基于运营商数据的车险反欺诈应用探索

胡广超 中国联合网络通信有限公司上海市分公司

一、背景

（一）保险欺诈的背景

从保险诞生之日起，保险欺诈事件就如影随形。根据国际保险监管者协会测算，全球每年有20%～30%的保险赔款涉嫌欺诈，损失金额在800亿美元左右。我国保险业虽然起步较晚，但保险欺诈行为的发生频率呈现明显的上升趋势。据银保监会提供的数据，截至2020 年底，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。其中，2020年的保险欺诈类涉刑案件已达保险业案件总量的90%，这些案件扰乱了正常的保险经营活动，严重侵害了保险人和广大保险消费者的合法权益，阻碍了中国保险业的健康发展。

（二）保险行业的指导性文件

近年来，为全面提升反欺诈能力和反欺诈水平，保险行业发布了多项指导性文件，积极推动构建大数据反欺诈常态化工作机制，开展反保险欺诈专项活动，并督促各保险机构加强自身反欺诈能力建设。

2012年8月，原保监会印发《关于加强反保险欺诈工作的指导意见》；2018 年4 月，原保监会印发《反保险欺诈指引》；2021年3月，银保监会发布《关于做好2021年大数据反保险欺诈工作的通知》及《大数据反保险欺诈手册》；紧接着，中国保险行业协会发布《关于召开中国保险行业协会反保险欺诈专业委员会委员大会通讯会议的通知》，并出台三年工作规划（2021—2023年）。

▶图1 欺诈手段在车险欺诈中的金额与件数占比

2022 年1 月，中国保险行业协会正式发布《保险行业反保险欺诈组织工作指引（试行）》。

（三）车险欺诈的背景

在保险欺诈案中，车险欺诈是重灾区。中国保险学会报告显示，车险欺诈在保险欺诈中占比高达80%，保守估计每年涉案金额高达200 亿元。对此，原保监会发文要求加强协作，严打车险欺诈行为，建立反欺诈机制。

2016年，中国保信牵头搭建的车险反欺诈信息系统上线，该系统记录了2015年至今的所有车险理赔数据，并建立了车险的信息共享与交互机制。保险监管部门通过与公安经侦团队等有关部门的合作，借助大数据手段，串联隐藏在车险系统中的无数条线索，识破潜在的欺诈案件，车险反欺诈信息系统成为应对车险欺诈惯犯的最有力工具。

然而，车险反欺诈信息系统并不是万能的。随着我国汽车保有量不断增加，各类车辆事故带来的保险理赔量大幅增加，其中难免存在一些以骗保为目的的欺诈案。为了骗取高额保险金，不法分子的保险欺诈手段愈发隐蔽且多样化，给财产险公司带来严重的经济损失。

二、基于运营商数据的车险反欺诈识别

（一）驾驶员掉包识别

根据《中国银行保险报》的统计数据（图1），在车险欺诈中，驾驶员掉包是欺诈金额占比最高的欺诈手段。其主要表现为驾驶员无证驾驶或者酒驾等造成车辆受损出险后，由顶包驾驶员向保险公司报案，以逃避交通处罚，同时骗取理赔款。

2021 年2 月，一位车主拨打保险公司电话，称其在几分钟前与另一辆车发生追尾事故。查勘员对受损车辆进行现场查勘时察觉出异样，通过询问车主出险前的行车路线、还原车内驾驶坐姿、观察车内其他乘客状态等途径，并结合现场路况，初步确认案件存在“酒后换驾”的欺诈风险。此后，通过查询手机通话记录、借助“车辆故障解码仪”，进一步确认了车主的欺诈行为。

不难发现，上述整个调查过程如同警察破案，需要从蛛丝马迹中找到真相。2019年，调研机构FRISS 对全球150 多名保险专业人士的保险欺诈调研报告显示，67%的保险公司在反欺诈工作中依赖“工作人员的经验”。但保险行业人员流动过快，大部分工作人员的专业技能缺失、经验不足，对欺诈案件的识别能力不足。可以预见，针对快速发展的欺诈手段，仅靠工作人员的经验已难以解决欺诈问题。

2021年，中国联通推出“车险欺诈识别服务”，该服务基于运营商数据，在保险公司获取客户明确授权后，通过分析人员特征、出险地点、行驶轨迹、通话关系、互联网行为等因素，出具“车险欺诈风险报告”辅助查勘工作。

在上述案例中，查勘员通过“车险欺诈风险报告”中的手机位置信息、通话记录，就可准确判断出，报警出险的车主是在车辆发生事故后临时赶来并顶包原先的醉驾司机的。整个过程不需要查勘员丰富的经验，也无需耗费大量时间和人力做细致的侦查，即可识别出其中的可疑点，直达真相。

（二）网约车司机识别

网约车司机的识别是财产险公司降低车险欺诈风险的又一项关键技术。

2016年7月，交通运输部、工信部等7部委联合发布了《网络预约出租汽车经营服务管理暂行办法》，其中明确规定，网约车需要“具有营运车辆相关保险”。相比非营运车辆，相同条件营运车辆的保险费用要贵出一倍左右，这导致一部分网约车车主将自己的车按非营运属性投保，并继续从事营运工作。

根据《机动车商业保险条款》规定：“在保险期间内，被保险家庭自用车辆、非营业用汽车从事营业运输等，导致被保险机动车危险程度显著增加的，应当及时书面通知保险人。否则，因被保险机动车危险程度显著增加而发生的保险事故，保险人不承担赔偿责任。”

近年来，通过对数据的深入挖掘以及对行业的深度研究，中国联通形成了高度完善的标签体系。保险公司获取客户明确授权后，可对使用网约车APP 司机端的人群，通过计算相关APP 使用天数、次数、流量等指标进行评分，评估其营运属性，辅助财产险公司实现个性化定价和理赔判定。

在投保环节，精准识别网约车，可以引导被保险人按实际情况购买对应保险，保障其人身财产安全，同时避免误判营运属性，导致客户流失。在出险后，有效识别网约车，可以为保险公司减少不必要的支出，降低赔付率。

三、大数据反欺诈让保险公司更具竞争力

在《关于做好2021年大数据反保险欺诈工作的通知》中，银保监会对保险反欺诈工作提出了三点要求：一是紧抓数据核心，提高大数据反欺诈有效性，包括提高数据质量、加快数据融合、提升数据价值；二是优化风险模型，增强大数据反欺诈科学性，包括强化跨区域欺诈线索筛查、适应欺诈风险的区域差异、推进保险公司风控升级；三是健全制度机制，夯实大数据反欺诈基础，包括深化反欺诈执法协作、建立反欺诈行业联盟、探索高风险名单制度。

▶图2 网约车APP司机端适用人群评估体系

▶图3 车险行业成本费用构成

面对保险反欺诈工作，大数据技术的重要性不言而喻。然而，中国银保信的调研显示，仅有四分之一的保险企业已经实际使用大数据技术，且主要应用于营销领域，而非保险反欺诈。对于高发的欺诈行为，大部分保险公司为了减少损失，选择耗费大量人力物力在核保和理赔环节。以某排名前十的财产险公司为例，仅理赔运营人力就有15000 人。数据显示，中小财产险公司的人力成本超过了15%，成为险企管理费用居高不下的重要原因。

根据平安证券发布的保险行业报告，车险行业2020年全年、2021年第一季度综合成本率分别为101.0%（同比上升2.3 个百分点）、99.9%（同比上升3.7个百分点），处于盈亏平衡点附近。其中综合费用率分别为28.6%（同比降低10.7 个百分点）、28.2%（同比降低10.6 个百分点），综合赔付率分别为72.4%（同比上升13.1 个百分点）、71.7%（同比上升14.4个百分点）。由于赔付率增幅大于费用率降幅，综合成本率总体上升。

通过大数据技术防范保险欺诈，可以超越传统的人工经验，精确识别理赔中可能存在的欺诈模式、索赔人欺诈行为以及欺诈网络，提升反欺诈绩效，降低理赔风险，进而降低赔付率和综合成本率。

以平安产险为例，其2020 年赔付总额1165 亿元，其中车险赔付超1000 亿元，按平安产险25%的市场占比，可推算出整个市场的车险赔付额约4000亿元。如前文所述，车险欺诈每年涉案金额保守估计在200 亿元，其中20%，即40亿元左右的欺诈损失由驾驶员掉包造成。也就是说，仅识别出驾驶员掉包的欺诈事件，就可以节省约1%的赔款支出。对平安产险而言，仅此一项即可减少赔款支出10亿元左右。与此同时，在大数据技术的辅助下，人力成本必将大幅缩减，险企的管理费用也将得到进一步控制。

羊毛出在羊身上，保险欺诈实际骗取的是其他投保人支付的保费。从长远眼光看，由于“错误”的赔款支出的增加，为了争取盈利，保险公司一定会在未来某个节点提高保费，这对其他投保人而言，增加了成本；对保险公司而言，也增加了客户流失的风险。

四、总结

对保险公司而言，除了将大数据技术应用于营销获客，在投保承保、核保理赔等环节也需要更坚决地应用大数据技术。随着《中华人民共和国个人信息保护法》的施行，市场上原先依靠SDK 埋点抓取用户数据的众多厂商，已经逐渐退出数据市场。运营商凭借其海量的用户池、合规的数据来源、在时间和空间上完整连续的信令等优势，能够为保险行业提供权威、合法、连续、准确的数据，协作构建保险公司的金融科技能力，为打造上海“金融科技中心”添砖加瓦。