Insurance Anti-Fraud Expert / 保险反欺诈分析专家
保险监管最新动态 [2026-05-25更新]
| 动态类型 | 内容摘要 | 影响范围 |
|---|---|---|
| 保险监管 | 2026年Q1反洗钱监管力度加大,洗钱风险评估要求提升 | 反欺诈模型需整合合规审查和快速理赔风控逻辑 |
| 保险监管 | NFRA 2026年Q1保险业处罚数据更新,合规管理持续深化 | 反欺诈模型需整合合规审查和快速理赔风控逻辑 |
| 保险监管 | 车险理赔提速:5000元以下小额事故'一键理赔、24小时到账' | 反欺诈模型需整合合规审查和快速理赔风控逻辑 |
数据截止: 2026-05-25 | 来源:国家金融监督管理总局、安永Q1分析、行业公开信息 声明: 以上动态供参考,具体以官方最新发布为准
English: AI-powered insurance anti-fraud analysis expert — the definitive skill for detecting and preventing insurance fraud in the Chinese insurance market. Covers the complete CBIRC Anti-Insurance Fraud Measures (2024) framework, claim fraud identification engine (10 detection features), underwriting risk control system, fraud investigation workflows, and big data anti-fraud technology applications. Built for insurance company claims departments, risk control teams, and compliance teams.
中文: 保险反欺诈分析专家——中国《反保险欺诈工作办法》合规垂直Skill。覆盖四位一体反欺诈工作体系、理赔欺诈识别引擎(10大欺诈特征)、核保风控体系、欺诈案件调查流程(SOP)、大数据反欺诈技术应用。适用:保险公司理赔部、风控部、合规部、反欺诈调查员、保险公司核保岗。
Trigger Keywords / 触发关键词
English: anti-fraud, insurance fraud, claims fraud, fraud detection, risk control, underwriting risk, fraud investigation, money laundering, CBIRC compliance, claim review, insurance crime, fraud prevention, China insurance
中文触发词(优先): 反保险欺诈、保险欺诈识别、理赔欺诈、反欺诈调查、理赔风控、核保风控、道德风险、保险诈骗、欺诈特征、异常理赔、保险黑产、虚假投保、带病投保、理赔调查、欺诈渗漏、反欺诈模型
Core Capabilities / 核心能力
0. 最新监管动态(截至2026年5月)
| 时间 | 事项 | 反欺诈影响 |
|---|---|---|
| 2024年7月22日 | 国家金融监督管理总局《反保险欺诈工作办法》发布实施 | 四位一体体系正式确立,险企主体责任强化 |
| 2026年3月 | 公安部、金融监管总局联合部署新一轮金融领域"黑灰产"打击工作 | 专业化欺诈团伙(骗保黑产)打击力度加强 |
| 2025年起 | 银保信反欺诈平台升级,接入医保数据 | 跨机构理赔记录共享更全面,重复索赔识别率提升 |
| 2025年 | 大数据反欺诈建模纳入险企风控体系评估(SARM评级) | 反欺诈能力影响偿二代风险综合评级 |
1. Regulatory Framework: Anti-Insurance Fraud Measures / 监管框架:《反保险欺诈工作办法》全解
法规来源:国家金融监督管理总局,2024年7月22日发布实施
四位一体反欺诈工作体系
┌─────────────────────────────────────────────────┐
│ 四位一体体系 │
├─────────────────────────────────────────────────┤
│ ① 行业反欺诈:银保信/精算师协会/保险行业协会协同 │
│ ② 公司主体责任:各保险公司反欺诈组织架构 │
│ ③ 公安司法机关:涉嫌犯罪的移送公安 │
│ ④ 监管部门:日常监管+专项检查+处罚 │
└─────────────────────────────────────────────────┘
欺诈类型分类
| 类型 | 定义 | 典型场景 | 涉案险种 |
|---|---|---|---|
| 投保欺诈 | 故意不告知/虚假告知 | 带病投保、职业虚报 | 健康险、意外险 |
| 理赔欺诈 | 虚假索赔/夸大损失 | 伪造事故、虚构身份 | 车险、意外险、健康险 |
| 团伙欺诈 | 有组织犯罪团伙 | 专业碰瓷、产业链欺诈 | 医疗险、意外险 |
| 内部欺诈 | 内部人员参与 | 内外勾结、虚假理赔 | 各险种 |
| 洗钱型欺诈 | 借保险洗白资金 | 趸交高额寿险退保 | 寿险 |
2. Claims Fraud Identification Engine / 理赔欺诈识别引擎
健康险理赔欺诈十大特征
| 特征序号 | 欺诈特征 | 识别信号 |
|---|---|---|
| 1 | 短时间内集中投保 | 等待期刚过即集中大量理赔 |
| 2 | 带病投保隐瞒病史 | 健康告知全为"否",理赔时发现既往症 |
| 3 | 虚假医院就诊 | 病历签名笔迹不一致、无实际治疗记录 |
| 4 | 过度医疗/过度检查 | 费用远超同类疾病平均水平的3倍以上 |
| 5 | 团伙作案特征 | 同一天、同一家医院、同一病种的群体报案 |
| 6 | 非正常高保额 | 收入与投保金额严重不符(意外险高保额) |
| 7 | 频繁小额理赔 | 利用免赔额规则反复小额索赔 |
| 8 | 跨公司重复索赔 | 利用信息不对称在多家公司重复索赔 |
| 9 | 职业骗保 | 特定高风险职业频繁出险(矿工/高危行业) |
| 10 | 重大事故造假 | 死亡/伤残事故真实性存疑 |
欺诈风险量化评分模型
# Fraud Risk Scoring Model (simplified / 简化示例)
def fraud_score(case):
score = 0
# 等待期观察(权重30%)
if case.waiting_period_days < 30:
score += 30
elif case.waiting_period_days < 90:
score += 15
# 投保保额异常(权重25%)
if case.coverage_to_income_ratio > 10:
score += 25
elif case.coverage_to_income_ratio > 5:
score += 15
# 就诊医院异常(权重20%)
if case.hospital_fraud_history:
score += 20
elif case.is_chain_hospital == False and case.amount > 50000:
score += 10
# 既往理赔记录(权重15%)
if case.past_fraud_record:
score += 15
elif case.past_claim_count > 5:
score += 8
# 同案关联(权重10%)
if case.linked_to_suspected_cases:
score += 10
# 返回风险等级
if score >= 60: return "HIGH_RISK - 立即调查"
elif score >= 30: return "MEDIUM_RISK - 重点审核"
else: return "LOW_RISK - 正常流程"
3. Underwriting Risk Control / 核保风控体系
核保风险分级表
| 风险等级 | 评估条件 | 核保决策 | 附加条件 |
|---|---|---|---|
| 标准体 | 健康告知全否、无异常记录 | 标准承保 | - |
| 次标准体A | 轻微异常(BMI偏高/脂肪肝) | 加费承保 | +10%-30%保费 |
| 次标准体B | 中等异常(高血压/糖尿病早期) | 有条件承保 | 除外责任+加费 |
| 延期体 | 病情不稳定或待确诊 | 延期观察 | 6-12个月后重核 |
| 拒保体 | 重大既往症/高风险职业 | 拒保 | 不予承保 |
4. Fraud Investigation Workflow / 欺诈案件调查流程
受理报案
↓
初步审核(24小时内)
├─ 资料完整性检查
├─ 基本逻辑校验
└─ 欺诈特征快速筛查(AI模型打分)
↓
风险分级
├─ LOW_RISK → 正常理赔流程
├─ MEDIUM_RISK → 理赔调查(7天内)
└─ HIGH_RISK → 深度调查+报案
↓
调查阶段
├─ 医疗数据核实(医保/医院调取)
├─ 既往投保记录查询(银保信平台)
├─ 现场走访/面访
└─ 第三方数据核查(大数据风控)
↓
结论处置
├─ 正常赔付 → 快速支付
├─ 协议赔付 → 减少金额达成和解
├─ 拒赔处理 → 发拒赔通知+说明
└─ 报案追究 → 移送公安(涉嫌犯罪)
5. Anti-Fraud Capability Benchmark / 反欺诈能力建设
| 指标 | 行业平均水平 | 先进水平 | 说明 |
|---|---|---|---|
| 欺诈渗漏率 | 15%-20% | <5% | 欺诈+渗漏(过度理赔)占保费比例 |
| 欺诈识别率 | 30%-40% | >70% | 实际欺诈案件中被识别的比例 |
| 案件调查周期 | 15-30天 | <7天 | 从报案到结论 |
5. 黑灰产打击专项 / "黑灰产" Insurance Crime Crackdown|
2026年金融领域黑灰产打击重点
| 黑产类型 | 作案方式 | 识别特征 | 打击措施 |
|---|---|---|---|
| 职业骗保团伙 | 组织专业人员批量刷单出险 | 同一手机号/IP反复关联不同被保人 | 设备指纹+关系网络图谱 |
| 医院内外勾结 | 内部人员虚开发票、虚假病历 | 同一医生名字大量出现、异常诊断码 | 医保数据交叉验证 |
| 理赔中介代办黑产 | 伪造材料专业代理索赔 | 同一律所/代理人反复代理多个客户 | 代理人反欺诈黑名单 |
| 网络刷单骗保 | 利用电商平台虚假交易配套保险 | 退货率异常高、退款时间规律性 | 电商平台数据共享 |
| 趸交退保洗钱 | 高额趸交保险快速退保洗钱 | 超大额保单+短期退保+频繁汇款 | 反洗钱大额交易报告 |
黑名单管理体系
# 黑名单多维度关联查询框架
def blacklist_check(claimant_info):
checks = {
"银保信欺诈黑名单": query_nfra_blacklist(claimant_info.id),
"公安人口信息核查": query_police_id(claimant_info.id),
"医保异常名单": query_medical_insurance(claimant_info.id),
"法院失信被执行人": query_court_dishonesty(claimant_info.id),
"跨公司理赔记录": query_cross_company_claims(claimant_info.id),
"设备指纹关联": query_device_fingerprint(claimant_info.device_id),
"关联人身份": query_related_persons(claimant_info.id),
}
hit_count = sum(1 for v in checks.values() if v.is_hit)
risk_level = "HIGH" if hit_count >= 3 else "MEDIUM" if hit_count >= 1 else "LOW"
return {"checks": checks, "hit_count": hit_count, "risk_level": risk_level}
6. AI-Driven Anti-Fraud Technology / AI大数据反欺诈技术|
主流反欺诈建模技术栈
| 技术 | 应用场景 | 效果 |
|---|---|---|
| 图神经网络 GNN | 团伙欺诈识别,挖掘关联关系 | 检出率提升40%以上 |
| 异常检测算法 Isolation Forest | 无监督欺诈信号发现 | 适合样本不均衡场景 |
| NLP票据真实性识别 | 发票/病历文本特征提取 | 伪造材料识别准确率>90% |
| 设备指纹 + IP画像 | 识别同设备多账号欺诈 | 有效拦截批量刷单 |
| 时序行为分析 | 投保→理赔时间序列异常 | 等待期欺诈识别 |
Reference Files / 参考文件
| File / 文件 | Content / 内容说明 |
|---|---|
references/anti_fraud_guide.md | 反欺诈工作办法解读 + 各险种欺诈特征详解 |
references/underwriting_risk_assessment.md | 核保风控体系,含风险分级表和异常标记规则 |
references/claim_investigation_sop.md | 理赔欺诈调查 SOP,含调查话术和流程图 |
references/fraud_case_study.md | 典型欺诈案例分析(含真实案例改编) |
references/data_model_guide.md | 反欺诈数据模型构建指南,含评分卡示例 |
附录G:阿里点金(Dianjin)融合精华 — 理赔欺诈检测与异常模式识别
G.1 核心工作流程(Dianjin融合版)
步骤1:理赔欺诈特征识别
| 欺诈类型 | 识别特征 | 风险信号 |
|---|---|---|
| 虚构事故 | 事故时间/地点/天气交叉验证 | 事故描述矛盾、天气不符、地点异常 |
| 夸大损失 | 维修估价vs市场价、定损单比对 | 估价超市场价30%、定损单不一致 |
| 重复索赔 | 历史索赔记录、跨公司查询 | 同一事故多公司索赔、相似事故频繁 |
| 团伙作案 | 关系图谱、IP/MAC地址聚类 | 多案件关联同一修理厂/医院 |
步骤2:风险量化评分
| 评分维度 | 评分指标 | 权重 | 风险阈值 |
|---|---|---|---|
| 材料异常 | 伪造检测得分、交叉验证结果 | 30% | 伪造检测得分<60分 |
| 行为异常 | 索赔频率、跨公司记录 | 25% | 12个月内索赔>3次 |
| 损失异常 | 损失程度与事故匹配度 | 20% | 损失程度异常超30% |
| 关联异常 | 与修理厂/医院关联关系 | 15% | 关联修理厂/医院历史欺诈率>10% |
| 合规异常 | 理赔时效、客户服务合规 | 10% | 超理赔时效或客户投诉 |
步骤3:异常模式挖掘
- 关系网络分析:被保险人-修理厂-医院关系图谱
- 时空模式分析:事故时间/地点聚类分析
- 金额模式分析:索赔金额分布异常检测
- 行为序列分析:索赔前行为模式异常
步骤4:处置决策与报告
- 处置决策:正常赔付/加强调查/拒赔/报警
- 调查报告:欺诈调查报告、证据链文档
- 监管报送:重大欺诈案件监管报送
G.2 风险评分机制(Dianjin精髓)
综合风险等级:
- 低风险(0-20分):正常赔付,标准流程
- 中风险(21-40分):加强调查,必要时现场查勘
- 高风险(41-60分):重点调查,必要时外调或第三方公估
- 极高风险(61-80分):疑似欺诈,移交反欺诈部门或报警
G.3 合规约束(Dianjin精髓)
- 不适用边界:本技能不适用于法律诉讼代理、刑事责任认定,此类需求需转交法律合规部门
- 禁止承诺:不使用"一定拒赔""guaranteed denial"等承诺性表述
- 禁止替代决策:仅输出分析建议,最终理赔决策由理赔主管/核赔师出具
- 数据溯源:医疗数据、事故证据必须标注来源和获取日期
- 隐私保护:客户信息、调查细节必须保密
- 客观中立:分析不得受绩效考核影响,须客观呈现风险
G.4 测试用例(Dianjin精髓)
| 用例ID | 输入场景 | 预期输出 | 验证点 |
|---|---|---|---|
| TC001 | 车险:事故损伤轻微但定损5万,关联修理厂历史欺诈率15% | 极高风险(70分),建议移交反欺诈调查 | 关联异常识别准确 |
| TC002 | 医疗险:诊断感冒但发票2万,患者12个月内索赔5次 | 极高风险(75分),建议医院调查+费用核查 | 行为异常识别准确 |
| TC003 | 财产险:火灾索赔500万,同类事故3次,关系网含3家修理厂 | 极高风险(80分),建议公安报案 | 团伙模式识别准确 |
G.5 关联技能(Dianjin精髓)
- 保险理赔专家(
insurance-claims-intelligence):提供理赔材料分析、责任认定、理赔流程 - 保险核保专家(
insurance-actuarial-cn):提供核保规则、健康核验、风险分类 - 保险代理人(
insurance-agent-trainer):提供客户画像、保障缺口分析
融合来源:阿里点金(Dianjin) claim-expert 融合时间:2026-05-31
Related skills
- Downloads
- 2kAll time
- Security audit
- Pass
- Last updated
- 5d ago
- Current version
- v5.0.8
- License
- MIT-0
