大模型技术在财产保险公司理赔领域的审计探索与实践

一、引言

近年来，随着财产保险行业市场竞争的加剧、车险综合改革的深入开展、各公司经营模式的转变和投资市场的收益下降，车险经营的成本控制压力不断增加。因此，各公司都从“抢规模、拼业务”，逐步转向“有效益的规模增长”。对财产保险公司的成本进行分析可以发现，赔款支出是经营成本中最大的一块，占比超七成。2024年，中国太平洋保险(集团)股份有限公司西北区审计部（以下简称审计部）秉承效益审计与管理审计并重的原则，成立理赔降本项目组，通过深入市场调研学习、实践摸索和穿行测试，并利用大模型技术、数理统计原理和云端建模等工具，构建分析模型系统，识别和发现了不当利益输送和“跑冒滴漏”等问题，取得较好的应用成效。

二、系统设计思路

针对目前部分机构车险工时费标准差异较大，执行尺度宽泛，可能会存在人为利益输送或者长期“跑冒滴漏”的情况，审计部理赔降本项目组（以下简称项目组）选取“同一定损时间、同一车型名称、同一修理厂类型、同一维修工种、同一维修项目”等5个指标，建立大模型技术审计分析系统，对在相同前提下不同事故车核损金额差异较大的情况进行了重点分析，具体建模思路如图1所示。

1.数据集成。项目组通过提取“机构名称”“车牌号”“第一查勘员姓名”“修理厂名称”“维修项目”和“核损金额”等19个关键字段，同时针对一些非标准化的数据，采用AI技术对图片关键信息进行识别和提取，形成集成数据清单。

2.数据筛选。因4S店工时标准相对统一透明，故主要选取综合修理厂的维修数据，形成标准化数据清单。

3.数据清洗。因存在查勘员录入不规范等情况，剔除“核损金额”在50元以下的数据，同时剔除“同一车型名称”出险50次以下的数据。

4.数据排列。将“同一定损时间”“同一车型名称”“同一修理厂类型”“同一维修工种”和“同一维修项目”这5个字段进行数据堆积。

5.数据分析。因海量数据庞大，常规的建模工具已经无法使用并进行运算，项目组通过云端建模和virtual machine（虚拟数据沙箱）建模的方式建立数据库，并利用大数法则，对上述堆积数据中（同类50条以上）的核损金额按类别进行分组排列，找出核损金额最高的5%—10%的数据。

6.数据展示。项目组通过对核损金额最高的5%—10%数据进行自动分析，抓取疑点查勘人员和疑点修理厂，并形成关联链条，呈现对应关系。为体现数据的科学性和可靠性，项目组建立了知识库，通过采集维修市场的价格库、精友价格库等内外部信息，进行异常数据对比和展示。

三、审计核查方向

通过对大模型技术审计分析系统应用，项目组明确了以下三个核查方向。

第一，利用离散度指标（CV值）进行分析，如果数据离散度较小，则表明分公司管理精细化和员工执行标准化程度相对较高；如果数据离散度较大，则表明分公司管理精细化和员工执行标准化程度相对较低，提示可能存在“跑冒滴漏”现象。

第二，对于核损金额最高的5%—10%数据，设置运营中心定损数量占比（β值）进行分析。如果大多数为运营中心定损，则说明分公司维护工时费标准较高，运营中心理赔人员在“线上”核定损失时选取了较高的工时费，导致工时费支出超过本地维护的实际价格。如果大多数为分公司定损，因实际操作中为当地理赔人员“面对面”处理，存在一定的主动权和价格调整空间，则可能存在利益输送的情况。

第三，核损金额最高的5%—10%数据中，如果集中在特定的查勘员或修理厂，则提示可能存在内外勾结和舞弊行为。

四、系统优势特点

项目组通过对以上五个维度的数据建立模型，在审计项目中不断深化应用，有效防范了车险理赔风险，解决了“跑冒滴漏”以及不当利益输送等问题，很好地助力机构实现精细化管理。该模型创新特点如下。

1.准确发现问题，实现精细化分析。该模型通过对车型、查勘人员、修理厂等多维度进行规则组合，不断下钻，实现数据逐步细分和疑点范围聚焦，精准识别异常数据。

2.快速形成结果，实现集成化运行。在云端数据库内，审计组通过构建大数据分析模型，编写了多维集成化脚本，抓取Max、Min值，并以Max为标杆值将数据组切割为10级，分级分析定损金额，并呈现每一级的数据分布。

3.确定置信区间，实现标准化取样。该模型在车险定损分析过程中发现，定损金额趋于正态分布或半正态分布。该模型在第一批分公司验证过程中发现，在概率和置信水平Pr=1-α（0.05≤α≤0.10）下，非置信水平α在正态分布内的覆盖区域对应的数据为异常数据。

4.掌握整体情况，实现智能化展示。该模型对于各分公司核损的差异程度，能够自动形成控制图，并结合离散度分布指标，全面展示分公司的管理情况是否均衡。同时，对于疑点查勘员（向量A）和疑点修理厂（向量B），利用向量余弦相似度（如图2所示）进行一站式展示，展现出查勘员和修理厂出现的频次和其勾稽关系。

5.及时发现异常，实现常态化监控。项目组每半年导入核损数据进行监控，并将问题清单发送给分公司进行关注排查，确保理赔人员坚守底线，提升审计监督效能。

五、审计工作成效

项目组通过将大模型技术进行实践应用，取得显著成效。

1.助力机构精细化管理，堵塞经营管理漏洞。通过系统监测分析，项目组发现A分公司的线上定损案件高核数量占比（β值=82%）明显高于其他分公司平均值。经核查，项目组发现该公司存在工时费虚高的情况，主要是分公司在维护工时费标准时未区分高中低车型，定损上限均设定为1000元，导致运营中心定损时均选取最高限。问题被揭示后，A分公司已制定新工时费标准（高端车上限由1000元降至600元、中低端车上限由1000元降至250元），加强车险工时费的精细化管理。根据项目组测算，自2021年运营集中后，A分公司每年都多支付赔款50万元左右，累计多支付赔款近200万元。经审计提示后，A分公司及时堵塞了管理漏洞，其每年的车险综合成本率将降低0.4—0.5个百分点。

2.定损高于市场水平，以赔抵费增加成本。通过远程监测分析，项目组发现B分公司高核工时费案件有55%集中在同一个修理厂，经过核查，发现该修理厂通过2名代理人经办业务。2023年，B分公司为提高该修理厂产能配比，人为提高工时费标准（高于市场标准40%左右）。据统计，2023年至2024年6月期间，该修理厂经办业务为186.86万元，手续费12.6万元，送返修赔款147.6万元，B分公司通过扩大赔款的方式给予额外手续费约15万元。

3.打击虚假舞弊行为，惩治内外勾结员工。在实施产险C分公司内控审计时，模型分析提示有1名查勘人员在2家修理厂存在高度相关的情况（向量余弦相似度cosθ＞0.7），同时发现这名查勘人员在定损过程中核定的工时费标准明显高于C分公司其他人员，高于市场行业水平。通过进一步核查，项目组发现其在61笔理赔案件的车辆定损过程中存在工时费定价虚高的情况，工时费高于市场定价30%，约11.86万元。C分公司已对上述虚高定损工时费进行追回处理，涉及违规的员工已作辞退处理。

六、结语

使用大模型技术开展审计在产险公司审计中具有广阔的应用前景。该技术可以自动化批量处理财务报告、保险合同、承保档案和理赔照片等文档，提取关键信息，实现数据的标准化采集、分析和汇总，减少工作量，还可以通过分析历史数据和案例，学习审计风险的特征和规律，预测出潜在的风险点和评估结果，助力审计人员提前精准制定审计策略，实现风险评估、合规检查、异常交易检测和审计报告生成等。

文章摘自《中国内部审计》杂志2026年第2期

作者：贺玺平 丁涛 杨彬 于超佳 张宇凡

单位：中国太平洋保险(集团)股份有限公司西北区审计部

编辑：孙哲

目前200000+人已关注我们，您还等什么？