险要求的行为将使得其所需支付的保费降低，反之则要支付与之相匹配的高额保费。被保险人为了自身利益就会尽可能迎合保险公司的要求，做符合保险公司要求的行为，安全驾驶、不抽烟酗酒、控制饮食、健身锻炼等等。这样不但能够节省投保人保费支出，还能大幅提升被保险人自身安全健康状况。
对于被保险人的行为数据收集分析，并不仅仅限于保险申请前的一段时间，更可以扩展至承保期间。你的所有行为可能会影响下次保险周期的保费价格。保险公司可以设计另一种形式的保险合约，例如先收取一定数额的保费和押金，当发现存在违反合同规定的不安全行为时，直接扣除部分押金，甚至中断保险合约。若被保险人一切行为符合要求，则退回押金或抵扣至后续保险期限中。
保险公司还可以在保险期内为被保险人提供安全健康管理服务，让被保险人及时获悉自己所处于的安全和健康状况，据此调整自己的行为。利用行为数据可以有效控制逆向选择，让每个人对自己的行为负责，无法占别人的便宜，有利于伸张社会公平正义。可以说大数据技术为保险行业注入了满满的正能量。
相比较传统风险判定采用大类人群贴标签的方法，每个人精准定价会让更多客户享受到更加合理的价格。计算每个人的风险概率首先要依据大数据建模，而建模基于过去人群的行为状况及已经出现的风险事件，只能体现相关性，不能基于因果进行判断。建模分析预测也会因为基于数据统计而存在一些计算上的偏差。
有一些风险状况比较好的人，因为其部分行为与风险较高者相类似，这些行为由都在模型计算所收集的范围内，就会被错误地判定为风险较高，需要支付超出其真实风险状况的保费。其就会因为别人的错误而遭受惩罚，这在一定程度上说很不公平。
随着算法的优化、数据的更加丰富和计算能力的提升，这样的误伤范围会进一步缩小，但遗憾的是，由于数据建模方法的局限性，缩小的进程也不会很快，更难彻底杜绝。
政府监管应做出相应政策安排
有些风险发生概率与个人努力的行为程度无关，例如每个人拥有基因不同就会带来自身发生疾病概率的不同。若根据与生俱来的基因数据进行风险定价，则很可能让每个人从出生就决定了其未来的保费有很大差异。基因健康的人买低价保单，基因没那么健康的人只好买高价保单。我们可以控制自己的行为，但完全无法控制自己的基因。
这时候，保险风险共担的初衷被摧毁了，社会互助机制遭到破坏。这样的做法有可能造成社会分裂，带来社会的不安定因素。个人能控制的风险应当由其自己承担，而对于自己无法控制的风险，应由公众一起分担。
以无知之幕的思考方式，我们想象通过扮演具有各种不同基因状况的群体成员，去感受相关对策下社会生活状况。显然我们都不愿意接受自己活在一个因为基因有缺陷就活该倒霉的社会里。那些因为基因缺陷而无法面对风险困境的人群及其亲属将会为了生存而采取行动，甚至可能会带来社会动荡。
政府监管者禁止保险公司利用基因数据进行风险定价，其目的就是最大限度的保证社会稳定。让每个人自身无法改变的风险因素不影响其在社会中所能够享受到的正当权利，尽可能营造公平平等的社会环境。
但只要获取基因分析结果能够获得好处，保险公司就会想方设法规避监管，而政府则会因此加大监管力度。相互的博弈将会带来大量社会成本消耗，因此需要做出更加符合人性规律的政策安排。
既然保险公司有开展基因数据分析的冲动，可以考虑允许每家保险公司利用基因数据计算每个人的风险，为客户申请因基因不同而带来较大风险的补贴。监管者也根据相关数据进行计算，然后确认其中所申请补贴较为合理的保险公司计算结果，承诺用财政资金对客户提供风险补贴。
该做法并不回避基因所带来的每个人风险差异，而是通过财政转移支付，让社会大众对相关特殊群体提供必要的关怀，使其能够最终与别人站在同样的起跑线上，只为自己的行为负责，而不用为自己无法改变的基因负责。
保险公司能够获得风险概率所涉及的款项，就不会感觉到吃亏，更愿意接受这样的客户。通过对基因有缺陷客户进行补贴后，后续所有服务可以一视同仁，没有任何区别。这让保险公司与监管者都愿意更准确的开展数据分析，避免相互间博弈的损耗，社会资源倾斜也更加精准有效。
竞争将让各个保险公司努力掌握相关的技术方法，而技术本身并不存在壁垒，很难据此形成独特的竞争优势。一些公司将眼光瞄向了一项关键资源，那就是客户数据。它们试图垄断客户数据，进而垄断对客户的风险评估，从而影响竞争，延缓客户获取更加优惠价格的进程。
政府监管一定要有所作为，积极保护客户的利益，维护市场公平竞争的局面，确保客户有更多选择。要让客户拥有数据的使用决定权，数据可以存放在数据产生的地方，但数据的使用权必须掌握在客户手中，客户可以授权给任何其所指定的服务商使用，以便让这些数据带给客户自身最大的利益。提供存放数据和计算服务的相关公司可以通过收费获利，但不能影响客户对数据的授权使用。
大数据技术在保险行业应用的快速发展态势已经形成。未来一段时间，领先者将会在一些领域取得积极进展，从而给行业带来巨大冲击。改变已经到来，保险公司必须在大数据应用方面加大投入，努力跟上时代的步伐，以便在竞争中处于有利地位；政府监管者需要未雨绸缪、因势利导，提前做好政策研究和相关布局，营造良好的行业市场竞争环境，确保社会生活持续稳定。

④ 利用大数据分析将保险业风险防控做到极致

利用大数据分析将保险业风险防控做到极致
互联时代，特别是移动互联网日渐普及之后，大数据的搜集变得更为方便和可行，大数据的应用价值受到了各行各业的关注，甚至大数据本身也成了一个专门产业。保险作为基于大数法则运营发展的商业行为，对大数据的利用有着天然的倾向性。笔者围绕风险防控这一经营实务，围绕核保、核赔这两大关键节点，探讨大数据分析在风险防控中的应用，分析优势性，指出限制性，并基于行业现状对大数据分析的发展提出建议。
保险业面临风险控制新挑战
虽然风险防控是保险业发展过程中永恒的课题，但是随着经济社会的发展，新风险点层出不穷，恶意欺诈手段不断翻新，保险业风险防控受到的更为严峻的冲击。具体表现为：
1.行业竞争倒逼核保和理赔速度的提升，可能带来核保、核赔质量下降的负面影响。从纯理论角度和最理想化的角度来讲，核保和核赔这两个环节是可以为保险公司屏蔽所有逆选择和道德风险的。但付出的代价是用大量的人力对每个投保和理赔申请都进行大量的细致调查。这在保险公司实际运营中是不可能的。特别是在行业竞争越来越激烈的今天，为提升客户体验，保险公司的投保条件愈发宽松，核保核赔速度快，甚至免核保、免体检、快速赔付已经成为保险公司吸引客户的“标配”所在。各家公司千方百计提高服务速度，核保核赔部门往往要承受客户和销售部门的双重压力。在此情况下，虽然保险公司的保费收入有了较大增长，但是承受的风险冲击将明显增大。公司管理层对业绩增长的期待，或多或少冲淡了本该固若金汤的风控意识。
2.互联网保险的发展，客观上增加了风险控制的难度。如今，网络销售、移动互联网销售日益被保险公司所重视。各种保险销售网站，成为了保险公司新的保费增长点。甚至客户通过手机微信等软件终端，就可以轻松完成投保或理赔过程，在这种情况下，材料真实性验证难度较大，信息不对称性更为突出，机会型欺诈风险增加。异地出险的增加，也对理赔后续工作提出较高要求，容易出现保险服务流程衔接的空白。在传统保险销售过程中，销售人员与客户面对面地沟通，其实也是一种了解客户的过程。但是互联网保险的发展让这个过程消失。核保部门失去了一道天然屏障。这些都是增加了风险控制的难度。
大数据分析在保险业风险防控中的实际意义
虽然互联网技术的发展，给传统思维下的风险防控带来了巨大的挑战。但是笔者认为，任何新技术的进步都是双刃剑。而且解铃还须系铃人，互联网技术带来的“麻烦”也必将由互联网技术本身来开出药方。这个药方就是大数据分析。
IBM公司曾用5个特征来描述大数据，既大量、高速、多样、低价值密度、真实性。这些特征其实也表明了大数据对风险防控的意义。
1.大数据时代下，核保环节通过大数据分析有条件对客户进行系统性风险扫描。具体来讲，在传统核保过程中，客户告知什么，保险公司就审核什么。核保人员要从有限的告知信息中，发现风险点的蛛丝马迹。这个过程中的风控主要依靠客户的诚信水平和核保人员的工作经验。而且大量的投保告知，也挑战了客户的耐心。面对大量的提问，客户很有可能引起反感，不认真填写告知内容或干脆放弃购买保险产品。但在大数据条件下，保险公司有条件从数据库中获取客户的大量相关信息。比如通过了解客户的就医记录，可以准确推断客户的健康状况；通过查询客户在各家保险公司的既往投保记录，可以分析投保人有无重复投保、短期内大额投保等高风险行为，等等。这些都将打破既往核保的管理思路，使得核保过程更加精确化。同时客户需要进行的投保告知大大减少，只要授权保险公司查询相关信息，即可快速得到核保结果。
2.大数据时代下，核赔环节通过大数据分析更可能发现理赔欺诈的线索，堵住风险漏洞。传统的核赔过程中，主要靠核赔人员的经验甄别风险，靠调查人员有意识的排查堵住理赔欺诈的发生。这种情况下，人为制造保险事故、虚报并不真实存在的保险事故、夸大保险事故损失金额，都成为可能发生的情况。但在大数据条件下，保险公司不同地区的既往理赔数据，甚至不同保险公司之间的理赔数据有可能汇聚成一个超级数据库。任何理赔申请，都可以先经过数据库的检验。
3.大数据分析辅助风险控制的理论研究，已经有了一定的积累，为进一步应用打下了基础。近年来，大数据的开发应用不仅得到了实务界的关注，也吸引了理论界进行更为细致的研究，并取得了一定成果。例如欺诈分析技术，就是综合了大数据模型、统计技术和人工智能在反保险欺诈领域的一项应用。目前这项技术已有了比较完整的理论模型，建立了相应的算法体系，具体包括有监督算法和无监督算法。笔者认为，这些理论研究虽然对保险实务从业者来讲有一些晦涩，但是今后的大数据分析甚至人工智能在保险业的应用，就是建立在这些理论研究基础之上的。
基于大数据技术提升保险业风险控制
结合大数据技术本身的发展要求，以及当前保险公司实际运营情况。笔者在这部分将提出大数据时代提升保险业风险控制的具体工作建议。
1.以数据库建设为基础，在内部数据资源整合的基础上，争取建立全行业共享的大数据平台。在这里所讨论的所有大数据分析的优势，都建立在保险公司能够收集到海量有价值数据的基础之上。这种数据资源的整理，首先是公司内部资源的整理。特别是对于混业经营的大型金融集团来说，内部已有的数据资源整合就已经是非常伟大的成就。要让各家公司共享信息，注定是艰难的，这需要行业协会、监管部门的推动，需要各家公司站在更长远的角度展望保险业的发展。
2.保险公司要千方百计提升IT技术水平，储备大数据分析的技术力量。大数据分析对数据库技术的要求是比较高的，公司网络系统和数据计算能力面临考验。更为重要的是，如果要想进一步开发大数据资源，就必须有专门的统计分析人才。技术储备，不是过往运营数据分析等简单的数据开发，而是一整套科学的体系。保险公司有必要提前进行技术储备。
3.大数据分析过程中，要特别注意数据安全和客户信息的保密管理。大数据和互联网一样，也是一把双刃剑。保险公司挖掘好这座宝藏，能够在风险防控上取得事半功倍的效果。但同时也担负着维护数据安全的重任。海量的个人信息数据存储在保险公司，一旦泄露后果不堪设想。单个的数据泄露就可能引起客户的诉讼。批量的数据泄露，可能给公司带来的就是灭顶之灾。从法务角度来讲，保险公司在引用客户信息之前，要取得客户授权，规避法律风险。同时要尽可能依靠大数据分析，通过简单的客户信息就推断出某类业务的风险。
总之，风险控制是保险公司稳健经营的重要一环。在大数据时代，保险业必然要利用新技术手段，将风险防控工作做到极致，为公司和行业的发展创造价值。

⑤ 保险科技如何在理赔中进行

保险理赔是保险业务中的一个重要环节，长期以来存在诸多痛点、难点，理赔难理赔慢理赔烦的问题，始终是保险消费者关注的焦点和揪心问题。近年来迅猛发展的保险科技正在不断实现与理赔流程的融合，促进了行业理赔效率持续提升，有效缓解了理赔工作中的诸多痛点、难点。
一、保险科技的运用极大地提升了客户的体验感和满意度。
通过引入大数据、人工智能、云计算等技术手段重塑保险理赔服务环节，可以实现理赔信息数字化采集和理赔全流程无纸化，从而使客户免于往来奔波和提供各类资料，极大地提升保险理赔体验。近年来，保险科技在保险理赔服务中扮演着越来越重要的角色，客户能够切实感受到保险理赔工作越来越贴心周到，客户感受到理赔更为便捷、赔付时间更短等。例如，蚂蚁保联合保险公司推出了一项高品质的理赔服务“安心赔”，可以理赔全流程协助用户，保证理赔申请简单快速，并确保理赔结论清晰公正。不仅提升了消费者的理赔体验，同时也帮助了保险公司降本增效。一是对消费者的理赔需求能“一管到底”，消费者对理赔有任何疑问，可随时发起咨询，并雹旁且可以线上完成理赔申请，如果对理赔结论不认可，可申请纠纷援助；二是理赔全流程的“速度保障”，与保险公司约定申请理赔的审核时效，当超过约定时效，可申请加急处理，同时还对医疗险、门诊险等不同的险种承诺具体时效。“安心赔”背后依托的是蚂蚁保独有的“理赔大脑”技术能力。运行数据显示，“理赔大脑”能识别最多107种医疗、理赔凭证，将保险产品的理赔核赔效能提升70%。“理赔大脑”系统由智能指引平台、智能互动报案、智能审核系统、智能调查系统、智能通知平台组成，全流程优化客户理赔体验。
二、保险科技促进保险行业理赔效率持续提升
2021年12月底中国保险行业协会发布的《保险科技“十四五”发展规划》(以下简称《规划》)提出，到2025年，我国保险科技要增强优质高效保险服务能力，推动行业理赔自动化率超过40%。数据显示，目前，保险行业平均理赔自动化率已达21.48%，精准快速理赔在科技赋能下初显成效。例如，2021年，中国人寿寿险公司氏逗智能化处理理赔案件超过1390万件，同比增长23%，智能化作业占比达70%，小额理赔时效0.13天；2021年，华安保险通过视频系统处理线上查勘定损案件28.4万件，同比增加3.8万件。视频查勘案件极速赔(赔款当天支付)占比超过30%。为了提升客户线上理赔服务体验，华安保险不断升级理赔作业中心，目前已实现智能调度、客户操作可视化、后台主动呼叫、OCR自动识别、相片智能分拣、案件信息一键转录等功能。
三、保险科技提升了保险行业反欺诈能力
保险欺诈一直是行业源核橡面临的巨大挑战之一。我国财险公司的综合赔付率均值约为60%，而每年保险行业因为欺诈导致的损失高达10%至15%。这不仅破坏了正常的保险展业活动，还侵犯了保险人和保险消费者的合法权益。以大数据、人工智能为代表的科技为保险行业提升风控能力带来了新契机。基于海量全方位的用户数据及第三方场景数据，通过建立实时的反欺诈规则引擎及关联图谱分析，保险公司能够甄别欺诈骗保行为，判断案件的真实程度。
2021年3月，银保监会发布《关于做好2021年大数据反保险欺诈工作的通知》及《大数据反保险欺诈手册》(2021版)，旨在运用大数据、人工智能等高科技手段对车险、意健险、农险、保证保险等重点领域的欺诈行为重拳出击。该措施对采用大数据等技术防范保险欺诈风险，遏制保险欺诈扩展的势头，维护市场秩序，保护保险公司和保险消费者权益，发挥了重要作用。
未来，人工智能、区块链、大数据、云计算等科技与保险价值链各环节的融合将进一步加深，保险业务流程逐步向数字化、线上化、智能化转变，从而有助于改善理赔经验、提升保险业务经营效率。目前，我国的保险理赔新科技运用仍处在起步阶段，未来，借助于更深层次地运用大数据、人工智能等技术，保险公司理赔服务效率和精准度将不断得到提升。而且，在保险科技的支持下，保险公司还将拥有更多更加智能化的客户服务工具，其服务范围和能力也将延伸到更多领域，从而让保险服务内涵变得更加丰富，让广大客户从保险服务中增加更多获得感和幸福感。