大數(shù)據(jù)分析模型在財(cái)險(xiǎn)審計(jì)中的運(yùn)用

大數(shù)據(jù)指大小超出常規(guī)數(shù)據(jù)庫(kù)軟件，具有采集、存儲(chǔ)、管理和分析等能力的數(shù)據(jù)集。相較于傳統(tǒng)意義上的數(shù)據(jù)分析，大數(shù)據(jù)具有更大的體量，包含更多的信息和維度，蘊(yùn)含著更大的潛在價(jià)值，其特點(diǎn)如圖1所示。

可以說(shuō)，大數(shù)據(jù)的便利已經(jīng)滲透至各行各業(yè)，而本身就依賴于大量數(shù)據(jù)進(jìn)行分析、預(yù)測(cè)的保險(xiǎn)領(lǐng)域，更是早已廣泛運(yùn)用大數(shù)據(jù)相關(guān)技術(shù)來(lái)提升自身的業(yè)績(jī)與容錯(cuò)率，主要應(yīng)用于精準(zhǔn)營(yíng)銷與風(fēng)控。精準(zhǔn)營(yíng)銷是利用大量匯集的用戶資料，通過(guò)數(shù)學(xué)模型進(jìn)行分析、聚類，定位優(yōu)先級(jí)較高的目標(biāo)客戶群體，在有力發(fā)展目標(biāo)客戶群體的同時(shí)減少大量“地毯式營(yíng)銷”的成本；風(fēng)控則是基于“未來(lái)是過(guò)去的重復(fù)”這一理念，通過(guò)分析之前發(fā)生過(guò)的模式與邏輯而預(yù)測(cè)未來(lái)風(fēng)險(xiǎn)走勢(shì)。

一、財(cái)險(xiǎn)審計(jì)大數(shù)據(jù)分析模型

（一）決策樹(shù)模型

圖1 大數(shù)據(jù)的特點(diǎn)

決策樹(shù)（Decision Tree）是一種在已知各種情況發(fā)生概率的基礎(chǔ)上，將各種情況的結(jié)果分類成不同輸出的圖解法。決策樹(shù)是一種樹(shù)形結(jié)構(gòu)，其中每個(gè)內(nèi)部節(jié)點(diǎn)均表示一個(gè)屬性上的測(cè)試，每個(gè)分支代表一個(gè)測(cè)試輸出，每個(gè)葉節(jié)點(diǎn)代表一種類別，如圖2所示。

決策樹(shù)模型有回歸樹(shù)（Regression Tree）、分類樹(shù)（Classification Tree）等類別，其區(qū)別在于分類節(jié)點(diǎn)與剪枝策略的選擇不同。

（二）K最近鄰算法模型

K最近鄰(k-Nearest Neighbor，KNN)算法，是一個(gè)理論上比較成熟的分類算法。該方法的思路是：如果一個(gè)樣本在特征空間中的k個(gè)最相似（即特征空間中最鄰近）的樣本中的多數(shù)屬于某一個(gè)類別，則該樣本也屬于這個(gè)類別，如圖3所示。

圖2 決策樹(shù)模型示例

圖3 K最近鄰算法模型示例

二、大數(shù)據(jù)分析模型在財(cái)險(xiǎn)審計(jì)中的運(yùn)用

（一）利用大數(shù)據(jù)工具進(jìn)行解析、提取關(guān)鍵數(shù)據(jù)，鎖定相關(guān)邏輯關(guān)系

首先，在現(xiàn)場(chǎng)開(kāi)始大數(shù)據(jù)審計(jì)工作前，審計(jì)人員需要制定初始規(guī)則庫(kù)作為早期大數(shù)據(jù)分析的邏輯依據(jù)，其規(guī)則會(huì)隨著審計(jì)工作的進(jìn)行不斷更新、完善。其次，審計(jì)人員從公司業(yè)務(wù)系統(tǒng)中導(dǎo)出審計(jì)期間的所有數(shù)據(jù)，在獨(dú)立的服務(wù)器中搭建測(cè)試環(huán)境，這樣既減少審計(jì)工作對(duì)于正常業(yè)務(wù)開(kāi)展產(chǎn)生的影響，也防止IT人員在審計(jì)實(shí)施中對(duì)原始數(shù)據(jù)進(jìn)行修改與刪除。再次，根據(jù)原始數(shù)據(jù)和規(guī)則庫(kù)，審計(jì)人員初步篩選出所需要的庫(kù)表與字段信息。最后，將相關(guān)字段提取后，得到的中間表即為第一次導(dǎo)出的疑似問(wèn)題清單。

例如，在“倒簽單”規(guī)則中，對(duì)應(yīng)的業(yè)務(wù)邏輯為，保單的核保時(shí)間晚于保險(xiǎn)起期，即保單在完成審核之前已經(jīng)開(kāi)始其保險(xiǎn)期即為倒簽單。因此，在該邏輯中最關(guān)鍵的字段便是“核保時(shí)間”與“保險(xiǎn)起期”，只要以二者的時(shí)間先后關(guān)系作為判定依據(jù)，即可發(fā)現(xiàn)某一保單是否為“倒簽單”，并將所有重要的相關(guān)信息調(diào)取出來(lái)，形成一份有價(jià)值的中間表。審計(jì)人員可從中間表中看到倒簽保單的投保人、被保險(xiǎn)人、險(xiǎn)種、保額、保費(fèi)、暫保期、是否出險(xiǎn)等重要信息，并且這些信息將成為挖掘問(wèn)題原因與細(xì)化規(guī)則的重要依據(jù)。

“保單拆分”規(guī)則在業(yè)務(wù)邏輯上的定義非常明確，即將一個(gè)保單拆分為兩個(gè)甚至多個(gè)保單，總保險(xiǎn)期間不變。因此，審計(jì)人員在分析該規(guī)則時(shí)，需要以所有保單的起止日期、投保人、被保險(xiǎn)人、標(biāo)的名稱、保額與保費(fèi)等信息作為匹配的依據(jù)。

（二）在疑似問(wèn)題清單中尋找相似的問(wèn)題模式，將業(yè)務(wù)邏輯與數(shù)據(jù)邏輯結(jié)合

審計(jì)人員可以利用決策樹(shù)算法按照不同類別細(xì)分，設(shè)計(jì)出完善的程序模塊，進(jìn)一步分析疑似問(wèn)題清單中的大批量保單數(shù)據(jù)。

在“倒簽單”規(guī)則中，得到所有倒簽保單的列表后，審計(jì)人員可以將其按照有無(wú)暫保單、是否曾經(jīng)出險(xiǎn)、車險(xiǎn)/非車險(xiǎn)等不同維度進(jìn)行分類，對(duì)所有倒簽保單進(jìn)一步分析，逐步生成如圖4所示的決策樹(shù)模型。根據(jù)項(xiàng)目需要和實(shí)際數(shù)據(jù)特點(diǎn)，可以選擇相應(yīng)的剪枝方法。根據(jù)規(guī)定，車險(xiǎn)是“見(jiàn)費(fèi)出單”，故不允許出現(xiàn)倒簽單現(xiàn)象，這就說(shuō)明險(xiǎn)種為車險(xiǎn)的“倒簽單”現(xiàn)象均為疑似問(wèn)題，需進(jìn)一步檢查；而對(duì)于具備暫保單的非車險(xiǎn)倒簽保單，則需再檢查其暫保期間是否符合保監(jiān)會(huì)與公司的相關(guān)規(guī)定，若暫保期過(guò)長(zhǎng)，也被視為疑似問(wèn)題保單。值得關(guān)注的是曾經(jīng)出險(xiǎn)的倒簽單，因?yàn)樵擃惐魏苡锌赡転楣編?lái)了實(shí)際的經(jīng)濟(jì)損失（未出險(xiǎn)的倒簽單存在風(fēng)險(xiǎn)，但未造成實(shí)質(zhì)性影響）。

在“保單拆分”規(guī)則中，數(shù)據(jù)邏輯與業(yè)務(wù)邏輯之間的轉(zhuǎn)換存在一定難度：雖然從業(yè)務(wù)邏輯上保單拆分的定義非常明確，但從數(shù)據(jù)邏輯中這一定義并不是很好界定。在實(shí)際調(diào)取數(shù)據(jù)時(shí)，審計(jì)人員需要嘗試多種方式，準(zhǔn)確地將規(guī)則邏輯轉(zhuǎn)換為計(jì)算機(jī)語(yǔ)句來(lái)執(zhí)行，而不能簡(jiǎn)單地通過(guò)調(diào)取字段數(shù)據(jù)來(lái)判定問(wèn)題。在編寫計(jì)算機(jī)語(yǔ)句時(shí)，還需進(jìn)行反復(fù)測(cè)試，把其中的干擾邏輯找出來(lái)。如保險(xiǎn)期本身就小于一年的保單，著重篩選特定模式的保單，如同一投保人的連續(xù)兩個(gè)保單，第一單的保險(xiǎn)止期在12月31日，第二單的保險(xiǎn)起期在次年1月1日；或同一投保人連續(xù)兩個(gè)保單的保險(xiǎn)期間加和為一年等。通過(guò)各種特定模式的規(guī)則細(xì)化，不斷完善數(shù)據(jù)邏輯，盡量做到準(zhǔn)確找出所有拆分保單。

（三）利用大數(shù)據(jù)模型探索問(wèn)題關(guān)聯(lián)性，將問(wèn)題延展并深挖

在把規(guī)則轉(zhuǎn)化為計(jì)算機(jī)語(yǔ)句并篩選出所有疑似問(wèn)題清單后，審計(jì)人員可利用清單尋找規(guī)則之間的關(guān)聯(lián)性與潛在的可挖掘點(diǎn)。在篩選出“保單拆分”的問(wèn)題清單后，將清單中不同類別的拆分保單進(jìn)行深層分析，從中找出相似的模式。例如，若某公司較集中出現(xiàn)將保單拆分成“前一保單保險(xiǎn)止期為當(dāng)年12月31日、后一保單保險(xiǎn)起期為次年1月1日”，則可以查看該機(jī)構(gòu)歷年的保費(fèi)收入曲線，是否經(jīng)常出現(xiàn)1月份的保費(fèi)收入較高的現(xiàn)象。因?yàn)椴鸱直慰梢允贡ＹM(fèi)收入分別在不同時(shí)點(diǎn)確認(rèn)，所以如果經(jīng)常出現(xiàn)上述拆單模式，很大可能是該機(jī)構(gòu)為了保證完成次年的保費(fèi)收入任務(wù)，將當(dāng)年超額完成的一部分保費(fèi)收入通過(guò)拆分的方式轉(zhuǎn)到次年。通過(guò)這種關(guān)聯(lián)，審計(jì)人員可收集各機(jī)構(gòu)的保費(fèi)收入趨勢(shì)并建立模型，從而在未查看所有保單的情況下初步預(yù)測(cè)其中可能存在的問(wèn)題。

利用k最近鄰模型，審計(jì)人員可歸納出虛假賠案的特征，并利用所發(fā)現(xiàn)的特征對(duì)賠案進(jìn)行聚類，若有特征相似的賠案，即可暫時(shí)歸類為重點(diǎn)關(guān)注賠案。這樣可以大大減少翻閱賠案紙質(zhì)單據(jù)及查看系統(tǒng)界面的工作量，鎖定可能存在的虛假賠案范圍，如圖5所示。

圖4 “倒簽單”決策樹(shù)示例圖

圖5 虛假賠案k最近鄰模型示例圖

大數(shù)據(jù)分析在財(cái)險(xiǎn)審計(jì)中的應(yīng)用還處于起步階段，很多成熟的大數(shù)據(jù)模型與工具還未被完全應(yīng)用于財(cái)險(xiǎn)審計(jì)中，財(cái)險(xiǎn)審計(jì)發(fā)展前景可期。當(dāng)信息技術(shù)越來(lái)越成熟、系統(tǒng)數(shù)據(jù)越來(lái)越完善，大數(shù)據(jù)分析必將為財(cái)險(xiǎn)審計(jì)提供更多的幫助。

主要參考文獻(xiàn)

王磊.數(shù)據(jù)挖掘技術(shù)在保險(xiǎn)公司內(nèi)部審計(jì)中的運(yùn)用研究[D].山東財(cái)經(jīng)大學(xué), 2015

武茗馨.大數(shù)據(jù)技術(shù)在金融行業(yè)內(nèi)部審計(jì)中的應(yīng)用探究[J].時(shí)代金融, 2016(11):269-270+276