1、國內外保險欺詐研究現狀分析    誠信建設對中國保險業的健康穩定發展是很重要的，保險公司一方面要不斷完善本身的誠信機制，另一方面也要研究誠信缺失危機的對策。保險索賠欺詐是保險消費者誠信缺失的一種表現形式，對于保險欺詐(insurance fraud)的深入研究無疑將對中國保險業的誠信建設有所幫助。時至今日，保險欺詐已經成為國際保險業非常關注的一個問題，因為保險欺詐不僅侵犯了保險人的權益，而且也是對社會財產和社會安全穩定的侵害，更重要的是保險欺詐所帶來的逆選擇將慢慢摧毀整個保險業。近20年來很多專家學者對保險索賠欺詐的識別技術和防范措施作了深入的研究，然而

2、國內這方面的定量研究基本處于空白，故本文嘗試通過總結介紹國內外保險欺詐研究的現狀，以引起我國保險界對保險欺詐定量研究的重視。一、國外保險欺詐的研究現狀(一)國外研究中對保險欺詐的定義及分類嚴格意義上講，保險業的欺詐行為有兩種，因為保險當事人雙方都可能構成欺詐：或者使承保人承保不應該承保的風險，或者使保險人付出不應付的賠償。本文研究的保險欺詐僅限于后者，即投保方(投保人、被保險人和收益人)的索賠欺詐。在保費收入比例較大且索賠頻率較高的險種中更容易發生欺詐。在國際上保險欺詐沒有統一確定的定義。但可以從參考文獻中總結出保險欺詐的四個特征：以圖謀詐騙為手段；以從保險公司的賠償中得到錢財或其他利益為目的

3、；欺詐是一種故意而自愿的行為；是與法律相違背的。然而綜合這四個特征得到的保險欺詐定義太為嚴格，不適合進行專業研究，所以很多作者在對保險欺詐作定量研究時會首先給出所要考慮欺詐的相對范疇，例如作者所研究的欺詐定義為索賠人承認騙賠或者保險公司拒賠或者撤銷保單。根據不同的欺詐定義可以將保險欺詐進行分類，基本上可以概括為如圖1所示。 圖1中的“=”表示“又稱之為”。在參考文獻中解釋：夸大損失：指索賠人或者醫務人員試圖通過故意夸大人身傷害的程度以得到更大的補償，一般針對扭傷或拉傷造成的損失。機會性欺詐：指在發生意外事故后，投保人才意識到通過偽造受傷或者將以前的事故編入此次事故索賠中等欺騙手段從保

4、險公司獲取利益。計劃性欺詐：指一種故意的犯罪行為，企圖通過虛構的不存在的保險事故向保險公司進行索賠。機會性欺詐與夸大損失不同之處在于：前者事故發生是真，但有部分索賠所對應的損失要么是偽造的，要么與此次事故無關，而在夸大損失欺詐中事故所導致的損失是真沒有虛假成分，但是在進行索賠時損失程度或者醫治成本被夸大。機會性欺詐是一種后驗意識，而計劃性欺詐是一種先驗意識。犯罪欺詐和不正當使用(abuse)的區別在于前者是一種犯罪行為要涉及到法律上訴最終由法院宣告有罪，而后者是一種民事違法行為但沒有構成犯罪一般由保險公司和被保險人協商解決。(二)國外保險欺詐的測量研究目前國際上對保險欺詐的定量研究主要有保險欺

5、詐的測量(fraud measurement)、保險欺詐的識別(fraud detection)和保險欺詐的防范(fraud deterrence)。保險欺詐的測量是要衡量保險市場上的欺詐情況，而保險欺詐的識別和防范則是保險公司對待索賠欺詐的兩種對策研究，前者主要是基于對索賠數據的統計分析產生能夠有效識別欺詐索賠的應用策略；相應后者主要是保險契約的理論研究或者是保險公司資源重新配置(resource relocation)問題，以及對最優審核策略的性質進行預測以制止索賠欺詐的發生。1.保險欺詐的測量保險欺詐的測量主要是計算保險市場上存在欺詐索賠的百分比，以此來反映該市場上欺詐情況是否惡劣。這個

6、比例與當地的自然狀況、社會背景等因素有直接聯系。關于欺詐測量的專業性研究，Derrig指出進行欺詐的測量首先應該有有效的欺詐定義，即所要測量的欺詐范圍或類型。至于所用的測量方法也不盡相同，利用計數估計法問扣ount data estimator)得到加拿大魁北克省(Quebec)1994年車險欺詐率為9.5%，保險人能發現的欺詐的比例僅為13，說明保險人沒有有效識別欺詐案例；對保險欺詐的測量作了改進，作者利用logistic模型的確定項(解釋變量)中加入一個遺漏錯誤因子 (omission errors factor)得出西班牙 1993年1996年的車險中大約至少有5%的合法索賠中含有欺詐成

7、分未被發現。分析保險欺詐的一個主要問題是缺乏關于欺詐方式和范圍領域的系統性信息。索賠人不會向保險人說出他們是如何向保險公司成功騙保的，而保險人也不愿意在反欺詐這方面示弱甚至也不想和同行分享更多的反欺詐信息，因為這樣可以顯示他們自己的信息優勢。這樣的狀態給測量欺詐索賠的發生頻率和評估欺詐損失額帶來很多困難。因此這方面的研究還有待發展以便能夠更好地評估各種反欺詐技術方法的效用。 2.保險欺詐的識別技術欺詐的識別問題事實上即是索賠分類問題，因為可以將索賠進行最簡單的分類：欺詐索賠和合法索賠，尋找一種有效的索賠分類機制對保險人員來說是識別保險欺詐最根本的方法。這一數據分析過程可以分成以下幾步

8、進行：(1)數據的搜集在用統計分析技術之前保險公司的首要問題是搜集欺詐數據，數據的信息包括所發生的保險事故(涉及到的司機、車輛、時間、地點、證人、警察報告等信息)、索賠人(性別、年齡、失業情況和索賠的歷史記錄等)、索賠信息、受傷情況和醫療情況。沒有數據以下這些過程可以說無從談起。(2)選擇欺詐指示因子(fraud indicators也稱為red flags)欺詐指示因子是指能夠刻畫欺詐特征的一些可測信息點，在分類模型中充當解釋變量。例如，從美國馬薩諸塞州的個人傷害防護險(personal injury protection，簡稱PIP)的大量欺詐特征中篩選出10個統計上比較顯著的識別點(見表

9、1)。不同的保險環境不同的險種會有不同的欺詐指示因子，要將統計降維技術(如逐步回歸、PRIDIT等方法)和專家意見相結合確定有效的欺詐指示因子，另外還要注意成本和信息得到的時差性。(3)利用統計方法建立模型有了上兩步作基礎，接下來建模分析過程有以下幾步：i.將索賠數據進行聚類，以保證同質性，需要使用五指導性分類工具(unsupervised method)，當所給的樣本沒有分類時這一步很適合。ii.專家的評估。有經驗的專家對索賠數據分為欺詐和合法兩種。這里存在的問題是主觀性比較大而且專家之間的觀點還可能相悖，但優點是建模過程吸取了專家意見和歷史經驗。iii.有了分類樣本即可通過指導性工具在類別

10、和欺詐指示因子之間建立分類模型，最佳的分類模型除了考慮模型的預測能力外建模的成本和模型的可實現性也是必須要想到的。iv.對結果的監測。模型的穩定性檢驗：要檢驗模型預測的結果與i和ii的結果在一個或多個樣本上是否一致；模型的動態性檢驗：模型的實時調整以使模型的識別能力實時達到最優。事實上，所有能夠識別奇異點(outlier)的統計方法都可用來識別欺詐數據用到上述建模中。如數據挖掘、模糊集聚類、簡單的回歸模型。logistic回歸模型、probit模型、PRIDIT主成分分析、多元神經網絡方法以及思想與上述建模過程類似的電子欺詐識別技術(Electronic fraud de tection簡稱E

11、FD)等。這些方法在索賠分類中的理論構架是一致的，如圖2所示。最后，由欺詐識別系統而挽回的索賠額和發現的欺詐索賠數目是度量該系統的基本測度，而對觀測到的欺詐索賠進一步的統計分析可以提供保險市場欺詐的比例和存在的欺詐類型。但是完全自動的欺詐識別模型是不存在的，我們需要不斷更新欺詐指示變量、隨機審核和連續性的跟蹤監測來保持欺詐識別系統的持續有效性。(三)保險欺詐的防范理論保險欺詐的防范從一開始就杜絕欺詐的發生，為此要在保險契約中制定必要的條款防止索賠人欺騙保險公司。在理論研究領域重視的是尋找理賠過程中最佳的審核(audit)策略，主要運用委托代理人(prineipal-agent)的經濟學理論假設

12、保險人在收到任何索賠之前已經設計了審核方案，如此設計的意圖是認識到索賠人可能會虛報損失企圖使個人的效用達到最大，而保險人會通過審核確定被保險人的真實損失額(有時保險人也會無能為力)，但審核是需要成本的，所以保險人要平衡審核成本和索賠額的大小，對于利潤上不值得審核的索賠直接賠付，總之保險人的目的是要保證總成本(保險公司的賠償和審核成本之和)最小，這也是設計最優審核策略的目的之所在。目前在理論上主要考慮兩種情形下的最佳審核方案：花費成本驗證成功(costlystate verification，以下簡稱CSV)和花費成本無法驗證(costly state falsification，以下簡稱CSF

13、)。在CSV框架下假設事故的實際損失只有被保險人知道，而保險人必須花費一定的成本搜集信息發現真正的損失額，從而消除被保險人的信息優勢，此時需要考慮的經濟問題是如何設計一個最優的審核方案保證最低成本(包括保險公司的賠償和審核成本)、最大利益的實施審核技術。相反CSF則假設保險人在合理的審核成本下仍無法成功識別欺詐索賠，被保險人的信息優勢不會受到審核的影響，同時假設被保險人會花費一定的成本故意夸大事故的實際損失，在這樣一個背景下構造的最優方案要平衡被保險人的利益和被保險人利用保險公司的賠償進行欺詐的動機這兩者之間的關系。另外還有一種情形的研究與 CSF類似，不同的是被保險人通過逃避(有逃避成本)阻

14、止保險人員在審核時得到任何信息致使審核失敗。這方面的理論及新發展可以參閱文獻。作者得到CSV框架下的最優解：對于損失小于m的索賠不進行審核并且均給予同一賠償額r(r<m)，對于損失不小于m的索賠要進行審核給予全值賠償r(x)=x。最優解圖示見下頁圖3。在文章中得到CSF框架下的最優解：對于小索賠給予過渡賠償(overpayment)，即r<y，對于大索賠給予不足賠償(under- payment)，即r>y；另外，除了具有最小損失x和最大可能損失x外的所有索賠人都有虛報損失的現象。最優解圖示見下頁圖4，從圖中可以看到賠償額隨索賠額的增長而平緩增長，這是因為在 CSF模型中保險

15、人觀測不到被保險人的真正損失額，所以對于欺詐索賠要給予較少的補償，另一方面也顧及到被保險人的損失額不同和低賠付造成的保險公司名譽損壞。 二、國內保險欺詐的研究現狀隨著國內保險業的發展，保險欺詐也隨之而來并向嚴重趨勢發展。在我國保險欺詐主要表現在車險和健康險。另據中國理賠網的不完全統計，從2005年3月到2006年3月保險欺詐案例共計66例，平均每月5.5起。另據業內專家估計我國保險詐騙金額占賠付總額的20%到30%之間，而全球此比例僅為15%。對此國內保險領域的學者開始研究分析保險欺詐的成因及防范對策，這無疑將對保險業的誠信建設和反欺詐行動提供重要的幫助。然而，國內在保險欺詐的研究僅

16、限于定性描述，基本集中在保險欺詐的特征表現、成因和防范對策三個方面。如文章總結出國內保險欺詐的主要表現：制造假象，將無端“損失”轉化成保險損失超額保險重復保險偽造或夸大損失偽造投保和出險時間產生保險欺詐的原因也很多，例如社會對保險欺詐的普遍容忍，投保方缺乏誠信，保險企業內部經營管理制度存在問題以及保險法律法規體系不完善等等。針對原因，學者們也提出種種防范對策，諸如提到的社會性防范：引導消費者對保險欺詐危害性進行正確認識、成立全國性的專門反保險欺詐機構、加強反保險欺詐的法制建設和執法力度，而對企業內部需要轉變經營模式重視保險風險的防范、加強同業合作全面打擊保險欺詐、健全保險企業的經營管理制度和內

17、部監控管理機制、完善保險條款剔除欺詐責任。近來通過借鑒國外先進的反欺詐技術有學者提出更為具體的防范措施。三、我國防范保險欺詐加強誠信建設的建議國內保險領域的學者對保險欺詐所作的定性分析以及各種防范方法為國內保險企業的反欺詐行動明確了宏觀方向，對于保險誠信建設很有意義。然而，我們應該看到現今是一個讓數據說話的時代，從數據中挖掘出的信息會為保險業的決策提供重要的幫助，正如挪威著名保險學家卡爾·H.博爾奇指出：“一般來說，過去的賠款記錄對于預測未來幾年的賠款支出具有重要作用。而且，不同的保險人之間對于這些預測有著高度的一致性。”由此可見保險歷史數據對未來預測和啟示作用是至關重要的。因此我們認為我國要在保險欺詐研究領域有顯著的成果出現還需注意以下幾點：保險公司應該對欺詐案例進行認真分析，從中提取有用的欺詐標識字段建立保險欺詐案例數據庫。這些數據信息應該為所有保險公司共享。保險