文/侯建强 网商银行反洗钱部载于《中国银行业》杂志2019年第8期
社会经济数字化、网络化程度的持续加深,为便捷、系统化地收集、获取、核实和确认客户身份及资金交易数据提供了可能。同时,云计算、人工智能、区块链等金融科技的应用,也为监控、分析、挖掘和识别特定风险提供了技术支撑,两者为科技赋能跨境资金监管与反洗钱创造了良好的条件。
近年来,国内外反洗钱和反恐融资形势严峻、监管趋严,特别是在我国金融业新一轮对外开放持续加速的背景下,对加强反洗钱和跨境资金监管提出更高要求。数字经济和金融信息化的快速发展,为科技赋能合规和监管创造了条件,不但降低了机构合规成本,也提高了资金监测监管的针对性和有效性。
科技赋能跨境资金监管与反洗钱条件渐成熟
跨境资金监管与反洗钱虽在内容和原理上存在差异,但在机制和能力建设方面,两者仍有诸多共通之处,比如均以市场主体及其资金交易为监测(监管)对象,需要穿透合规和风险两端。当前,数据的积累和科技发展为监控、分析、挖掘和识别相关风险提供了能力。合规从了解客户开始。跨境资金监管的直接主体是金融机构,间接主体是从事跨境资金交易的个人或单位;直接载体是跨境资金流动,间接载体涵盖了资金及其背景性交易和贸易等,还原真实交易背景是开展跨境资金监管的基础。“了解你的客户(KYC)”是反洗钱客户身份识别的原则性要求,随着国内外持续加大对以贸易为掩护、公司法人为载体洗钱行为的打击,深入了解客户的交易背景、交易目的和实际受益人已内化为高风险领域反洗钱合规要求。以持续识别风险为抓手。跨境资金监管要对跨境风险进行全链条、全过程、持续性识别。借鉴反洗钱“风险为本”的这一国际规则,在保护用户隐私前提下,通过将“了解你的客户”原则与交易监控、尽职调查等反洗钱义务有机整合,在识别客户中监测风险,通过风险监控深入了解客户,已成为监测跨境洗钱和恐怖融资等风险的有效途径和方法。通过对监测发现的高风险交易和客户所开展的尽职调查,也提高了合规措施针对性跨境反洗钱,可将合规成本降低在承受范围之内。以数据技术为支撑。跨境资金监管与反洗钱,需打通合规、风险监测和监管整个链条,除涉及客户及资金交易信息获取、收集、核实和整合,还需针对特定风险信息进行分析、挖掘和识别。社会经济数字化、网络化持续加深,为便捷、系统化地核实和收集客户身份及资金交易数据提供了可能。同时,云计算、人工智能和区块链等金融科技,为监控、分析、挖掘和识别特定风险提供了技术支撑,这为科技赋能跨境资金监管与反洗钱创造了良好条件。
反洗钱合规科技应用效果可期
值得关注的是,借助虚拟经济等载体和互联网渠道,近年来洗钱和恐怖融资风险有快速蔓延的趋势,呈现出犯罪资金网络化、跨区域快速转移和洗钱手法专业化、隐蔽性高等新特点,对合规有效履行反洗钱义务带来较大挑战。针对这一现状,部分机构依托业务场景下所沉淀的大数据及数据处理、分析等科技能力,持续加大在反洗钱领域的研发应用,已覆盖从合规履职到风险管理的整个链条。全方位刻画深度了解客户。在传统方式中,了解客户主要以核对人(客户本人)、证(身份证件)、网(公安网/工商网)三方信息为主,难以适应互联网纯线上业务和交易发展的需要,且存在证件造假和难以穿透了解交易真实控制人和实际受益人等弊端。依托金融科技可将人脸、眼纹、指纹等生物识别与人工智能技术相结合,可提供比肉眼、证件识别更为安全可信的个人身份认证方案。在识别法人身份方面,利用官方数据库和法定披露信息,结合多维度动态信息可对非自然人客户身份进行全方位刻画,甚至可以通过智能算法识别出复杂股权和控制权套嵌关系背后的实际受益人。深入挖掘风险,精准识别蛛丝马迹。从交易场景中所获取的丰富、多维的大数据,是持续识别客户业务及其身份背景的重要资源。依托云计算能力建成的针对多种洗钱犯罪风险的AI模型,可从海量数据中精准识别并快速锁定洗钱和恐怖融资交易的蛛丝马迹,将危害客户资金安全的风险控制在较低水平。
特别是对涉众型犯罪可实现早期识别,将风险控制在发展蔓延前期。此外,基于积累沉淀的风险数据及持续优化的量化规则,借助机器学习、智能算法、模糊匹配等数据挖掘能力,还可持续跟进犯罪类型和洗钱手法的发展变化,在海量交易中迅速甄别异于寻常习惯的交易和行为特征跨境反洗钱,动态跟踪并对风险交易做出快速反应,甚至对特定类型洗钱犯罪可实现小时级布控。此外,利用图算法等经典算法,对资金关系、行为模式、交易设备、地理位置等系列特征进行关联性学习和拓展,还可挖掘出交易风险背后隐藏的人际和资金网络,甚至可协助侦查出犯罪团伙。大幅提升合规效能。利用人工智能等数据处理技术对跨境交易进行监测和风险识别,已成为合规科技的重要运用场景。为了提高风险识别精准度,部分机构尝试将外购的专业名单数据库接入智能算法和进行大数据挖掘改造,自主研发出监控名单系统,较国际同类产品误稽核降低了40%;依托自主研发的智能审理系统辅助人工可疑交易分析审理,将分析效率提升至75%以上。此外,建设多主体类罪模型可对犯罪团伙进行角色分工和风险取证,有效还原犯罪场景,并利用自然语言处理技术生成监管报文。
推动跨境资金监管基础能力建设
如上所述,大数据、智能算法等科技手段,在反洗钱的合规和风险管理中已被证实有效,其合规科技创新运用的方式、方法及措施等,均可借鉴运用于跨境资金监测和监管。目前,我国跨境资金监管应在健全监测和监管基础设施上下功夫。健全跨境资金监测和监管基础设施,为跨境监管打下良好基础。了解客户及其业务和真实交易背景,是监测、预防和管控各类风险的基础。跨境资金流动涉及国内外两个市场,参与主体众多,因此健全跨境资金监测和监管基础设施是一项重要工作。建设跨境资金监管大数据库,应涵盖所有跨境交易主体及其金融交易数据,尽可能打通与跨境交易及其业务场景的数据关联。此外,除从跨境主体主动收集购汇、换汇和结汇等外汇收支申报信息外,还应充分依托代位监管银行、支付机构或其他第三方数据库和资金监测能力。同时,与其他金融管理部门、财政、商务、海关、税务及统计等政府部门,建设起跨境交易数据共享和协同监管机制也至关重要。依托监管科技,提升跨境金融风险识别和预警能力。在跨境资金主体及其交易和业务场景的海量数据中,依赖已识别的数据开展监测、通过数据监测识别客户及其风险,离不开强大的数据处理、分析和挖掘能力。云计算为安全、灵活地收集、共享、存储和处理跨境资金及其场景数据提供了能力和解决方案。机器学习、智能算法和模糊匹配等人工智能,则为动态跟踪和针对性地监测、识别和预警特定跨境金融风险提供了技术可能。比如,运用大数据技术辅助开展国际收支统计监测、出口收汇和个人结售汇监管,可较快分析出跨境资金流动方向、渠道、地域分布和群体特征等规律特征,再通过数据可视化技术直观呈现,为跨境资金监管提供实时动态的决策参考。利用图算法等,可对跨境交易主体及其资金关系、交易场景等数据进行关联性学习、匹配和拓展,分析挖掘跨境资金的交易及贸易背景真实性,识别并预警其中不符合外汇管理规定、缺乏真实交易和贸易背景的跨境资金。还可利用机器学习算法对跨境违法违规案例进行特征分析和提取,主动建设并动态优化跨境资金风险监测指标和模型,对跨境金融风险实现精准预警和快速反应。本文原载于《中国银行业》杂志2019年第8期。微信征稿启事
《中国银行业》由中国银保监会主管、中国银行业协会主办,是目前唯一一本带有全行业性质的公开刊物,是沟通监管部门和机构的纽带,是行业交流的平台,也是社会了解银行业的窗口。目前《中国银行业》杂志微信公众号已开通征稿邮箱,面向广大读者征稿。我们期待您的稿件。
微信投稿邮箱:zgyhy001@163.com
关注更多精彩内容