3.2.4　保险风控

中国保险业在进入互联网元年后快速发展，2018年保费收入达到3.8万亿元，保费收入年均增长达到20%。从2018年至今保险行业受政策、监管等影响增长有所放缓，但是长远看来，伴随保险业对外开放，保险业监管持续规范，再加上互联网科技助力，保险业将会迎来持续稳定的发展。保险业的产品分为传统型、新兴型，传统型产品包含车险、寿险，新兴型产品包含意外险、健康险、财产险（非车险）。2014年传统型产品的保费收入占据保险市场约81.1%的份额，但是随着新兴型产品的快速发展，传统型产品的保费收入占比逐年下降，到2018年占比约75.4%。

互联网背景下的保险行业因“市场容量大且持续增长”“市场开放增强、客户保险意识提升”“市场结构优化、产品多元”迎来诸多机遇，但同时受“保险欺诈风险”“代理人流失率高”“客户触达率低”“综合成本高”等影响也面临着巨大的挑战。保险行业受较高赔付率的影响，普遍存在高赔付、低盈利现象，而较高赔付率是由保险风险直接导致的，因此保险风控作为保险行业的核心就显得格外耀眼。

保险行业核心业务流程包含产品设计、产品营销、承保、理赔四部分，如图3-11所示。

保险业务包含的产品设计、产品营销、承保、理赔等核心业态，从保险业诞生至今就一直存在，随着大数据、人工智能、云计算、物联网、区块链等技术在保险科技的运用，保险的核心业务流程变得更加精准、高效、智能，但是面对业务、财务、资金等多维的保险风险，保险科技对保险风险防控的赋能还需进一步加强，尤其是对承保、理赔两个核心业务流程的风险防控。

保险业务风险根据业务流程分为承保风险、理赔风险，如图3-12所示。

图3-11　保险行业核心业务流程

图3-12　保险业务风险

当前保险行业面临的承保风险主要源自对市场经济、市场环境、产品设计、投保人等计量测算不足、决策控制欠缺；面临的理赔风险主要是内部人员操作风险、代理渠道和被保险人的欺诈风险，以及业务的渗漏风险，其中代理渠道和被保险人的欺诈风险以及业务的渗漏风险是重要风险，如车险中常见的毒/酒驾掉包、摆放现场、二次碰撞等。保险行业的欺诈风险作为重要风险也在不断迭代演进，下文将着重介绍。

1.保险欺诈风险

根据国际保险监督管理协会的测算，全球保险理赔有20%至30%涉嫌欺诈，直接导致的损失达800亿美元。保险行业的欺诈类型在不断增多，欺诈风险呈现多样化、专业化、团队化趋势。

·欺诈风险多样化。以人身险为例，有由于高额赔偿诱导的杀人骗保欺诈、自杀骗保欺诈、先死后保欺诈、伪造病历欺诈，以及联合医疗机构伪造欺诈等；以车险为例，有酒驾毒驾调包欺诈、二次碰撞欺诈、摆放现场欺诈、故意出险欺诈、伪造盗抢欺诈等；以企财险为例，有伪造事故欺诈、伪造损失欺诈等，以及其他具体业务场景下的财险、寿险欺诈风险。

·欺诈风险专业化。随着黑灰产业务的渗透，保险欺诈业务越来越专业，以二手车恶意骗保产业链为例，二手车商或者二手车主联合汽修厂、保险代理人，利用车险业务漏洞，通过故意伪造交通事故、提供虚假的理赔材料等方式骗取保费；以医保恶意骗保产业链为例，投保人联合医疗机构，通过伪造虚假病历、提交伪造医疗支出费用等方式骗取保费，诸如此类保险的欺诈方式、欺诈途径、欺诈手段不断升级，更加专业。

·欺诈风险团队化。伴随欺诈风险的专业化，欺诈的黑产收入更加丰厚，因此诱导更多的黑灰产人员加入，欺诈风险团队效应更加明显。以二手车恶意骗保产业链为例，起初的欺诈主要偏个人利用要求汽修厂材料偷换、虚假高估等方式赚取赔偿保费的中间差价，逐渐发展成二手车商联合汽修厂、保险代理人等多对象的专业、批量欺诈，团队化的欺诈风险作案方式更加隐蔽，造成的损失也更加严重。

保险行业的欺诈风险类型增多，欺诈实施手段愈发专业，欺诈实施对象从单一对象变成团队组织，但是由于保险行业的风控手段陈旧、风控能力薄弱，因此保险行业面临的业务风险特别严峻。

2.保险欺诈风控

保险行业的风控从最初发展到现在，尤其是近几年大数据、人工智能技术的运用，能力进步显著。保险风控主要经历了传统风控、数据风控、智能风控三个阶段。

·传统风控在保险风控的运用上有着长远的历史，许多中小保险公司至今还在延用。传统风控使用的是专家经验规则，采用的审核方式是人工审核，重点关注的是风险评估、风险定价，而由于数据匮乏、技术陈旧的制约，在风险预测、风险监控等方面比较落后。以初期寿险业务的风控为例，保险公司开发寿险产品时设定的保费、保额是简单根据客户的地域、年龄来划分的，如北、上、广、深一线城市的最高保额为200万元，其他二、三线城市的最高保额为120万元，而三线以下的城市最高保额为80万元；又如年龄为20岁到30岁的最高保额为200万元，30岁到45岁的最高保额为150万元，45岁到60岁的最高保额为80万元，60岁以上的最高保额为40万元。在诸如保费、保额等产品属性的评估、测算上，传统风控都偏重专家经验，而此时由于保险的渗透率较低、欺诈产业不成熟，保险行业的欺诈风险较低。

·数据风控在互联网元年尤其是移动互联网发展阶段开始快速发展。伴随决策引擎的诞生以及决策引擎在金融风控、营销风控等方面的运用，数据风控转为使用简单的规则进行风险的控制。数据风控利用传统风控总结的专家经验，制定简单的规则，建立专家经验规则库，利用决策引擎系统实现保险风险的自动拦截、保险的自动定价，结合人工辅助核保、核赔，数据风控步入半自动化阶段。然而此时的保险欺诈风险却在肆意发展，新的欺诈风险不断滋生，保险欺诈产业逐步成熟，面对高发、严重的保险欺诈风险，数据风控遭遇严重的挑战。

·智能风控的到来得益于保险科技的快速发展，伴随大数据、人工智能、云计算、物联网、区块链等技术在保险科技上的运用，保险风控进入智能风控阶段。智能风控是基于智能算法、数据化建模、智能画像等技术，运用决策引擎、分析引擎等系统自动化智能决策一系列风险，实现风险自动化智能识别、智能评估、智能预警、智能防控等。智能风控克服了传统风控的主观片面以及数据风控的维度单一，从多维度对保险风险进行识别、拦截，并且能够对保险风险进行智能预警，提前进行预防。相比传统风控和数据风控，智能风控拥有成熟、完善的规则库，利用模型、规则等对不同类型保险风险进行不同细度的识别、预警、拦截，能够更加全面地覆盖保险风险。智能风控不仅能够对保险风险进行自动识别、预警，还能对识别确认的风险进行相应的自动化处理，有效防止风险蔓延。另外智能风控能够根据不同的风险偏好灵活配置或者调整风控规则、模型的阈值，实现动态风险的实时极速跟踪，并能够通过实时数据、离线数据进行风险的自动机器学习，通过不断对保险风控模型和规则进行迭代来提升保险风控能力，从而很好地对抗保险欺诈等类型的新型风险。

从保险风控发展到如今的智能风控，不管是最初的传统风控还是后来的数据风控，都不是一蹴而就的，其中离不开的两个核心要素是数据和技术。风控数据已从单一维度发展到多个维度，例如保险风控利用的核心数据包含案件数据（如报案时间、地点等）、行为数据（如运营商信息、通话记录信息、通讯录信息等）、车辆数据（如驾驶人基本信息、车辆基本信息、GPS信息等）以及其他数据（如金融风控征信数据、关系网络数据等）。虽然保险风控现在利用的数据较多，但是依然存在数据关联弱、质量差等问题，同时保险风控数据孤岛现象严重。风控技术经历了从人工经验审核到决策引擎自动决策的转变，也推动了保险智能风控的发展。