“骗保”，是保险行业不可回避的话题，财险领域尤甚。马克思曾说过，如果有300%的利润，就会有人敢于冒绞刑的危险。在巨大的利益和不良动机的驱使下，保险欺诈如洪水猛兽咆哮而来，不断吞噬保司的利益。

绍兴市人民检察院通过大数据平台进行数据检索，对该市近5年的800余份交通事故车损保险理赔纠纷民事裁判文书进行研判，其中具有虚假理赔嫌疑的案件达60余起，涉案金额超过1500万元；成都市公安局在打击保险领域犯罪开展的“净保”专项行动中，查明破获保险理赔诈骗关联案件99件，其中共立案侦办车险类保险诈骗案22件。近年来，涉案数量不断增多，涉案金额逐步增大，导致保险公司的运营如履薄冰。因此精准识别车险欺诈行为，是帮助保险公司挽回不必要的损失，实现转亏为盈的重要手段。

不同省份不同区域，会因人文、地理、环境、经济等不同情况，出现不同的车险欺诈手段，这就需要保司有足够精准的甄别手段来剥开欺诈的外衣。单一的全国模型从实际业务指导上来说是无法精准实现欺诈识别的，具体的我们可以从地理条件、人文习惯、经济发展等方面来看。

从地理条件来看，平原、山区、丘陵等不同的地域面貌，所出现的风险概率也不同。山地、高原等地理特征影响驾驶行为。例如，云南作为“山地大省”，单车日均急转弯高达10.55次，是全国急转弯频率最高的省份。这些复杂的因素容易增加产生事故的风险，同时也为车险欺诈提供了可乘之机。在这样的地方，事故调查的难度较大，查勘人员难以迅速有效地认定事故的真伪性。

高速公路的密度和交通网络的完善程度也影响驾驶速度和体验。如江苏作为高速公路密度更高的省份，其平均车速达到21.2 km/h，位列全国第一。不同省份不同区域由于道路条件不同导致司机的驾驶习惯存在差异。例如，广东的车主更偏好夜间驾驶，每晚11点至次日5点，仍有47%的广东车主开夜车出行。注重效率和速度的地区，驾驶人更容易产生急躁和不耐烦的情绪，在行驶过程中可能会出现违法行为或与其他车辆发生冲突。这种驾驶习惯可能增加故意制造事故以骗取保险赔偿的风险。

按照车辆归属地统计，2022全年，全国共有204亿辆客车，共产生2.2亿次超速行为，其中四川籍车辆超速次数最多。

数据来源：《2023交通行业数据要素市场化白皮书》

全国客车按车籍地区分，超速车辆分布如下图。

   数据来源：《2023交通行业数据要素市场化白皮书》

2022全年，全国通行货车共产生 1411 万次超载行为，其中山东籍货车超载行为最多，其次为河北籍。

  数据来源：《2023交通行业数据要素市场化白皮书》

全国货车按车籍地区分，超载车辆分布如下图。

全国交通事故率，湖北最高，上海最低，比地广人稀的新疆西藏都低。

抛开以上影响欺诈事件产生的因素不谈，各个地区的交强险基础保费、费率标准的不同也是必须分省建设反欺诈模型的一大因素。

通常6座以下车辆基础保费为950元，6座及以上车辆基础保费为1100元。如果车主当年没有发生有责任的交通事故，可以享受一定的优惠。

不同地区根据不同的费率调整方案，优惠幅度会有所不同，例如，内蒙古、海南、青海、西藏实行费率调整方案A，北京、天津、河北、宁夏实行方案B，甘肃、吉林、山西、黑龙江、新疆实行方案C，其他地区实行费率调整方案D等，不同的标准无法统一保司车险业务，必须进行分省建模，实现区别化服务。

欺诈形式多样，难以避免。犯罪团伙以“故意制造事故、虚高报价、低价维修”等各种方式进行骗保，不断增加保司成本。青岛市人民检察院在其官方微信公众号上发布的梁某保险诈骗案显示，2020 年以来，某汽修厂负责人梁某、某汽车服务公司负责人孙某，与保险公司的赵某等人相互勾结，收购二手北汽等品牌新能源汽车，并为这些车辆购买车损险。随后，他们利用暴雨天气，故意制造车辆水淹事故，然后由赵某出面指使保险公司定损员华某出具虚假的定损报告。

平度法院最近发布的案件则显示，在短短数年的时间里，犯罪分子与亲戚朋友、汽修厂员工等一起伪造了40多起车祸，骗取了150多万元的理赔金额。

……

这一起起保险欺诈案件如同巨坝之蝼蚁，不仅侵蚀着保险公司的利益，而且扰乱了正常的经济秩序。

综上，面对各种不同的风险情况及多样的欺诈手段，保险市场需要快速建立“一车一价，一省四模”的业务系统，精准指导业务落地，实现业务可控增值。数据宝凭借其独特的可分省建模优势和能力，充分考虑到全国不同地区的路况、驾驶习惯、经济文化发展水平、欺诈手段等差异，为全国36个地区建设了120+不同的反欺诈评分模型，为保险公司提供了更加准确、高效的反欺诈筛查风险评估方法。

数据宝反欺诈模型通过车辆高速行驶数据和车辆欺诈风险数据进行联合建模，为车险公司提供“一评分+28标签”的多维度因子参考。根据不同省份的实际情况，灵活通过机器算法建立符合各地区特点的拟合度更高的反欺诈评分模型，指导各地区识别风险更为准确，在整体的赔付率优化方面，模型输出结果与客户实际赔付率呈现单调提升曲线，保司可根据车险反欺诈评分做出相应策略，整体的赔付率优化>3%。

保司通过数据宝反欺诈评分模型识别车辆的欺诈行为，可得出被保车辆的反欺诈风险评分，车辆的分数越高，代表欺诈风险就越大。举例来说，如果车辆司机经常采用激进的驾驶行为，例如超速，疲劳驾驶等，那么意味着该司机会有更大的概率发生事故，产生欺诈，并且这些激进的驾驶行为也揭示出该司机的性格，往往是胆量越大，在面对急需钱的境遇下更容易做出一些欺诈的举动。那么保司通过评分则可理解和量化风险，分析各种因素对风险的影响程度，并通过模型结果进行决策和预测。

数据的质量和可靠性对分析和建模的结果产生重要影响，保险公司需要确保收集到的数据准确完整，并且能够反映实际情况。数据宝之所以能够分省建立模型，主要基于权威授权的高速、车辆、运政多源国有交通大数据的创新融合应用，能够全轨迹反馈车辆的驾驶行为。我们提供T+1更新的且具备别人没有的节假日免费公路数据，为保司提供不间断的全量数据支持，保证所建模型的需求数据完整，查得率近100%，这些数据为分省建模提供了坚实的基础。

中银保信与数据宝合作，为数据宝提供全量的车辆赔付数据和欺诈数据支持，这些数据包含了各种情况下的车辆赔付和欺诈案例，能够更全面地反映不同地区、不同情况下的风险特征，可以识别和总结出不同省份的欺诈模式，如故意制造事故、虚高报价、低价维修欺诈等，这些模式识别有助于在模型中加入相应的规则和算法，提高反欺诈模型的准确性，为数据宝构建基于不同场景下的模型提供了坚实的基础。

数据宝作为作为国有大数据的运营方，从司法、大案、环境、公安、金融、企业等多个维度为分省分地建模提供数据支持，依靠司机个人信用评估、车辆行驶环境变化等多维度细化模型，确保模型分析效果的完整性和有效性，实现“一车一价”，提升保险公司对承保车辆的风险判断，实现可控业绩增长。