基于“OODA”循环理论建立非车险审计模型的讨论
一、“OODA”循环理论基本介绍
“OODA”循环理论，又称包以德循环理论，是由Observation（观察）、Orientation（判断）、Decision（决策）、Action（行动）四个字母的首字母组合得名，由美国空军上校约翰·博依德（John Boyd）20世纪70年代提出来的。其基本观点是武装冲突可以看做是敌对双方互相较量谁能更快更好地完成“观察—判断—决策—行动”的循环程序，即双方都从观察开始，观察自己、观察环境和敌人，基于观察，获取相关的外部信息，根据感知到的外部威胁，及时调整系统，做出应对决策，并采取相应行动。
二、OODA循环理论之非车险审计检查现实意义
OODA循环理论的核心在于判断，基于观察获取相关的外部信息和变化，及时调整，做出应对决策，并采取相应行动。其中最为关键的是判断，也就是说我们如果对外部环境判断有误，对所分析对象理解错误，所采取的措施也没法准确，必然会导致错误的决策和行动。
因此，该理论原理及精髓在于根据实时观察情况，不断调整优化行动方案和方向，促使决策最优。具体运用到非车险审计检查，便是从总体风险评估到确定重点、再到抽样分散核实、再到系统研究，在确定重点和精准抽样时，要多次讨论重点、不断的优化调整抽样模型。但，为了增强循环理论的适用性，对相关的环节进行了适当调整：与之对应的各环节分别为评估（即观察）、筛选（即判断）、组合（由决策优化而来）、验证（即行动），如图1所示。
图1：改造后的理论框架图
三、具体运用思路
（一）评估
1.评估思路。对于保险业务来说，主要评价业务是否能够给公司带来利润，即保费收入要大于赔付和费用投入（不考虑保费所带来的投资收益），所以针对保险公司非车险业务也就主要围绕赔付和费用进行评估分析。
该阶段评估主要基于非车险承保清单以及承保理赔统计表等系统数据，借助EXCLE电子表格切片器功能，对被稽核单位的保费收入、费用投入、已未决赔款及次数、赔付率等数据或指标，按照机构、渠道、险种、时间等维度进行指标本身和相关性分析，层层分解。
2.评估维度。根据上述评估思路，主要对保费收入、赔付率（含出险频度）、费用等按照时间、机构、渠道、险种四类维度进行剖析。
（1）保费收入。审计人员可自由选择机构/时间两维度对比各机构之间、险种之间保费变化趋势（如图2所示）。一方面可以得出机构业务时间及险种分布情况，结合赔付与费用等指标可以锁定什么时间承保的什么业务，作为检查重点；另一方面可以结合退保等数据，分析得出是否存在集中承保后又集中退保的异常情况。
图2：保费分析结果
（2）赔付率。该指标主要通过赔付率和出险频度两个方面来评价险类和具体业务品质（图3所示）。首先可以通过对比机构、险种间赔付情况，分析得出高赔付或高出险频度的机构或险种，再进一步分析具体险种和机构业务中差品质业务，锁定此类异常数据。同时可以结合保费和费用投入分析，评价业务是否为公司带来了承保利润。
图3：险类赔付率分析结果
（3）费用投入。费用投入主要分析不同机构、险种以及费用类别（手续费和绩效）之间存在的差异（如图4所示），重点关注费用投入过高或绩效高于手续费等异常的指标。并结合赔付率情况，综合评价业务的投入产出比。
图4：险种间的可变动费用与保费对比
3.评估结论。通过对上述数据进行指标的本身分析和各指标之间的相关性分析，最终形成三类数据：第一类为异常数据，此类数据需结合后续的筛选、组合和验证阶段形成最终的问题数据，如保费与赔付均较高的数据、赔付与出险次数（频率）较高数据；第二类为问题数据，直接跳过筛选、组合阶段，需要稽核人员到现场进行验证类的数据，如高费用投入类业务数据。第三类为跳过评估阶段，直接利用筛选和组合阶段得出的问题数据，现场直接验证结论。
（二）筛选
因非车险险种类型较多、各有特点，本文主要以意健险为主要分析对象，充分借助SAS、SQL等软件工具分析、构建意健险的分析场景和审计模型。
1.意健险特点及主要风险分析：意健险主要包含团体意外险、学生意外伤害保险、交通工具意外险、建设工程施工人员意外伤害保险、高保额医疗保险、重大疾病保险等险种，主要赔付住院费、医疗费、住院津贴、伤残/死亡赔偿金等费用。因意健险标的特殊性和赔付项目的特殊性，该类险种业务案件风险场景主要集中在被保险人带病投保（倒签单）、观察期出险、冒名顶替索赔、挂床等夸大损失程度、团伙联手制造虚假病历等理赔材料等方面，因手段较多且难以落实，导致意健险案件风险直线上升。
2.风险因子筛选。该阶段基于上述风险类型分析，通过头脑风暴等形式梳理各类风险场景的风险因子（即数据字段），形成风险因子库（如图5所示），如赔款支付对象、医院名称、伤残等级、鉴定机构、职业工种、出险时间、报案电话、业务员等38条人伤风险筛选因子。主要筛选依据为结合风险因子本身的风险高低和各风险因子之间的关联关系，并使用SQL数据库查询工具提取所需要的数据，完成数据筛选和清理，提升数据完整性与准确性，为场景和模型搭建提供支撑。
图5：风险因子库
（三）组合
此阶段充分调用风险因子库中各类维度中风险因子，进行因果分析和相关性分析，根据风险因子确定所需字段和字段来源，利用EXCLE/SAS等工具进行有效组合，构建场景模型（如图6所示），共搭建意健险业务员与被保险人内外勾结制造虚假赔案、倒签单、同一电话集中报案、内部人员截留赔款、被保险人制造虚假赔案、投保人制造虚假赔案、重复赔付、被保险人与医院联手制造虚假案件等八大场景模型。
另一方面，此阶段还需要考虑八大场景之间自由组合搭配使用，并结合评估阶段相关线索等，进一步筛选高风险案件。
图6：意健险欺诈案件场景
（四）验证
此阶段需对上述各阶段得出异常或问题数据，进行验证或使用，对异常数据需安排穿行测试或采取其他方式核实情况，以验证模型得出数据的准确性，避免因数据错误导致异常数据不准确；再将验证后的问题分为“问题数据”“疑点数据”“关注数据”，进一步收集证据核实等。
四、取得成效
（一）有助于提升检查分析思路的准确性
按照OODA理论构建审计分析思路，审计人员需结合被审计单位非车险保费收入与集中度、赔付率、费用投入等变化情况，不断优化调整分析思路和模型场景。同时，在OODA理论指导下，以报表和清单数据为基础，通过系统化数据进行对比分析，对异常问题进行精准抽样检查，实现了体系化检查的思路，提高审计效率。
（二）有利于审计思维的转变和审计质量的提高
将OODA理论运用于非车险业务审计分析，审计人员的审计思维从以往仅单纯通过简单抽样关注某业务的合规性，转向整个非车险业务发展及系统性研究的审计思维，尤其是通过反复分析研究非车险业务数据背后隐藏着的原因，不断调整和优化分析思路和抽样模型，向更加系统性的方向进行转变。与此同时，审计发现的问题更加全面，问题定性更符合实际情况，管理建议更具有可操作性。
（三）有利于思想和认知的快速迭代
OODA实际上代表着一种深度思考型学习模式，即需要在变化中寻找到事物的本质，然后利用已有的方法经验模型去解决问题，这个循环里秘诀在于“快”，快速观察，快速定位，快速决策，然后马上展开行动。在对非车险的审计检查过程中，运用OODA能帮助审计人员够观察到新的东西，快速根据变化，调整检查方案，发现被审计单位非车险重要风险事件，然后立即进入下一个循环，审计评价角度更全面、更准确。
作者简介：
任泽华，太平金融稽核服务（深圳）有限公司西部区域中心助理总经理；
赵发金，太平金融稽核服务（深圳）有限公司西部区域中心稽核岗。