基于Logistic模型的保險欺詐分析

(中央司法警官學院法學院，河北 保定 071000；河北大學經濟學院，河北 保定 071002)

基于Logistic模型的保險欺詐分析

劉軼

(中央司法警官學院法學院，河北 保定 071000；河北大學經濟學院，河北 保定 071002)

投保人欺詐影響保險人的償付能力，侵蝕了保險制度的根基，反欺詐法規(guī)的制定和執(zhí)行都影響欺詐者的決策。本文提取司法案例中影響保險欺詐的因素，建立Logistic模型，探尋保險欺詐的作用機理，有助于了解投保人欺詐的制度誘因，對完善我國保險反欺詐法規(guī)有重要意義。

信息不對稱；如實告知義務；法律成本；保險欺詐；法律執(zhí)行率

一、保險案例樣本、數據的選取與回歸模型設計

二、變量的定義、分類和解析

導致保險欺詐迅速增長的原因很多，道德觀念的變遷、貧困人口增加、保險人的態(tài)度等因素都同時起作用。而Dionne(1997)和Gagne(2000)都著重強調了保險合同對欺詐的影響。本文所選取的變量具有法經濟學含義，在學理上和訴訟實務中與保險欺詐有一定的關聯度，能直接或間接的引起欺詐：

1.因變量X0為“涉嫌欺詐”：根據當事人在法庭上提供的證據、在保險事故中的主觀過錯、行為與損失之間的因果關系。2.自變量X1-X13為“案例類型”：法律的制定、適用和執(zhí)行都有可能對行為人的決策產生影響，這里的案例類型是訴訟雙方當事人爭議的焦點，屬于法律的執(zhí)行與適用范疇，某些類型的案件由于立法缺位或法律適用不統(tǒng)一而滋生保險欺詐，所以假設案例的類型對保險欺詐有一定的影響力。3.自變量X14-X16為“信息不對稱的表現”：信息不對稱是引起欺詐的根本原因，表現為道德風險和逆選擇(George Dionne，2007)，此類變量包括存在未如實告知、存在道德風險、存在逆選擇3項。4.自變量X17-X19為“保險欺詐三角的影響”。國際保險監(jiān)督官協會(IAIS)提出，保險欺詐的誘因包括法律成本、法律執(zhí)行概率和欺詐行為的合理性認識三個因素，統(tǒng)稱保險欺詐三角。這三個要素單獨或者共同誘發(fā)欺詐。5.自變量X20-X29為“法律原則與涉及頻率最高的法律條文”：案件在審判時適用的基本法律原則，這里只選取了最近的一種原則。法律條文為案例樣本中出現頻率最高的2條保險法條文。6.自變量X30、X31為“勝訴方”：選擇此變量的目的是計算保險欺詐案件中投保人與保險人哪一方的勝訴概率高，在規(guī)制保險欺詐行為重點關注投保人勝訴的案件還是關注保險人勝訴的案件。7.自變量X32-X34為“涉案金額”：目的是分析涉案金額會不會影響保險欺詐的發(fā)生，了解哪類保險欺詐案件涉案金額更高、占用司法資源更多、社會危害更大，規(guī)制保險欺詐行為重點要關注高涉案金額還是低涉案金額的案件。8.自變量X35-X42為“保險合同的類型”：保險人通過優(yōu)化保險合同識別、防范保險欺詐，不同類型的保險合同對欺詐會產生一定的影響。其中“財產險”一項包括車損險、盜搶險、財產綜合險、財產一切險；“責任險”一項包括交強險、商業(yè)三者險、承運人責任險；“人身險”一項包括人身意外險、疾病險、車上人員險、人壽險。目的是分析保險欺詐影響最深的是哪類保險合同，完善哪些保險合同可以最有效的規(guī)制保險欺詐。

三、回歸分析結論

變量BSEWalsSigExp(B)X1-30702740125502630046X2-26114402035205530073X3-41422762224801340016X4-53702966327800700005X5-18802790045405000153X6-28766778018006710056X7-70635559161402040001X8-24392624086403530087X9-45752671293400870010X10-37978736018906640022X11-34162488188401700033X12-34354103070104020032X13-48572663332700680008X145696093736956?0000297648X152341066312460?000010395X163395105110429?000129818X174259095719821?000070754X184724110418321?0000112662X192715076512613?000015111X2001091584000509451115X21-15469065614000009990000X22-16101442124702640200X23-23493387048104880095X24-02801016007607830756X2517570938350700615797X26-17924799713000009970000X2809311106070904002537X29-08160801103803080442X3302720540025306151312X30183006737393?00066233X000000000207501501X35-10131664037005430363X36-11831856040605240306X3705061416012807211658X3805501334017006801734X39-01791632001209130836X4000141096000009901014X41-05031141019506590605X42-11481147100203170317常量-39752489255101100019

四、結論及建議

共1112個案例樣本，其中存在數據缺失的69個，極大似然估值137.097，Nagelkerke R方為0.93，模型擬合度很好。未進入方程中的自變量對因變量沒有顯著影響。從P值來看，回歸系數在0.05下顯著不為零的變量包括：X14存在未如實告知問題；X15存在道德風險；X16存在逆選擇；X17受到法律成本的影響；X18受概率的影響；X19受合理性的影響；X30保險人勝訴。所選取的自變量只有以上7項對保險欺詐的影響較為明顯，根據其B值構建回歸方程：

X14、X15、X16、X17、X18、X19、X30七個變量對因變量保險欺詐有顯著影響，從wald值來看：第一，存在未如實告知的wald值為36.956，對因變量的影響最大，說明規(guī)制保險欺詐首先要完善如實告知義務制度。存在道德風險的wald值為12.460，高于存在逆選擇的10.429，說明道德風險擇對保險欺詐的影響力略高于逆選擇。這與上一節(jié)的結論不符。保險欺詐三角中，三個因素都對保險欺詐都有影響，這與假設相符。法律成本影響、概率影響和合理性影響的wald值分別為19.821、18.321和12.613，說明法律成本對保險欺詐的影響力高于法律執(zhí)行概率，而欺詐合理性的影響最小。調整法律成本和法律執(zhí)行概率可以有效影響保險欺詐，而改變欺詐行為的合理性認識的影響有限，這說明出臺相關法規(guī)并嚴格執(zhí)行比宣傳教育效果更明顯。保險人勝訴一項的wald值為7.393，對保險欺詐有影響，這說明在保險欺詐案件中，保險人比投保人勝訴率高，保險人不起訴并不是因為勝訴率低，而是勝訴收益低，在可以收回訴訟成本的前提下，面對保險欺詐應該果斷提起訴訟。通過回歸分析可以得出：規(guī)制保險欺詐行為主要應從完善投保人如實告知義務制度、提高欺詐的法律成本和法律執(zhí)行概率、解決道德風險問題入手，不斷完善保險反欺詐立法?？梢詮耐晟票ｋU法第16條如實告知義務制度的角度提高欺詐的法律成本，明確保險人的解除權基礎，統(tǒng)一重大事項的解釋方法，提高欺詐法律成本和法律執(zhí)行率，引入懲罰性賠償機制。

[1] [美]道賓.美國保險法：第4版(中譯本)[M].梁鵬譯.北京：法律出版社，2008：3.

[2] 美]肯尼斯·S.亞伯拉罕著.韓長印等譯.美國保險法原理與實務[M].第1版.北京：中國政法大學出版社，2012.

[3] 王國軍.監(jiān)管激勵與消費者權益保護[J].改革開放三十年：保險、金融與經濟發(fā)展的經驗和挑戰(zhàn)——北大賽瑟[C].2008(12).

[4] 王珺、高峰、孫楠.車險市場分離道德風險和逆向選擇的實證分析 [J].保險研究，2013(12).

[5] 周建濤、秦炳山、宋曉東.意外、健康保險欺詐概率識別 [J].河北經貿大學學報，2014(11).

[6] 陳志國，劉軼.法經濟學視角下的保險欺詐行為研究[J].河北大學學報(哲學社會科學版)，2017(3).

[7] DionneG.Gagne R Deductible Contracts Against Fraudulent Claims：Evidence from Automobile Insurance [J]. Review of Economics statistics.2001，83(2).

[8] Erin Wessling，Contracts—Applying the Plain Language to Incontestability Clauses Kersten v. Minnesota mutual life insurance CO，608 N.W.2D 869 (MINN. 2000) [J]. William Mitchell Law Review.2000.

[9] J.A，P.Brockett，and L.Golden.Assessing Consumer Fraud Risk in Insurance Claim with Discrete and Continuous Data [J].North American Actuarial Journal.2009，(13).