99999久久久久久亚洲,欧美人与禽猛交狂配,高清日韩av在线影院,一个人在线高清免费观看,啦啦啦在线视频免费观看www

熱線電話:13121318867

登錄
首頁職業(yè)發(fā)展依賴信息共享 保險監(jiān)管初探大數據手段
依賴信息共享 保險監(jiān)管初探大數據手段
2015-01-23
收藏

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

數據分析師資訊
更多

OK
客服在線
立即咨詢
客服在線
立即咨詢
') } function initGt() { var handler = function (captchaObj) { captchaObj.appendTo('#captcha'); captchaObj.onReady(function () { $("#wait").hide(); }).onSuccess(function(){ $('.getcheckcode').removeClass('dis'); $('.getcheckcode').trigger('click'); }); window.captchaObj = captchaObj; }; $('#captcha').show(); $.ajax({ url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機數防止緩存 type: "get", dataType: "json", success: function (data) { $('#text').hide(); $('#wait').show(); // 調用 initGeetest 進行初始化 // 參數1:配置參數 // 參數2:回調,回調的第一個參數驗證碼對象,之后可以使用它調用相應的接口 initGeetest({ // 以下 4 個配置參數為必須,不能缺少 gt: data.gt, challenge: data.challenge, offline: !data.success, // 表示用戶后臺檢測極驗服務器是否宕機 new_captcha: data.new_captcha, // 用于宕機時表示是新驗證碼的宕機 product: "float", // 產品形式,包括:float,popup width: "280px", https: true // 更多配置參數說明請參見:http://docs.geetest.com/install/client/web-front/ }, handler); } }); } function codeCutdown() { if(_wait == 0){ //倒計時完成 $(".getcheckcode").removeClass('dis').html("重新獲取"); }else{ $(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)"); _wait--; setTimeout(function () { codeCutdown(); },1000); } } function inputValidate(ele,telInput) { var oInput = ele; var inputVal = oInput.val(); var oType = ele.attr('data-type'); var oEtag = $('#etag').val(); var oErr = oInput.closest('.form_box').next('.err_txt'); var empTxt = '請輸入'+oInput.attr('placeholder')+'!'; var errTxt = '請輸入正確的'+oInput.attr('placeholder')+'!'; var pattern; if(inputVal==""){ if(!telInput){ errFun(oErr,empTxt); } return false; }else { switch (oType){ case 'login_mobile': pattern = /^1[3456789]\d{9}$/; if(inputVal.length==11) { $.ajax({ url: '/login/checkmobile', type: "post", dataType: "json", data: { mobile: inputVal, etag: oEtag, page_ur: window.location.href, page_referer: document.referrer }, success: function (data) { } }); } break; case 'login_yzm': pattern = /^\d{6}$/; break; } if(oType=='login_mobile'){ } if(!!validateFun(pattern,inputVal)){ errFun(oErr,'') if(telInput){ $('.getcheckcode').removeClass('dis'); } }else { if(!telInput) { errFun(oErr, errTxt); }else { $('.getcheckcode').addClass('dis'); } return false; } } return true; } function errFun(obj,msg) { obj.html(msg); if(msg==''){ $('.login_submit').removeClass('dis'); }else { $('.login_submit').addClass('dis'); } } function validateFun(pat,val) { return pat.test(val); }