1、联合发布：金融壹账通 中国保险学会技术支持：对外经济贸易大学2019年中国保险行业智能风控白皮书2019.06目 录C O N T E N T S前言核心发现第一部分 中国保险科技发展及应用现状一、中国保险行业发展现状与趋势（一）三大机遇，推动发展（二）四大挑战，亟待破局二、中国保险科技的发展及应用第二部分 中国保险行业的风控现状一、保险行业风险管控的痛点（一）欺诈频发，呈现三大特征（二）依赖人工，成本高效率低（三）信息割裂，风控效果不佳二、保险行业风险管控的演进第三部分 中国保险行业风险管控的趋势一、风险管控的数字化趋势二、风险管控的立体化趋势三、风险管控的前置化趋势四、风险管控的智能化趋势
2、第四部分 保险智能风控对行业各方的启示01020304040709131415161819212224273034目录前言2018年，中国保险业发展进入调整期，原保费收入增长率由2013年-2017年年均20.7%的增长下降至3.9%。但是，调整只是暂时的，保险业对外开放提速，保险公司监管持续规范，保险服务模式与科技应用持续创新，将推动中国保险业的长期稳定发展。作为保险的核心，“风险管理”也成为行业发展过程中最关键的议题，如何帮助客户管理他们所遇到的风险，如何管理保险公司自身面临的风险，对于监管及保险公司至关重要。中国保险行业风控的发展可以归结为传统风控、数字风控和智能风控三个阶段。随着保险科
3、技的深度应用和广泛应用，保险风控自2018年起进入“智能风控阶段”，保险行业风控效率提升、风控流程简化、风险隐患降低等方面将迎来一轮质变。但是，保险行业智能风控的未来发展之路还任重道远，目前仍处于起步和探索阶段，需要行业各方共同努力。在此背景下，中国保险行业智能风控白皮书 应运而生。中国保险行业智能风控白皮书 由金融壹账通与中国保险学会联合发布，对外经济贸易大学提供技术支持。金融壹账通作为平安集团的联营公司，依托平安集团30余年金融行业经验与技术积累，通过“技术”+“业务”双赋能模式，精准把握保险、银行、投资机构需求，提供智能风控、智能运营等4大产品体系10大解决方案。本报告梳理了保险行业、保
4、险科技和保险风控的发展现状，分析了保险风控存在的问题和痛点，通过剖析保险风控的先进经验和前沿实践，共同探讨保险风控的未来发展趋势，期望为行业各方提供借鉴，为保险行业的健康发展贡献绵薄之力。前言01核心发现在“智能+”科技浪潮的推动下，中国保险行业正面临前所未有的变局。一方面，中国保险深度与密度仍与全球平均水平相差近50%，保险行业面临市场持续增长、产品结构逐步优化、客户保险意识崛起等发展机遇。另一方面，经过长期粗放经营与无序竞争，保险公司深陷综合成本率高、客户触点低频、欺诈风险高等经营挑战。在科技、监管等推动下，保险科技成为保险公司发展破局的关键，从产品、营销、承保、理赔、运营等所有环节重塑保
5、险价值体系，彻底改变保险行业的传统风险管控模式。当前保险行业风险管控面临的痛点包括三个方面：第一，保险欺诈频发且日益专业化，全球每年约有20%-30%的保险赔款涉嫌欺诈。第二，核保核赔等风险管理仍高度依赖人工经验审核，成本高效果差。第三，保险公司及行业数据割裂，数据质量低，无法有效支撑风险管理需要。为解决以上痛点，保险公司需深度应用人工智能、区块链等前沿技术，从数字化、立体化、前置化、智能化四个方面全面升级风险管控模式。风控数字化：建立配件工时、医药方案等标准数据与规则库，优化风险预警规则和模型。风控立体化：引入行为、车辆、健康等非案件数据，风控依据从公司内部向外部及非保险领域进行立体化延伸，
6、多方共建风控机制，提升风控覆盖度与精准度。风控前置化：利用大数据、可穿戴设备、人工智能等技术手段引导和预防风险事件，降低保险风险发生概率，从而降低保险公司赔款支出。风控智能化：结合 AI 图片识别、生物识别、情绪识别、区块链等前沿技术，以电脑代替人脑，通过机器学习等更智能化的方式应对已知和未知的风险。不同的行业参与方应以开放、合作的方式共建保险智能风控体系，促进行业健康发展。大型保险集团可在自建的基础上，开放融合一些外部前沿技术及应用，建立完善的全流程智能风控体系，为行业树立标杆、提供赋能。中小保险公司可通过与成熟的保险科技服务商合作，以及联合“抱团取暖”的方式，构建差异化风控能力。监管部门、
7、行业协会、第三方服务商等应进一步完善法规建设与行业标准，构建反欺诈等行业共享数据库，以及加强科技研发突破。核心发现02近年来，以数字金融为代表的数字经济占中国GDP的份额已近三分之一，是当前新经济的重要组成部分。保险作为金融体系和生产生活保障的重要组成部分，其发展与国民经济发展密切相关。2019年两会期间，“保险”再次成为高频词，同时政府工作报告首次提出“智能+”的概念，鼓励新兴智能产业发展，支持包含保险业在内的传统产业不断深入智能化改造。如何利用数字金融和创新科技推动保险行业转型升级、更好地服务实体经济成为关键问题。保险科技广泛运用于保险产品研发、市场营销、客户关系维护、核保理赔、保险资金运
8、用及保险公司内部管理等环节。保险+科技在提升收入、提升效率、提升服务，降低成本、降低风险等方面都取得阶段性成果，保险市场各主体积极参与，逐渐实现科技对保险业务流程的全面渗透，催生保险生态的新模式，同时为保险监管科技的发展提供支撑。放眼未来，保险科技是实践保险保障功能的重要驱动力，更是保险行业转型发展的核心竞争力。第一部分中国保险科技发展及应用现状F I R S T P A R T03第一部分 中国保险科技发展及应用现状一、中国保险行业发展现状与趋势保险业作为国民经济的重要组成部分，与宏观经济的联系日益紧密。近几年，国际国内经济和商业环境发生深刻变化，随着金融一体化和保险国际化步伐的加快，我国保
9、险业的发展面临着前所未有的机遇，同时也面临着巨大的挑战。目前，中国的保险需求尚未得到有效释放，保险市场的深度（保费与GDP之比）和密度（人均保费）仍有很大发展空间。与世界平均水平相比，中国保险市场的深度和密度存在较大差距。世界平均保险深度为6%，我国保险深度4.22%，相差超40%；世界平均保险密度为4127元，我国保险密度为2724元，相差超50%。（一）三大机遇，推动发展近十年以来，中国保险行业发展迅速，原保费收入实现近2.5倍的增长，2018年达到3.8万亿元，年均增长率约为15%；2017年中国原保费收入成功超越日本，位列全球第二。保监会印发的 中国保险业发展“十三五”规划纲要 提出，
10、“十三五”期间我国保险业发展的主要目标是保险业实现中高速增长，到2020年，全国保险保费收入争取达到4.5万亿元。1 行业持续快速增长，市场容量大数据来源：中国银行保险监督管理委员会图1.1 2013-2020年中国保险行业原保费收入（万亿元）1.7220132.02201420152.4320163.1020173.6620183.804.50+14.7%2020E04第一部分 中国保险科技发展及应用现状一方面，与发达国家成熟的保险市场相比，我国当前的保险市场结构仍有待调整和优化。以财产险为例，美国车险业务占比42.5%，近60%为非车险业务，而我国车险在财产险中占比高达72.7%。另一方面
11、，中国保险市场结构已开始呈现出不断优化的趋势。2014年-2018年，传统型产品（寿险、车险）保费收入占比由81.1%下降至75.4%。意外险、健康险等成长型产品占比由18.9%上升至24.6%。2018当年，健康险、意外险、财产险（不含车险）等原保费收入增速都在20%左右，而车险增长放缓，寿险甚至出现负增长。2.保险市场结构优化，成长型产品加速图1.2 2018年中国保险深度和密度与世界平均水平对比数据来源：中国银行保险监督管理委员会、瑞士再保险研究院2,7244,127中国世界平均2018年保险密度对比（元）51.5%4.2%6.0%中国世界平均2018年保险深度对比（%）42.2%图1.
12、3 2014年-2018年分险种原保费收入占比数据来源：中国银行保险监督管理委员会2014201520162017201881.1%80.1%18.9%19.9%78.4%21.6%79.2%20.8%75.4%24.6%财产险（不含车险）、意外险、健康险寿险、车险05第一部分 中国保险科技发展及应用现状随着保险市场的发展，保险产品的不断创新，以及国民对保险的认识趋于成熟，大众对保险的接受程度逐渐提高。从保险深度看，2013年为3.03%，2018年为4.2%，年均增长超7%；从人均保费来看，2013年为1266元，2018年为2724元，年均增长近16%。普华永道与中国太保联合发布的 中国保
13、险消费者白皮书 显示，被调查人群人均持有保单从2010年的1.96张，增长至2017年的2.89张，年均增长超5%。人均保费支出从2010年到2017年平均增速达18%。3.客户保险意识崛起，接受度提升图1.4 2018年各险种原保费收入同比增速数据来源：中国银行保险监督管理委员会+24%+19%+22%健康险意外险财产险（不含车险）成长型产品+5%-3.4%车险寿险传统型产品2013年-2020年中国保险深度（%）2013年-2020年中国保险密度（元）数据来源：中国银行保险监督管理委员会、瑞士再保险研究院、中国保险业发展“十三五”规划纲要图1.5 2013年-2020年中国保险深度和密度2
14、0133.0%20153.5%20184.2%2020E5.0%+7.4%20131,26620151,76620182,7242020E3,500+15.6%06第一部分 中国保险科技发展及应用现状（二）四大挑战，亟待破局经过多年粗放型的发展和无序的市场竞争，传统保险公司面临的经营问题日益凸显。渠道佣金、管理费用成本高昂，与客户接触频率低发、关系薄弱，保险欺诈手段多样、赔付虚高，代理人队伍管理难、流失率高，这四大挑战导致众多保险公司承保亏损、经营困难，而同时保险客户却对保险公司越发不满。在挑战面前，保险公司若无法快速破局，将面临互联网、主机厂等跨行业主体的颠覆与冲击，行业变局已开始酝酿。20
15、18年，财产险公司平均综合成本率高达100.1%，中小财险公司的更是高达109.0%。财险承保处于行业性亏损的状态，改变连续8年承保盈利的局面。财产险公司靠承保盈利越来越困难，与2017年相比，财产险公司2018年综合费用率由39.8%上升至40.7%，上升近1个百分点，直接导致承保亏损。1.综合成本率高，盈利困难图1.7 2017年-2018年财产险公司综合成本率图1.6 保险行业的四大挑战财产险行业综合成本率100%平均每年与客户接触的次数1-2次全球保险赔款涉嫌欺诈占比20%寿险代理人一年留存率高流动高风险低频率高成本50%综合费用率综合赔付率2017年2018年100.1%99.6%3
16、9.8%59.8%59.4%40.7%07高综合成本率是由高佣金率和高管理成本造成的。一方面，财产险公司的佣金率持续攀升，2016年、2017年和2018年三季度末手续费佣金支出占当年保费收入比例分别为14.54%、17.21%和20.28%。另一方面，保险公司机构设置上不计成本，“占市场，铺摊子”，从全国到省、市、县，层层设立分支机构，也背上沉重的管理投入包袱。与银行不同，保险产品本身为低频交易的金融产品，直接导致传统保险公司平均每年与客户接触仅1-2次。人身险长期性保单往往在到期或理赔时才会和客户打交道，车险等一年期产品如果不出险一般也不与客户接触，而除货运险以外的其他险种保单基本都不能转
17、让。良好的客户关系能创造更多价值和利润，如多险种交叉销售、增值服务销售、续保率提升等，而薄弱的客户关系不仅会影响客户价值贡献，还可能引发客户满意度低、产生投诉等负面影响。对客户而言，购买保险不仅是风险投资，而是为自己和家人购买一份关怀与保障。如何将保险从产品升级为服务，帮助客户抵御风险、在风险来临时提供及时、安心的保障，继而将保险公司与客户的联系变得更加高频、紧密，将是直接影响公司核心竞争力的关键。2.客户接触频率低，关系维持薄弱自保险产生以来，就一直伴随着保险欺诈。以保图赔或以保获利已成为一些投保人或被保险人的畸形心态，其目的就是通过保险获取额外利益。保险欺诈的表现形式包括投保人未如实告知、
18、虚构或伪造索赔金额、故意夸大索赔金额、重复索赔等，而保险公司内部和保险中介也存在大量的故意欺诈。根据国际保险监管者协会（IAIS，International Association of Insurance Supervisors，又称国际保险监督官协会）测算，全球每年约有20%-30%的保险赔款涉嫌欺诈。而据保守估计，我国车险行业的欺诈渗漏占理赔金额的比例至少达到20%，对应每年损失超过200亿元。随着信息传播技术的发展，保险欺诈风险日益凸显，并呈现专业化、团伙化等特征。如何构建科学有效的反欺诈体系，已成为亟需解决的问题。3.保险欺诈比例高，手段专业多样2018年人身险保费中，58.8%是由
19、代理人贡献的，而据初步估算，截至2018年末，国内各类保险中介从业人员接近1200万。其中，保险公司个人代理人800多万，专业代理机构销售从业人员334万。但这是一个不断流动变化的群体，数据表明，代理人1年留存率不足50%，个别险企首年流失率甚至高达80%。代理人的高流动，大大增加了保险公司的管理和招聘成本，还直接影响长期性保险产品的客户体验和关系维护。而且，高变动容易导致代理人素质参差不齐，存在销售误导、内部欺诈等风险，对保险公司业务的持续性也带来了很多的风险。4.代理人流失率高，招聘管理难第一部分 中国保险科技发展及应用现状08第一部分 中国保险科技发展及应用现状二、中国保险科技的发展及应
20、用当前，保险行业正处于转型的关键时期，高投入的粗放型增长模式已经难以为继，保险科技将成为保险业发展的突破口。人工智能、大数据、云计算、区块链和物联网等技术逐渐渗透保险的核心业务流程，合力改变着全球和中国的保险业。保险科技的应用，引起保险业务模式、风控模式和客户体验等方面的变革，帮助保险公司解决经营中的痛点，促进其运营效率的提升和运营成本的下降。与此同时，政府部门以及资本市场对保险科技的发展也展现出积极的一面，不仅下达各种促进保险科技发展的通知、举办保险科技交流论坛等，更有大量资本投资活跃在保险科技领域。根据毕马威研究，2018年全球保险科技领域融资共240笔；融资额达55亿美元，较2016年增
21、长超过75%。随着保险科技的深入发展，保险科技的应用逐渐扩展到保险业务的各个环节，包括产品、营销、承保、理赔、运营等。保险科技应用于保险业务全流程，能在很大程度上解决保险公司面临的痛点，为保险行业的健康发展带来机遇。数据来源：毕马威会计师事务所图1.8 2016年-2018年保险科技领域投融资事件图1.9 保险科技在保险业务流程中的应用2016年-2018年保险科技领域融资额（亿美元）2016年-2018年保险科技领域融资数（笔）2016年17.92018年55.0+75.3%2016年2032018年240+8.7%产 品营 销承 保理 赔运 营根据场景灵活定制差异化、精准定价敏捷快速上线识
22、别虚假信息/恶意行为，降低欺诈渗漏提升流程自动化程度提高信息交互实时性智能识别客户身份提升核保自动化程度和核保效率嵌入式、互动式、社交化销售低成本识别潜在客户降低代保风险及退保率降低人工成本，提升作业效率7*24小时服务改善用户体验优化服务质量管控全流程嵌入人工智能大数据云计算区块链物联网09第一部分 中国保险科技发展及应用现状（一）产品环节保险科技在产品环节的应用主要是基于用户需求与业务场景，通过大数据等技术，实现产品灵活定制与创新。基于用户的身份信息、生理自然信息、社会关系信息、特征偏好信息、业务活动信息等大数据的处理分析与AI建模，保险公司可以生成客户画像，对客户进行分群，区别需求特征，
23、设计差异化的保险产品与服务，实现精准定价、甚至一人一价。德国安联财产保险运用机器学习、大数据分析等技术开发了新一代承保定价系统，可根据客群细分与市场环境实现高度灵活的价格配置，为安联全球多个子公司带来了显著的经营效益提升。该系统包括四大核心，即通过数据收集与清理建立定价所需的基础数据库，通过复杂的精算与统计模型计算出基础费率，再结合市场定价与客户分层确定面向不同客群的市场价格，最后将定价推向市场并通过持续动态的指标监测不断调整定价。该系统的风险因子输入超过800个，可支持每日进行一次市场价格调整。（二）营销环节保险科技的应用让保险营销环节更精准有效。通过大数据分析和机器学习技术的应用，可以识别
24、客户潜在需求，实现无人工干预的智能化保险推荐，同时也可帮助保险公司销售人员和代理人更了解客户，推进传统的线下营销向嵌入式、互动式、社交化营销转变，提升销售成功率、降低退保率。针对精准销售难的痛点，平安人寿进行销售模式变革，推出SAT（社交辅助营销）系统，帮助代理人实现实时连接、高频互动和精准营销。“S”是基于社交渠道的客户服务与沟通工具，如微信群与朋友圈管理助手，助力代理人高效沟通；“A”是业务办理与销售的移动工具，包括代理人APP和客户APP，可实现即时询报价、移动出单等；“T”是空中坐席，通过电话渠道对意向客户进行及时跟进。同时，SAT智能营销工具还融合了平安集团人脸识别、OCR、智能推荐
25、、智能派工、LBS和语音交互等领先技术，使各类数据流和信息流均可以客户需求为驱动自动流转，实现全渠道、全链条打通。2018年，平安人寿SAT智能营销系统触达人数2.2亿人次，互动次数13亿次，配送线索10.8亿条，取得卓著成效。图1.10 平安人寿SAT（社交辅助营销）代理人微信圈好友代理人微信圈好友代理人微信圈好友代理人APP口袋E行销平安金管家客户APP空中坐席任意门保险产品资产管理产品银行产品流量金融产品医疗服务留学服务旅游服务生活服务社交媒体SAT模式SATAA10第一部分 中国保险科技发展及应用现状（三）承保环节核保是保险风控中最重要的环节之一，传统核保流程复杂、审核材料多，但仍难以
26、对风险进行精准量化的评估。将大数据、人工智能等技术应用于核保全流程，可以实现更快速且有效的核保，帮助保险公司降低风险、提升绩效。如通过AI赋能，实现对投保材料的自动识别与结构化，提升信息采集效率；通过AI+大数据建模，自动识别高风险客户与异常指标，为核保与定价提供辅助。泰康保险开发的认知核保系统，将人工智能技术与医学知识、保险业务紧密结合，打造AI体检数据采集引擎和AI核保决策引擎，使核保更便捷，风控更有效。体检数据采集引擎以客户体检报告影像为输入，自动定位、识别健康数据，依据自然语言和医学语义将其结构化，并自动识别异常体检项目；核保决策引擎构建可解释的算法模型，预测客户健康风险，并且结合投保
27、产品特征评估承保风险，输出核保结论与解释。该核保系统支持超过10类常见疾病患病风险的预测，准确率近80%，同时也将核保环节人工审核的效率提升超过25%。（四）理赔环节“理赔难”、“理赔慢”、“手续繁”历来是保险行业饱受诟病的几大顽疾，也是保险投诉高发的“重灾区”。随着保险技术的深度应用，保险公司理赔服务正在升级。不少保险公司的APP、微信公众号都已实现电子化自动理赔，客户只需将原件材料拍照上传到理赔系统，就可以完成索赔支付。此外，部分险企还推出智能理赔服务，无需人工介入，支持低风险、小额案件全流程自动作业，大幅提升理赔服务效率。金融壹账通推出的“智能闪赔”，对车险理赔的端到端流程进行了全面的梳
28、理与优化，并应用深度学习算法、大数据挖掘等技术，为保险客户提供极致的智能车理赔服务体验。“智能闪赔”包括理赔作业全平台，车图1.11 泰康认知核保系统数据采集客户投保资料投保申请身份材料体检报告数据分析核保决策应用效果影像质检分类OCR文字识别医学语义分析人机辅助审核，提取关键信息、判断风险核保结论预测模型健康风险审核模型健康风险评估核保结论预测业务解释输出支持10类+常见疾病患病风险预测预测准确率80%人工审核效率提升25%+11第一部分 中国保险科技发展及应用现状（五）运营环节机器人技术、流程自动化、远程音视频技术的成熟及应用，极大地颠覆了传统保险公司朝九晚五、线下和人工为主的运营和服务方
29、式，打破了保险公司经营管理与客户服务的时空限制，使保险公司可以更快速、更全面地响应客户需求、改善用户体验，优化服务质量。富国生命保险(Fukoku Mutual Life Insurance)引入IBM公司的Watson AI系统（Watson是一种认知技术，可以像人一样思考），采用人工智能取代赔付评估部门的30多名员工。Watson AI系统负责阅读医生撰写的医疗证明和其他文件，以收集确定保险理赔金额所必需的信息，比如医疗记录、住院时长和外科手术的名称等。除确定保险理赔金额之外，系统也能核对客户的保险合同，发现特殊保险条款，并阻止赔付疏忽。预计该系统每年可核查总计超过13.2万宗案例。华夏保
30、险使用机器人辅助人工，为客户提供业务覆盖面广、响应及时准确的服务。其智能客服由文本客服“小华e问”和语音客服“智语小华”组成。“小华e问”涵盖二十大类四十细项共计三千余条知识，覆盖相似问法上万种，能处理多个业务领域的常见问题，回答准确率高达93%。“智语小华”能在特定业务场景中与客户进行实时语音互动，响应迅速、理解准确、回复高效、语气自然。除华夏保险以外，其他很多保险公司，如平安、人保等也都开始采用机器人代替人工处理大量的客户咨询与服务要求，提高业务效率和时空覆盖。图1.12 金融壹账通智能闪赔解决方案拍摄照片物定损、人伤定损、反欺诈等，覆盖从报案调度、查勘定损、核损核价、理算核赔到结案支付的
31、理赔全流程。该解决方案搭建了覆盖98%市场车型、85%定损配件、96%定损工时等的千万级、地域化数据库，配合一整套反渗漏及反欺诈模型，实现车物定损与人伤定损的自动化。同时，智能闪赔应用最先进的图片识别技术，提供通过拍照自动识别车辆损失的图片定损工具，将车理赔定损缩短至“秒级”。目前壹账通智能闪赔解决方案已经与超过20家保险公司合作，得到客户和行业的广泛认可。【拍好没】图像智能处理【哪坏了】部件分割归集【多少钱】自动精准定价【什么车】智能定型定件【严重吗】损失程度识别【辨真假】智能风险阻断12中国保险市场蓬勃发展的同时，“高赔付、低盈利”的现状不容忽视，居高不下的赔付率直接影响保险业的盈利水平和
32、发展的可持续性，而加强风险管控则是控制赔付率的关键。如何通过风险的识别及制度化管控，有效控制经营过程中的风险因素，降低整体赔付水平，提升运营效率，是保险公司普遍面临的难题。第二部分中国保险行业的风控现状13第二部分 中国保险行业的风控现状当前保险行业风险管控仍处于相对粗放的阶段，承保及理赔风险仍广泛存在、保险公司控制效果不佳。总结来看，保险行业的风险管控面临欺诈频发且日益多样化、专业化、团体化，依赖人工、成本高效率低，以及风险信息割裂、效果不佳的三大挑战。一、保险行业风险管控的痛点保险公司面临的风险包括业务风险、财务风险、资金运用风险等诸多方面，而业务风险中的承保和理赔两核风险尤为突出。承保风
33、险来自于对经济环境、市场环境、投保人等风险的把控不足；理赔风险则主要来自被保险人、从业人员和第三方服务商的欺诈与渗漏。图2.2 保险行业风险管控的三大痛点图2.1 保险行业承保和理赔风险类型承保风险产品设计风险定价不足风险承保过程风险责任准备金不足风险经济环境风险保单持有人行为风险代理人道德风险理赔风险欺诈风险渗漏风险理赔人员专业能力风险理赔数据质量风险从业人员道德风险服务水平风险据国际保险监督官协会测算，全球每年约有20%-30%的保险赔款涉嫌欺诈欺诈手段呈现多样化、专业化、团体化等特征欺诈频发呈现三大特征传统人工加经验的管控方式，无法适应市场高速发展的要求庞大的工作负荷和巨大的工作压力，无
34、法逐笔勘察和审计依赖人工成本高效率低保险行业内部数据共享尚未实现，信息孤岛仍然存在投保人利用信息不对称骗保，甚至与第三方机构（中介或医疗结构）合谋虚假理赔或提高理赔金额信息割裂风控效果不佳14图2.3 中国保险行业欺诈的三大特征据统计，车险常见欺诈类型有摆放现场、二次碰撞、故意出险、虚报盗抢、酒驾/毒驾调包、重复索赔等30多种从交警、医院寻找案源，然后专业造假或者买断案件，由专业的物损或者伤残评定机构出具“鉴定”，以“合法”途径获取非法利益从“个案偶发类”演变为“团伙蓄意类”，如北京市破获车险诈骗团伙，共骗保超200起，涉及8家保险公司，诈骗金额达300+万元（一）欺诈频发，呈现三大特征保险欺
35、诈一直是保险业的顽疾，根据国际保险监管者协会测算，全球每年约有20%-30%的保险赔款涉嫌欺诈，损失金额约800亿美元。我国车险欺诈是保险欺诈的重灾区，车险欺诈渗漏在保险欺诈中占比高达80%，涉案金额保守估计高达200亿元每年。随着保险公司业务的发展，各种潜在的欺诈风险也随之增加，欺诈手段呈现多样化、专业化、团体化等特征。保险欺诈作案手段隐秘，涉案人员众多，涉案金额巨大，跨界犯罪增加，加大了保险公司的经营风险和管理难度。数据来源：国际保险监管者协会、中国保险行业协会车险领域欺诈风险集中，据统计，车险常见欺诈类型有摆放现场、二次碰撞、故意出险、虚报盗抢、驾驶员酒驾或毒驾调包、重复索赔等30多种，
36、保险公司防不胜防，给保险业造成巨大损失。人身险的高保额赔偿及制度不完善也导致欺诈频发，犯罪嫌疑人多以涉嫌自杀、先死后保、伪造病历资料等形式实施欺诈，较难查证。此外，意健险、企财险等的欺诈风险也在不断增加。欺诈形式、手段、范围的不断扩大为保险公司风险管控带来了巨大难题。1 欺诈形式多样化多样化专业化团体化20%-30%全球保险赔款涉嫌欺诈800亿美元全球保险欺诈损失金额80%车险欺诈占保险欺诈比例200亿/年车险欺诈金额欺诈频发呈现三大特征第二部分 中国保险行业的风控现状15图2.4 “人工+经验”的传统风险管控方式的挑战数据来源：行业分析，人力成本率=人力成本/保险业务收入（二）依赖人工，成本
37、高效率低面对多样化的欺诈手段，保险公司应对策略却比较单一，目前大部分保险公司主要依赖查勘、定损、核保、核赔人员的主动发现来识别风险。多样化的欺诈手段对于人员经验和技能要求极高，不仅人力耗费大、成本高，还可能引发人为的欺诈渗漏风险，传统的风险管控方式已经无法满足当前高速发展的保险市场的要求。近些年，保险欺诈从以往“个案偶发类”逐渐演变为“团伙蓄意类”。车险欺诈以传统修理厂为主体的“配件倒换”、“套用旧件制造事故”等常规方式，转化为多主体（包括修理厂、二手车商、黄牛等）利用维修车辆资源进行拼凑事故（将同为单方事故的两辆车，拼凑为两起双方事故，在不同保险公司进行赔付）、利用高价值二手车故意制造全损事
38、故等方式，手段隐蔽专业、作案金额更大，也加大了保险公司取证和打击的难度。3 犯罪主体团体化以车险欺诈为例，据保险公司统计，以汽修厂、4S 店或二手车行人员为主的职业型欺诈和顶包案件占了大多数。车商等专业人员利用保险公司政策和管理的空档，通过故意制造交通事故、编造未曾发生的交通事故、提供虚假理赔材料等手段进行诈骗。在国内破获的一起重大车险诈骗案中，犯罪分子以某汽车维修服务有限公司作为掩护，通过故意制造事故或扩大损失等手段，从保险公司骗取了大量赔付。2 欺诈手段专业化中小产险公司人力成本率超15%，其中理赔运营占大多数人力成本高某排名前十财产险公司理赔运营人力15,000人传统风险管控方式欺诈渗透
39、手段不断翻新，仅仅依靠工作人员经验无法解决欺诈判断难“职能+权限”的设置存在不负责任、内外勾结等风险道德风险大人工保险公司在检测欺诈风险时主要依赖经验67%经验第二部分 中国保险行业的风控现状16第二部分 中国保险行业的风控现状传统核保和理赔环节需要耗费大量人力物力，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。投保人利用信息不对称骗保、与第三方机构（中介或医疗机构）合谋虚假理赔、赔偿金被冒领等问题时有发生，保险公司不得不加大人力投入以减少保险欺诈损失。据统计，中小财产险公司的人力成本超过15%，是险企管理费用居高不下的重要原因。长此以往，必将影响保险公司的经营。1 人力耗费大
40、，人工成本高2019年，FRISS针对全球150多名保险行业专业人士的“保险欺诈调查报告”显示，有67%的保险公司仍需通过“工作人员的经验”、45%的公司仍需依靠“理算员的直觉”来检测欺诈案件和识别高风险客户。但是，保险业务发展过快、行业人员流动加快等问题，也导致目前很多工作人员专业技能缺失、经验不足，对欺诈类案件识别和处理能力不足。随着保险业务的不断扩展以及科技的进步，保险欺诈渗漏手段不断翻新，仅依靠工作人员的工作经验已难以解决欺诈问题。2 经验要求高，欺诈判断难依赖人工的风险控制，受工作人员态度、职业操守、岗位职能、岗位权限等因素限制，容易引发人为的操作风险。首先，经验不足的工作人员对保险
41、条款的理解存在偏误或主观判断失误容易导致风险发生。其次，职业道德不良的工作人员，可能夸大保险责任，引诱投保人投保；或暗示投保人不如实告知个人情况，超额承保；或利用职务之便，故意编造未发生的保险事故虚假理赔；或与被保险人、受益人串通涂改保险合同档案资料，使之符合保险事故条件，私分保险赔偿金。最后，核损岗与定损岗的分离虽有利于降低勾结制假的几率，但也在一定程度上降低了核损员的风险判别能力。3 人为干预多，道德风险大图2.5 “人工+经验”的传统风险管控方式数据来源：2019年FRISS保险欺诈调查，“公司目前使用什么解决方案来检测欺诈和高风险客户？”工作人员的经验自动高危信号/业务规则理算员的直觉
42、案件管理自家土办法异常检测预测建模67%25%27%43%45%47%16%17第二部分 中国保险行业的风控现状保险公司采集客户信息的手段单一，大部分风控信息通过面对面的人工沟通获得，这种手工收集的资料难以保证准确性和真实性，部分数据不符合行业或公司的规则标准，不足以支持风险指示或欺诈检测。据FRISS调查显示，45%的险企认为“内部数据质量”是应对欺诈的最大挑战。当内部数据质量低于标准时，指示风险或检测欺诈将无法完成。1 保险公司基础数据质量差在保险经营管理活动中，承保、理赔等各个环节的数据之间缺少必要的逻辑图谱搭建与交叉校验，导致保险公司无法对客户进行全面、有效的风险管理。而且，广大中小保
43、险公司内部的核心业务系统、销售支撑系统、CRM系统等数据至今仍未能打通，各省分公司、机构之间也不能充分共享数据，导致对客户的风险控制困难。2 保险公司内部信息割裂、无法形成统一视图各个保险公司之间，行业协会与险企之间的数据共享困难也被认为是困扰各大保险公司风险管控的一大议题。如上图显示，FRISS调查中34%的保险公司认为“外部数据访问不足”、33%的保险公司认为“与其他保险公司合作”是一项重要的挑战。为推进行业数据共享，世界各地在尝试建立保险信息共享平台。3 行业数据难共享、合作困难图2.6 保险公司应对欺诈面临的挑战数据来源：2019年FRISS保险欺诈调查，“公司在有效应对欺诈方面所面临
44、的最大挑战是什么？”内部数据质量外部数据访问不足与其他保险公司合作数据保护及隐私跟上欺诈的作案手法过时的内部防欺诈系统45%20%28%30%33%34%（三）信息割裂，风控效果不佳在保险公司反欺诈反渗漏的抗击战中，存在诸多与数据相关的挑战。数据质量差、内部信息割裂和外部信息难共享等问题增加了行业和企业的风控难度，直接影响保险风控效果。18第二部分 中国保险行业的风控现状2012年以前，保险行业主要依靠人工审核与经验判断潜在风险，称之为“传统风控阶段”。以寿险为例，在传统保险风控模式下，保险公司简单地根据客户地域来设置保费和保额，例如北、上、广、深最高保额上限为150万，而其他地域最高保额则为
45、80万。当其他区域客户向保险公司申请更高保额时，需要提供多种资产证明材料来配合保险公司的线下审核。2012年-2017年，随着电子化、互联网等技术的普及，保险行业进入了“数字风控阶段”，保险公司通过设置简单规则与事后稽查进行风险管控。保险公司通过对人工经验的总结，建立简单的风险管控规则、并通过半自动的条件筛选方式实现风险预警，辅助核保、核赔等人工判断。海量规则的建立需要投入巨大的人力成本，而且由于人工学习与数据处理的局限性，数字风控阶段的管控效果并不理想。正如普华永道 中国保险业风险评估报告2018 指出，2017年保险行业风险总体可控，但面临的形势依然十分严峻。一方面由于缺乏技术手段的支持，
46、难以用系统方法对理赔案件的赔付额进行排序和关注，无法侦别最可疑的理赔行为与欺诈渗漏；另一方面因为风险识别工具缺乏强延展性，无法有效侦测新发风险。图2.7 中国保险行业风险管控演进历史二、保险行业风险管控的演进中国保险行业的风险管控主要经历了三个发展阶段，即传统风控阶段、数字风控阶段和智能风控阶段。目前，保险行业已开始进入智能风控阶段，但各保险公司的风控体系建设水平参差不齐。一些中小保险公司的风控仍处于传统阶段，数字化、智能化手段非常匮乏，导致对风险的反应迟缓、业务支持能力弱，仍需加快风控的科技化进程。人工审核+经验判断2012年以前传统风控阶段简单规则+事后稽核2012年-2017年数字风控阶
47、段智能预警+多维核验2018年至今智能风控阶段19第二部分 中国保险行业的风控现状2018年以来，随着保险科技与保险行业的深度融合，保险行业开始进入“智能风控阶段”，深度应用人工智能、大数据、区块链和物联网等技术，实现智能预警和多维核验。智能风控管理的核心是基于智能算法，运用合适技术，以“电脑”协助“人脑”自动进行一系列风险管控操作，从而准确快速、全面有效地实施各业务环节的风险识别、风险评估、风险预警和风险处理等。智能风控改变了过去以合规、满足监管要求为导向的风险管理模式，强调用保险科技降低风险管理成本、提升客户体验、优化风控效能。相对于传统风控手段，智能风控优势明显。第一，智能风控拥有海量风
48、险规则支持风险筛查，全面覆盖人工筛查容易遗漏的细小风险规则；第二，针对高风险案件环节，设置风险预警方案及时预警，防止风险向后流转；第三，为应对客户对风险管控的不同要求，可灵活修改及配置引擎规则中把握风控程度的阈值，实现个性化风险管控；第四，根据案件调查结果反馈及多维数据输入，机器可不断学习进化与迭代，提升风控精度，并应对不断新增的风险类别。目前保险公司产业链的各参与方都已经不同程度地介入到保险智能风控的相关领域。首先，从监管机构来看，支持新技术在保险风控中的应用，在 反保险欺诈应用指引 中明确指出，“保险机构要利用大数据分析、云平台等技术以及风险信息库和历史档案等数据，构建规则、模型、欺诈网络
49、分析等针对个案或团伙欺诈的智能识别系统”；其次，从保险公司来看，大型公司都在智能风险管控转型上持续投入资源，积累起较丰富的实践经验；最后，从行业第三方机构来看，多数公司都开始投入巨大资源，在客户风险评价、理赔反欺诈等方面做出积极尝试，帮助保险行业加快推进风控的智能化转型升级。2018年1月，为有效推动“智能风控”与保险行业深度融合，促进行业健康、稳步发展，中国保险学会与金融壹账通共同发起成立国内首个“保险智能风控实验室”，共同打造保险风控研究和实践的智慧平台，研究建立多险种的智能化反欺诈系统，充分发挥大数据、人工智能、云计算等技术优势，为保险业欺诈风险的分析和预警监测提供支持。20随着人工智能
50、、大数据、云计算和区块链等技术的不断成熟和广泛应用，各大保险公司和行业第三方的风控手段也越来越先进。以平安为代表的保险公司和以金融壹账通为代表的保险科技公司，利用海量多维数据建模，以及图像识别、情绪识别等人工智能技术实现智能风险评估、风险预测、风险定价和风险监控等，为保险行业实现智能风控作出了许多探索。通过对国内外领先实践案例的观察，以及对未来技术赋能保险的分析，笔者认为保险行业风险管控将向数字化、立体化、前置化和智能化四个方向发展，进入全面智能风控时代。第三部分中国保险行业风险管控的趋势21第三部分 中国保险行业风险管控的趋势图3.1 中国保险行业风控发展趋势承保环节的风险管控依赖于对客户的
