本站原创关键词：欺诈概率；索赔人特征；保单信息；案件情况；健康保险；统计分析；保险金额；律师
1007-2101（2014）06-0138-05
一、引言
自保险业诞生之日起，保险欺诈（Insurance Fraud）随之而来。美国雪城大学（Syracuse University）“政府档案交流中心”（Transactional Records Access Clearinghouse，TRAC）统计，2011年1-8月美国发生903起健康险欺诈诉讼，相比2010年、2006年、1991年分别增加85%、157%和822%；美国保险研究委员会（Insurance Research Council，IRC）发现，2007年美国汽车人身伤害保险欺诈造成保险公司多支出48亿美元～68亿美元；英国保险人协会（Association of British Insurers，ABI）估计，保险欺诈每年给保险业带来20亿英镑损失，未能识别的欺诈金额每年高达19亿英镑，每个投保人每年额外支付约44英镑。广东省是我国经济、保险发达地区，索赔欺诈相对严重：东莞，2010年财产险赔付支出21.79亿元，其中约4亿元属于欺诈索赔；深圳，2008年各保险机构车险赔案，疑似骗赔案件976起，涉案金额超过2 000万元，某些险种欺诈导致的赔款支出最高达到保费收入的5倍。
保险欺诈是否属实，法院判决具有客观公信力。实证调研部分保险理赔诉讼案件，深入研究欺诈动因，提炼欺诈识别因子，对于有效遏制欺诈、推动保险业可持续发展，具有重要的理论作用和实践价值。
二、研究假设、模型设计与样本选择
(一)研究假设
假设1：保险欺诈受索赔人特征（性别、年龄、职业、婚姻状况、所在地区等）影响。假设2：保单信息（保险金额、保险费、险别、保险期间等）对索赔欺诈也有重要影响。
假设3；索赔欺诈还受案件情况（保险事故类型、索赔人类型、是否律师参与、是否存在第三方赔付等）影响。
(二)模型设计
三、描述性统计分析
对258个案件数据进行描述性统计，结果见表2。表2显示，男性欺诈概率（0.659）甚于女性（0.341），年龄41～50岁欺诈概率（0.437）甚于其他年龄段，工人欺诈概率（0.333）甚于其他职业，已婚欺诈概率（0.881）远甚于其他婚姻状况，北京欺诈概率（0.570）高于外地（0.430），北京郊区县欺诈概率（0.281）高于北京市区（0.148），外地地市欺诈概率（0.333）高于外地区县（0.237）。
高保险金额欺诈概率（0.532）甚于低保险金额（0.491），高保险费欺诈概率（0.548）甚于低保险费（0.458），短期保险欺诈概率（0.800）甚于长期保险（0.200），健康险欺诈概率（0.993）高于意外险（0.733）。
疾病欺诈概率（0.321）高于伤害，摔扭伤欺诈概率（0.207）远大于其它伤害，交通事故机动车司机伤害欺诈概率（0.163）略高于交通事故非机动车伤害（0.156），被保险人索赔欺诈概率（0.540）远大于投保人索赔（0.193），非律师参与欺诈概率（0.319）大于律师参与（0.170），无第三方赔付欺诈概率（0.919）大于第三方赔付（0.081），无证人证言欺诈概率（0.852）远甚于证人证言（0.148）。
对每个索赔案件欺诈总额（索赔总额-判决总额）及各子项欺诈金额（索赔金额-判决金额）进行描述性统计，结果如表3。
欺诈总额，从79.48元～399 138.7元不等，均值29 121.08元，不同案件欺诈金额差异很大。135例欺诈案件中，意外伤害住院医疗保险（63例）欺诈数量最多，其次为疾病住院医疗保险（35例）和伤残保险（33例）。从子项欺诈金额看，疾病身故保险（1例）与意外伤害身故保险（25例）欺诈均值最高，分别为80 000元和68 267.09元；其次是伤残保险（33例）和重大疾病保险（1例），分别为30 901.44元和10 000元；疾病医疗保险（1例）最低，均值499.5元。
四、Logistic回归分析
为避开多重共线性，本文筛选出的各变量容忍度（Tolerance）均大于0.2，方差膨胀因子（Variance inflation factor，VIF）均小于5，Logistic回归结果见表4。表4显示，极大似然估计值为195.624，Nagelkerke R2为0.615，说明模型拟合度较好；从P-value看，年龄41～50岁、年龄51～60岁、工人、北京市区、北京郊区县、高保险金额、健康险、长期保险、摔扭伤、交通事故机动车司机伤害、被保险人索赔、非律师参与的回归系数在5%置信度水平下显著不为零，年龄41～50岁、年龄51～60岁、工人、北京市区、北京郊区县、高保险金额、健康险、长期保险、摔扭伤、交通事故机动车司机伤害、被保险人索赔、非律师参与是欺诈概率识别的关键要素。