insurance-anti-fraud

by gechengling

Install this Skill

curl -fsSL -o insurance-anti-fraud.zip https://skill.seembox.com/api/v1/skills/insurance-anti-fraud/download && unzip insurance-anti-fraud.zip

Download insurance-anti-fraud.zip

SKILL.md About

# insurance-anti-fraud

> **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
> 适用场景：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

## 触发关键词

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、反欺诈模型的，直接触发本 Skill。

## 核心能力

### 1. 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

#### 1.1 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                │
└─────────────────────────────────────────────────────┘
```

#### 1.2 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. 理赔欺诈识别引擎

#### 2.1 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 |

#### 2.2 健康险欺诈量化评分模型

```python
# 欺诈风险评分模型（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"
```

#### 2.3 各险种欺诈识别重点

| 险种 | Top 3 欺诈手法 | 关键核查点 |
|------|-------------|---------|
| **重疾险** | 带病投保、虚假诊断证明、夸大病情 | 体检报告调取、复查核实 |
| **医疗险** | 虚增医疗费用、虚假病历、挂床住院 | 医保数据比对、费用合理性 |
| **意外险** | 伪造事故、制造意外、死亡骗保 | 事故现场调查、受益人关系 |
| **寿险** | 故意杀害被保人、虚假死亡证明 | 刑侦配合调查、DNA比对 |
| **车险** | 故意碰撞、虚构三者、酒驾顶包 | 行车记录仪、监控调取 |

### 3. 核保风控体系

#### 3.1 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 |

#### 3.2 核保异常标记规则

| 异常信号 | 标记级别 | 后续动作 |
|---------|---------|---------|
| 同一天多张保单（多家公司） | 🔴高风险 | 启动反欺诈协查 |
| 高保额低净值（保额/收入比>20） | 🟡中风险 | 要求提供财务证明 |
| 既往拒保/延期记录 | 🔴高风险 | 详细调查问卷 |
| 短期内多次投保健康险 | 🟡中风险 | 等待期+体检要求 |
| 高风险职业（矿工/特技演员） | 🟡中风险 | 职业核保专项评估 |

### 4. 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. 反欺诈能力建设

#### 5.1 欺诈渗漏率基准（行业参考）

| 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 |

#### 5.2 大数据反欺诈技术应用

| 技术 | 应用场景 | 效果 |
|------|---------|------|
| **机器学习模型** | 理赔欺诈评分 | 识别准确率提升30%-50% |
| **关系图谱** | 团伙欺诈识别 | 揪出关联案件 |
| **医保数据对接** | 医疗费用核实 | 杜绝虚增费用 |
| **声纹/OCR识别** | 身份核实 | 防冒名顶替 |
| **NLP病历分析** | 病历真实性 | 识别虚假病历 |

## 参考文件

| 文件 | 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 |

## 版本与来源

- **版本**: 1.0.0
- **创建日期**: 2026-05-02
- **法规依据**: 国家金融监督管理总局《反保险欺诈工作办法》（2024年7月22日）
- **数据基准**: 行业欺诈渗漏率15-20%，先进水平<5%
- **参考来源**: 知乎保险反欺诈实践、瑞士再保险中国核保风控白皮书

_meta.json Metadata

{
  "ownerId": "kn74e704j3ygjcygnpf02rdvd185js13",
  "publishedAt": 1777733046047,
  "slug": "insurance-anti-fraud",
  "version": "1.0.1"
}