|
送金單如何發生違法吸金
二年期以上人身保險收取保費之收據稱「送金單」
法令規定
- 保險法第3條：「保險人收取保險費，應由其總公司(社)或分公司(分社)簽發正式收據。」
潛在舞弊風險
- 業務員收取保費時，即以其所領用之空白送金單填寫收費金額等相關內容，將送金單簽發予保戶。
- 業務員收取保費後，先向保險公司報帳，保險公司受理報帳無誤後，再由其電腦列印送金單，送/寄交送金單予保戶。
保險費/送金單舞弊手法面面觀
- 不當招攬：保單正常，惟係以『定存單DM』不當方式招攬。
- 侵占保費：手中均為正常保單，續期保費被挪用投保其他新保單。
- 以人頭保戶詐領新契約佣金
- 變造保單：手中有送金單，也有保單，但保單經過變造。
- 定存送保險：手中有送金單，也有保單，但是保單與送金單金額不符，形式上可能被誤認為侵占保費。
- 違法吸金：手中只有送金單，完全沒有保單正本。
送金單查核觀念
- 送金單除了需依「保險業授權代收保險費應注意事項」管控，不同公司的送金單細部管理政策也不盡相同，因此需要了解公司的送金單的控管程序與規定，才能定義送金單查核規則。
一般可能的送金單控管規定
- POLICY 1：單張保單以現金繳納保費，其所對應之送金單，金額不得超過NT.50,000。
- POLICY 2：逾使用期限之送金單應予回收。
- POLICY 3：收費後至公司報帳超過2日者為延遲付款。
- POLICY 4：同一張送金單不得重複收款。
- POLICY 5：以外幣繳納保費，限以電匯方式為之。
- POLICY 6：同一位業務員同時間不能持有超過10張以上送金單。
- POLICY 7：各種送金單（首期、續期、傷害險）應有連續編號。
- ………..
機器學習演算法：決策樹(Decision Tree)
- 決策樹是一種監督式機器學習算法，可用於解決分類和回歸問題。它基於樹狀結構，一個決策樹包含三種類型的節點：
- 決策節點：通常用矩形框來表示
- 機會節點：通常用圓圈來表示
- 終結點：通常用三角形來表示
- 決策樹訓練過程涉及從訓練數據集中選擇最佳特徵進行切分，使得子樹中的樣本能夠被分類到同一類別或同一回歸值。選擇最佳特徵的標準是基於信息增益、基尼(Gini)指數或平方差等。
Performance Metric結果說明
- 從Metric(指標)可以看到機器學習效果，整體效果99.67%以上可以被正確預測。
- Accuracy(準確度) = 77.15%
- Precision_Weight(精確度_權重) = 77.43%
- Recall_Weight(召回率_權重) = 77.15%
- F1_Weight = 76.51%
- F1等效於評價precision和recall的整體效果，表示76.51%的預測效果
- Importance可以看出重要特徵欄位是哪些
- 從結果可以看到重要程度最高的是：被保險人生日_month、被保險人生日_day，分別佔了48.86%及21.79%
- 保額及表定保費相加就佔了70.83%
- 有幾個特徵如 年齡層=0.0 表示其對保費是否異常並無影響
希望這些資料可以幫助到大家在實務上應用AI人工智慧進行理專預測性查核，達到防範未然的效果。
資料來源：【國際認證教材】金融AI稽核-保險業務挪用客戶保費預測性查核(附試用教育版軟體90天使用權+教學演練資料)
|
(共有21人投票)
