防範化解金融風險，反洗錢監管不斷升級。
近日，中國人民銀行會同銀保監會、證監會公佈《金融機構客户盡職調查和客户身份資料及交易記錄保存管理辦法（修訂草案徵求意見稿）》（下稱《辦法》）。
《辦法》共五章五十二條，總體來看，“風險為本”的要求貫穿始終，對規範金融機構客户盡職調查、客户身份資料及交易記錄保存行為等工作，提出了更高要求。
這與央行2020年開展的反洗錢專項和綜合執法檢查結果相互印證。同盾調研分析數據顯示，去年央行對614家金融機構、支付機構等反洗錢義務機構開展了專項和綜合執法檢查，依法完成對537家義務機構和個人的行政處罰，處罰金額5.5億元。
金融機構反洗錢工作面臨的主要挑戰
同盾科技持續追蹤監管動態和政策，對監管部門和義務機構的反洗錢實操進行調研分析，結合反洗錢監測項目實踐，總結出當前反洗錢實際工作中的普遍問題和痛點，體現在以下幾個方面：
1、當前反洗錢監測和查證主要是通過準實時或者事後的模型、規則和名單方式進行，由於模型訓練依賴高質量的標籤樣本才能具有較好效果，而現實中金融機構認定為洗錢行為的樣本量，與正常樣本量相比要少很多，因此影響模型的區分度和準確度，大量隱形關聯的樣本會被預測為正常。金融機構面對的洗錢犯罪通常是集團化作案，手段隱蔽且複雜，通過多個身份和賬户進行操作，作案手法不斷變換。規則和名單過度依賴歷史經驗，難以自動化地發現新型洗錢特徵和關聯關係行為。
2、客户身份識別工作存在諸多挑戰，從每年處罰案件看，因客户身份識別原因導致的處罰高居首位，包括未按規定進行客户身份初次識別、持續和重新識別，客户身份信息不完整、不規範、沒有及時進行更新、企業工商信息不匹配，為已註銷或者身份不明客户提供金融服務等等。究其背後原因，暴露出主體機構的客户身份識別流程體系存在缺陷、數據整合與應用能力不足、識別工作量激增和有限人力資源矛盾等問題。
3、傳統的反洗錢系統重視排查流程和報送合規性，但在監測方面，缺少創新的智能化輔助工具，存在未篩查出的異常交易和可疑的個人或者對公客户。案件排查方面，甄別人員面對海量交易數據，缺少豐富的風險識別工具和信息提示，工作量大，效率低，存在誤報漏報風險。
同盾結合義務機構實際業務範圍和數據積累沉澱，基於企業級產品“雲圖-知識圖譜”，推出智能反洗錢圖譜解決方案，解決反洗錢實際業務中的痛點與難點，構建更加完整和創新的反洗錢技術和監測體系。
創新反洗錢監測技術框架
採用分佈式大數據平台、圖數據庫應用架構，突破存儲和算力瓶頸，為金融機構和監管部門反洗錢全流程實施提供工具和平台，彌補傳統反洗錢監測體系的核心短板。
優化反洗錢工作流程
對客户進行持續識別和監控，增強非對面交易的反洗錢風險洞察及溯源核查能力，從IP、設備、交易渠道的角度分析反洗錢特徵及風險；分析客户關聯關係和資金交易路徑；挖掘可疑交易結構、團伙洗錢交易鏈條，有效識別複雜和隱蔽的洗錢交易和案件。
提升時效性和有效性，拓展監測外延
實時圖譜、實時指標計算等技術，為全客户、全交易，全場景的反洗錢監測提供了技術可行性，通過多種方式對接業務流程，將相關業務系統納入反洗錢的監測範圍。
五大應用場景
同盾智能反洗錢圖譜解決方案可應用於義務機構的多個業務場景，包括客户身份識別關聯分析與風險評估，客户自身及串併案的資金鍊路分析，監測可疑主體和交易，識別具有反洗錢嫌疑的異常資金結構和反洗錢團伙，實現反洗錢事中實時決策。
1、客户關聯關係洞察
金融機構積累的碎片化數據之間存在着大量基於關係的知識，包括面向企業和個人的交易關係、結算户關聯、法人關係、聯繫關係、股權關係等，這些關係知識錯綜複雜，並未完全得到發掘。
同盾雲圖擴充了金融機構運用人工智能、大數據技術進行知識管理和發現的能力。基於反洗錢知識庫，運用知識圖譜分析技術，實現實體之間的關係管理和探查，並且提供對未知關係的挖掘分析能力，為義務機構反洗錢調查提供知識的快速查詢和分析挖掘服務。
2、異常關聯結構挖掘
雲圖反洗錢解決方案基於業務經驗、反洗錢規則、歷史風險案件特徵，挖掘符合洗錢特徵的異常圖結構模式，定位複雜的交易路徑，具體包括：頻繁匯入匯出，集中/分散、轉入/轉出，環狀異常交易，自定義業務子圖結構等。
3、反洗錢事中決策
基於黑白名單、規則引擎和機器學習模型進行實時防控的傳統反洗錢方式，對經驗存在較高的依賴性，也容易導致漏檢和誤傷的情況。基於圖分析和半監督的機器學習模型，實現主動識別用户行為和關聯的異常，對具有標籤的實體進行關聯擴散，對開户、交易等環節進行事中干預，做到提前預警，實現反洗錢管控由事後向事中轉移。
4、案件和涉案名單查證分析
當前監管和公安下發的洗錢案件和涉案名單越來越多，對排查的精準度和覆蓋度要求越來越高，基於知識圖譜平台對監管和公安名單、風控監測平台的觸警實體進行關係圈風險分析，挖掘關聯主體機構存量的可疑實體，輸出可疑實體名單和要素信息，形成案件分析報告，用於分支機構認定核實和管控。
5、可疑洗錢團伙挖掘
針對反洗錢團伙挖掘模型選取時間段內的資金交易，建立客户資金交易關係網絡，對網絡圖進行有向圖的社團劃分，構建具有反洗錢區分度的羣組，對於反洗錢團伙的識別具有較高的業務價值，在此基礎上對羣體進行風險排序和深度分析，方便稽查部門重點關注排查風險度較大的社團。
實踐案例
目前，同盾智能反洗錢圖譜解決方案已應用在多家股份制銀行、頭部城商行、農商行和支付機構。在某銀行涉賭涉詐挖掘和風險特徵分析案例中，整個洗錢團伙的規模較大，網絡結構異常複雜，涉及數千個實體與關係，個別賬户之間呈現環狀、金字塔的特殊子圖結構，存在網銀轉賬、敏感時間段交易、年齡和職業分佈有一定風險特徵。
基於同盾科技雲圖平台對此團伙進行的深入挖掘分析，緊密度模型預測出多個行方賬户與涉黑賬户關係較為緊密，具有極高的關聯風險；團伙中的部分賬户最多命中6個疑似洗錢標籤，其中，黑賬户平均命中3.88個疑似洗錢標籤。從資金流的情況進行分析，交易網絡呈現複雜的金字塔結構與重疊交叉結構特點，同盾專家得出分析結論，研判和定性部分行內賬户存在洗錢或賭博違法行為。
伴隨我國金融業進一步的開放進程，反洗錢也將成為我國參與國際治理越來越重要的領域。同盾科技將持續關注新技術的發展，通過新技術在反洗錢領域的創新應用，幫助從業機構持續提升反洗錢能力。
編輯 王進雨 校對 李世輝