大数据视角下机动车保险诈骗犯罪侦查对策

王 军

(安徽省宣城市公安局 经济犯罪侦查支队,宣城 242000)

近年来,我国机动车保险已成为财产保险中的第一大险种,与此同时,保险领域的违法犯罪案件逐年增多,在当前商业险的总赔付金额中,至少有20%的赔付金是由于投保人或被保险人进行保险诈骗所得。当前公安经侦部门在办理机动车保险诈骗案件中面临发现线索难、搜集证据难,落地查证难等问题。本文以大数据背景下侦查模式的转变为切入点,提出综合运用数据化侦查手段,通过数据比对、数据碰撞、数据挖掘等技术,对机动车保险诈骗犯罪进行侦测,以期科学有效地识别、打击机动车辆保险诈骗犯罪。

一、机动车保险诈骗犯罪现状

(一)案件增长数量多、速度快

根据中国裁判文书网已发布的文书数据,以保险诈骗、机动车、刑事案由作为关键词进行检索显示,截至2022年6月10日,全国31个省级行政区(除港澳台)法院一审刑事判决书共计1 098篇。如图1所示,自2015年至2021年,机动车保险诈骗案一审刑事判决文书数呈波动上升趋势,2016年以前(含2016年)合计有判决书405篇,2016年以后合计有判决书693篇,短短5年就比过去8年判决书数量增长71.11%。随着公安经侦部门数据化情报研判能力不断提高,云端集群打击能力逐步增强,自2019年至2021年,机动车保险诈骗罪案件数量呈进一步增长趋势。

图1 2008—2021年机动车保险诈骗案件数一览图

(二)犯罪识别率低,黑数较大

机动车保险诈骗犯罪黑数(实际已经发生但未被警方记录的犯罪数量。编者注)比较高的主要原因有如下几点。首先,机动车保险诈骗犯罪具有隐蔽性,一方面是犯罪手法具有隐蔽性,团伙作案、串通勾连是犯罪分子通常采用的保险诈骗实施方式,在此情况下保险公司工作人员如果审查或者勘察不仔细,就很难发现犯罪线索;另一方面保险诈骗涉及专业保险业务知识,办案民警在侦办此类案件过程中需深入了解保险行业知识和可能存在的漏洞,以寻找案件线索。其次,机动车保险诈骗类犯罪是法定犯,并非传统犯罪,对社会公共利益损害不直接也不明显,因此社会公众往往对此类犯罪不了解、不关注,在某种程度上影响了主管部门和公安机关打击此类行为的成效。因立案追诉标准的限制,导致很多诈骗金额在立案追诉标准之下的团伙化、职业化的保险诈骗犯罪行为逃避刑事打击,形成了较大的犯罪黑数[1]。

(三)犯罪人员呈团伙化、职业化趋势

近年来,随着保险市场的逐步发展完善,保险公司的风控能力相应提高,单独个人实施保险诈骗活动的难度越来越大。这类犯罪从以前的个案偶发类逐渐演变到团伙蓄意类,犯罪人员呈团伙化、职业化发展趋势,保险市场上甚至出现了“骗保师”这种职业群体。此类犯罪团伙往往反侦查能力较强,他们分工细致,犯罪手法复杂隐蔽,且单笔索赔金额不高,保险公司在日常工作中一般很难察觉,只有在涉案金额特别巨大时才能被发现。通过对近年发生在机动车保险理赔环节的保险诈骗案件进行分析,图2展示了机动车保险诈骗团伙的分工合作链条,涉及的相关实体有:道具车辆、车主、驾驶员、4S店或修理厂人员、定损员、受益人和报案人。犯罪团伙以经济利益开路,突破了交警、法院、医院、保险公司等领域行业的个别岗位,编织了一张错综复杂的犯罪网络,并利用保险公司小额案件自动核损通过、未到现场查勘等情形,长期、多次作案,由单人个案演变成时间跨度长、单案价值少、内外勾结团伙作案的系列案件。

图2 机动车保险诈骗团伙分工合作链条

二、机动车保险诈骗犯罪侦查的难点

(一)数据化侦查欠缺导致犯罪发现能力弱

实践中,大部分机动车保险诈骗犯罪线索以保险公司的报案为主,案件线索来源较为单一,公安机关因技术手段、人员配置等多方面原因,主动发现犯罪线索、介入侦查的意识一般不是很强。从当前的办案实践看,公安机关依托从保险公司获取的大量数据对案件涉及的相关投保、理赔等细节开展大数据侦查,但是在数据化侦查的运用程度及方式方法上还存在诸多不足,导致大量的隐案没有被发现。在机动车保险诈骗案件侦查过程中,从保险公司获取的相关数据是从数据库中提取出来的[2],基于此数据分析推导得出的分析结果具有一定的合理性,往往可以作为机动车保险诈骗案件侦查的线索突破口,但是侦查机关在工作中缺乏对此类大数据的收集,缺乏对数据中涉嫌机动车保险诈骗犯罪线索的发现和分析研究,导致此类犯罪发现能力较弱。

(二)保险行业信息壁垒导致调查取证难

保险行业间“孤岛效应”明显,数据是各家保险公司的商业秘密,现阶段行业间尚不能做到数据共享,这导致公安机关面对疑似保险诈骗的报案只能基于单一涉案公司的保险数据进行分析,数据面较窄,分析能力弱,难以准确研判从而实现精确打击[3]。除此之外,公安机关与保险公司的信息共享机制不够完善,银保监、保险协会、保险公司提供的数据信息有限,导致公安机关不能依据相关数据及时研判风险生成犯罪线索,指导保险机构规避风险,降低了打击机动车保险诈骗的效率。除此之外,还存在信息共享及时性、有效性方面的问题,保险公司移交案件线索大部分是在受理理赔申请数月后,在自行核查的证据材料难以认定存在诈骗行为的情况下才到公安机关报案,使得案件调查取证十分困难。

(三)犯罪情报获取滞后影响侦查讯问

由于我国保险市场竞争激烈,保险公司的主责主业是发展业务,对于反保险欺诈投入的精力不足,运用的手段方法有限。保险公司往往是在案发一段时间之后对保险业务进行检查时发现诈骗行为并报警。这就造成公安机关获取相关犯罪情报滞后,对于案件定罪量刑的部分证据可能存在一定程度的灭失。还有一种情况是保险公司工作人员对机动车保险诈骗案件现场查勘不仔细、调查不细致,即便是有些骗赔者犯罪手段低劣,甚至漏洞百出,但也会因为没有进行仔细、周密的勘察,导致事故原因失真、真相难以查清。询问、讯问是侦查工作的重要环节,犯罪情报获取滞后导致办案民警在侦查讯问环节处于不利地位,因证据不足无法突破口供,即使发现保险诈骗行为也可能因事实不清、证据不足而免于起诉犯罪嫌疑人[4]。

三、机动车保险诈骗犯罪侦查的对策

当前经济犯罪案件的侦查模式已与大数据进行深度融合,经过对相关数据的有效挖掘利用,可以批量发现犯罪线索,实现对经济犯罪案件全领域、全链条的波次打击。为此,公安经侦部门要灵活运用各保险公司机动车保险理赔数据,加强分析研判,在办案实践中不断检验、总结和提炼,逐渐形成一套依托行业大数据,服务各保险公司的保险诈骗犯罪侦查方法。

(一)探索建立机动车保险诈骗监测预警模型

1.模型构想及工作原理

任何犯罪都会有一个数据链,孤立地看链条上的每个点很难发现异常,但通过建模,运用数据描述事物发展变化过程,经过筛查、比对、碰撞,数据之间就会产生交集、关联,问题和线索就能显现出来。本文探讨的机动车保险诈骗监测预警模型从形式上看就是一个流程式的犯罪线索循环处理系统,如图3所示。

该系统主要有四个处理环节:一是收集、整合涉机动车保险诈骗相关原始数据,主要包括保险数据、支付数据、税务数据及裁判文书数据等;二是在对已有数据进行加工筛选处理,提炼出诈骗案件风险特征(如驾驶员驾龄、出现时索赔次数、出现车辆车龄,出现时间、地点,有无交警事故认定、是否现场勘察、车主与驾驶员关系等);三是根据提炼的风险特征基于设立的数理识别模型进行量化处理;四是将公安经侦部门在日常侦办的机动车保险诈骗案件相关数据批量导入数理识别模型,综合运用特征匹配方法,经过一定的大数据识别运算,精确匹配出疑似诈骗人员或诈骗团体,并针对性地进行验证处理。

图3 模型工作原理图

2.模型运用实例

南京市公安机关基于当地机动车保险市场发展现状及保险诈骗犯罪形势,对骗保案件的共同特征进行了分析,在集合的大数据的基础上建立了风险预警模型,设计了相撞风险指数,实施对高危骗保行为的识别,然后开展集中收网打击,有力打击了南京保险市场的机动车保险诈骗犯罪。

南京市公安局成立反保险欺诈工作专班,对接全市市场占有率超过99%的13家保险公司,动态共享保险相关数据,将保单理赔数据、警综平台数据、反金融诈骗平台数据、车辆登记备案信息、互联网公开信息等10余类共计2 400万余条数据进行深度汇集融合,保证保险行业数据链条的实时性与完整性。在此基础上,对采集的全部数据进行科学清洗分析,经反复逻辑验证,整合优化构建出“逻辑风险模块”“人车风险模块”“事故风险模块”和“内部秩序模块”四大分析模块[5]。其中,逻辑风险模块旨在通过碰撞数据筛选出风险案例;人车风险模块旨在通过对出险频次、出险时间间隔等数据的评估分析,筛选出风险案例;事故风险模块旨在对事故证明文档进行分析,从而发现虚假事故材料;内部秩序模块旨在通过保险公司内部勘验数据,从而发现理赔流程中的违规行为,判定关联程度,最终基于上述四个模块,通过机器赋能学习,研判出13 418条强关联可疑数据。南京市公安机关利用大数据分析技术建立的数据化侦查模式,在办案实践中收到了很好的打击效果,也为全国范围内公安经侦部门打击保险诈骗犯罪提供了南京样板[6]。

(二)研究、制定审讯策略,深挖犯罪线索

当前实施机动车保险诈骗的犯罪嫌疑人往往具有一定反侦查能力,所以应当尽早开展讯问工作,不给他们毁灭证据、伪造证据以及串供的机会[7]。在全面收集证据的情况下,完善审讯方法,从事故细节入手,加大审讯力度,充分发挥数据作用(如保险投保相关数据、保费支付相关数据、事故现场相关情况、车辆维修情况、维修发票相关数据等),厘清人员关系脉络,还原事故真实情况,击破犯罪嫌疑人心理防线。

在办案实践中,遇到偶发性的机动车保险诈骗案件,研判出对方有疑点,但嫌疑人就是不认罪,使得讯问成为对嫌疑人进行甄别的一种心理测试[8]。团伙化作案的犯罪分子在实施作案时考虑得都会比较周全,所以公安机关必须采取同时抓捕的方式,便于在审讯中各个击破。团伙作案的犯罪分子往往形成攻守同盟,有很强的抵抗心理。针对这一特点,办案民警要坚定信心,耐心跟嫌疑人周旋,根据掌握的间接证据和研判信息,适时出示击溃其心理防线,可采取先外围后核心的审讯策略,选择从团伙成员中配角成员身上进行突破,相互印证,及时通报和收集审讯情况,提高审讯效率,通过审讯中发现的新线索、新证据、新指向,串联线索,扩大战果,增强打击效果。

(三)要素追踪勾画关系网,进行全链条打击

根据机动车保险诈骗犯罪的特点,结合保险诈骗犯罪的构成要件,明确以人员、车辆、发票、资金等要素作为主要研判目标,开展对全要素信息的追踪工作,即数据的收集、整理、清洗和分析。数据的收集是对所有要素信息的关联数据进行全面收集;数据的整理是将每个要素信息的数据从整体数据中剥离出来,形成单要素数据;数据的清洗是按照一定的标准对单个要素数据进行删除、排序、整合等,形成具有研判价值的情报数据;数据的分析是运用公安内网各类查询平台对单个要素情报数据进行查询、关联、拓展,进而勾画出整个犯罪关系网。

明确整个犯罪网络后,要在三个方面开展落地查证工作:一是在人员方面,及时监测嫌疑人活动轨迹,针对各个嫌疑人在整个犯罪网络中所处角色,搜集相关证据材料;二是在车辆方面,监测涉案车辆动向,根据车辆活动区域、频率等情况,进一步分析犯罪团伙继续实施犯罪的可能性,为涉案车辆落地查扣工作做好准备;三是在资金方面,及时调取涉案账户资金交易情况,查明资金来源、去向,固定证据材料,为资金查封冻结工作做好准备。动态掌握整个犯罪网络变化,固定各个环节证据后,适时精准开展收网行动,实现对机动车保险诈骗犯罪链条的全面打击[9]。

四、结语

随着大数据时代公安机关侦查思维的转变,对于机动车保险诈骗案件的侦查要综合运用数据化侦查手段,通过数据化研判技术,将数据转化为侦查情报和线索,继而落地进行缉捕和追赃工作,实现对机动车保险诈骗犯罪全领域、全链条的波次打击,这将大幅度提升公安机关的打击能力和打击效果,以促进保险行业的健康可持续发展。