lupa umowa policy ubezpieczenie samochód papiery dokumenty lupa umowa policy ubezpieczenie samochód papiery dokumenty

Opis projektu

Na polskim rynku ubezpieczeniowym znajduje się kilkanaście podmiotów oferujących ubezpieczenia na życie i ubezpieczenia majątkowe. Podmioty funkcjonują oddzielnie, mając odrębną politykę przeciwdziałania wyłudzeniom i korzystają z własnych narzędzi do wykrywania przestępstw. Aktualne prawo nie pozwala na powszechne dzielenie się informacjami i danymi o oszustwach, w związku z czym sprawczość przeciwdziałania jest ograniczona do jednego podmiotu.

Skala problemu wyłudzeń jest szacowana na ok. 10% ogólnej kwoty wypłacanych odszkodowań rynku europejskiego. W Polsce jest to kwota kilkunastu miliardów złotych rocznie. Wykrywanie tego typu oszustw wymaga specjalistycznej i kompletnej wiedzy oraz znajomości rynku. Do wyłudzeń ubezpieczeniowych dochodzi na każdym etapie procesu ubezpieczenia. Od 2008 roku dr Piotr Majewski, pracownik Uniwersytetu WSB Merito  Toruniu (dawniej Wyższa Szkoła Bankowa w Toruniu), na zlecenie i we współpracy z Polską Izbą Ubezpieczeń (PIU) prowadził badania mające na celu oszacowanie skali zjawiska przestępczości tej branży oraz zbadanie trendów i schematów rozwojowych.

Wnioski z badań


Badania realizowane były cyklicznie, na podstawie danych pozyskanych od działających w Polsce ubezpieczycieli, ze zwrotnością informacji ponad 95%. Wnioski z badań pozwalają na dokładne porównanie skali i struktury zjawiska. Zebrane wnioski dr Piotr Majewski cyklicznie udostępnił w postaci raportu, który jest wykorzystywany przez praktyków branży ubezpieczeniowej.

Sprawcy przestępstw wykorzystują metody, które ewoluują i dostosowują się do zmian w otoczeniu rynkowym. Są to zmiany m.in. kanałów sprzedaży czy likwidacji szkód z uwagi na ograniczenia pandemiczne. Istnieją zatem trendy i schematy, które zostały wykryte w wyniku wieloletnich badań. Badacz zaobserwował zmiany i nowe zagrożenia w samym otoczeniu, takie jak migracja metod wyłudzeń stosowanych w sektorze bankowym, wzrastające zagrożenia w sektorze ubezpieczeń na życie czy coraz intensywniej działające zorganizowane grupy wykorzystujące cyberprzestępczość. Na bazie tych wniosków została scharakteryzowana struktura i skala rzeczywistych zagrożeń z podziałem na poszczególne obszary rynku ubezpieczeń.

Raport


Raport zawiera zestaw informacji, składający się m.in. z opisu struktury zjawiska z podziałem na rodzaje ubezpieczeń, przeglądu metod wyłudzeń pod kątem zmiany ich dotkliwości i popularności, przeglądu nowych trendów w ubezpieczeniach, które mogą powodować zagrożenia oraz odniesienia do sytuacji panującej na rynkach zagranicznych. Informacje zamieszczone w raporcie to kompleksowa baza wiedzy, która może wspierać programy szkoleniowe, benchmarkingi oraz założenia działania systemów antyfraudowych.

Raport Polskiej Izby Ubezpieczeń "Analiza danych dotyczących przestępstw ubezpieczeniowych ujawnionych w 2020 roku" jest dostępny pod tym adresem.


Źródło: P. Majewski, Polska Izba Ubezpieczeń, Komisja ds. Przeciwdziałania Przestępczości Ubezpieczeniowej, Analiza danych dotyczących przestępstw ubezpieczeniowych ujawnionych w 2020 roku, Warszawa 2021 r.

 

 

Wykorzystanie wyników badań


Wiedza o zmianach i tendencjach przestępców pozwala stworzyć i skalibrować informatyczne systemy antyfraudowe, które są oparte na nowych technologiach, wykorzystujących analizę danych (również sztucznej inteligencji). Systemy są podstawą polityki antyfraudowej firm ubezpieczeniowych. Ważna jest także wiedza pracowników wszystkich szczebli, dlatego też odbywają się cykliczne szkolenia propagujące wiedzę pracowników, stworzone na podstawie wyników badań i rozpoznanych trendów.

Przeprowadzone badania dały impuls do tworzenia programów i szkoleń dla policjantów Wydziałów do Walki z Przestępczością Gospodarczą. Zrealizowane zostały szkolenia dla Komend Wojewódzkich Policji w całej Polsce, przeszkolono łącznie ponad 1350 uczestników. Wyniki badań są wykorzystywane do realizacji polityki informacyjnej PIU i ograniczania przyzwolenia społecznego, trafiając do tysięcy czytelników mass mediów. Dane z raportu publikowane są na dostępnych kanałach komunikacji elektronicznej PIU, social mediach oraz portalach internetowych, dzięki czemu społeczeństwo nabiera świadomości skali zjawiska.

Partnerzy projektu


data:image/jpeg;base64,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