论文部分内容阅读
摘要：保险理赔诉讼涉及投保方、保险公司、法院三方，到底是投保方欺诈，还是保险公司惜赔，法院判决具有客观公信力。对2000—2011年170个人身意外伤害保险理赔诉讼样本进行实证分析发现：投保方索赔金额远大于保险公司愿赔金额，法院判决金额介于索赔金额与愿赔金额之间，惜赔金额大于欺诈金额；投保方欺诈金额与索赔金额、保险费正相关，北京甚于外地，残疾甚于其他伤害，年龄61～70岁弱于其他年龄段，新法实施后弱于新法实施前；保险公司惜赔金额与愿赔金额负相关，但与保险金额正相关，北京弱于外地，地市分公司弱于区县支公司，死亡甚于其他伤害，中毒、溺水甚于其他事故，年龄51～60岁甚于其他年龄段，新法实施后甚于新法实施前。
关键词：欺诈金额；惜赔金额；投保方特征；保险公司类型；机会欺诈；保险理赔；新《保险法》
中图分类号：D923 文献标识码：A 文章编号：1007-2101（2014）02-0115-06
保险欺诈（Insurance Fraud）是国际保险研究的一个热门议题。全国保险业标准化技术委员会对保险欺诈界定如下“投保人、被保险人或受益人故意虚构保险标的，在没有发生保险事故的情况下谎称发生了保险事故，或者故意制造保险事故，或者在保险事故发生后以伪造、编造的有关证明、资料和其他证据来编造虚假的事故原因，或者夸大损失程度，向保险公司提出索赔或给付请求的行为”。保险欺诈分为硬欺诈（Hard Fraud）和软欺诈（Soft Fraud）两种，前者指投保方在保单承保的范围内，故意编造或制造保险事故，后者指投保方夸大合法的索赔，有时称为机会欺诈（Opportunistic Fraud）。
进入新世纪以来，国内保险理赔诉讼大幅度增加，典型案件有2003—2004年信诚人寿300万保险合同纠纷、2005年深圳友邦重疾险纠纷、2006年中国保险报连续刊登“保险费自动垫缴”案等。保险公司败诉消息经媒体披露后，保险公司因识别欺诈错误背负惜赔（Underpayment）恶名。媒体关于保险公司惜赔报道是否属实，到底是投保方欺诈还是保险公司惜赔？有必要针对部分保险理赔诉讼案例作出定量分析。
一、文献回顾
理论方面，保险欺诈的成因主要集中于信息不对称和道德风险。Caudill等（2005）认为理赔时被保险人或受益人夸大或制造保险事故难以鉴别。Moreno等（2006）认为，索赔审计并非总能有效抑制保险欺诈。实证方面，国外学者探讨索赔人、经济损失、人身伤害等索赔特征对汽车保险欺诈影响，建立回归模型，找出欺诈识别的关键指标。Artis等（1999）发现，交警出具的责任划分报告可有效抑制保险欺诈，索赔人历史行为对索赔金额有明显影响。Derrig等（1994）发现，索赔人软组织伤害（Soft Tissue Injury ）若有律师或医师帮助更易欺诈，索要一般损害赔偿金（General Damages）。Harrington等（1998）推翻了保险理赔存在种族歧视的误解。Loughran（2005）发现保险公司宽容一般损害理赔额（General Damages Awards），但严格限制特殊损害理赔额（Specific Damages Awards）。Doerpinghaus等（2003）发现女性、年轻（年龄<22岁）和年长（年龄>65岁）司机承担更大过错责任。Richard（2000），Crocker等（2002）发现交通事故中风险厌恶程度较高索赔人获得较少赔付金额，与Doerpinghaus等（2008）研究结论一致，女性索赔人得到的赔付金额比男性低10%，年轻索赔人（年龄<22岁）得到的赔付金额比其他人少12%。
性别、年龄、学历、家庭所在地等特征影响风险厌恶程度。Dohmen等（2005）指出，生物酶导致不同性别风险厌恶程度差异。孙毓泽、丁小浩（2007）发现，男生冒险意愿显著强于女生。Haleck等（2001）发现，无论纯粹风险还是投机风险，女性风险厌恶程度高于男性，与Sorrentino等（1992）研究结论一致，女性倾向于低额但确实性收入。Jianakoplos和Bernasek（1998）、Levin等（1988）以及Powell等（1997）用实证数据证明女性比男性风险厌恶程度更高。但Nowakowska（1979）认为，性别的风险偏好差异依赖于风险决策的环境以及具体的风险内容。Bajtelsmit等（1996）指出，性别导致不同的风险倾向，可能是生理条件差异，也可能是社会对不同性别存在不同期望。陈蒂（2005）发现年轻、教育程度较高的农户更具规避疾病以及意外伤害等风险意识。Haleck等（2001）发现，随着年龄增加人们风险厌恶程度降低，但65岁以上比其他年龄段呈现更强的风险偏好。孙悦、李纾（2005）发现，教育水平最高的人群（研究生或以上）平均赌博总次数最低。孙毓泽、丁小浩（2007）发现，家庭所在地同个体的冒险意愿负相关，来自县城、乡镇和农村的学生冒险意愿显著高于来自大中城市的学生。
中国科学院心理研究所“社会转型期不同职业群体主要社会应激源与心理健康研究”项目（2006）测量不同职业、不同年龄段压力值，发现经理压力（76）最大，其次是公务员（74）、职员（73）、无业人员（68），农民（60）、工人（59）；年龄21-30岁压力（71）最大，其次是年龄50-51（68）、年龄31-40（67）、年龄41-50（66）三个年龄段，但这三个年龄段差别不大，年龄61-80（60）最小。
本文借鉴伤害类型（外伤、软组织损伤）、年龄、性别等索赔特征对保险欺诈影响，性别、年龄、学历、家庭所在地等特征对风险厌恶程度影响，不同职业、不同年龄段压力值差异，探讨投保方欺诈、保险公司惜赔行为的影响因素。
二、研究假设、样本数据与模型设定
（一）研究假设
保险理赔诉讼涉及投保方、保险公司、法院三方。无论投保方索赔，还是保险公司愿赔，均受保险单信息、投保方特征、保险公司类型、案件情况等因素影响。假设法院居中公正裁判，投保方欺诈金额=（索赔金额-判决金额），保险公司惜赔金额=（判决金额-愿赔金额）。 1. 保险单信息。保险金额直接关系到被保险人能够在多大程度上得到保险补偿，对索赔人行为具有重要影响。保险费是投保人直接支出的货币成本，索赔额大小决定投保方能够在多大范围内收回成本。理性索赔人，既要弥补保险费，又要尽可能获取较高的保险赔偿金。保险公司理赔时，也不会忽视保险金额、保险费因素。
2. 投保方特征。投保方特征包括性别、年龄、职业等。理赔诉讼花费相当的时间、精力，能否获得法院支持也存在不确定性。若索赔人拥有更多时间和精力，可能更偏好诉讼。业余时间长短以及工作外精力与面对的压力直接相关，若索赔人压力较小，可能更乐于诉讼。不同职业、不同年龄段索赔人，业余时间以及工作外精力差异很大，面对压力不同，必然影响索赔金额的提出。不同性别风险厌恶程度存在差异，对索赔金额提出也会产生影响。保险公司理赔时，会认真考虑索赔人性别、年龄、职业等特征，估测其面对压力、风险偏好等因素，提出愿赔金额。
3. 保险公司类型。保险公司根据属性有多种划分方法。根据出资者国籍分为中资公司和外资公司，中资进一步分为国有控股公司和股份制公司。根据管辖级别，分为地市分公司和区县支公司。不同保险公司，经营理念、价值观存在差异，面对投保方索赔金额可能采取不同应对措施，进而影响愿赔金额的提出。
4. 案件情况。案件情况，包括保险事故、诉讼参与人、法律适用等。投保方索赔诉求能否得到保险公司认可，关键在于发生事故是否属于保险合同约定的保险责任，若系免责范围，可能面临拒赔。投保方是否遭受直接的身体伤害，对索赔金额也会产生影响。若投保方遭受直接的身体伤害，可能为急于获得赔付而接受保险公司较低的赔偿金额；也可能提出更高的索赔金额，以弥补自身伤害。投保方索赔有时非独立完成，亲戚、朋友、同事等非律师参与或律师参与对案情可能产生正面或负面影响。2009年10月1日新《保险法》实施，强调保护投保方利益，索赔金额可能会提高，也可能因为法律对其加强保护而减少不诚信行为。保险公司理赔时，会认真考虑保险事故、诉讼参与人、法律适用等情形。
（二）样本和数据
本文样本来源于课题组对国内10多家法院的实证调研，共获取2000—2011年人身意外伤害保险理赔诉讼案件175例，剔除5个信息不全的案件，最终形成有效样本170例。本文不存在投保方故意编造或制造保险事故的硬欺诈情形，所有事故真实发生，争议点在于是否在保险责任范围以及应获多少赔偿。
从保险单信息、保险公司类型、投保方特征、案件情况4个维度设置变量（见表1）。
（三）模型设计
本文对调研所得数据，分别进行描述性统计及回归分析，以探讨投保方欺诈金额、保险公司惜赔金额的影响因素。其中，回归分析涉及的基本模型如下：
Y=？茁0+？茁1X+？茁2D+？着
其中：Y为被解释变量矩阵，即投保方欺诈金额、保险公司惜赔金额；X为解释变量矩阵，即投保方索赔金额或保险公司愿赔金额；D为变量矩阵，即保险金额、保险费、保险事故类型、保险事故程度类别、诉讼参与人类型、是否适用2009年新保险法、保险公司类型、投保方特征等；？茁0、？茁1、？茁2是回归系数矩阵，？着表示随机误差。
三、描述性统计分析
对全部样本数据进行描述性统计（见表2）。投保方索赔金额（54 259.80元）远大于保险公司愿赔金额（6 254.99元），前者是后者的8.67倍。法院判决金额（32 994.64元），介于索赔金额和愿赔金额之间，欺诈金额（36 150.77元）低于惜赔金额（39 187.42元）。
高保险金额、高保险费对应高欺诈金额、高惜赔金额，低保险金额、低保险费对应低欺诈金额、低惜赔金额。国有控股公司欺诈金额（38 732.08元）大于股份制公司，但股份制公司惜赔金额（40 891.75元）高于国有控股公司；地市分公司欺诈金额（44 289.95元）大于区县支公司，但区县支公司惜赔金额（47 428.49元）高于地市分公司。
从投保方特征看，男性欺诈金额（34 284.5元）、惜赔金额（35 190.3元）均低于女性；年龄51～60岁欺诈金额（95 534.42元）、惜赔金额（87 128.91元）均高于其它年龄组，年龄61～70岁欺诈金额（19 333.33元）最低，年龄21～30岁惜赔金额（15 075.75元）最低；农民欺诈金额（40 119.02元）最高，工人惜赔金额（48 362.27元）最高，职员欺诈金额（15 757.93元）、惜赔金额（11 558.26元）均最低；未婚欺诈金额（25 440.74元）、惜赔金额（7 666.67元）均最低，离丧欺诈金额（50 836.77元）、惜赔金额（70 530.25元）均最高。
从案件情况看，北京欺诈金额（60 956.34元）远甚于外地，但外地惜赔金额（42 588.97元）远甚于北京，省会城市欺诈金额（53 038.41元）远甚于中小城市，但中小城市惜赔金额（40 882.17元）甚于省会城市，东部地区欺诈金额（55 762.31元）、惜赔金额（53 410.63元）均甚于中西部地区；工伤欺诈金额（60 956.34元）最高、惜赔金额（19 378.38元）最低，交通事故非机动车伤害惜赔金额（53 410.63元）最高；残疾欺诈金额（53 038.41元）最高，伤害惜赔金额（42 588.97元）最高；非律师参与欺诈金额（39 525.09元）甚于律师参与，但律师参与惜赔金额（48 552.94元）甚于非律师参与；新法实施后欺诈金额（43 313.03元）、惜赔金额（43 112.37元）均高于实施前。
四、回归分析
为避免多重共线性，本文采用逐步回归法，以对因变量贡献最大的自变量所对应的回归方程为基础，按自变量重要性大小为顺序逐个引入其余的自变量。 （一）投保方欺诈金额的影响因素
以欺诈金额为因变量，进行回归分析，因模型存在异方差，采用加权最小二乘法对其进行修正，修正结果见表3。从R2可知模型拟合程度较好，经检验，模型不存在异方差与多重共线性，且模型通过了F检验，在整体上是显著的。从单个变量的P值看，模型中所有变量的回归系数均在5%的置信度水平下显著不为0。索赔金额回归系数为0.257 055，欺诈金额与索赔金额正相关，符合经验预期，索赔金额越高，欺诈金额越大。保险费回归系数是1.921 283，欺诈金额与保险费正相关，投保人缴纳的保险费越高，欺诈金额越大，可能是索赔人试图通过欺诈捞回缴纳的保险费成本，同时获取较高的保险赔偿金额。北京回归系数为30 037.73，北京欺诈金额比外地平均高30 037.73元，可能是北京经济更发达，高房价、高工作强度、高消费等压力较大，在这样环境中的索赔人欺诈思路更加发散，欺诈手段更加隐蔽，例如相当数量的北京被保险人意外伤害住院后，连带检查、治疗疾病或使用一些不必要的、昂贵的药物，将医疗、医药费用合在一起向保险公司索赔，但这种夸大索赔额的软欺诈在外地较为少见。年龄61～70岁回归系数为-25 205.32，年龄61～70岁欺诈金额比其他年龄段平均低25 205.32元，可能是年龄61～70岁多属退休群体，较稳定的养老金收入以及较丰富的人生阅历使得他们心态更为平和，经济压力较小。残疾回归系数为10 850.19，残疾欺诈金额比其他伤害平均高10 850.19元，由于残疾后续治疗及康复费用较高，根据保险条款，保险公司仅对7级以上伤残支付保险金，索赔人为获得伤残保险金往往夸大伤残程度。新法实施后回归系数为-10 179.72，新保险法实施后欺诈金额较实施前平均低10 179.72元，这在很大程度上源于新保险法突出保护保险消费者权益的规定，法院判决金额提高，进而索赔与判决差额变小。
（二）保险公司惜赔金额的影响因素
以惜赔金额为因变量，进行回归分析，因为模型存在异方差，采用加权最小二乘法对其进行修正，修正结果见表4。从R2可知模型拟合程度较好，经检验，模型不存在异方差与多重共线性，且模型通过了F检验，在整体上是显著的。从单个变量的P值看，所有变量的回归系数均在5%的置信度水平下显著不为0。愿赔金额回归系数为-0.816 210，惜赔金额与愿赔金额负相关，符合经验预期，保险公司愿赔金额越高，惜赔金额越小。保险金额回归系数为0.228 215，惜赔金额与保险金额正相关，保险金额越高，惜赔金额越大，可能是高保额保单一旦出险，保险公司将面临高额赔付压力。北京回归系数为-30 137.50，北京惜赔金额比外地平均低30 137.50元。地市分公司回归系数为-15 538.49，地市分公司惜赔金额比区县支公司平均低15 538.49元，可能是经济发展不平衡以及历史、人文等多种因素的影响，北京保险公司、地市分公司理赔人员业务素质明显强于外地保险公司、区县支公司，对保险法关于被保险人告知、免责等规定理解得更加全面、透切。死亡回归系数为12 451.09，保险公司对死亡惜赔金额比其他伤害平均高12 451.09元，因为死亡保险赔偿金远高于一般伤害、伤残，保险公司为减少高额赔付压力而惜赔。中毒、溺水回归系数为103 535.3，保险公司对中毒、溺水事故惜赔金额较其他事故平均高103 535.3元。年龄51～60岁回归系数为32 857.77，保险公司对年龄51～60岁惜赔金额较其他年龄段平均高32 857.77元，可能是年龄51～60岁临近退休，索赔心态较为平和；仍需继续工作，无暇与保险公司讨价还价，弱化其谈判能力，保险公司愿赔金额较低，进而惜赔金额大于其他年龄组。新法实施后回归系数为14 150.82，新保险法实施后保险公司惜赔金额比实施前平均高14 150.82元，这源于新保险法增加保险公司义务的规定，法院判决金额提高，进而判决与愿赔差额变大。
五、结论和建议
通过对2000—2011年实证调研的170个人身意外伤害保险理赔诉讼样本数据进行描述性统计和回归分析，可以得出以下四点结论，并提出相关建议。
1. 投保方索赔金额远大于保险公司愿赔金额，法院判决金额介于索赔金额与愿赔金额之间，惜赔金额大于欺诈金额。媒体关于保险公司理赔败诉报道一定程度上反映保险惜赔的客观事实，建议保险公司谨慎对待投保方索赔行为，仔细甄别欺诈和诚实索赔，避免因欺诈识别错误而背负惜赔恶名。
2. 投保方欺诈金额与索赔金额、保险费正相关，北京甚于外地，年龄61-70岁弱于其他年龄段，残疾甚于其他伤害，新法实施后弱于新法实施前。投保人缴纳保险费对欺诈金额影响最显著，建议索赔人调整心态，诚信、理性索赔，保险公司深入研究并总结索赔欺诈规律，采取有效的应对策略。
3. 保险公司惜赔金额与愿赔金额、保险金额正相关，北京弱于外地，地市分公司弱于区县支公司，死亡甚于其他伤害，中毒、溺水甚于其他事故，年龄51-60岁甚于其他年龄段，新法实施后甚于新法实施前。保险金额对惜赔金额影响最为显著，建议保险公司正确对待承保保单的保险金额，外地保险公司、区县支公司努力提高理赔人员业务素质，不再片面、机械地理解保险法律关于被保险人告知、免责等规定，代之以全面、整体、诚信理解。渠道主要有二：一是引进高素质理赔业务人才；二是借鉴中国人寿保险股份有限公司北京市分公司“市公司集中理赔”的做法，地市分公司统一处理下辖区县支公司理赔业务。
4. 新法实施后欺诈金额比新法实施前平均低10179.72元，新法实施后惜赔金额比新法实施前平均高14 150.82元，说明新保险法实施后投保方欺诈金额下降、保险公司惜赔金额增加，这是由于法院判决时充分考虑了新保险法突出保护保险消费者权益、增加保险公司义务之规定，法院判决金额提高，新《保险法》保护保险消费者权益效果初步显露出来。 参考文献：
[1]Steven B.Caudill，Mercedes Ayuso， Montserrat Guillén.Fraud Detection Using a Multinomial Logit Model With Missing Information[J]. The Journal of Risk and Insurance，2005，（4）：539-550.
[2]Ignacio Moreno，Francisco J.Vázquez， Richard Watt. Can Bonus-Malus Allieviate Insurance Fraud[J]. The Journal of Risk and Insurance，2006，（1）：123-151.
[3]Manuel Artís，Mercedes Ayuso， Montserrat Guillén.Modeling Different Types of Automobile Insurance Fraud Behaviors in the Spanish Market[J]. Mathematics and Economics，1999，（24）：67-81.
[4]Richard A. Derrig，Herbert I.Weisberg， Xiu Chen. Behavioral Factors and Lotteries Under No-Fault with a Monetary Threshold：A Study of Massachusetts Automobile Claims[J]. The Journal of Risk and Insurance，1994，（2）：245-275.
[5]Scott E. Harrington，Greg Niehaus. Race，Redlining，and Automobile Insurance Prices[J]. The Journal of Business，1998，（3）：439-469.
[6]Helen Doerpinghaus，Joan Schmit，Jason Jia-Hsing Yeh. Personal Bias in Automobile Claims Settlement[J]. The Journal of Risk and Insurance，2003，（2）：185-205.
[7]Keith J. Crocker，Sharon Tennyson. Insurance Fraud and Optimal Claims Settlement Strategies[J].The Journal of Law and Economics，2002，（2）：469-507.
[8]Helen Doerpinghaus，Joan Schmit，Jason Jia-Hsing Yeh. Age and Gender Effects on Auto Liability Insurance Payouts[J]. The Journal of Risk and Insurance，2008，（3）：527-550.
[9]Nowakowska M. Risk and motivation：A new decision model[J]. Przeglad Psychol ogiczny，1979，（22）：663-681
[10]刘坤坤.车险保险欺诈识别和测量模型实证研究——基于广东省车险历史索赔数据[J].暨南学报（哲学社会科学版），2012，（8）.
[11]曲蓉.公共信任是一种美德吗？[J].江西社会科学，2013，（10）.
[12]阴建峰.保险诈骗罪的共犯问题探究[J].河南大学学报（社会科学版），2013，（2）.
[13]孙毓泽，丁小浩.高等教育群体的风险偏好及其影响因素的实证分析[A].2007年中国教育经济学年会会议论文[C].
[14]陈蒂.不同情景中个体创业倾向对风险决策的影响[D]. 南昌：江西师范大学，2006.
[15]孙悦，李纾.澳门人的风险知觉与赌博行为[J].心理学报. 2005，（2）：260-267.
责任编辑、校对：张增强
关键词：欺诈金额；惜赔金额；投保方特征；保险公司类型；机会欺诈；保险理赔；新《保险法》
中图分类号：D923 文献标识码：A 文章编号：1007-2101（2014）02-0115-06
保险欺诈（Insurance Fraud）是国际保险研究的一个热门议题。全国保险业标准化技术委员会对保险欺诈界定如下“投保人、被保险人或受益人故意虚构保险标的，在没有发生保险事故的情况下谎称发生了保险事故，或者故意制造保险事故，或者在保险事故发生后以伪造、编造的有关证明、资料和其他证据来编造虚假的事故原因，或者夸大损失程度，向保险公司提出索赔或给付请求的行为”。保险欺诈分为硬欺诈（Hard Fraud）和软欺诈（Soft Fraud）两种，前者指投保方在保单承保的范围内，故意编造或制造保险事故，后者指投保方夸大合法的索赔，有时称为机会欺诈（Opportunistic Fraud）。
进入新世纪以来，国内保险理赔诉讼大幅度增加，典型案件有2003—2004年信诚人寿300万保险合同纠纷、2005年深圳友邦重疾险纠纷、2006年中国保险报连续刊登“保险费自动垫缴”案等。保险公司败诉消息经媒体披露后，保险公司因识别欺诈错误背负惜赔（Underpayment）恶名。媒体关于保险公司惜赔报道是否属实，到底是投保方欺诈还是保险公司惜赔？有必要针对部分保险理赔诉讼案例作出定量分析。
一、文献回顾
理论方面，保险欺诈的成因主要集中于信息不对称和道德风险。Caudill等（2005）认为理赔时被保险人或受益人夸大或制造保险事故难以鉴别。Moreno等（2006）认为，索赔审计并非总能有效抑制保险欺诈。实证方面，国外学者探讨索赔人、经济损失、人身伤害等索赔特征对汽车保险欺诈影响，建立回归模型，找出欺诈识别的关键指标。Artis等（1999）发现，交警出具的责任划分报告可有效抑制保险欺诈，索赔人历史行为对索赔金额有明显影响。Derrig等（1994）发现，索赔人软组织伤害（Soft Tissue Injury ）若有律师或医师帮助更易欺诈，索要一般损害赔偿金（General Damages）。Harrington等（1998）推翻了保险理赔存在种族歧视的误解。Loughran（2005）发现保险公司宽容一般损害理赔额（General Damages Awards），但严格限制特殊损害理赔额（Specific Damages Awards）。Doerpinghaus等（2003）发现女性、年轻（年龄<22岁）和年长（年龄>65岁）司机承担更大过错责任。Richard（2000），Crocker等（2002）发现交通事故中风险厌恶程度较高索赔人获得较少赔付金额，与Doerpinghaus等（2008）研究结论一致，女性索赔人得到的赔付金额比男性低10%，年轻索赔人（年龄<22岁）得到的赔付金额比其他人少12%。
性别、年龄、学历、家庭所在地等特征影响风险厌恶程度。Dohmen等（2005）指出，生物酶导致不同性别风险厌恶程度差异。孙毓泽、丁小浩（2007）发现，男生冒险意愿显著强于女生。Haleck等（2001）发现，无论纯粹风险还是投机风险，女性风险厌恶程度高于男性，与Sorrentino等（1992）研究结论一致，女性倾向于低额但确实性收入。Jianakoplos和Bernasek（1998）、Levin等（1988）以及Powell等（1997）用实证数据证明女性比男性风险厌恶程度更高。但Nowakowska（1979）认为，性别的风险偏好差异依赖于风险决策的环境以及具体的风险内容。Bajtelsmit等（1996）指出，性别导致不同的风险倾向，可能是生理条件差异，也可能是社会对不同性别存在不同期望。陈蒂（2005）发现年轻、教育程度较高的农户更具规避疾病以及意外伤害等风险意识。Haleck等（2001）发现，随着年龄增加人们风险厌恶程度降低，但65岁以上比其他年龄段呈现更强的风险偏好。孙悦、李纾（2005）发现，教育水平最高的人群（研究生或以上）平均赌博总次数最低。孙毓泽、丁小浩（2007）发现，家庭所在地同个体的冒险意愿负相关，来自县城、乡镇和农村的学生冒险意愿显著高于来自大中城市的学生。
中国科学院心理研究所“社会转型期不同职业群体主要社会应激源与心理健康研究”项目（2006）测量不同职业、不同年龄段压力值，发现经理压力（76）最大，其次是公务员（74）、职员（73）、无业人员（68），农民（60）、工人（59）；年龄21-30岁压力（71）最大，其次是年龄50-51（68）、年龄31-40（67）、年龄41-50（66）三个年龄段，但这三个年龄段差别不大，年龄61-80（60）最小。
本文借鉴伤害类型（外伤、软组织损伤）、年龄、性别等索赔特征对保险欺诈影响，性别、年龄、学历、家庭所在地等特征对风险厌恶程度影响，不同职业、不同年龄段压力值差异，探讨投保方欺诈、保险公司惜赔行为的影响因素。
二、研究假设、样本数据与模型设定
（一）研究假设
保险理赔诉讼涉及投保方、保险公司、法院三方。无论投保方索赔，还是保险公司愿赔，均受保险单信息、投保方特征、保险公司类型、案件情况等因素影响。假设法院居中公正裁判，投保方欺诈金额=（索赔金额-判决金额），保险公司惜赔金额=（判决金额-愿赔金额）。 1. 保险单信息。保险金额直接关系到被保险人能够在多大程度上得到保险补偿，对索赔人行为具有重要影响。保险费是投保人直接支出的货币成本，索赔额大小决定投保方能够在多大范围内收回成本。理性索赔人，既要弥补保险费，又要尽可能获取较高的保险赔偿金。保险公司理赔时，也不会忽视保险金额、保险费因素。
2. 投保方特征。投保方特征包括性别、年龄、职业等。理赔诉讼花费相当的时间、精力，能否获得法院支持也存在不确定性。若索赔人拥有更多时间和精力，可能更偏好诉讼。业余时间长短以及工作外精力与面对的压力直接相关，若索赔人压力较小，可能更乐于诉讼。不同职业、不同年龄段索赔人，业余时间以及工作外精力差异很大，面对压力不同，必然影响索赔金额的提出。不同性别风险厌恶程度存在差异，对索赔金额提出也会产生影响。保险公司理赔时，会认真考虑索赔人性别、年龄、职业等特征，估测其面对压力、风险偏好等因素，提出愿赔金额。
3. 保险公司类型。保险公司根据属性有多种划分方法。根据出资者国籍分为中资公司和外资公司，中资进一步分为国有控股公司和股份制公司。根据管辖级别，分为地市分公司和区县支公司。不同保险公司，经营理念、价值观存在差异，面对投保方索赔金额可能采取不同应对措施，进而影响愿赔金额的提出。
4. 案件情况。案件情况，包括保险事故、诉讼参与人、法律适用等。投保方索赔诉求能否得到保险公司认可，关键在于发生事故是否属于保险合同约定的保险责任，若系免责范围，可能面临拒赔。投保方是否遭受直接的身体伤害，对索赔金额也会产生影响。若投保方遭受直接的身体伤害，可能为急于获得赔付而接受保险公司较低的赔偿金额；也可能提出更高的索赔金额，以弥补自身伤害。投保方索赔有时非独立完成，亲戚、朋友、同事等非律师参与或律师参与对案情可能产生正面或负面影响。2009年10月1日新《保险法》实施，强调保护投保方利益，索赔金额可能会提高，也可能因为法律对其加强保护而减少不诚信行为。保险公司理赔时，会认真考虑保险事故、诉讼参与人、法律适用等情形。
（二）样本和数据
本文样本来源于课题组对国内10多家法院的实证调研，共获取2000—2011年人身意外伤害保险理赔诉讼案件175例，剔除5个信息不全的案件，最终形成有效样本170例。本文不存在投保方故意编造或制造保险事故的硬欺诈情形，所有事故真实发生，争议点在于是否在保险责任范围以及应获多少赔偿。
从保险单信息、保险公司类型、投保方特征、案件情况4个维度设置变量（见表1）。
（三）模型设计
本文对调研所得数据，分别进行描述性统计及回归分析，以探讨投保方欺诈金额、保险公司惜赔金额的影响因素。其中，回归分析涉及的基本模型如下：
Y=？茁0+？茁1X+？茁2D+？着
其中：Y为被解释变量矩阵，即投保方欺诈金额、保险公司惜赔金额；X为解释变量矩阵，即投保方索赔金额或保险公司愿赔金额；D为变量矩阵，即保险金额、保险费、保险事故类型、保险事故程度类别、诉讼参与人类型、是否适用2009年新保险法、保险公司类型、投保方特征等；？茁0、？茁1、？茁2是回归系数矩阵，？着表示随机误差。
三、描述性统计分析
对全部样本数据进行描述性统计（见表2）。投保方索赔金额（54 259.80元）远大于保险公司愿赔金额（6 254.99元），前者是后者的8.67倍。法院判决金额（32 994.64元），介于索赔金额和愿赔金额之间，欺诈金额（36 150.77元）低于惜赔金额（39 187.42元）。
高保险金额、高保险费对应高欺诈金额、高惜赔金额，低保险金额、低保险费对应低欺诈金额、低惜赔金额。国有控股公司欺诈金额（38 732.08元）大于股份制公司，但股份制公司惜赔金额（40 891.75元）高于国有控股公司；地市分公司欺诈金额（44 289.95元）大于区县支公司，但区县支公司惜赔金额（47 428.49元）高于地市分公司。
从投保方特征看，男性欺诈金额（34 284.5元）、惜赔金额（35 190.3元）均低于女性；年龄51～60岁欺诈金额（95 534.42元）、惜赔金额（87 128.91元）均高于其它年龄组，年龄61～70岁欺诈金额（19 333.33元）最低，年龄21～30岁惜赔金额（15 075.75元）最低；农民欺诈金额（40 119.02元）最高，工人惜赔金额（48 362.27元）最高，职员欺诈金额（15 757.93元）、惜赔金额（11 558.26元）均最低；未婚欺诈金额（25 440.74元）、惜赔金额（7 666.67元）均最低，离丧欺诈金额（50 836.77元）、惜赔金额（70 530.25元）均最高。
从案件情况看，北京欺诈金额（60 956.34元）远甚于外地，但外地惜赔金额（42 588.97元）远甚于北京，省会城市欺诈金额（53 038.41元）远甚于中小城市，但中小城市惜赔金额（40 882.17元）甚于省会城市，东部地区欺诈金额（55 762.31元）、惜赔金额（53 410.63元）均甚于中西部地区；工伤欺诈金额（60 956.34元）最高、惜赔金额（19 378.38元）最低，交通事故非机动车伤害惜赔金额（53 410.63元）最高；残疾欺诈金额（53 038.41元）最高，伤害惜赔金额（42 588.97元）最高；非律师参与欺诈金额（39 525.09元）甚于律师参与，但律师参与惜赔金额（48 552.94元）甚于非律师参与；新法实施后欺诈金额（43 313.03元）、惜赔金额（43 112.37元）均高于实施前。
四、回归分析
为避免多重共线性，本文采用逐步回归法，以对因变量贡献最大的自变量所对应的回归方程为基础，按自变量重要性大小为顺序逐个引入其余的自变量。 （一）投保方欺诈金额的影响因素
以欺诈金额为因变量，进行回归分析，因模型存在异方差，采用加权最小二乘法对其进行修正，修正结果见表3。从R2可知模型拟合程度较好，经检验，模型不存在异方差与多重共线性，且模型通过了F检验，在整体上是显著的。从单个变量的P值看，模型中所有变量的回归系数均在5%的置信度水平下显著不为0。索赔金额回归系数为0.257 055，欺诈金额与索赔金额正相关，符合经验预期，索赔金额越高，欺诈金额越大。保险费回归系数是1.921 283，欺诈金额与保险费正相关，投保人缴纳的保险费越高，欺诈金额越大，可能是索赔人试图通过欺诈捞回缴纳的保险费成本，同时获取较高的保险赔偿金额。北京回归系数为30 037.73，北京欺诈金额比外地平均高30 037.73元，可能是北京经济更发达，高房价、高工作强度、高消费等压力较大，在这样环境中的索赔人欺诈思路更加发散，欺诈手段更加隐蔽，例如相当数量的北京被保险人意外伤害住院后，连带检查、治疗疾病或使用一些不必要的、昂贵的药物，将医疗、医药费用合在一起向保险公司索赔，但这种夸大索赔额的软欺诈在外地较为少见。年龄61～70岁回归系数为-25 205.32，年龄61～70岁欺诈金额比其他年龄段平均低25 205.32元，可能是年龄61～70岁多属退休群体，较稳定的养老金收入以及较丰富的人生阅历使得他们心态更为平和，经济压力较小。残疾回归系数为10 850.19，残疾欺诈金额比其他伤害平均高10 850.19元，由于残疾后续治疗及康复费用较高，根据保险条款，保险公司仅对7级以上伤残支付保险金，索赔人为获得伤残保险金往往夸大伤残程度。新法实施后回归系数为-10 179.72，新保险法实施后欺诈金额较实施前平均低10 179.72元，这在很大程度上源于新保险法突出保护保险消费者权益的规定，法院判决金额提高，进而索赔与判决差额变小。
（二）保险公司惜赔金额的影响因素
以惜赔金额为因变量，进行回归分析，因为模型存在异方差，采用加权最小二乘法对其进行修正，修正结果见表4。从R2可知模型拟合程度较好，经检验，模型不存在异方差与多重共线性，且模型通过了F检验，在整体上是显著的。从单个变量的P值看，所有变量的回归系数均在5%的置信度水平下显著不为0。愿赔金额回归系数为-0.816 210，惜赔金额与愿赔金额负相关，符合经验预期，保险公司愿赔金额越高，惜赔金额越小。保险金额回归系数为0.228 215，惜赔金额与保险金额正相关，保险金额越高，惜赔金额越大，可能是高保额保单一旦出险，保险公司将面临高额赔付压力。北京回归系数为-30 137.50，北京惜赔金额比外地平均低30 137.50元。地市分公司回归系数为-15 538.49，地市分公司惜赔金额比区县支公司平均低15 538.49元，可能是经济发展不平衡以及历史、人文等多种因素的影响，北京保险公司、地市分公司理赔人员业务素质明显强于外地保险公司、区县支公司，对保险法关于被保险人告知、免责等规定理解得更加全面、透切。死亡回归系数为12 451.09，保险公司对死亡惜赔金额比其他伤害平均高12 451.09元，因为死亡保险赔偿金远高于一般伤害、伤残，保险公司为减少高额赔付压力而惜赔。中毒、溺水回归系数为103 535.3，保险公司对中毒、溺水事故惜赔金额较其他事故平均高103 535.3元。年龄51～60岁回归系数为32 857.77，保险公司对年龄51～60岁惜赔金额较其他年龄段平均高32 857.77元，可能是年龄51～60岁临近退休，索赔心态较为平和；仍需继续工作，无暇与保险公司讨价还价，弱化其谈判能力，保险公司愿赔金额较低，进而惜赔金额大于其他年龄组。新法实施后回归系数为14 150.82，新保险法实施后保险公司惜赔金额比实施前平均高14 150.82元，这源于新保险法增加保险公司义务的规定，法院判决金额提高，进而判决与愿赔差额变大。
五、结论和建议
通过对2000—2011年实证调研的170个人身意外伤害保险理赔诉讼样本数据进行描述性统计和回归分析，可以得出以下四点结论，并提出相关建议。
1. 投保方索赔金额远大于保险公司愿赔金额，法院判决金额介于索赔金额与愿赔金额之间，惜赔金额大于欺诈金额。媒体关于保险公司理赔败诉报道一定程度上反映保险惜赔的客观事实，建议保险公司谨慎对待投保方索赔行为，仔细甄别欺诈和诚实索赔，避免因欺诈识别错误而背负惜赔恶名。
2. 投保方欺诈金额与索赔金额、保险费正相关，北京甚于外地，年龄61-70岁弱于其他年龄段，残疾甚于其他伤害，新法实施后弱于新法实施前。投保人缴纳保险费对欺诈金额影响最显著，建议索赔人调整心态，诚信、理性索赔，保险公司深入研究并总结索赔欺诈规律，采取有效的应对策略。
3. 保险公司惜赔金额与愿赔金额、保险金额正相关，北京弱于外地，地市分公司弱于区县支公司，死亡甚于其他伤害，中毒、溺水甚于其他事故，年龄51-60岁甚于其他年龄段，新法实施后甚于新法实施前。保险金额对惜赔金额影响最为显著，建议保险公司正确对待承保保单的保险金额，外地保险公司、区县支公司努力提高理赔人员业务素质，不再片面、机械地理解保险法律关于被保险人告知、免责等规定，代之以全面、整体、诚信理解。渠道主要有二：一是引进高素质理赔业务人才；二是借鉴中国人寿保险股份有限公司北京市分公司“市公司集中理赔”的做法，地市分公司统一处理下辖区县支公司理赔业务。
4. 新法实施后欺诈金额比新法实施前平均低10179.72元，新法实施后惜赔金额比新法实施前平均高14 150.82元，说明新保险法实施后投保方欺诈金额下降、保险公司惜赔金额增加，这是由于法院判决时充分考虑了新保险法突出保护保险消费者权益、增加保险公司义务之规定，法院判决金额提高，新《保险法》保护保险消费者权益效果初步显露出来。 参考文献：
[1]Steven B.Caudill，Mercedes Ayuso， Montserrat Guillén.Fraud Detection Using a Multinomial Logit Model With Missing Information[J]. The Journal of Risk and Insurance，2005，（4）：539-550.
[2]Ignacio Moreno，Francisco J.Vázquez， Richard Watt. Can Bonus-Malus Allieviate Insurance Fraud[J]. The Journal of Risk and Insurance，2006，（1）：123-151.
[3]Manuel Artís，Mercedes Ayuso， Montserrat Guillén.Modeling Different Types of Automobile Insurance Fraud Behaviors in the Spanish Market[J]. Mathematics and Economics，1999，（24）：67-81.
[4]Richard A. Derrig，Herbert I.Weisberg， Xiu Chen. Behavioral Factors and Lotteries Under No-Fault with a Monetary Threshold：A Study of Massachusetts Automobile Claims[J]. The Journal of Risk and Insurance，1994，（2）：245-275.
[5]Scott E. Harrington，Greg Niehaus. Race，Redlining，and Automobile Insurance Prices[J]. The Journal of Business，1998，（3）：439-469.
[6]Helen Doerpinghaus，Joan Schmit，Jason Jia-Hsing Yeh. Personal Bias in Automobile Claims Settlement[J]. The Journal of Risk and Insurance，2003，（2）：185-205.
[7]Keith J. Crocker，Sharon Tennyson. Insurance Fraud and Optimal Claims Settlement Strategies[J].The Journal of Law and Economics，2002，（2）：469-507.
[8]Helen Doerpinghaus，Joan Schmit，Jason Jia-Hsing Yeh. Age and Gender Effects on Auto Liability Insurance Payouts[J]. The Journal of Risk and Insurance，2008，（3）：527-550.
[9]Nowakowska M. Risk and motivation：A new decision model[J]. Przeglad Psychol ogiczny，1979，（22）：663-681
[10]刘坤坤.车险保险欺诈识别和测量模型实证研究——基于广东省车险历史索赔数据[J].暨南学报（哲学社会科学版），2012，（8）.
[11]曲蓉.公共信任是一种美德吗？[J].江西社会科学，2013，（10）.
[12]阴建峰.保险诈骗罪的共犯问题探究[J].河南大学学报（社会科学版），2013，（2）.
[13]孙毓泽，丁小浩.高等教育群体的风险偏好及其影响因素的实证分析[A].2007年中国教育经济学年会会议论文[C].
[14]陈蒂.不同情景中个体创业倾向对风险决策的影响[D]. 南昌：江西师范大学，2006.
[15]孙悦，李纾.澳门人的风险知觉与赌博行为[J].心理学报. 2005，（2）：260-267.
责任编辑、校对：张增强