客戶洗錢風(fēng)險(xiǎn)的劃分形式和劃分模型研究

摘要：針對(duì)金融機(jī)構(gòu)存在的劃分形式區(qū)分度不夠、劃分模型過(guò)于簡(jiǎn)便、技術(shù)手段落后的問(wèn)題，本文在對(duì)中外文獻(xiàn)的梳理和對(duì)江蘇省近40家金融機(jī)構(gòu)調(diào)研的基礎(chǔ)上，深入研究了客戶洗錢風(fēng)險(xiǎn)的劃分形式和劃分模型。研究分析發(fā)現(xiàn)，劃分形式可分為離散型劃分和連續(xù)性劃分，劃分模型可參考信貸風(fēng)險(xiǎn)的模型分為內(nèi)部法和外部法，它們各具特點(diǎn)，具有各自的適用范圍。據(jù)此，本文提出建立一個(gè)多層次的劃分形式和劃分模型的監(jiān)管體系，推動(dòng)我國(guó)金融機(jī)構(gòu)的客戶洗錢風(fēng)險(xiǎn)劃分工作規(guī)范化，起到預(yù)防、發(fā)現(xiàn)、威懾洗錢犯罪的職責(zé)。

關(guān)鍵詞：客戶洗錢風(fēng)險(xiǎn)：劃分形式；劃分模型

中圖分類號(hào)：F842文獻(xiàn)標(biāo)識(shí)碼：Ａ 文章編號(hào):１００３－９０３１(２０12)03－００63－０4DOI:10.3969/j.issn.1003-9031.2012.03.15

一、引言

在金融行動(dòng)特別工作小組和沃爾夫斯堡集團(tuán)的倡導(dǎo)和影響下，各國(guó)反洗錢操作實(shí)踐和監(jiān)管體系逐漸向以風(fēng)險(xiǎn)為本轉(zhuǎn)變?？蛻粝村X風(fēng)險(xiǎn)劃分是風(fēng)險(xiǎn)為本原則的重要一環(huán)。作為我國(guó)反洗錢主管部門的人民銀行，更是對(duì)這項(xiàng)工作高度重視，先后出臺(tái)了《金融機(jī)構(gòu)客戶身份識(shí)別和客戶身份資料及交易記錄保存管理辦法》（銀發(fā)[2007]2號(hào)）和《中國(guó)人民銀行關(guān)于進(jìn)一步加強(qiáng)金融機(jī)構(gòu)反洗錢工作的通知》（銀發(fā)[2008]391號(hào)），要求金融機(jī)構(gòu)開(kāi)展此項(xiàng)工作，并制定了金融機(jī)構(gòu)落實(shí)此項(xiàng)工作的時(shí)間表。

但是，金融行動(dòng)特別工作小組的建議和我國(guó)反洗錢規(guī)章都未對(duì)風(fēng)險(xiǎn)等級(jí)劃分制定具體的操作規(guī)程，金融機(jī)構(gòu)因而多采取自主判斷來(lái)開(kāi)展此項(xiàng)工作。通過(guò)對(duì)江蘇省近40家金融機(jī)構(gòu)進(jìn)行調(diào)研，發(fā)現(xiàn)大多數(shù)金融機(jī)構(gòu)的風(fēng)險(xiǎn)等級(jí)劃分制度存在不合理之處，無(wú)法有效度量客戶的洗錢風(fēng)險(xiǎn)，問(wèn)題突出表現(xiàn)在劃分形式區(qū)分度不夠、劃分模型過(guò)于簡(jiǎn)便、技術(shù)手段落后等。目前，我國(guó)理論界對(duì)客戶洗錢風(fēng)險(xiǎn)的研究相對(duì)較少，而劃分形式和劃分模型等方面的研究甚至處于空白階段。因此，研究客戶洗錢風(fēng)險(xiǎn)的劃分形式和劃分模型在實(shí)踐和理論上均具有重要意義。

二、理論回顧

2007年，金融行動(dòng)特別工作小組在《基于風(fēng)險(xiǎn)為本方法的反洗錢和反恐融資指引》①（簡(jiǎn)稱《FATF指引》）中確立了客戶風(fēng)險(xiǎn)等級(jí)劃分在風(fēng)險(xiǎn)為本的原則中四大支柱的地位。但金融行動(dòng)特別工作小組并沒(méi)有對(duì)客戶洗錢風(fēng)險(xiǎn)等級(jí)劃分的模型設(shè)置提出指導(dǎo)性意見(jiàn)，因此西方理論界對(duì)于該問(wèn)題的研究方向也較為分散。其中較為主流的政策建議可分為兩類：一類提出簡(jiǎn)化風(fēng)險(xiǎn)因素，另一類提出應(yīng)用兼容性更強(qiáng)的數(shù)理模型。第一類的代表是Demetis、Angell（2007），他們分析了風(fēng)險(xiǎn)矩陣中的風(fēng)險(xiǎn)因素以及因素間的相互關(guān)系，據(jù)此來(lái)要簡(jiǎn)化洗錢風(fēng)險(xiǎn)因素設(shè)置[1]。在關(guān)于數(shù)理模型方面，Watkins等（2003）指出通過(guò)分析大量的、復(fù)雜的金融交易序列并應(yīng)用簡(jiǎn)單線性表達(dá)式來(lái)監(jiān)測(cè)客戶洗錢風(fēng)險(xiǎn)的效果并不明顯，由此提出應(yīng)用數(shù)據(jù)挖掘技術(shù)來(lái)發(fā)現(xiàn)客戶洗錢模式特征[2]。類似地，Wang、Yang（2007）根據(jù)28個(gè)典型的洗錢案例構(gòu)造了一個(gè)四維的決策樹(shù)規(guī)則，并應(yīng)用其對(duì)現(xiàn)有的客戶劃分風(fēng)險(xiǎn)等級(jí)，最后實(shí)證證明了其有效性[3]。Gao、Xu（2007）將概念化模型（Conceptual modeling）和人工智能輔助模型引入客戶洗錢風(fēng)險(xiǎn)劃分，該風(fēng)險(xiǎn)等級(jí)劃分模型具有以下特點(diǎn)：一是實(shí)現(xiàn)動(dòng)態(tài)識(shí)別。對(duì)客戶的風(fēng)險(xiǎn)等級(jí)劃分不僅局限于首次識(shí)別，而能夠根據(jù)客戶身份的變更、交易對(duì)等級(jí)做到實(shí)時(shí)調(diào)整。二是具有適應(yīng)性。通過(guò)對(duì)未知的洗錢模式的學(xué)習(xí)能歸納出其風(fēng)險(xiǎn)特征，并制定相應(yīng)監(jiān)測(cè)規(guī)則。四是具有較強(qiáng)的兼容性。在不改變現(xiàn)有模型的情況下，兼容新洗錢模式的風(fēng)險(xiǎn)特征。四是具有較強(qiáng)的靈活性，不同拓?fù)浣Y(jié)構(gòu)的規(guī)則可以相互共存[4]。

相對(duì)于國(guó)外學(xué)者比較注重理論層面的研究，國(guó)內(nèi)學(xué)者則更從注重操作層面研究風(fēng)險(xiǎn)等級(jí)劃分工作中存在的問(wèn)題。童文?。?009）、孫玉剛（2010）先后提到劃分形式區(qū)分度不夠、劃分模型過(guò)于簡(jiǎn)便、技術(shù)手段落后等制約風(fēng)險(xiǎn)等級(jí)劃分的有效性[5-6]。

從上述文獻(xiàn)可以看出，西方文獻(xiàn)對(duì)于客戶洗錢風(fēng)險(xiǎn)的劃分模型研究主要集中在參數(shù)設(shè)置的有效性和部分模型的有效性。這些研究都是單一層次，由于金融機(jī)構(gòu)間差異很大，很難應(yīng)用一類模型覆蓋于所有金融機(jī)構(gòu)。國(guó)內(nèi)的文獻(xiàn)雖然從我國(guó)實(shí)際出發(fā)，認(rèn)識(shí)到了問(wèn)題的重要性，但并沒(méi)有討論解決此問(wèn)題的具體措施。因此，本文在對(duì)江蘇省內(nèi)金融機(jī)構(gòu)調(diào)研的基礎(chǔ)上，深入研究客戶洗錢風(fēng)險(xiǎn)的劃分形式和劃分模型，并提出適合我國(guó)多層次的風(fēng)險(xiǎn)等級(jí)劃分規(guī)范。

三、風(fēng)險(xiǎn)等級(jí)劃分的表達(dá)形式

通過(guò)對(duì)江蘇省近40家金融機(jī)構(gòu)的調(diào)研，風(fēng)險(xiǎn)等級(jí)劃分的表達(dá)形式可分為兩類：第一類是離散性劃分標(biāo)準(zhǔn)，在評(píng)定部分定性指標(biāo)后，根據(jù)若干規(guī)定條款劃分風(fēng)險(xiǎn)等級(jí)；第二類是連續(xù)性劃分標(biāo)準(zhǔn)，按設(shè)定表達(dá)式對(duì)客戶風(fēng)險(xiǎn)因素加權(quán)評(píng)分，按區(qū)間劃分風(fēng)險(xiǎn)等級(jí)。

（一）離散性劃分形式

在被調(diào)研的機(jī)構(gòu)中，絕大部分采取離散性風(fēng)險(xiǎn)形式。這種形式的特點(diǎn)是表達(dá)式比較簡(jiǎn)單、制定標(biāo)準(zhǔn)相容易、操作比較簡(jiǎn)便。

離散性劃分可分為兩類：一類是金字塔形，一類是橄欖形（圖1）。使用這兩類形式的機(jī)構(gòu)量大體相當(dāng)，其中金字塔型20家，橄欖型15家?！敖鹱炙眲澐忠蚱鋭澐直壤愃朴诮鹱炙妹唢L(fēng)險(xiǎn)客戶位于金字塔頂端，數(shù)量最少；中風(fēng)險(xiǎn)客戶位于中部，數(shù)量次之；低風(fēng)險(xiǎn)客戶位于底部，數(shù)量最多，是客戶的主體部分?！伴蠙煨汀钡膭澐忠?guī)則的特點(diǎn)是兩頭小中間大：較高風(fēng)險(xiǎn)客戶、較低風(fēng)險(xiǎn)客戶的數(shù)量較少，而中等風(fēng)險(xiǎn)的客戶是整個(gè)客戶體系的主體，數(shù)量最多。

兩種劃分方式均具有其合理性。根據(jù)國(guó)際風(fēng)險(xiǎn)協(xié)會(huì)（GARP）的風(fēng)險(xiǎn)手冊(cè)，洗錢風(fēng)險(xiǎn)屬于操作風(fēng)險(xiǎn)，其基本特點(diǎn)為低頻率、高風(fēng)險(xiǎn)，其風(fēng)險(xiǎn)分布特征表現(xiàn)為偏態(tài)，尖鋒、肥尾（圖2）。橄欖型劃分形式是按照風(fēng)險(xiǎn)積累（累計(jì)分布的豎軸）來(lái)截取的，一頭一尾為高風(fēng)險(xiǎn)、低風(fēng)險(xiǎn)客戶；而金字塔形的劃分標(biāo)準(zhǔn)是按照劃分的因素（橫軸）來(lái)截取的，表現(xiàn)為大部分的客戶為低風(fēng)險(xiǎn)，而中風(fēng)險(xiǎn)與高風(fēng)險(xiǎn)客戶數(shù)量逐漸遞減。

考慮到業(yè)務(wù)實(shí)際，金字塔形的劃分更為合理。由于普通客戶的洗錢風(fēng)險(xiǎn)較小，后續(xù)管理可相對(duì)簡(jiǎn)便。而橄欖型劃分在簡(jiǎn)化低風(fēng)險(xiǎn)客戶的后續(xù)管理效果方面并不明顯。

（二）連續(xù)性劃分形式

連續(xù)性劃分形式按照設(shè)定參數(shù)表達(dá)式對(duì)客戶因素進(jìn)行加權(quán)，對(duì)洗錢風(fēng)險(xiǎn)進(jìn)行評(píng)分，并按照不同等級(jí)的閾值劃分風(fēng)險(xiǎn)等級(jí)。由于連續(xù)性劃分在選取因素、確定因素系數(shù)等方面技術(shù)要求較高，目前僅少數(shù)機(jī)構(gòu)采用這種劃分。但是連續(xù)性劃分量化了客戶洗錢風(fēng)險(xiǎn)，是風(fēng)險(xiǎn)等級(jí)劃分的較高等形式，是國(guó)際金融機(jī)構(gòu)和理論發(fā)展的趨勢(shì)。與離散型劃分比較，連續(xù)性劃的優(yōu)勢(shì)更為顯著。

第一，能將所有的風(fēng)險(xiǎn)因素統(tǒng)一到一個(gè)體系中。連續(xù)性劃分采用定量分析的方法能包含所有的定性、定量的因素，而離散型劃分采用定量參數(shù)相對(duì)困難，如變通地采取分段函數(shù)法，參數(shù)信息損失較多。

第二，方便對(duì)不同風(fēng)險(xiǎn)因素的比較。離散型的劃分標(biāo)準(zhǔn)按洗錢風(fēng)險(xiǎn)大小定性分為幾類，難以細(xì)致區(qū)分每個(gè)風(fēng)險(xiǎn)因素的風(fēng)險(xiǎn)彈性。而連續(xù)性劃分標(biāo)準(zhǔn)的不同風(fēng)險(xiǎn)因素的系數(shù)代表了其風(fēng)險(xiǎn)彈性，風(fēng)險(xiǎn)越高，則系數(shù)越大，反之亦然。

第三，能體現(xiàn)風(fēng)險(xiǎn)因素的積累。離散型的劃分標(biāo)準(zhǔn)往往將所有風(fēng)險(xiǎn)大小相似的元素分為一類，對(duì)于其中滿足一條或者幾條標(biāo)準(zhǔn)的客戶定為該風(fēng)險(xiǎn)等級(jí)。很顯然，滿足多個(gè)風(fēng)險(xiǎn)特征的洗錢風(fēng)險(xiǎn)等級(jí)要高于滿足單個(gè)風(fēng)險(xiǎn)等級(jí)。離散型劃分滿足同一檔幾個(gè)因素的客戶和滿足該檔單個(gè)因素的客戶不做區(qū)分，而前者的風(fēng)險(xiǎn)要遠(yuǎn)高于后者。連續(xù)性的劃分形式更能體現(xiàn)風(fēng)險(xiǎn)因素的積累，區(qū)分上述情況的風(fēng)險(xiǎn)差異。

第四，方便風(fēng)險(xiǎn)因素的持續(xù)識(shí)別和風(fēng)險(xiǎn)等級(jí)的及時(shí)調(diào)整。連續(xù)性劃分形式更方便采用動(dòng)態(tài)的監(jiān)測(cè)手段，能實(shí)時(shí)接收交易數(shù)據(jù)，探測(cè)身份信息變更，從而及時(shí)反映風(fēng)險(xiǎn)變化。而離散型劃分只在審核期時(shí)調(diào)整，交易信息和身份信息變更若未達(dá)到規(guī)定條款的設(shè)定閾值，系統(tǒng)不會(huì)修改客戶的風(fēng)險(xiǎn)因素、更改風(fēng)險(xiǎn)等級(jí)。

四、風(fēng)險(xiǎn)等級(jí)劃分模型分類及優(yōu)化

（一）外部法和內(nèi)部法

根據(jù)巴塞爾協(xié)議II的精神，金融機(jī)構(gòu)可選擇不同的信貸風(fēng)險(xiǎn)計(jì)算模型，按模型的來(lái)源可分為外部法和內(nèi)部法，內(nèi)部法根據(jù)照風(fēng)險(xiǎn)權(quán)重的設(shè)定來(lái)源又可細(xì)分為初級(jí)內(nèi)部法和高級(jí)內(nèi)部法。在巴塞爾協(xié)議中，客戶洗錢風(fēng)險(xiǎn)被歸類為操作風(fēng)險(xiǎn)，尚未被納入全面風(fēng)險(xiǎn)系統(tǒng)。仿照信貸風(fēng)險(xiǎn)的測(cè)算模型分類，本文嘗試提出多層次的洗錢風(fēng)險(xiǎn)等級(jí)劃分模型，試圖將其納入巴塞爾協(xié)議的全面風(fēng)險(xiǎn)系統(tǒng)。根據(jù)風(fēng)險(xiǎn)模型的來(lái)源不同，可區(qū)分為外部法和內(nèi)部法。

外部法由監(jiān)管機(jī)構(gòu)規(guī)定風(fēng)險(xiǎn)等級(jí)劃分模型的風(fēng)險(xiǎn)因素、因素系數(shù)，監(jiān)管機(jī)構(gòu)保證模型的可靠性，并提供技術(shù)支持。監(jiān)管機(jī)構(gòu)可根據(jù)形勢(shì)變化或者研究成果，改變風(fēng)險(xiǎn)因素?cái)?shù)量，調(diào)整因素系數(shù)。為保證外部法的易用性，風(fēng)險(xiǎn)因素的確定應(yīng)相對(duì)比較簡(jiǎn)單，采用國(guó)際公認(rèn)的因素，如國(guó)籍、行業(yè)、是否為政要等。在初期推廣中，可采用這些風(fēng)險(xiǎn)因素加權(quán)，之后可考慮業(yè)務(wù)實(shí)際和理論研究成果加入交易類因素等。

外部法存在幾個(gè)缺陷：一是客戶洗錢風(fēng)險(xiǎn)的因素系數(shù)設(shè)定相對(duì)保守，劃分高風(fēng)險(xiǎn)客戶偏多，造成的洗錢風(fēng)險(xiǎn)撥備水平也相對(duì)較高。二是外部法按照行業(yè)統(tǒng)一的標(biāo)準(zhǔn)制定，無(wú)法根據(jù)各個(gè)金融機(jī)構(gòu)的特殊情況進(jìn)行調(diào)整。

內(nèi)部法指由金融機(jī)構(gòu)自己設(shè)計(jì)模型，確定風(fēng)險(xiǎn)因素、因素系數(shù)。有能力的金融機(jī)構(gòu)能夠根據(jù)自身風(fēng)險(xiǎn)特點(diǎn)開(kāi)發(fā)內(nèi)部法模型，根據(jù)自身的業(yè)務(wù)實(shí)踐和研究成果來(lái)自行添加風(fēng)險(xiǎn)因素，并設(shè)定因素系數(shù)。內(nèi)部法能克服外部法的缺陷，體現(xiàn)自身業(yè)務(wù)特點(diǎn)。為防止金融機(jī)構(gòu)采用內(nèi)部法低估風(fēng)險(xiǎn)，監(jiān)管機(jī)構(gòu)必須出臺(tái)相應(yīng)的內(nèi)部法懲罰機(jī)制。當(dāng)金融機(jī)構(gòu)內(nèi)部法評(píng)估失誤率較高時(shí)，強(qiáng)制要求其撥備更多的風(fēng)險(xiǎn)資本。

（二）因素選擇與因素系數(shù)的優(yōu)化

理論界要確定三個(gè)方向：第一，涵蓋更廣泛的因素類。金融行動(dòng)特別工作小組公布的參數(shù)體系主要是身份類信息。為更好地監(jiān)測(cè)客戶的洗錢風(fēng)險(xiǎn)，還應(yīng)涵蓋交易類信息、綜合類信息。從信息的覆蓋面上來(lái)看，風(fēng)險(xiǎn)等級(jí)劃分應(yīng)從多個(gè)角度來(lái)獲取信息。第二，分類分析，精簡(jiǎn)因素。進(jìn)行相關(guān)性分析，應(yīng)用相關(guān)性矩陣剔除掉一些性質(zhì)重復(fù)的因素。進(jìn)行有效性分析，通過(guò)參數(shù)檢驗(yàn)剔除掉無(wú)效的參數(shù)。第三，精確測(cè)算參數(shù)系數(shù)。洗錢罪的上游犯罪有7類，洗錢罪實(shí)現(xiàn)的途徑也是多樣的，因此客戶洗錢風(fēng)險(xiǎn)不同于信貸風(fēng)險(xiǎn)，是多維度的風(fēng)險(xiǎn)形式。因此，采用線性的參數(shù)模型是不足夠的，這也給參數(shù)的有效使用帶來(lái)了挑戰(zhàn)。且洗錢犯罪的外延和洗錢犯罪的形式也是隨著經(jīng)濟(jì)形勢(shì)和金融創(chuàng)新而變化的，要求風(fēng)險(xiǎn)等級(jí)劃分模型具備較強(qiáng)的適應(yīng)性。

（三）可供參考的幾類模型

西方理論界思考用工程學(xué)、人工智能的原理來(lái)管理風(fēng)險(xiǎn)，比較盛行的方法包括專家系統(tǒng)、聚類分析、BP神經(jīng)網(wǎng)絡(luò)等。

1.專家系統(tǒng)。由具體長(zhǎng)期從事此項(xiàng)工作的專家選取參數(shù)，確定參數(shù)系數(shù)，判斷依據(jù)為他們的經(jīng)驗(yàn)。在調(diào)研中，該模型的應(yīng)用最為普遍。專家模型的優(yōu)勢(shì)在于操作相對(duì)簡(jiǎn)便，系數(shù)參數(shù)相對(duì)穩(wěn)定。專家系統(tǒng)模型一般根據(jù)經(jīng)驗(yàn)確定系數(shù)參數(shù)或者決策樹(shù)路徑，其流程結(jié)構(gòu)一般表現(xiàn)為線性結(jié)構(gòu)或者是簡(jiǎn)單拓?fù)浣Y(jié)構(gòu)，因此操作上相對(duì)簡(jiǎn)單。由于專家的經(jīng)驗(yàn)積累相對(duì)時(shí)間較長(zhǎng)，系數(shù)參數(shù)一旦確定后不會(huì)頻繁更改。專家系統(tǒng)一般分為4個(gè)層面：因素層、指標(biāo)層、評(píng)判層、目標(biāo)層。多個(gè)專家在評(píng)判層決定因素層和指標(biāo)層的參數(shù)，并對(duì)于目標(biāo)層的結(jié)果進(jìn)行評(píng)估，根據(jù)評(píng)估結(jié)果修訂因素層和指標(biāo)層。專家系統(tǒng)模型主要缺陷在于缺少理論依據(jù)，對(duì)專家的要求較高。專家系統(tǒng)模型的主要依據(jù)是經(jīng)驗(yàn)，對(duì)于參數(shù)的選擇和調(diào)整也是經(jīng)驗(yàn)，相對(duì)缺乏實(shí)證依據(jù)。專家系統(tǒng)的成功與否在于專家的經(jīng)驗(yàn)是否可靠有效，這是大部分專家系統(tǒng)的劃分模型區(qū)分度不高的原因。針對(duì)上述問(wèn)題，專家系統(tǒng)可以考慮采取層次分析法和增加評(píng)判層的專家數(shù)量來(lái)部分彌補(bǔ)。

2.聚類分析。因?yàn)榉梢?guī)定的反洗錢上游犯罪多達(dá)7種，洗錢的實(shí)現(xiàn)途徑也是多種多樣的，且洗錢犯罪分子隨時(shí)企圖規(guī)避法規(guī)監(jiān)管而變更洗錢手法，所以客戶洗錢風(fēng)險(xiǎn)的特征并不像信貸風(fēng)險(xiǎn)那樣只有1個(gè)維度，其表現(xiàn)為多種洗錢特征。因此，采用空間拓?fù)浣Y(jié)構(gòu)要比簡(jiǎn)單拓?fù)浣Y(jié)構(gòu)更合適。通過(guò)聚類分析的方法，洗錢風(fēng)險(xiǎn)模型通過(guò)對(duì)多個(gè)洗錢案例的學(xué)習(xí)，提煉出幾種洗錢的特征，然后根據(jù)識(shí)別比對(duì)系統(tǒng)對(duì)客戶信息進(jìn)行比對(duì)判斷，判斷結(jié)果為與某種洗錢方式的相似度百分比，而后根據(jù)空間距離加權(quán)函數(shù)來(lái)決定客戶洗錢風(fēng)險(xiǎn)的大小。聚類分析的優(yōu)勢(shì)主要在于系數(shù)參數(shù)設(shè)置更科學(xué)，能夠排除主觀判斷的干擾，能兼容其他的洗錢方式。系數(shù)參數(shù)都是由聚類分析的訓(xùn)練函數(shù)所確定，在訓(xùn)練中也可以設(shè)定有導(dǎo)師學(xué)習(xí)、無(wú)導(dǎo)師學(xué)習(xí)、再勵(lì)學(xué)習(xí)等模式。當(dāng)新的洗錢形式的出現(xiàn)，可以繼續(xù)啟動(dòng)再學(xué)習(xí)過(guò)程，表現(xiàn)出很好的兼容性。聚類分析的主要缺陷在于可能存在數(shù)據(jù)挖掘陷阱和技術(shù)要求較高。

3.BP神經(jīng)網(wǎng)絡(luò)。BP神經(jīng)網(wǎng)絡(luò)是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò)，是目前在操作風(fēng)險(xiǎn)測(cè)算領(lǐng)域應(yīng)用最為廣泛的神經(jīng)網(wǎng)絡(luò)。BP網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入—輸出模式映射關(guān)系，而無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最快下降法，通過(guò)反向傳播不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值，使網(wǎng)絡(luò)的誤差平方和最小。BP神經(jīng)網(wǎng)絡(luò)模型拓?fù)浣Y(jié)構(gòu)包括輸入層、隱層和輸出層，特別適用于成因尚未被探明的風(fēng)險(xiǎn)模型，因此它適合應(yīng)用于客戶洗錢風(fēng)險(xiǎn)模型，它和聚類分析一樣可以通過(guò)學(xué)習(xí)來(lái)發(fā)現(xiàn)風(fēng)險(xiǎn)模式。它具有和聚類分析一樣的優(yōu)勢(shì)，但區(qū)別于聚類分析，它的反饋學(xué)習(xí)始終是動(dòng)態(tài)的，表現(xiàn)出更好的兼容性和更能捕捉新的風(fēng)險(xiǎn)客戶形式。這是BP神經(jīng)網(wǎng)絡(luò)具有逆向傳播的特性息息相關(guān)的，對(duì)輸出層的檢驗(yàn)是實(shí)時(shí)的，一旦意識(shí)到新的洗錢風(fēng)險(xiǎn)類型，也可以立即對(duì)隱層的拓?fù)浣Y(jié)構(gòu)進(jìn)行修改。BP神經(jīng)網(wǎng)絡(luò)在所有的客戶洗錢風(fēng)險(xiǎn)模型中的應(yīng)變性最強(qiáng)：第一，和聚類分析一樣，可以動(dòng)態(tài)探測(cè)客戶洗錢風(fēng)險(xiǎn)的變化；第二，能夠根據(jù)洗錢的新形勢(shì)動(dòng)態(tài)自動(dòng)改變自身的模型規(guī)則。

五、結(jié)論

針對(duì)金融機(jī)構(gòu)存在劃分形式區(qū)分度不夠、劃分模型過(guò)于簡(jiǎn)便、技術(shù)手段落后的現(xiàn)狀，倡議相關(guān)部門人民銀行應(yīng)盡快建立具有指導(dǎo)意見(jiàn)的操作，并可對(duì)金融機(jī)構(gòu)采取多層次措施指導(dǎo)、規(guī)范其劃分形式和劃分模型。

（一）允許金融機(jī)構(gòu)采取多層次的風(fēng)險(xiǎn)等級(jí)劃分形式

目前，劃分形式主要可以分為離散型劃分和連續(xù)性劃分。離散型的劃分側(cè)重于定性分析，連續(xù)型的劃分側(cè)重于定量分析。離散性劃分適合于劃分業(yè)務(wù)關(guān)系簡(jiǎn)單、交易數(shù)量較少、交易對(duì)手明確的客戶，連續(xù)性劃分適合于業(yè)務(wù)關(guān)系復(fù)雜、頻繁交易、交易對(duì)手眾多的客戶。原則上應(yīng)鼓勵(lì)金融機(jī)構(gòu)采取連續(xù)性劃分，以便實(shí)時(shí)監(jiān)測(cè)風(fēng)險(xiǎn)因素，及時(shí)調(diào)整風(fēng)險(xiǎn)等級(jí)。

（二）允許金融機(jī)構(gòu)采取多層次的風(fēng)險(xiǎn)等級(jí)劃分模型

客戶風(fēng)險(xiǎn)等級(jí)劃分模型在某種意義上說(shuō)也是風(fēng)險(xiǎn)資本的測(cè)算模型，主要分為外部法和內(nèi)部法。和信貸資本模型類似，金融機(jī)構(gòu)可以自行選擇。內(nèi)部法層次相對(duì)較高，應(yīng)鼓勵(lì)洗錢風(fēng)險(xiǎn)相對(duì)較大，研究能力和科技能力相對(duì)較強(qiáng)的銀行采取這種方法。而對(duì)于其他金融機(jī)構(gòu)可以采取由人民銀行或者行業(yè)協(xié)會(huì)指導(dǎo)發(fā)布的外部法，從而提高劃分模型的有效性。

（責(zé)任編輯：陳薇）

參考文獻(xiàn)：

[1]D.S Demetis， I.O Angell.The Risk-based Approach to AML:Representation， Paradox， and the 3rd Directive[M].Journal of Money Laundering Control，2007.

[2]R. C Watkins， K.M Reynolds， R Demara， M Georgiopaulos， A Gonzalez， R Eaglin.Tracking Dirty Record: Exploring Data Mining Technologies as Tools to Investigate Money Laundering[M].Police Practice and Research，2003.

[3]Su-Nan Wang，Jian-Gang Yang.A Money Laundering Risk Evaluation Method Based on Decision Tree[M].Machine Learning and Cybernetics，2007.

[4]Shijia Gao， Dongming Xu.Conceptual modeling and development of an Intelligent Agent-assisted Decision Support System for Anti-money Laundering[M].Expert Systems with Applications，2009.

[5]童文俊.金融機(jī)構(gòu)基于洗錢風(fēng)險(xiǎn)的客戶分類管理分析[J].海南金融，2009(9).

[6]孫玉剛.論金融機(jī)構(gòu)反洗錢客戶風(fēng)險(xiǎn)等級(jí)分類管理[J].武漢金融，2010(10).