收藏本页 打印 放大 缩小
0

依据“车辆异常碰撞关系”数据反欺诈

发布时间:2016-12-15 09:26:17    作者:    来源:中国保险报·中保网

□张鹤

一直以来,发生在保险领域的欺诈现象与保险行业相伴相生,如影随形,侵蚀了保险消费者的权益,破坏了金融市场秩序和信用体系建设。

我国每年的车险总赔款规模超过3000亿元人民币(据中国保信车险信息平台统计,2015年,全国车险总赔付支出为3040.74亿元)。即使按10%的欺诈损失比率推算,每年因车险欺诈造成的经济损失超过300亿元人民币,超过了大多数财产保险公司的全年保费收入。在大洋彼岸的美国,根据CAIF(coalition against insurance fraud,美国保险反欺诈联盟)推算,车险领域的欺诈损失率约在20%左右。可见,反欺诈是全世界保险行业共同面对的课题。

发生在车险领域的欺诈,具有案件数量多、单笔案值小、案件发生隐蔽等特点。欺诈分子往往利用保险市场的信息不对称,分别对多家保险公司实施欺诈。某一公司在单独处理具体案件时,通常对欺诈无法甄别。只有在汇总行业数据的前提下,再配合相应的大数据挖掘技术,才能使这些隐匿的欺诈行为难以遁形。

中国保险信息技术管理有限责任公司陆续建设了全国保险信息平台,其中车险平台经整合,现已发展成可实时共享全行业车险业务明细数据的信息枢纽。在此基础上衍生了反欺诈功能,为全行业的所有保险公司提供服务。

行业理赔数据集中后,反欺诈信息技术的优势得以彰显,先前单个公司无法察觉的欺诈案件,在全量数据和新技术的结合下显现出来。持续观测一段时期保险理赔事故,把每辆事故车绘制成一个点,把车辆与车辆之间的事故绘制成点与点之间的连线。在常规情况下看到图形是车辆之间的相互碰撞组成了或长或短的连线,也会有离散点或分叉结构出现。离散点代表车辆单方事故;分叉结构代表在观测时期内,分叉处的车辆与另外的不止一辆车辆发生了碰撞事故(见图1)。

但当一些蓄意的碰撞发生时,图形会出现一些异常的结构。提示我们图形所代表的案件很可能存在道德风险,需要特别关注或发起专门的调查(见图2)。

星状结构(过多分叉)由单点向多点辐射,代表此车辆频繁地在事故中出现。环状结构由若干点组成封闭的环形,代表环上的车辆彼此之间发生了碰撞,而这些事故往往是虚构的或故意的(常规情况下,事故参与者互不相识,短期内相互碰撞形成节点较少的封闭环属于“小概率事件”)。网状结构则兼具了星状结构和环状结构的特征。

我们对这些异常结构分别进行了调查,以星状结构为例,在配合“安宁2016”专项行动调查中发现,大连车牌号辽BT7**0的出租车在短短1年内发生多达94起事故。结合相关保险公司提供的事故照片,发现该车在历次事故中,均以三者车的身份被记录。据了解,该出租车驾驶员除参与正常营运外,还将很多的精力放在了“碰瓷”上。通过突然加速、突然并线等驾驶行为,蓄意制造交通事故,再向责任方索取保险赔款,利用小额的、频发的事故骗取保险赔款。

再以环状结构和网状结构为例,我们在与江苏省保险行业协会联合开展的专项行动中,找到了若干个异常结构(疑似欺诈案件集),通过梳理车辆的所有人、投保人、被保险人,锁定了某疑似欺诈团伙。该团伙操纵多辆“道具车”蓄意相互碰撞,甚至摆放虚假现场、配合伪造单证等手段,频繁从保险公司牟利。

寻找“车辆异常碰撞关系”的数据挖掘技术,在行业全量数据的基础上,作用凸显。但这仅仅是反欺诈技术在大数据背景下的开端,随着保险业务数据与公民身份信息、车联网数据、地理信息数据、金融征信数据等外部数据的融合,信息技术将体现更多的价值,为保险业的健康发展保驾护航。