分析保險欺詐的主要問題之壹是缺乏關於欺詐方法和範圍的系統信息。索賠人不會告訴保險人他們是如何成功詐騙保險公司的，保險人也不願意在反欺詐方面示弱，甚至不願意與同行分享更多的反欺詐信息，因為這樣可以顯示自己的信息優勢。這種狀態給衡量欺詐索賠的頻率和評估欺詐損失的金額帶來了許多困難。因此，需要開展該領域的研究，以便更好地評估各種反欺詐技術和方法的有效性。欺詐認定的問題其實就是理賠分類的問題，因為理賠可以分為最簡單的幾類:欺詐理賠和合法理賠。找到有效的理賠分類機制是保險公司識別保險欺詐的最根本方法。該數據分析過程可分為以下步驟:
(1)數據收集
在使用統計分析技術之前，保險公司首先面臨的問題是收集欺詐數據，這些數據包括保險事故(包括司機、車輛、時間、地點、目擊者、警方報告等。)、索賠人(性別、年齡、失業和索賠歷史等。)、索賠信息、傷害和醫療條件。沒有數據，後面的流程可以說是不可能的。
(2)選擇舞弊指標(也稱紅旗)。
舞弊指標是指能夠描述舞弊特征並在分類模型中充當解釋變量的壹些可測量的信息點。例如，從美國馬薩諸塞州人身傷害保障(PIP)的大量欺詐特征中篩選出10個具有統計顯著性的識別點(見表1)。不同的保險環境，不同的險種，會有不同的欺詐指標。需要將統計降維技術(如逐步回歸、PRIDIT)與專家意見相結合，確定有效的舞弊指標，並註意成本與信息獲取的時間差。
⑶用統計學方法建立模型。
以上兩步為基礎，接下來的建模和分析過程有以下步驟:
I .為了對索賠數據進行聚類以確保同質性，有必要使用無監督方法，該方法在給定樣本未分類的情況下非常適用。
二。專家評估。有經驗的專家把理賠數據分為欺詐和合法。這裏的問題是它是主觀的，專家的意見可能是相反的，但優點是建模過程吸收了專家的意見和歷史經驗。
三。有了分類樣本，就可以通過引導工具在類別和欺詐指標之間建立分類模型。除了模型的預測能力之外，對於最佳的分類模型，還必須考慮建模的成本和模型的可實現性。
四。監測結果。模型的穩定性檢驗:在壹個或多個樣本上檢驗模型的預測結果是否與I和ii壹致；模型的動態測試:實時調整模型，使模型的識別能力實時達到最佳。
事實上，所有可以識別異常值的統計方法都可以用於識別上述建模的欺詐性數據。如數據挖掘、模糊聚類和簡單回歸模型。Logistic回歸模型、probit模型、PRIDIT主成分分析、多元神經網絡方法和電子欺詐檢測技術(EFD)與上述建模過程思路相似。這些方法在索賠分類中的理論框架是壹致的，如圖2所示。
最後，欺詐識別系統追回的理賠金額和發現的欺詐理賠數量是衡量系統的基本尺度，對觀察到的欺詐理賠進行進壹步的統計分析，可以提供保險市場中欺詐的比例和類型。然而，目前還沒有全自動的舞弊識別模型，需要不斷更新舞弊指標變量、隨機審計和持續跟蹤監控，以保持舞弊識別系統的持續有效性。然而，我國對保險欺詐的研究僅限於定性描述，側重於保險欺詐的特征、原因和防範措施。例如，文章總結了國內保險欺詐的主要表現形式:
(1)制造假象，將無端的“損失”轉化為保險損失。
②過度保險
③雙重保險
④偽造或誇大損失。
⑤騙保的原因是多方面的，如社會對保險欺詐的普遍容忍、投保人誠信缺失、保險企業內部管理制度存在問題、保險法律法規體系不完善等。針對原因，學者們也提出了各種防範措施，如社會防範:引導消費者正確認識保險欺詐的危害，成立國家專門的反保險欺詐機構，加強反保險欺詐的法制建設和執法，重視保險風險的防範以改變企業內部的經營模式，加強同行合作全面打擊保險欺詐，完善保險企業的管理制度和內部監控管理機制，完善保險條款以消除欺詐責任。最近，壹些學者通過借鑒國外先進的反欺詐技術，提出了更為具體的防範措施。
對我國防範保險欺詐和加強信用建設的建議
國內保險學者對保險欺詐的定性分析和各種防範方法，為國內保險企業的反欺詐行動明確了宏觀方向，對保險誠信建設具有重要意義。但是我們要看到，今天是壹個數據說話的時代，從數據中挖掘出來的信息會為保險行業的決策提供重要的幫助，就像卡爾？H. Bolch指出:“壹般來說，過去的賠款記錄在預測未來幾年的賠款支出中起著重要作用。而且，不同保險公司對這些預測的壹致性很高。”可見，保險的歷史數據對於未來的預測和啟示是非常重要的。因此，我們認為，中國要想在保險欺詐研究領域取得顯著成就，應註意以下幾點:
保險公司應認真分析欺詐案例，從中提取有用的欺詐識別字段，建立保險欺詐案例數據庫。這些數據和信息應該由所有保險公司共享。
保險公司應增加反欺詐研究和分析人才。這些人員應具備人力資源、數據挖掘技術、保險外部顧問、統計分析技術和監控系統等方面的知識和能力，能夠利用計算機軟件、預設變量、統計學、數學分析技術和地理數據映射等建立自動識別模型，在保險公司的賠付決策和反欺詐中發揮作用。
從社會的角度來說，應該建立學術界和保險實務界的溝通渠道，做到產、學、研相結合。卡爾。H. Bolch在《保險經濟學》中說:“由於保險統計數據的缺乏，保險研究不能充分發揮金融中常見的理論與實證研究的相互促進作用。”保險數據和信息的缺乏是我國保險欺詐研究薄弱的原因之壹。(金融和保險)