保险欺诈识别研究自20世纪90年代开始，保险欺诈在全球呈蔓延趋势。

其恶劣影响已经引起了世界各国的重视。

中国的学者为此也正不懈地探索研究，以期肃清中国的保险市场，使之向健康的、有利于社会总体效益的、可持续的方向发展。

保险欺诈，国际上一般也称保险犯罪。

严格意义上说，保险欺诈相比较保险犯罪含义更广。

保险当事人双方都可能构成保险欺诈。

凡保险关系投保人一方不遵守诚信原则，故意隐瞒有关保险标的物的真实情况，诱使保险人承保，或者利用保险合同内容，故意制造或捏造保险事故造成保险公司损害，以谋取保险赔付金的，均属投保方欺诈。

凡保险人在缺乏必要偿付能力或未经批准擅自经营业务，并利用拟订保险条款和保险费率的机会，或夸大保险责任范围诱导、欺骗投保人和被保险人的，均属保险人欺诈。

保险欺诈一经实施，必然造成危害结果，有必要严加防范。

（来自百度百科）在保险欺诈的众多案例中，投保方欺诈类型占绝大多部分，也正是它引起了各界人士尤其是保险行业从业者的广泛关注。

我国目前关于保险的法律法规与这一现状有莫大关系：我国法律关于保险人的规定较为严谨，保险人了解、熟知法律知识且犯罪成本高，综合整体素质较高，其实施保险欺诈的可能性小；关于投保人，我国虽然有《刑法》和《保险法》作为打击保险欺诈的法律依据，但从目前的情况来看，这两部法律还无法满足现实中打击保险欺诈的需求。

而且，投保方的保险欺诈行为往往难以引起社会的公愤，因为直接蒙受损失的是保险公司，公众的反映不强烈，而且由于法律的疏漏和保险公司执法能力不足等原因，会使一部分实施保险欺诈的投保人在不正当的情况下获利，这就更加助长了保险欺诈的风气。

但人们所不知道的是，保险欺诈导致的额外成本最终将通过后续保费上涨转嫁给诚实投保人，这严重侵蚀保险市场赖以运作的公平保费理论，受损的最终还是投保人自己。

除了法律对投保方的保险欺诈行为缺乏更加详尽的规定、执法力度不严外，商业保险公司的消极态度也在一定程度上助长了保险欺诈行为。

我国的商业保险公司把主要精力集中在扩大保险费收入总量上，其业务人员的风险管理意识淡薄，其经验以及掌握的索赔信息都很有限，他们往往会为获得业务而忽略很多至关重要的步骤，有时甚至会夸大其词、不择手段地诱导投保人投保，这些都为保险欺诈行为提供了机会。

一些发展初期的商业保险公司急功近利，倾向于重规模、轻质量的发展方式，为此都实行对业务员以保费业绩决定待遇的经营策略，综合素质本就不高的业务员再加上外界条件的刺激，欺诈几率将会大大增加，显然保险业按此方法发展只能越来越脱离正规、最终破坏社会稳态。

简单地讲，就是这些商业保险公司尚未意识到保险欺诈给保险公司、社会、保险当事人带来的巨大潜在危害性。

同时，保险代理人也对保险欺诈起到了推波助澜的作用。

其实，这类事情在现实生活中频频可见：一些保险代理人为了争取业务、获得利益，往往夸大其词、将保险吹的天花乱坠，造成大量的误导、诱惑，构成对投保人的欺骗，同时也使得投保人和保险人之间的责任关系更加复杂，一旦出现问题责任无法理清便只能由保险人来消化这些损失（包括保险欺诈）。

这些都为将来的保险欺诈埋下了祸根。

下面通过一则案例来对保险欺诈进行简单诠释。

20xx年xx月，甲的妻子与某保险公司签订了一份终身保险合同（重大疾病附加意外伤害险）。

20xx年xx月x日，甲的妻子在自家院子里追赶小狗时，突然摔下台阶，昏迷不醒，送到医院经抢救无效死亡，医生诊断为“临床猝死”。

事发后，甲第一次以心脏疾病死亡为由向保险公司报案，第二次又改为意外伤害死亡报案，随后凭一份事故发生后由其所在地镇卫生院出具的死亡证明（该院并未参与被保险人的抢救工作，只是听被保险人家属陈述而出具的该证明）以意外伤害身故为由向保险公司提出理赔申请，保险公司认为其妻子系疾病死亡，只能按照主险条款赔付，对于附加的意外伤害险，因甲的妻子并非死于意外，故不负赔偿责任。

甲认为保险公司违反合同约定，因此向法院依法提起民事诉讼，要求保险公司按意外伤害条款的规定给付保险金。

法院认为，本案的争议焦点问题在于被保险人的死因，根据民事诉讼证据规则的有关规定，原告负有证明被保险人属于意外身故的义务，但原告提供的证据均是证人证言等传来证据，而且存在明显有违常识之处，无法证明被保险人的死因，所以驳回原告的诉讼请求。

其实自保险产生，保险欺诈便存在，这是由人本身的趋利性和保险的固有属性所决定的。

（自李红伟《透过一起人身保险合同纠纷看保险欺诈》）案件的结果是甲败诉。

据医院的确认，甲的妻子确实是由于心脏病发而猝死，而猝死（外表似乎健康的人因内在的病变而发生的急速的死亡）从道理上讲是不列入意外伤害性质的，故保险公司不予赔付是完全合法的。

甲因为一种利害关系，而称妻子是意外死亡并伪造人证、恣意捏造，事实上他的行为已经涉嫌保险欺诈，应予以警告或承担相应的法律责任。

但若从合情的角度来看，保险公司的做法似乎又不怎么合理。

首先，甲的妻子是因为摔倒而引发心脏病，究竟属不属于意外还有考量的余地。

如果甲的妻子在买保险是已经向保险公司表明自己患有心脏病，而保险公司也接受了，那么此次事件单以疾病处理就说不通；即使甲的妻子没有表明，作为熟知保险业务的一方，保险公司也有办事不够谨慎的嫌疑。

再者，一般人会认为，家已经痛失家人，从感情方面来讲保险公司的做法有些无情。

确实，单单对甲一起案例的宽松并不会是保险公司蒙受多大的损失，相反不幸的甲可以得到安慰。

但这样做显然是向投保人发送一个可以通过投保获得利益的信号，这完全违背了保险损失补偿的意义，保险的原理大数理论也将不再适用；由于人的趋利性，可以肯定保险公司的损失不会停止，事实上，如前面所提到的，欺诈导致的额外成本最终会通过后续保费上涨转嫁给诚实投保人，这将严重侵蚀保险市场赖以运作的公平保费理论，保险业的发展便会如空中楼阁一样没有保障，最终崩溃。

所以对于保险欺诈，我们不能用个人的眼光去看待，应从社会全局的角度来权衡。

显然只有减少并最终杜绝保险欺诈行为才能使保险行业健康发展并履行它分担众人风险的职责，才能使其发展在一个稳定的状态，才能使社会总效益达到最大。

保险欺诈行为自保险业产生依赖便一直存在，直到“信息不对称”（Arrow在1971首次提出）和“不完全合约”（20世纪80年与“信息不对称融合”）理论的提出，人们才将保险欺诈上升到理论的方面进行探讨。

自此，国际上关于保险欺诈问题便进入“最有保险契约研究”的新阶段。

“最优保险契约研究”主要思想是通过严密的合约设计和信息强化来杜绝保险欺诈。

但不久大量的保险欺诈案例就告诉学者们一个事实：合约的不完备是不能消除的，信息的不对称是不可避免的。

具体地说，就是当努力弥补合约某一方面的漏洞时，往往会照成其他方面的一系列漏洞，其中的关系错综复杂，以目前的保险技术水平还不足以解决这些诟病。

而信息的强化也受到许多客观条件的约束，不能达到要求的水平，即使能达到相应的水平，为实现这种对称付出的代价却是不能承受的。

了解到这些，保险学者不再一味强调通过合约改进来降低或消灭欺诈，相反，他们更现实地想帮助实务界解决一个问题：如何把已发生的欺诈识别出来，即保险欺诈识别研究。

通过保险欺诈识别研究可以了解保险欺诈的存在情况、形成原因、蔓延途径以及各种内在的动力机制。

所谓知己知彼，百战不殆，只有在明确了这些之后才能找出从根本上解决保险欺诈问题的方法，否则越过该基本探索阶段而进行的一切研究行为不过是浪费时间、精力和金钱而已，而且还会使当前问题变得更加复杂。

由此可见保险欺诈识别研究在当前保险行业发展情况下的重要性。

要对保险欺诈进行识别研究，就必须有保险欺诈统计机构对保险信息进行比较全面的统计，即全面的输入信息。

我国没有专门统计保险欺诈的官方或民间机构，目前也没有就全国保险欺诈状况发布的统计信息，所以在保险欺诈研究方面还不能完全地展开，为实现研究目的还有很多准备工作要做。

国际上，美国在保险欺诈研究方面比较领先。

由于识别思想和工具的差异，90年代至今，保险欺诈识别研究可以划分为两个阶段：统计回归阶段和人工智能技术阶段。

统计回归是保险欺诈识别最初使用的方法，它的核心思想是“模型与回归分析”，具体地讲，就是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，并根据实际情况赋予这些指标以相应的权重，最终以此来指导保险理赔实务中对索赔案件的审核。

该识别思想通过与不同国家的实际情况相结合，发展出了一些较全面的保险欺诈识别方法。

从统计回归方法的本质和属性来看，显然能找出准确地识别指标、确定精密贴合实际的权术是该方法成功的核心要素。

故发展该方法首先应该着眼于是识别模型的构建与完善，这是找出欺诈识别关键指标的前提条件；其次，识别模型必须符合各个国家和地区的实际情况，这通常需要不断地观察、校正。

事实上，统计回归中的误差虽不能消除，但总有减少的空间，各国学者也为此不断地更新完善统计模型。

最初的欺诈识别模型以二元离散选择模型为主，为了更好地解决索赔数据缺失情况，西班牙学者基于西班牙机动车保险索赔数据，采用Log it离散模型分析保险欺诈，该模型更加紧密地贴近实际情况，识别结果的准确性有所提高；但不久后学者就发现，该方法无法很好地解决索赔数据确实的情况，于是便有了AGG模型的出现；此后模型进一步扩展到多元选择模型，用以估测欺诈识别的错误率。

统计回归的模型在人们与实际问题的碰撞摩擦过程中一步一步进化，其中的经验对我们研究更多问题都有很大帮助：无论是在理论上还是解决问题的方法上。

附加解释：离散选择模型，一种非集计模型（相对于集计模型而言，指以实际产生交通活动的个人为单位，对调查得到的数据不进行按交通小区统计等处理而直接从个体的选择决策行为入手，以非集计的分析方法建立方式选择模型），相对于传统的集计模型，非集计模型具有更高的样本利用率和预测精度，以及更好的可移植性，在出行方式划分、住宅选择等诸多交通需求预测中得到了广泛应用。

在描述行为选择问题时，效用函数U 分为可观测到的效用V (又称为代表性效用) 和不可观测因素组成的随机项ε。

二元离散选择模型认为代表性效用和随机项这两部分是可加的关系，而Log it离散模型使用的效用取V与ε之积的形式，并可证明，后者较前者更能切合某些实际情况，具体的条件概率计算及证明过程这里不再详述。

（可参见李华民，黄海军《基于一种新效用函数形式的分层Log it模型》）在人工智能技术阶段，目前流行且处于研究发展中的保险欺诈识别研究模型是神经网络识别技术。

它有三项特征：具体性，神经网络能够给出疑似欺诈概率值而非指标体系；自适应性，神经网络可以通过周期性调整训练样本，快速识别新型欺诈；灵活性，神经网络可通过不同训练样本构建适合不同类型保险公司的识别系统。

通过神经网络识别技术的特征我们便可以知道，这种识别系统较之前的统计回归模型有很大改进。