基于大数据的金融机构反洗钱研究

李正河 中国农业银行股份有限公司肥城市支行

摘要：洗钱行为给社会政治和经济秩序带来严重危害，信息化时代的反洗钱工作面临工作量大、时效性差、资金转移更快捷隐蔽等问题的挑战。大数据研究计划是21世纪信息革命的第二次浪潮。本文提出基于大数据的反洗钱系统框架，面向多种来源的海量数据，从数据采集、深度分析和挖掘、可疑行为追踪和溯源以及数据呈现等方面，论证构建金融机构反洗钱系统的可行性。

关键词：大数据；反洗钱；多源；深度挖掘

一、引言

洗钱行为掩盖非法所得，造成资本外逃，导致社会财富流失；为犯罪集团介入合法企业提供资金，，为进一步扩大犯罪势力提供支持；对金融安全产生不利影响，导致不良金融事件的发生，给社会政治和经济带来严重危害。反洗钱则是政府动用立法，司法力量，调动有关组织和商业机构对可能的洗钱予以识别，对有关款项予以处置，对相关机构和人士予以惩罚，从而达到阻止犯罪活动目的的一项系统工程。反洗钱是保证市场经济秩序平等竞争的经济监管工作的一部分，对有效阻止非法资金的流动、抑制犯罪和腐败、维护社会稳定起到积极的作用。

二、信息化时代反洗钱工作面临的问题

我国反洗钱工作主要通过大额可疑信息报告制度（简称“大疑信息制度”）完成，具体到可疑交易识别、预警、报告等过程,均需要大量人力参与，增加了信息搜集和报告的边际成本；这样的信息搜集具有工作量大、覆盖面窄、误报率高、时效性差的缺点，很难建立起完整的资金流动和监测网络。另外，随着我国金融业的发展和人们消费习惯的改变，电子商务、网上银行、第三方支付的使用率越来越高，然而这些业务同时具有资金转移快捷、操作人员身份隐蔽、操作地点不确定等特点，加之涉嫌虚假交易的可能，更容易被犯罪分子利用，实施更隐蔽、更复杂以及跨国性质的洗钱犯罪行为。互联网的发展推动了金融服务的创新和支付活动的便捷，将人们的生活、商务交易带入高度信息化的阶段，极大提高了资金流动的速度。在这种背景下，监管部门和金融机构也应该顺势而为，充分利用由此产生的海量业务、交易数据，借助先进的信息处理和智能挖掘技术，构建更高效快捷、准确易用以及自动化的反洗钱管控及预警系统。

三、大数据及其特征

大数据是2012年由美国政府提出，旨在提高和改进人们从海量和复杂数据中获取知识的能力的一项研究计划，被称为继信息高速公路计划后“信息革命的第二个高潮”。目前，大数据实践已经深入到商业、政治、经济等领域。企业通过对海量数据信息的分析、挖掘，从而实施精准营销及网络优化。政府部门通过对公共大数据的分析及利用为相应的决策提供可靠的依据，保险行业利用更加多维全面的数据做样本提高风险估算的准确度，强化风险管理能力。互联网时代，大数据对金融业的影响将是全面和深刻的，既能从经营理念、产品设计，营销策略、客户服务方面推动金融工具和产品创新，又能从信用评估、风险管控等方面提供更全面更智能的金融监管和决策。

四、基于大数据的反洗钱系统构建

（一）多维实时的数据采集

信息时代提高了人们生活和政府部门的数字化水平，而信息就隐藏在多维复杂的数据中。基于大数据的反洗钱工作，除了使用金融机构之间资金流动数据外，还可以组合使用来自工商、税务、海关等政府部门，以及消费、娱乐、社交等商业活动及人民生活领域多个源头的数据。比如根据工商部门查处的皮包公司，可以关联所有与其有金钱往来的的账户以及和这家公司的业务关系，结合账户交易数据，就可能锁定具有洗钱嫌疑的账户。通过与海关部门的数据合作与分享，能监督国内和海外企业的资金流动，排查跨国进行的洗钱行为。通过对博彩业从业人员及其社交网络数据分析和挖掘，重点监控博彩中介、涉入犯罪组织人员、拥有不明收入来源的大额投注客户等的账户，均有参与可疑交易甚至洗钱的可能。上述这些数据，往往具有体量巨大，类型繁多、单位数据价值密度低、需要进行深度挖掘，甚至增长速度快的特点，大数据处理技术完全能满足对多维度、非结构化、实时性要求高的数据存储和分析挖掘的要求。

（二）大数据分析和挖掘算法

数据分析与挖掘，并不是新兴事物，它已经在电商和金融等领域应用多年，也逐渐被许多领域开始关注。大数据分析与挖掘，是在大数据浪潮的推动下，分析与挖掘技术的又一次延伸。监测系统获得的海量数据更加重了人工分析和调查的难度，通过大数据深度挖掘技术，扫描数百万条数据，从而建立相互连接关系，数据智能处理和全面搜索技术成为锁定可疑交易和账户的重要辅助手段，挖掘提取出的业务规律和交易模式，也可疑为洗钱行为的确定提供证据。大数据应用中，各种分析和挖掘方法仍然是反洗钱系统高效、精确运行的保证。比如关联分析可以整合不同来源的数据，在大量不同种类目标（人、银行账户、业务、交易、资金等）中寻找关联性，辅助识别可疑的交易行为；聚类技术用来寻找相似度高或者关联性强的目标账户、个人或机构，利用已经确定为洗钱的行为做“种子”，进行聚类分组，获得的其他目标也有可能属于洗钱行为；神经网络技术是通过一组相互关联的元素来模拟神经元生物网络处理信息的方法，结合反洗钱专家知识，能对观察对象的一个输入集（如交易金额、收款人），推理出结果（是否可疑交易）；决策树算法和内省学习算法，可以在一定量训练样本的基础上，形成判断可疑交易甚至洗钱行为的理论模式，人工决策提供智能支持。

（三）可疑交易行为跟踪追溯

洗钱行为由一系列动态、多样、复杂的交易行为构成，洗钱行为的许多模式在初期往往与合法交易差别不大。一个有效的反洗钱系统需要早期识别、及时通知并及时跟进。在系统提出可疑行为预警后，往往需要对现有的交易和相关的目标做进一步跟踪，以确认为洗钱行为或对其否定，同时也应对可疑目标以往的交易做追溯，以便寻找更多的证据。考虑到各种交易的频繁复杂以及交易主体网络的庞大，基于大数据的反洗钱系统要包含一个高效的内容管理引擎，所有与可疑交易行为有关的主体均可以进行保存、管理、跟踪和追溯。

（四）直观易用的数据呈现

从数据管理、分析和挖掘工具组合使用到可疑交易确定，基于大数据的反洗钱系统仍然需要数据专家、反洗钱专家的参与和决策，针对系统预警的可疑交易，继续跟踪还是向央行监管部门报告，也将是人工决策的过程，这都需要直观的数据呈现、友好易用的人机交互以及完善的上报渠道。

五、基于大数据的反洗钱系统要应对的挑战

大数据在反洗钱领域的应用提高了决策和预警的智能水平，但是也面临一些挑战。比如综合有用的数据分析要从多个管理机构获取数据，数据合并不仅需要技术支持，更重要的是获得数据分享使用的权限；数据不一致、噪声数据以及挖掘算法的参数调整，都将影响到可疑交易行为预警的准确性。另外，财务数据的庞大的和不断增长的容量和数量与相对较少的洗钱实例的矛盾，使得从既往实例中抽取洗钱犯罪模式，以及对模式精确度方面都形成挑战。

六、总结

在全球经济整体信息化不断深化的背景下，金融信息化正在向信息化金融转变，洗钱犯罪的特征也不可避免地会呈现出由传统支付工具向信息化支付工具转移的趋势。大数据再次掀起信息技术革命的浪潮，大数据时代，反洗钱工作也应顺势而为，合理利用多种来源的海量数据，进行更深入的挖掘，针对洗钱犯罪的新特征，提高洗钱行为预警的效率和准确性。

参考文献：

[1]魏莱.反洗钱监管体系与检测方法研究[D].湖南大学.2011年

[2]尹为,张成虎,杨彬.基于流数据频繁项挖掘的可疑金融交易识别研究.西安交通大学学报（社会科学版）.2011(31):86-90.

[3]赖娟.经济学视角的中国反洗钱分析.金融经济（理论版）.2006(10):6-8.

[4]代守红.浅谈商业银行反洗钱体系的构建.金融经济.2008(8):42-43.