破解健康险控费困局，险企精准风控“小试牛刀”

       尽管上半年保费收入同比增速依旧是人身险中最快的，达到7.9%，但与2020年同期19.72%的增速、2019年同期31.70%的增速相比，2021 年健康险保费收入明显放慢了速度。而在保费收入慢下来的同时，赔付支出却明显快起来。

       上半年，健康险赔付支出同比增长70.82%。

　　加速发展与控制费用成为健康险必须同时解决好的问题。

　　银保监会数据显示，近年来，健康险业务收入年均增速超过30%。2020年年初，国务院常务会议发布的《关于促进社会服务领域商业保险发展的意见》提出，力争到2025年，健康险市场规模超过2万亿元，而当年我国健康险保费规模仅为8000亿元左右。

　　健康险巨大发展潜力令人期待，但在快速发展的同时也出现了一些问题。对于消费者而言，部分产品缺乏定价基础，保额虚高；部分公司销售行为不规范，把短期健康险当作长期健康险销售，一旦赔付率超过预期就停售产品；核保“空心化”、理赔“核保化”……在损害消费者权益的同时，更蚕食着消费者的信任。

　　保险公司也叫苦不迭。由于信息不对称，客户不如实进行健康告知，逆选择风险较高；部分医院存在冒名就医等医患串通行为，搭车购药、过度治疗等医疗滥用行为屡见不鲜。行业相关统计显示，在健康险理赔案件中，存在上述问题的案件占比超20%。

　　控费成为险企能否持续发展的关键。然而，保险公司经营总体上看自动化程度和风控精准度较低，使健康险经营成本居高不下。

　　据记者了解，目前，由于缺乏大数据、人工智能等前沿科技的支撑，多数保险公司的理赔审核由人工完成。相关负责人告诉记者，人工进行理赔审核有两个弊端，一是主观性强，存在较大的疏漏和偏误隐患；二是产生较高的人工成本。当然，也有少数保险公司建设了规则引擎，但是规则引擎不仅风控精准度较低，而且对差异化规则审核的自动化贡献有限，对人工审核的辅助支持也远远不够。特别是针对带病投保、医疗滥用、搭车购药、冒名就医等相关性弱的风险识别精准度严重不足，因此，陷入自动审核率和风控精准度双低困境。

　　基于以上“痛点”，理赔智能审核模型2.0。该模型采用经典机器学习算法模型与资深理赔专家经验型规则引擎相结合的方式，应用大数据分析等科技手段，以20多年来的健康险理赔经验、专家经验转化的风控规则为样本，在超百万件历史案件中提取风险特征并结合规则库风险因子，最终在超过3000个风险特征中提取变量建模。

　　简而言之，该理赔智能审核模型2.0一方面解决了风控精准度低的难题，实现精准控费，另一方面，显著提升了自动审核率，降低运营成本。此外，该模型可精准地捕捉高风险案件，有效避免人工审核的疏漏和偏误，显现了“防渗漏”作用。

　　据了解，截至2021年8月，该模型已覆盖80%的健康险案件，包含门诊险、普通住院医疗险及中高端医疗险产品，显现出较好的降本、增效、控费能力。特别是对于门诊险，该模型一上线即表现出显著效果，理赔自动审核率从78%提升到88%；二是针对逆选择、医疗滥用等问题案件，拒付率提升30%。

　　从这一效果来看，该模型为险企理赔智能化转型开启了加速度，不仅有助于健康险业务持续健康发展，还大幅提升了精细化运营能力，为客户带来了更为高效便捷的理赔服务体验，对行业发展具有重要的引领作用和借鉴价值。（文章来源； 金融时报）