
依賴信息共享 保險監(jiān)管初探大數據手段
保險欺詐升級倒逼險企利用大數據進行防范,但行業(yè)間甚至跨行業(yè)、跨部門的信息共享,以及根據這些數據進行預判和風險防范則更為關鍵
隨著各種技術手段和信息手段的進步,尤其是在大數據時代,保險欺詐呈現較強的專業(yè)化、隱蔽性特點。這不僅倒逼保險公司投入更多人力、物力反保險欺詐,監(jiān)管部門也在嘗試使用大數據手段。在這方面,2014年,多地保監(jiān)局進行了有益嘗試,通過信息共享和數據分析來發(fā)現并預防問題。業(yè)內人士指出,在數據完善積累的基礎上,從特征分析、因子分析和網絡分析入手,建立高效的反欺詐鑒別機制,只是時間問題。
欺詐升級
倒逼企業(yè)防范
在短期意外險、健康保險等領域,常出現險企核保、核賠程序不嚴的問題,一種聲音認為在大數法則下,險企認為在業(yè)務量達到一定規(guī)模后,即使有一些道德風險,仍不會影響業(yè)務整體質量,因此缺乏風險防范主動性。
不過,記者了解到,在一些欺詐案件頻發(fā)的領域,已經有不少險企投入了更多的人力、物力來進行核查,降低保險欺詐帶來的損失。
“這主要是源于保險欺詐手法不斷升級,倒逼險企加強防范?!币晃辉撠熾U企網銷業(yè)務,現供職于互聯網金融企業(yè)的業(yè)內人士陸秦(化名)對記者表示。
記者從公開渠道了解到,2014年,北京、上海、蘇州等多個地方出現大量健康保險欺詐案,作案表現出專業(yè)化、規(guī)?;攸c。某地頻發(fā)健康保險欺詐問題,主要由無業(yè)人員組成的專業(yè)團伙經常通過網銷、電銷等核保環(huán)節(jié)較為寬松的途徑在多家保險公司重復投保,險種集中在重疾、津貼等短期定額保險,并與醫(yī)療人員勾結獲得虛假病例進行騙保。
針對上述某地頻發(fā)健康保險欺詐的問題,不少險企被倒逼投入加強對該區(qū)域醫(yī)院的核查,部分保險公司甚至將該地區(qū)的醫(yī)院列入“黑名單”,不再接受新的理賠,而這給該地區(qū)居民正常的醫(yī)療活動和保險理賠造成諸多不便。
同時,深圳、安徽、江蘇等保監(jiān)局都有公開信息指出,在互聯網保險領域欺詐案件發(fā)生風險較高,相關案件較多,這些險種以意外險為主。
“在大數據時代,網銷保險成為險企的兵家必爭之地,出于提升用戶體驗等原因,諸多險企在銷售環(huán)節(jié)并未設置較高的防火墻,在理賠環(huán)節(jié)也比較寬松,導致這成為保險欺詐案件多發(fā)地帶。”陸秦表示,剛開始,大家認為互聯網保險是塊肥田,主要忙著去搶占地盤而有些忽略風險防范,但隨著行業(yè)發(fā)展,競爭的加劇、欺詐的發(fā)生都將使保險公司趨于冷靜,必然加強風險防范。
監(jiān)管跟進
大數據顯身手
事實上,充分利用大數據提升監(jiān)管質量和效率的理念早已提出,2014年,不少保監(jiān)局也進行了探索和嘗試,初見效果。
中國保監(jiān)會副主席王祖繼在2013年年底就提出,保險監(jiān)管機構要順應大數據時代的潮流,強化基礎建設,建立大數據的質量標準,消除壁壘,推進信息共享,建立信息隱私保護制度,加強信息的安全保護,建立安全有效的大數據共享使用環(huán)境;要鼓勵包容創(chuàng)新,以開放的心態(tài)支持保險機構運用大數據進行產品、服務、管理等方面的有益創(chuàng)新,并在監(jiān)管上及時跟進。
在實踐方面,2014年,遼寧保監(jiān)局發(fā)揮大數據優(yōu)勢提升非現場監(jiān)管效能。一是創(chuàng)建非現場監(jiān)管信息平臺,實現信息來源全覆蓋,解決非現場監(jiān)管信息碎片化、割裂化問題。二是建立綜合風險指標分析體系,通過與歷史基準數據的相關性分析,根據指標合理浮動區(qū)間對異動指標進行事前預警、原因分析、趨勢預測,提高非現場分析的科學性。三是開發(fā)輔助監(jiān)管程序,通過開發(fā)滿期給付與退保匯總、災害理賠情況統計、車險理賠員資格考試等應用程序,提高非現場監(jiān)管的現代化水平。
上海保監(jiān)局充分利用信息平臺,依托“機動車輛保險聯合信息平臺”、“人身險綜合信息平臺”和“道路交通事故檢驗鑒定信息系統”,推行大數據智能化反保險欺詐工作模式,具體包括利用大數據方式進行風險預警、關聯排查以及數據串并,通過這些方式打擊保險欺詐。
陜西建立并完善了“高風險修理廠數據庫”、“高風險客戶數據庫”和“高風險從業(yè)人員數據庫”,為保險公司提供預警和服務。
江西保監(jiān)局指出,要加強保險、銀行和證券的監(jiān)管合理,提升監(jiān)管效能,還需要建立保險業(yè)網絡征信數據庫反保險欺詐。
可以發(fā)現,利用大數據進行反保險欺詐的一個重要內容是進行信息收集、共享和利用。隨著行業(yè)的發(fā)展,大數據應用將愈加深入,保險欺詐也會烙上大數據的印跡,監(jiān)管手段的跟進和升級非常必要,多家保監(jiān)局的探索為今后更好地推行大數據監(jiān)管作出了有益嘗試。
他山之石
力求事前防范
事實上,保險欺詐也是一個全球性的問題,各國都在探索有效的反欺詐方式。美國利用專業(yè)軟件平臺反保險欺詐的思路或許可以給我國反保險欺詐一些啟示。
人保財險沈陽監(jiān)察稽核中心尹會巖曾公開撰文指出,國際上,保險欺詐尤其是健康保險領域的欺詐出于其專業(yè)性、隱蔽性的特點,也引發(fā)了應用大數據技術的呼聲。為了防范健康險領域的詐騙,美國各州籌劃在未來建立全民醫(yī)保的網絡銷售平臺時,附加建立專業(yè)軟件平臺,用于自動識別和偵破健康保險索賠數據。這是一個依賴于在大數據情況下建立回饋機制,并可以不斷提高和進化的動態(tài)防衛(wèi)系統。該軟件可以隨著數據更新尋找規(guī)律,適應欺詐的新特點并加以追蹤鑒別,建成后將大大提高理賠和管理效率。
尹會巖指出,隨著各部門的合作和經驗的積累,在數據完善積累的基礎上循序漸進,從特征分析、因子分析和網絡分析入手,建立高效的反欺詐鑒別機制,也許只是時間問題。
保監(jiān)會統計信息部副巡視員李春亮日前也指出,大數據時代的到來,監(jiān)管不能局限在企業(yè)內部,要做到行業(yè)數據或者跨行業(yè)數據共享,甚至跟國外的一些企業(yè)或者一些機構有數據共享。
“互聯網大數據探索一方面是推進信息共享,另一方面是真正從保險監(jiān)管上利用大數據技術,加強監(jiān)管,從被動的數據統計或者事后的監(jiān)管,能夠從大數據提供給我們的實時或者事前預判,以更好地加強監(jiān)管。
數據分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
訓練與驗證損失驟升:機器學習訓練中的異常診斷與解決方案 在機器學習模型訓練過程中,“損失曲線” 是反映模型學習狀態(tài)的核心指 ...
2025-09-19解析 DataHub 與 Kafka:數據生態(tài)中兩類核心工具的差異與協同 在數字化轉型加速的今天,企業(yè)對數據的需求已從 “存儲” 轉向 “ ...
2025-09-19CDA 數據分析師:讓統計基本概念成為業(yè)務決策的底層邏輯 統計基本概念是商業(yè)數據分析的 “基礎語言”—— 從描述數據分布的 “均 ...
2025-09-19CDA 數據分析師:表結構數據 “獲取 - 加工 - 使用” 全流程的賦能者 表結構數據(如數據庫表、Excel 表、CSV 文件)是企業(yè)數字 ...
2025-09-19SQL Server 中 CONVERT 函數的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數據處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數據庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數據分析師:解鎖表結構數據特征價值的專業(yè)核心 表結構數據(以 “行 - 列” 規(guī)范存儲的結構化數據,如數據庫表、Excel 表、 ...
2025-09-17Excel 導入數據含缺失值?詳解 dropna 函數的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數據時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數據分析與統計學領域,假設檢驗是驗證研究假設、判斷數據差異是否 “ ...
2025-09-16CDA 數據分析師:掌控表格結構數據全功能周期的專業(yè)操盤手 表格結構數據(以 “行 - 列” 存儲的結構化數據,如 Excel 表、數據 ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數據分析師:激活表格結構數據價值的核心操盤手 表格結構數據(如 Excel 表格、數據庫表)是企業(yè)最基礎、最核心的數據形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數據爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數據的科學計數法問題 為幫助 Python 數據從業(yè)者解決pd.read_csv讀取長浮點數據時的科學計數法問題 ...
2025-09-12CDA 數據分析師:業(yè)務數據分析步驟的落地者與價值優(yōu)化者 業(yè)務數據分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數據把關的實戰(zhàn)指南 在業(yè)務系統落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數據驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11