1
監管處罰
2020年新年伊始，央行開出三張反洗錢鉅額罰單，三家機構被處罰合計金額5275.5萬元，這其中不僅對公司進行處罰，還包含了對24個相關責任人的處罰。
回顧2019年全年的反洗錢處罰情況，央行對400多家義務機構進行的反洗錢行政處罰金額共計1.66億元，而今年剛開始，央行就扔出重磅，幾乎趕上去年處罰金額的三分之一；這既是對相關義務機構敲的一記警鐘，也是國家監管機構對市場釋放的鮮明信號，反洗錢義務機構必須切實履行好自己的義務。隨著洗錢手段越來越升級、隱蔽和複雜，國家的反洗錢制度也日趨完善，監管力度也隨之愈發強勁。
相關概念：
洗錢，是指通過各種方式掩飾、隱瞞毒品犯罪、黑社會性質的組織犯罪、恐怖活動犯罪、走私犯罪、貪汙賄賂犯罪、破壞金融管理秩序犯罪等犯罪所得及其收益的來源和性質的洗錢活動。
反洗錢，是指政府動用立法、司法力量，調動有關的組織和商業機構對可能的洗錢活動予以識別，對有關款項予以處置，對相關機構和人士予以懲罰，從而達到阻止犯罪活動目的的一項系統工程。
反洗錢義務機構包括依法設立的從事金融業務的政策性銀行、商業銀行、信用合作社、郵政儲匯機構、信託投資公司、證券公司、期貨經紀公司、保險公司以及國務院反洗錢行政主管部門確定並公佈的從事金融業務的其他機構。
2
業務痛點
各家反洗錢義務機構在積極響應監管部門的要求時，也有力不從心的時候，近幾年反洗錢罰單均過億元，說明機構在履行反洗錢義務中，還存在諸多問題。
普遍來說，各金融機構在開展反洗錢時暴露出來的問題主要有以下幾點：
第一，客戶KYC手段薄弱。KYC（Know Your Customer）即“瞭解你的客戶”，簡單說來就是對賬戶持有人以及受益人進行審查，是預防腐敗和反洗錢的基礎。然而每年反洗錢處罰的原因，客戶身份識別相關首當其衝，居所有原因之首。金融機構在為客戶開立賬戶時，雖然都會核驗客戶身份相關信息，但是在快速增長的客戶量及欺騙手段愈發複雜與有限的人力資源矛盾面前，依靠一線人員的人工經驗和規則進行客戶KYC是完全不夠的。傳統反洗錢基於專家策略識別可疑交易誤判率高，投入大量人工進行核查，運營成本高昂，孤島式分析單個賬戶或交易事件，無法深挖交易路徑，對客戶的信息核驗、職業信息、資金來源、背景調查等方面缺乏有效的識別手段。如果在第一道關卡做得不到位，無形中會在整個交易體系中注入大量毒瘤，增加後期識別的難度。
第二，缺乏有效的可疑交易監測方法。可疑交易監測是反洗錢至關重要的一步，如何在每天新增的巨大交易量下，識別出哪些交易是可疑的，哪些交易是正常的。不少機構使用的監測手段比較傳統和單一，識別精度低，造成大量的誤報，據相關統計，在所有反洗錢案例中，97%的案例均為誤報。可見，行業內在可疑監測方面，更多的是心有餘而力不足。
第三，異常交易甄別量大，甄別效率低下。各反洗錢義務機構需按時給央行當地分行報送反洗錢可疑分析報告，基於已監測出的疑似可疑交易行為，並不能全部上報，必須進行人工分析、識別，合理排除正常交易，剩餘依舊存在極大洗錢嫌疑的案例，方可上報。然而在這個過程中，面對傳統反洗錢系統監測出來的大量可疑交易，如何提升人工識別效率，成為行業一直探索和亟需解決的問題，同時，僅僅依靠相關合規人員的主觀經驗進行識別，不免過於片面，在公司發展和業務進程兩方面，都不是一個長期手段，重要的是，如何把人工甄別經驗沉澱下來，加以應用。更有很多金融機構沒有專門的反洗錢專職人員，這些都是極具困擾性的問題。
當然，洗錢手段越來越複雜和隱蔽，對應的行業反洗錢問題就越來越多，各家金融機構需結合自身實際，制定有效手段，精準打擊洗錢行為。
3
解決方案
中誠信徵信自推出“金融科技”領域的智能風控平臺——萬象智慧後，又在“監管科技”領域再下一城，重磅推出中誠信徵信智能反洗錢解決方案，通過深入理解和洞察行業現狀，依託人工智能、機器學習、大數據挖掘、知識圖譜等技術，實現“業務諮詢+全棧平臺”模式的一體化綜合解決方案，為反洗錢義務機構高質量發展賦能。
諮詢層面，中誠信集團擁有二十八年信用風險管理技術，以及經過實踐檢驗的金融風控解決方案，對業務深入理解與洞見高度融入產品設計和項目實施，擁有反洗錢業務專家和建模諮詢團隊。
平臺層面，中誠信徵信現已推出“智能反洗錢可疑交易監測系統”及“智能反洗錢案例甄別分析系統”產品，既可單獨部署，也可組合應用。
在可疑交易監測方面，基於人工智能機器學習算法，搭建可疑監測系統。通過海量歷史真實交易數據，從客戶交易行為、時機偏好、資金動向、操作風格、對手特點等數百項指標進行數據分析，應用特徵工程進行可疑交易特徵提取及變量衍生，結合專家特徵變量，通過KNN、RF、XGBoost、GBDT等機器學習算法，構建出反洗錢監測的涉毒犯罪模型、恐怖活動犯罪模型、走私犯罪模型、貪汙受賄犯罪模型等十幾個可疑交易監測模型。根據業務積累與知識補充，機器學習模型不斷進行自學習，自動閾值調整，以使當前閾值處於最佳預測位置，自動將新增可疑樣本反饋至可疑交易監測模型，完成模型的自動升級，不斷自迭代出符合當前監測所需的模型，以應對日趨變化的洗錢環境。
應用機器學習算法搭建反洗錢可疑交易監測模型，不僅能解決傳統規則形式監測的笨重、難調控問題，更在識別精度上有質的飛躍，極大提升了工作效率，同時也降低了不必要的人工成本以及處罰成本。
在可疑案例甄別方面，基於大數據挖掘、知識圖譜等技術，構建出智能反洗錢可疑案例甄別分析系統。 通過對可疑案例數據處理，進行數據清洗、去重歸一、數據轉換、數據融合，構建出一套洗錢嫌疑主體的全息立體畫像，包括客戶基本信息、交易鏈條、資金流向、對手特徵、行為偏好、標籤風險等數十項維度，打造出客戶的畫像，可視化圖表信息，讓風險點暴露無遺。
同時，應用知識圖譜、圖特徵挖掘、圖數據處理、圖識別模型等技術手段，搭建出嫌疑主體的關聯圖譜，通過可視化交互式頁面，應用點、拖、拉、拽等基本簡單操作動作，即可把可疑主體的客戶關係、資金交易關係網絡一覽無餘，並在此基礎上深入挖掘潛在可疑風險。基於環形圖識別模型、星形圖識別模型、資金交易鏈正金字塔圖識別模型、倒金字塔圖識別模型、類罪場景異常圖識別模型等，可靶向識別洗錢風險點，精準識別洗錢網絡和可疑特徵網絡。
另外，確定案例最終的可疑類罪類型後，系統可自動生成可疑交易分析研判報告，支持自定義編輯，一鍵上報中心機構。
值得一提的是，在智能反洗錢可疑案例甄別分析系統中，還內置了中誠信徵信數十種反洗錢相關的數據源，針對個人或者企業，可作為反洗錢甄別研判時的強力武器，隨時調用，及時查詢到客戶隱匿於機構之外的其他深度信息，為客戶全息畫像拓寬橫向及縱向維度窗口，對機構進行客戶身份識別及客戶KYC時，提供有效手段，也為可疑案甄別研判結論輔以佐證。
4
核心優勢
中誠信徵信智能反洗錢解決方案是一整套綜合性解決方案，覆蓋反洗錢全業務場景，從可疑交易監測到可疑案例甄別分析，再到可疑案例研判，報告一鍵上報，既環環相扣，又保持各環節獨立性。整個流程對於大中型機構可選用其中部分，對於小型機構可全流程使用。
核心優勢體現在以下幾個方面：一是專業的信用諮詢服務，二十八年信用風險管理技術持續積累迭代，經過實踐檢驗的金融風控解決方案項目積累，對業務深入理解，高度融入產品設計和項目實施，同時，擁有專業的AI算法團隊、大數據挖掘團隊，以及獨立的知識圖譜技術團隊作為技術構建支撐。
二是強大的AI智能化產品，運用經過大量項目經驗形成的自有“CCX系列”機器學習算法，獨立研發的專門針對可疑交易監測的模型架構體系，將反洗錢可疑交易監測的人效比提升數十倍；同時，基於大數據及知識圖譜技術搭建的可疑案例甄別分析系統，支持圖網絡挖掘算法百億級節點計算秒級返回，實現分鐘級處理百億級交易流水。
三是獨有的合規數據源，中誠信徵信作為獨立合規的第三方信用科技服務商，擁有反洗錢KYC、反洗錢可疑交易監測、反洗錢案例甄別分析等業務場景的多種第三方數據。在為金融機構提供解決方案的同時，結合實際所需，運用合適的第三方反洗錢數據資源，為反洗錢義務機構難以偵察的隱蔽之處提供更廣闊的視角，讓風險無處遁形。
5
結語
當前，國家相關部門對於反洗錢的監管越來越嚴，一方面透露出國家對反洗錢工作的日趨重視，另一方面也暴露出洗錢犯罪行為愈發猖獗。
結合行業前沿科技，中誠信徵信全新打造的智能反洗錢解決方案，符合國家監管所需，更符合金融機構開展反洗錢業務所需。
目前行業還存在諸多壁壘問題，例如跨行資金追蹤，加密數字貨幣崛起，以及人民幣國際化等，都是我國反洗錢進程所面臨的巨大挑戰。
中誠信徵信始終將科技賦能金融，我們提倡科技向善，監管科技是我們的必由之路，接下來，我們會繼續大力推進監管科技建設及相關技術更深更廣的應用。
合作諮詢
閱讀更多 中誠信徵信 的文章
