Елена Юрьевна Сидорова — доктор экономических наук, доцент, профессор кафедры налогов и налогового администрирования
Москва
Elena Yu. Sidorova — Dr. Sci. (Econ.), Assoc. Prof., Prof. of the Department of Taxes and Tax Administration
Moscow
Предмет исследования — организационно-экономические отношения, возникающие в результате предупреждения мошенничества в страховании в Российской Федерации. Цель работы — рассмотреть основные методы предупреждения мошенничества в страховании в Российской Федерации. Методология исследования: экономические методы (при анализе использования аналитических инструментов в State Farm), аналитический метод (при исследовании системы обучения персонала страховых компаний и сотрудничестве с правоохранительными органами), метод обобщения (для систематизации научных знаний по исследованию аналитических инструментов в страховании), метод сравнения (при исследовании машинного обучения в страховании и возможностей применения искусственного интеллекта). Рассмотрены аналитические инструменты и технологии, значительно повышающие эффективность системы внутреннего контроля и мониторинга. Приведены примеры их использования в страховых компаниях. Выделены преимущества обучения персонала страховых компаний и рассмотрены примеры обучающих программ для персонала страховых компаний. В борьбе с мошенничеством в страховой сфере используются следующие инструменты: создание совместных рабочих групп, партнерство с антимошенническими ассоциациями, использование общих информационных платформ. По всем исследуемым вопросам приведена статистика. Страховым компаниям следует продолжать инвестировать в технологии машинного обучения и искусственного интеллекта для улучшения анализа данных и выявления мошеннических действий. Необходимо расширить перечень образовательных программ для сотрудников в целях выявления и предотвращения мошенничества. Совместные расследования и обмен информацией между страховыми компаниями и правоохранительными органами должны стать стандартной практикой.
This research examines the impact of fraud prevention measures on organizational and economic relationships in the Russian insurance sector. The purpose of the work is to consider the major methods of fraud prevention in insurance in the Russian Federation. The research methodology comprises the following methods: economical — the use’s analysis of analytical implements in State Farm; analytical — the personnel’s study training system of insurance companies and cooperation with law enforcement agencies; generalization method — systematization of scientific knowledge on the study of analytical instruments in insurance; comparison method — the study of machine learning in insurance and the possibilities of using artificial intelligence. The paper reviews analytical instruments and technologies that improve the efficiency of the internal control and monitoring system. The author gives examples of how these tools and technologies are used in insurance companies. This paper emphasizes the benefits of training insurance company staff and provides examples of effective training programs. Combating fraud in the insurance industry involves creating joint working groups, collaborating with anti-fraud associations, and using shared information platforms. The author provided statistics for all issues under study. Investing in machine learning and AI is crucial for insurance companies to enhance data analysis and fraud detection. Expanding educational programs for employees is essential for the detection and prevention of fraud. Insurance companies and law enforcement should routinely collaborate and share information.
The authors declare that there are no conflicts of interest present.