我国车险市场保险欺诈行为的识别模型.pdfVIP

摘 要 “保险”一词对于人们来说并不陌生，在日常生活中其常被用来表述危险 的减免以及安全感的增加，它是一种集社会互助性和科学技术性为一体的经济 损失补偿和人身伤害给付制度，在世界范围内已有近 600 多年的历史。但人类 社会自有保险以来，就有所谓的保险欺诈（Insurance Fraud）行为。“保险欺 诈几乎同保险业本身一样古老。” 伴随着保险业 600 多年的发展，保险欺诈现 象也呈上升趋势，并成为当前保险业的重大威胁之一。 相比西方发达国家，我国的保险业起步较晚，但随着我国保险业的发展， 保险公司业务范围不断扩大，保险欺诈活动也日益频繁，大有蔓延之势。尤其 是在我国车险市场上，保险欺诈行为最为突出，多个城市的保守估计，目前约 有20％的车险索赔属于欺诈。对此，国内的一些学者们针对保险欺诈行为进行 了定性的分析，提出了种种防范控制措施，为国内保险企业的反欺诈行动明确 了宏观方向,对于保险诚信建设很有意义。 本文使用离散选择模型来讨论保险欺诈行为的经验识别问题。全文主要分 为五个部分：第一个部分为引言，主要介绍保险欺诈的定义和分类，重点分析 了投保方欺诈行为；第二个部分为数据介绍，从我国国内一家保险公司的车辆 保险索赔案件数据集出发，通过对数据的整理，在被保险人特征、车辆特征和 事故特征三个方面总共选取了11个解释变量，并对所选取的样本集进行了简要 的描述统计分析；第三个部分为模型和估计方法，简要介绍了离散选择模型， 并针对本文所研究的保险欺诈行为，利用离散选择模型中的 Logit 模型和 Probit模型建立了保险欺诈行为的经验识别模型，且针对原始数据集的分组错 误情况对Logit模型和Probit模型进行了改进；第四个部分为估计结果，利用 SAS软件分别得到了包含漏检错误概率的Logit模型和Probit模型的估计结果， 以及不包含漏检错误概率的Logit模型和Probit模型的估计结果，并针对各个 1 模型的估计结果，对模型的显著性、参数的显著性、模型的改进情况以及各个 解释变量的系数做出说明，同时还利用这四个模型的估计结果对索赔案件数据 集中的赔案类型进行了预测；第五个部分为结束语，对Logit模型和Probit模 型的估计结果进行了比较，由于漏检错误概率的估计结果是显著的（5％显著性 水平），所以得出在我国车险市场上未被识别出的欺诈赔案是存在的结论，针对 这一问题，分别对经验识别模型的建立和政策措施提出了一些建议。 关键词：保险欺诈 漏检错误概率 Logit 模型 Probit 模型 2 Abstract Insurance is not a fresh thing for most of us, as a description of the reduction of risks and increase of security. It is a compensation system for economical loss and physical injury with mutual benefit and scientifically process. The history of insurance is as long as insurance fraud, both of which have been increasing fast in 600 years. Compared with western countries, Chinese insurance industry and insurance fraud has a later beginning but also a fast pace, especially in the vehic