Лютова Ирина Ивановна

Скоринговая модель оценки риска страховых посредников

В статье доказывается эффективность использования скоринговой модели в оценке риска страховщиков при операциях со страховыми посредниками. Предложена группировка информационно-аналитического модуля, по результатам анализа рекомендовано ранжирование, построенное  по степени убывания риска.

У любой страховой компании есть определённые механизмы по защите своих интересов от реализации теневых рисков. Основная задача, решаемая каждой страховой компанией, - это выявить слабое место в системе внутреннего контроля, которое может стать местом возникновения потенциального обмана, причем желательно до того, как злой умысел будет приведен в исполнение.

Наличие единой, комплексной системы противодействия мошенничеству в страховании, минимизирующей субъективность в оценке рисков и причиненного ущерба путем использования, в том числе, и  математических методов, могло бы существенно защитить страховщиков от посягательств различного рода мошенников и сэкономить немалые средства, направляемые на выплаты страхового возмещения по заключенным договорам. Это, в свою очередь, могло бы послужить поводом для снижения тарифов по ряду видов страхования.

Скоринговая система помогает более эффективно оценивать риск проведения незаконных операций, связанных с мошенничеством, а использование автоматизированных систем позволит выявить некоторые ключевые параметры, которые будут указывать на уровень данного риска. На взгляд автора, эту же систему можно использовать для оценки благонадёжности страховых посредников

Скоринговая модель в упрощённом виде представляет собой взвешенную сумму определённых характеристик-параметров, которая даёт агрегированный числовой показатель риска совершения страховым посредником незаконных операций.

Для построения любой системы необходимо выделить ключевые параметры, которые должны лежать в её основе. Система критериев оценки риска мошенничества нуждается в конкретной самостоятельной разработке, прежде всего потому, что параметры скоринговой системы, как и критерии, значительно варьируются в зависимости от того, к какой категории относится потенциальный контрагент.

Рассмотрим структуру и состав системы скоринга и определим систему критериев оценки риска осуществления мошеннических операций страховым посредником на начальном этапе заключения агентского договора договора, на этапе действия агентского договора и на этапе расторжения агентского договора. Следует заметить, что структура скоринговой системы, представленная в данной работе, не является готовой программой, которую можно автоматически использовать в практической деятельности компании, поскольку такая модель должна разрабатываться для каждой компании с учетом ее индивидуальных особенностей.

Первым элементом этой системы является информационно-аналитический модуль, являющийся комплексом ввода сведений о страхователе (рис. 1). Данная информация используется в качестве материала для последующего анализа.

- организационный профиль страхового посредника;

- поведенческий профиль страхового посредника;

- внешняя информация о деятельности страхового посредника.

Рис.1. Информационно-аналитический модуль скоринговой системы.

Как видно из рисунка, каждый блок анализа – это набор параметров, характеризующих вероятность совершения страховым посредником операций, направленных на проведение незаконных операций, связанных с мошенничеством. А параметрами в данном блоке выступает ряд утверждений, направленных на оценку репутации страхователя.

Поведенческий профиль страхового посредника формируется на основании поведения посредника в период действия агентского договора. В рамках данного блока рассматривается совершение страхователем действий, содержащих признаки сомнительных.

Блок внешней информации о страховом посреднике представляет собой наиболее субъективный элемент системы скоринга, который формируется экспертным путём на основе доступных сведений из внешних источников информации. Следует отметить, что при анализе должна использоваться достоверная и полная информация о страховом посреднике. Сведения могут считаться достоверными, если они получены из трёх независимых друг от друга источников.

Вторым и важнейшим элементом системы скоринга является математико-аналитический модуль, в котором содержаться инструменты анализа и интерпретации числовой информации, а также осуществляется обработка статистической информации. По своей сути эти два модуля (информационно-аналитический и математико-аналитический) являются вычислительной машиной с соответствующим программным обеспечением. Так как целью работы не является создание такой программы и математического модуля к ней, поэтому ограничимся ответом на вопрос, что необходимо делать с данным показателем.

Продуктом обработки данного модуля является показатель риска проведения незаконных операций. Однако следует заметить, что получение высокого показателя нельзя считать однозначным утверждением того, что страховой посредник осуществляет операции, направленные на отмывание доходов или связанные с мошенничеством. Высокий показатель риска свидетельствует лишь о том, что вероятность совершения таких операций значительно выше нормы, и на такого страхового посредника следует обратить особое внимание. Характеристики, свидетельствующие о высоком уровне риска проведения незаконных операций, могут и не иметь прямого числового выражения. Поэтому полностью исключить влияние субъективного мнения эксперта не представляется возможным. Вместе с тем, в целом в результате комплексного исследования и математической интерпретации характеристик даже с учетом суждений экспертов, можно получить более объективный показатель риска, на основе которого может быть ранжирована вся посредническая база страховщика.

Кроме перечисленного выше, для экспертной оценки предлагается использовать и систему «красных флажков» - разделение подозрительных договоров на 2 категории: договоры, по которым необходим мониторинг и договоры, которые следует однозначно не допускать в страховой портфель.

Однако, как уже отмечалось выше, невозможно полностью уйти от человеческого фактора. Математический аппарат может проанализировать далеко не всю информацию, поэтому участие человека-эксперта пока неизбежно. Поэтому следующим элементом системы является модуль экспертной оценки тех параметров, которые не может оценить вычислительная машина.

После получения значения, характеризующего вероятность совершения противоправных действий со стороны страхового посредника необходимо произвести ранжирование всех страховых посредников по следующим уровням:

· «Красный уровень» - запрещается заключать договор с проверяемым контрагентом;

· «Оранжевый уровень» - не рекомендовано сотрудничество с указанным контагентом с полным перечнем дополнительных гарантий;

· «Желтый уровень» - рекомендовано заключить договор с проверяемым контрагентом с минимальным перечнем дополнительных гарантий;

· «Зеленый уровень» - разрешается заключить посреднический договор.

Однако обманывать страховщиков ради получения материальной выгоды любят не только посредники, но и штатные продавцы головных офисов. Приведем некоторые индикаторы недобросовестности:

- соотношение обслуженных клиентов и заключённых договоров;

- штатный продавец является бывшим сотрудником страхового посредника (если речь идет об юридических лицах) или бывшим страховым агентом;

- знакомство штатного сотрудника со страховыми посредниками;

- улучшение благосостояния сотрудника;

- жалобы клиентов на звонки от страховых посредников;

- необоснованный отток клиентов к конкурентам или к агентам.

Эти "флажки" частично могут быть введены в математический модуль, а частично – проанализированы экспертом.

В работе страховой организации не менее важны показатели за длительный период по страховому портфелю в целом или отдельным его частям, позволяющие судить о структуре мошенничеств, местах их возникновения и юридических "дырках" в условиях страхования. То есть обо всем том, над устранением чего надо работать компании - так, чтобы даже задуманное клиентом или агентом мошенничество не могло быть успешно совершено в будущем.

Принцип анализа страхового портфеля на предмет выявления участков возникновения мошенничества заключается в подсчете убытков и производных из них показателей по различным структурным единицам страховой компании.

Сначала следует определить показатели в целом по портфелю (за анализируемый период):

1. Число убытков.

2. Сумма выплат.

3. Сумма собранных страховых взносов.

4. Число заключенных договоров.

5. Страховая сумма по заключенным договорам.

6. Уровень выплат (отношение показателя 2 к показателю 3).

7. Убыточность страховой суммы (отношение показателя 2 к показателю 5 должно соответствовать тарифной нетто-ставке).

8. Средний размер убытка (отношение показателя 2 к показателю 1 позволяет проверять адекватность устанавливаемых франшиз и лимитов ответственности).

9. Средний размер выплаты на один договор (отношение показателя 2 к показателю 4).

10. Доля досрочно расторгнутых договоров и суммы возвращенной премии по ним.[1]

Как видно, все показатели страхового портфеля могут быть введены в математический модуль для беспристрастного анализа без участия человека.

Те же самые показатели, рассчитанные по результатам работы страховой компании по разным видам страховой деятельности и продуктам в сравнении их со средними по портфелю, позволяют судить о целесообразности сохранения продуктов в портфеле. В целом если слишком большой уровень выплат компании или филиала по сравнению с аналогичным показателем в среднем по данному региону еще может быть как-то объяснен тарифной или маркетинговой политикой, то слишком большой показатель убыточности страховой суммы или выплаты на один договор - это уже достаточно достоверный индикатор страхового мошенничества. Если фирма выплачивает больше конкурентов - переплата попадает большей частью в карман мошенников, а не лояльных клиентов, как хотелось бы представить ее менеджерам.

В конечном итоге, определив все необходимые данные, можно описать в общем виде методику противодействия мошенничеству при взаимодействии со страховыми посредниками.

Тестирования системы управления риском мошенничества со стороны страховых посредников необходимо тестировать на адекватность оценки рисков следующим образом:

Управление теневыми рисками в области посреднических продажам должно представлять собой систему, объединяющей воедино:

- способ математического анализа информации - о страховом посреднике, в том числе об убытках и производных из них показателей по различным структурным единицам страховой компании, показателях выплат по счетам с СТО, а также иной информации, которая может быть введена  в математический модуль для анализа;

- способ экспертной обработки информации (метод "красных флажков") -  для анализа той части информации, которая не поддается математическому анализу;

- способ интегральной оценки теневого риска – совокупный анализ результатов математического анализа и экспертной оценки.

Синтез математической и экспертной обработки информации повысит качество оценки риска мошенничества. Такая система будет представлять собой синтез автоматизированной скоринговой системы, опирающейся на математически аппарат с минимальным участием человека в данной системе, и комплекса экспертных методов, которые призваны дополнить скоринговую систему. Но влияние человеческого фактора не исключено полностью, поскольку экспертную оценку той информации, которая касается некоторых аспектов деятельности страховых агентов и брокеров, а также сотрудников страховой компании, дает человек (так же являющийся сотрудником страховой компании, возможно связанный какими-либо отношениями с сотрудником отдела продаж, страховым агентом, страховым брокером и пр.).

Если говорить о соотношении математического анализа и экспертной оценки частей такой системы, то обычно оно составляет примерно 70/30. [2] Существует еще несколько аспектов, на которые необходимо обратить внимание.

Первый. Любая страховая компания, начинающая разработку подобных систем, сталкивается с рядом серьёзных проблем. Главная среди них заключается в низкой степени унификации скоринговых систем  для анализа риска  проведения незаконных операций, в отличии от кредитных скоринговых систем. По этой причине найти готовых рецепт для решения поставленных задач практически невозможно. Страховщику приходится самостоятельно разрабатывать основные характеристики и параметры системы и, главное, внедрять модель в практическую деятельность, что может быть гораздо сложнее, чем её первоначальная разработка.

Второй - отсутствие понимания у страховщика всей сложности скоринговой системы. Крупные страховщики могут, затратив значительные средства, выстроить минимально, приемлемое скоринговое решение. Но в страховых компаниях, обладающих такими ресурсами для проведения подобных работ, осознают, что это решение временное и рано или поздно придется обращаться к профессиональному скоринг-вендору, так как решение, отвечающее всем требованиям динамично развивающегося страховщика, может предоставить только компания, владеющая всей полнотой знаний теоретического и практического скоринга.

Третий - отсутствие данных. Отсутствие необходимых данных для работы системы скоринга не позволяет аналитическим технологиям успешно работать. Работа бюро страховых историй, созданных по аналогии с бюро кредитных историй, в России еще недостаточно эффективна. Кроме того, многие страховщики просто не успели за время своей деятельности собрать достаточное для  анализа количество информации или практически не делают этого. Без общей системы сбора данных очень сложно проследить долгосрочные тенденции развития. Оптимальный вариант в этом случае - внедрение единого хранилища данных, в котором бы собиралась информация по всей деятельности страховщика и его клиентах.

Четвертый – корректность расстановки весовых значений при анализе анкетных данных, предоставляемых страховым посредником при заключении договора страхования.  Даже в банковском секторе, который стал первопроходцем в применении скоринговых систем часто возникают проблемы при использовании параметров оценки скоринговой системы.

Пятый – модель не является универсальной в том числе по причине того, что компании необходимо определить приемлемый уровень риска при работе со страховыми посредниками, который будет определяться финансовым состоянием страховщика, а так же его стратегическим планом развития. Если у страховой компании стоит цель по захвату определенного сегмента рынка страховых услуг с участием страховых посредников, то уровень риска, как и уровень возможных потерь будет изменяться в сторону увеличения. Поэтому основная задача при внедрении подобной скоринговой модели является сохранение баланса между экономической составляющей и аспектом безопасности, поскольку при нарушении гармоничности системы компания может понести значительные убытки.

Внедрение единой скоринговой системы оценки риска проведения незаконных операций, связанных с мошенничеством, позволит страховым компаниям оптимизировать работу по анализу потенциальных страхователей. Вместе с тем, следует отметить, что процесс внедрения является сложной, комплексной; процедурой, интегрирующей большую совокупность данных и автоматизирующей процесс их обработки. Эффективность и корректность внедрения скоринговой системы должна быть оценена на практике с использованием значительной совокупности статистических данных.

Таким образом, интегрируя все элементы концептуальной модели системы скоринга, рассмотренные в работе, а также, учитывая современные тенденций в развитии финансовой сферы, можно с уверенностью сказать, что скорирговая система в полной мере сможет выполнять поставленную задачу - комплексный и всесторонний анализ клиентов страховой компании с целью определения риска проведения незаконных операций, связанных, с легализацией преступных доходов и мошенничеством.

Учитывая вышеизложенное, можно сделать следующий вывод: скоринговая система, при должном отношении к ней станет хоть и дорогостоящим, но окупаемым элементом управления теневым риском. Однако даже такой подход не гарантирует полную защиту от реализации теневого риска, поскольку данная проблема больше социальная, чем узкоотраслевая.

[1] Жилкина М.С. Страховое мошенничество: Правовая оценка, практика выявления и методы пресечения - Волтерс Клувер, 2005 г.

[2] www.insur-info.ru