【摘要】当前保险欺诈在国内外呈现蔓延态势,尤其体现在机动车保险领域,欺诈识别已成为保险欺诈研究的核心内容。目前保险欺诈识别有统计回归和神经网络两大类方法,这两种方法在指导思想和识别流程上各有优缺。本文基于我国财产保险公司车险索赔样本数据,检验BP神经网络在我国保险欺诈识别中的有效性;同时为了尝试统计回归和神经网络的有效融合,本文采用Logit离散模型获得的指标作为精炼解释变量训练神经网络,通过两种预测结果比对分析,构建我国保险索赔指标完善和神经网络欺诈识别技术改进的对策。