32
第一章 案件调查要素
第一章 案件调查要素
二、何物？
“何物”就是与案件相关的物体。 根据物体与案件的关系或在案件中的关系，可分为三类：1、保险标的物，
如员财会产保险合同中的货物等；2、案件中的使用物，如盗抢财物案中使用的工
具等；3、案件中的关联物。由于这些物体都是以不同的方式记载着与案件有 关的信息，所以查找这些物体并揭示其蕴含的信息对查明案件事实具有重要 作用。在大多数情况下，保险案件中的这些“何物”都会直接或间接地转化 为案件中的证据，因此查明“何物”是十分重要的。 （如故意制造假事故案件中的痕迹物证、扩大损失案件中的索赔资料）
员会
13
国外反欺诈手段
员会
14
国内反欺诈手段
员会
目前，中国保信将建立车险反保险欺诈信息共享平台。 除此，还将开发包括数据托管、登记认证、内部结算、作业处理等衍生功能， 使共享平台成为保险生产的支持平台，提高保险业的经营效率和管理水平。
15
系统建设进度
员会
16
五类适用用户
、、
、、
17
三大功能
27
→ 反保险欺诈调查实务
28
C目录 ontents
1
案件调查要素
2
案件调查任务
3
案件调查途径
4
案件调查步骤
1
第一章 案件调查要素
员会
30
第一章 案件调查要素
一、何人？
“何人”就是与案件有关的人 任何保险案件都要涉及到与案件有某种联系的人，无论是人身保险案件，
还员是会财产保险案件。根据这些人与案件的关系，可以将其分为三类：1、案件
分公司层面开展具体措施： 1.“鹰眼”行动 2.调查工作前置化 3.常规审计与专项审计 4.人伤专项审计 5.追偿队伍与制度建立 6.“审计下午茶”
7
财险公司的技术化手段
平安产险主要通过规则、模型、大数据挖掘等进行全流程的欺诈风险控制
员会
8
财险公司的技术化手段
员会
➢2011年5月，开始启动与普华永道车险理赔防渗漏系统的开发； ➢项目分析模型构建主要以太保2004年--2011年的历史数据分 析为基础； ➢模型建设、验证使用4000个案例进行验证和质检，主要采取 在查勘、核损环节打分来判定案件的风险程度。
神经网络的识别原理是基于生物学理论，在现代神经科学 研究的基础上，对生物神经系统的结构和功能进行数学抽象、 简化和模仿而逐步发展起来的一新型信息处理和计算系统
11
国外反欺诈手段
保险欺员诈会是世界性问题，
不管国家及地区保险业发 不发达、社会诚信体系健 不健全，都不同比例地客 观存在。
12
国外反欺诈手段
23
大数据时代的反保险欺诈—三者人伤
同一个伤者——陈宗华 2013/4/16 大地出险 2013/4/16 人保出险
员会
同一家医院都是右股骨粗隆间骨折 同一家鉴定机构都是十级伤残8000元后续治疗
最终两家分别赔付7.9万和8.1万
24
不同时间死亡的三者
员会
25
不同时间死亡的三者
员会
26
反欺诈工作面临的问题
4
学术研究
反保 险欺 诈专 业委 员会
5
财险公司的技术化手段
➢2012年，理赔管理部、信息技术部在新车险理赔系统 中，开发已结案案件审查模块的项目招标； ➢各分公司组建稽查队伍，开展稽核相关工作。
CFR系统
OFR系统
6
财险公司的技术化手段
➢2010年，与安永合作开发防渗漏系统；
➢采用总公司集中的事后风险督查应用系统； ➢定期下发疑似风险案件给下属机构； ➢现阶段，分公司根据区域性特点制定差异化风险案件规则。
➢欺诈分子作案成本低，取证难，难立案； ➢黄牛介入及不法分子指导客户采取投诉等方法，导致办案难度增加或无法继续调查，欺诈案 件屡禁不绝 ➢非暴力犯罪，在司法过程中，对于保险欺诈往往以结果定罪，而不看动机和行为，即只有当
诈骗员者实会施了诈骗行为，并且保险人受骗进行了赔付，“保险诈骗罪”才能成立。
➢已支付的理赔金追回难度较大； ➢逐渐呈现小案件上升的趋势； ➢异地出险案件手法变化多端；比如：A省车源、B省投保、C省出险、D省维修。 ➢由单兵作战逐渐上升到行业层面，但是互联互通还不够。 ➢反保险欺诈是保险行业一项长期性工作。呈现盈利的大公司，线上与线下结合，风险防范能 力较强，在激烈的市场竞争格局中，中小公司底子薄，对免现场查勘、免维修直赔等存在顾虑， 担心放弃对保险欺诈的预防后导致服务不可持续。
员会
18
大数据时代的反保险欺诈—三者人伤
员会
16
大数据时代的反保险欺诈—三者人伤
员会
赤壁楚南法医司法鉴定所 鉴定为十级伤残后续治疗 费8000元。
20
大数据时代的反保险欺诈—三者人伤
员会
大地人
员会
22
大数据时代的反保险欺诈—三者人伤
员会
赤壁楚南法医司法鉴定所 鉴定为十级伤残后续治疗 费8000元。
理赔反欺诈技能提升培训
2
监管动态
3
行业动态
反保 险欺 诈专 业委 员会
2014年8月，筹备组建； 2015年1月，召开常务委员会会议，对反保险欺诈工作情况调研； 2015年3月，召开车险反欺诈信息系统项目讨论会； 2015年5月，正式发布《2014年度十起反保险欺诈典型案例》； 2015年11月，举办反保险欺诈专题培训； ……
中的当事人，如投保人、被保险人、受益人等；2、案件中的关系人，如保险 索赔案件中与保险人或被保险人有利益关系的人等；3、案件中的知情人，如 举报人、目击者、知情人等。
保险调查的重要任务之一就是查明“何人”与案件有关、有联系，在有 些案件中，查明“何人”还是调查工作的中心任务。（如顶包案件中的人）
31
9
创新始终在路上
员会
10
创新始终在路上
员会
目前较为先进的是基于神经网络的保险欺诈识别研究，该 项目被评为2010年度中国保险学会的优秀研究课题。
保险欺诈识别最初是以统计方法为主，识别的核心思想是 “模型与回归分析”，即通过给定的保险索赔案件，建立回归 模型找出欺诈识别的关键指标，并赋予这些指标相应权重，以 此来指导保险理赔实务中对索赔案件的审核。神经网络是一种 先进的人工智能技术，它具有较强的处理含噪声数据的能力以 及处理不严密知识的定性特征变量的能力，在近几年国内相关 经济研究中被广泛使用。我国已有学者采用神经网络对证劵市 场进行预测、研究商业银行贷款分类及对银行授信风险进行管 理等。