返回首页

大数据技术向保险欺诈顽疾“亮剑”

程竹 见习记者 石诗语中国证券报·中证网

  保险欺诈案件数量逐年增加,“花样”也在不断翻新。

  近日,国家医保局通报欺诈骗保专项整治行动成果,2018年至2021年10月,累计追回医保基金约506亿元。据银保监会通报,截至2020年12月,全国保险业共向公安机关移送欺诈线索28005条,公安机关立案千余起,涉案金额近6亿元,抓获犯罪嫌疑人近2000人。

  业内人士表示,大数据是反欺诈的有力武器。通过大数据技术进行分析判断,能有效防范欺诈风险,降低损失。

  保险欺诈手法层出不穷

  保险欺诈问题已成顽疾。一方面,医患串通、搭车购药、过度治疗等医疗滥用行为屡见不鲜;另一方面,保险欺诈手法呈现出明显的团伙化、专业化趋势,导致险企面对的欺诈风险挑战愈加复杂。

  “检查也检查了,提醒也提醒了,打击也打击了,但骗保手段还时不时地变花样,甚至人家拿着理赔文件‘有理有据’来索赔,你能拒绝吗?”这是很多保险人士的无奈。

  日前,北京市公安局公布了一起涉及保险欺诈的典型案例。女子时某玲搜集他人身份证件,交给张某文等人购买保险、办理银行卡。随后由张某文伙同他人办理虚假住院手续,采用“挂床”等方式占据医院床位,伪造住院收费票据,向多家保险公司进行报销,累计骗取理赔款达120余万元。

  类似的保险欺诈行为只是“冰山一角”。据国际保险监管者协会测算,全球每年约有20%-30%的保险赔款涉嫌欺诈,损失金额约800亿美元。

  应用大数据技术甄别欺诈风险

  “保险诈骗技术的不断升级,往往会给保险公司一个措手不及。”有业内人士表示,国内保险欺诈主要出现在保额高的车险、意外险、重疾险相关产品中。险企对保险欺诈弱风险因子精准识别能力不足,理赔审核主要依赖于专家经验型规则引擎。规则引擎针对责任免除、等待期出险等确定性强的风险,拦截精准度较为可靠。但由于缺乏大数据、人工智能等前沿科技的支撑,传统规则引擎对带病投保、医疗滥用、搭车购药、冒名就医等相关性弱的风险识别精准度严重不足,导致健康险经营陷入自动审核率和风控精准度双低的困境。

  泰康在线相关负责人表示,保险欺诈行为倒逼保险公司在核保端加强风险识别能力,利用大数据、人工智能等创新科技,提升数据分析、风险挖掘水平,从源头杜绝恶意骗保行为的发生。

  以泰康在线为代表的险企,积极探索基于大数据技术的反欺诈系统的研发与应用,成功在核保端将欺诈风险拒之门外。

  首先,传统的规则式核保风控模式仅能使用浅层用户特征,风险判断不够准确。而机器学习式的风控模式,则可在海量数据中提取15大维度、4000个以上风险特征,并通过不断学习,更加全面、准确地预测个人诈骗风险。

  其次,泰康在线智能风控系统通过隐私计算的方式,在保证用户数据隐私安全的情况下,引入海量外部数据,解决了在单一领域内进行数据分析的片面性问题和数据孤岛困境,通过挖掘多领域、多维度、深层次的潜在风险因子,分析客户是否有骗保动机。

  此外,该系统还引入了前沿的图计算技术,即通过投被保关系、手机号、邮箱、IP等10类强关系,及出险地点、报案地点、就诊医院等12类弱关系,实现各实体间的关联,描绘出人、保单和案件的关系网络,从而更加缜密地挖掘出欺诈团伙、甄别个体欺诈风险。

中证网声明:凡本网注明“来源:中国证券报·中证网”的所有作品,版权均属于中国证券报、中证网。中国证券报·中证网与作品作者联合声明,任何组织未经中国证券报、中证网以及作者书面授权不得转载、摘编或利用其它方式使用上述作品。凡本网注明来源非中国证券报·中证网的作品,均转载自其它媒体,转载目的在于更好服务读者、传递信息之需,并不代表本网赞同其观点,本网亦不对其真实性负责,持异议者应与原出处单位主张权利。