數(shù)據(jù)挖掘技術(shù)在反洗錢工作中的應(yīng)用現(xiàn)狀及深化應(yīng)用建議

摘 要：在分析當(dāng)前反洗錢資金監(jiān)測(cè)中大額和可疑交易數(shù)據(jù)分析工作面臨數(shù)據(jù)量大與技術(shù)滯后矛盾的基礎(chǔ)上，通過總結(jié)概括數(shù)據(jù)挖掘技術(shù)在國(guó)內(nèi)外反洗錢工作的應(yīng)用現(xiàn)狀，針對(duì)可疑交易分析中深化數(shù)據(jù)挖掘技術(shù)應(yīng)用層面提出參考性建議。

關(guān)鍵詞：反洗錢；數(shù)據(jù)挖掘；可疑交易

中圖分類號(hào)：D92 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1673-291X（2012）12-0091-02

當(dāng)前，面對(duì)洗錢手段多樣化、程序復(fù)雜化的嚴(yán)峻態(tài)勢(shì)，以及有限監(jiān)管資源與監(jiān)管范圍日益擴(kuò)大之間的突出矛盾，反洗錢工作的高效開展勢(shì)在必行。從反洗錢工作的核心內(nèi)容即大額和可疑交易的分析識(shí)別這一切入點(diǎn)著手，可大大提高反洗錢工作監(jiān)管實(shí)效，如何從海量的混合類型屬性甚至半結(jié)構(gòu)化的金融數(shù)據(jù)中挖掘出與洗錢活動(dòng)相關(guān)的交易數(shù)據(jù)，為發(fā)現(xiàn)可疑交易線索提供數(shù)據(jù)支持，需要我們?cè)诜椒ㄉ线M(jìn)行探索，在應(yīng)用上進(jìn)行實(shí)踐。

一、反洗錢大額和可疑交易報(bào)告中存在的主要問題

自《金融機(jī)構(gòu)反洗錢規(guī)定》、《金融機(jī)構(gòu)大額交易和可疑交易報(bào)告管理辦法》等法律規(guī)章制度實(shí)施以來，可疑交易的報(bào)告、分析工作在防范和打擊洗錢犯罪方面發(fā)揮了積極的作用。但是在數(shù)量龐大、可利用率不高、關(guān)聯(lián)性不強(qiáng)的可疑交易數(shù)據(jù)中進(jìn)行主觀的人工篩選分析判斷，存在分析技術(shù)單薄與交易數(shù)據(jù)龐大之間的強(qiáng)烈反差，使得可疑交易分析識(shí)別工作量和難度加大，可疑交易數(shù)據(jù)分析識(shí)別不能很好適應(yīng)反洗錢工作形式變化的要求，存在以下幾個(gè)方面問題：

（一）數(shù)據(jù)報(bào)送量大，可利用價(jià)值低

由于金融交易日常數(shù)據(jù)量龐大，加之金融機(jī)構(gòu)防衛(wèi)型報(bào)送，每天接受大額和可疑交易報(bào)送數(shù)據(jù)數(shù)以億計(jì)，需要監(jiān)測(cè)分析系統(tǒng)和工作人員進(jìn)行數(shù)據(jù)處理，但是大量無價(jià)值數(shù)據(jù)、重復(fù)報(bào)送甚至虛報(bào)的數(shù)據(jù)造成對(duì)系統(tǒng)資源和人力的低效運(yùn)作。

（二）系統(tǒng)依賴性強(qiáng)，人工分析技術(shù)水平低

金融機(jī)構(gòu)將大額和可疑交易報(bào)告法規(guī)中客觀標(biāo)準(zhǔn)設(shè)為反洗錢系統(tǒng)中的提取要件，由系統(tǒng)自動(dòng)提取符合條件的交易數(shù)據(jù)。由于金融機(jī)構(gòu)對(duì)可疑交易報(bào)告中人工審核數(shù)據(jù)的重要性認(rèn)識(shí)不足，普遍依賴系統(tǒng)自動(dòng)提取，沒有嚴(yán)格按照大額和可疑交易報(bào)告的要求進(jìn)行人工審核，無法排除系統(tǒng)提取中存在的重復(fù)、虛報(bào)交易。進(jìn)行人工審核的金融機(jī)構(gòu)分析技術(shù)也比較單一，不能實(shí)現(xiàn)對(duì)交易賬戶、交易行為的動(dòng)態(tài)關(guān)聯(lián)分析。

（三）客觀標(biāo)準(zhǔn)易于規(guī)避，自適應(yīng)性差

明確的大額和可疑交易報(bào)告標(biāo)準(zhǔn)雖然給分析人員識(shí)別大額和可疑交易行為提供了有力參考，但是也容易被洗錢分子所規(guī)避，其監(jiān)管實(shí)效性大打折扣。此外，洗錢行為會(huì)因不同區(qū)域、不同金融發(fā)展水平而不同，統(tǒng)一規(guī)范標(biāo)準(zhǔn)無法適應(yīng)洗錢行為多樣化的現(xiàn)狀。

二、數(shù)據(jù)挖掘技術(shù)在反洗錢工作中的應(yīng)用現(xiàn)狀

20世紀(jì)90年代產(chǎn)生和發(fā)展的數(shù)據(jù)挖掘技術(shù)又稱數(shù)據(jù)庫中的知識(shí)發(fā)現(xiàn)，能夠從海量數(shù)據(jù)中發(fā)現(xiàn)隱藏的關(guān)系和模式，已在購(gòu)物欄分析、客戶關(guān)系管理、產(chǎn)品質(zhì)量分析、基因工程研究、互聯(lián)網(wǎng)站點(diǎn)訪問模式等許多領(lǐng)域得到成功應(yīng)用，作為新興技術(shù)，其在金融領(lǐng)域中的應(yīng)用研究也是近幾年才開始。由于數(shù)據(jù)挖掘技術(shù)適合對(duì)數(shù)據(jù)類型多、關(guān)系復(fù)雜、動(dòng)態(tài)性、數(shù)據(jù)量大等類型信息的分析，并且其高度程序化的特征決定數(shù)據(jù)分析具有客觀性、可以排除人為干擾因素，使數(shù)據(jù)挖掘技術(shù)能在反洗錢工作中迅速推廣應(yīng)用。

（一）國(guó)外應(yīng)用現(xiàn)狀

發(fā)達(dá)國(guó)家在數(shù)據(jù)挖掘技術(shù)應(yīng)用方面已經(jīng)取得了一定成績(jī)，不僅建立了專門分析和收集情報(bào)的金融情報(bào)中心（FIU），而且建立了功能強(qiáng)大的反洗錢系統(tǒng)：美國(guó)金融犯罪執(zhí)法網(wǎng)絡(luò)的FAIS（FinCEN Artificial Intelligence System）系統(tǒng)綜合使用了人工智能技術(shù)和基于案例的推理、黑板等分析技術(shù)，將數(shù)據(jù)分析視角從交易導(dǎo)向轉(zhuǎn)為對(duì)象（如人或者組織）導(dǎo)向，對(duì)每一筆交易、對(duì)象、賬戶都用336條規(guī)則逐一進(jìn)行測(cè)試，相應(yīng)每條規(guī)則給出是否為合法或非法的判定結(jié)果，再用貝葉思推理對(duì)每個(gè)項(xiàng)目的可疑性進(jìn)行評(píng)定；澳大利亞交易分析和報(bào)告中心所開發(fā)的ScreenIT系統(tǒng)使用數(shù)據(jù)挖掘技術(shù)實(shí)現(xiàn)了對(duì)可疑交易報(bào)告的自動(dòng)篩選。

（二）中國(guó)應(yīng)用現(xiàn)狀

中國(guó)應(yīng)用數(shù)據(jù)挖掘進(jìn)行可疑交易分析還處于起步階段，信息技術(shù)應(yīng)用水平還比較低。但是中國(guó)反洗錢中的數(shù)據(jù)挖掘技術(shù)應(yīng)用和研究已經(jīng)逐漸引起監(jiān)管部門及理論界的重視，技術(shù)應(yīng)用層次和認(rèn)識(shí)程度明顯提高。目前反洗錢系統(tǒng)中應(yīng)用的數(shù)據(jù)挖掘技術(shù)主要有：聚類分析、決策樹分析、孤立點(diǎn)分析和序列模式分析等以實(shí)現(xiàn)對(duì)交易數(shù)據(jù)的分類、關(guān)聯(lián)規(guī)則和異常行為等分析。應(yīng)用手法上主要停留在對(duì)各種不同分析技術(shù)的簡(jiǎn)單應(yīng)用，缺乏綜合系統(tǒng)性地應(yīng)用。

關(guān)于反洗錢工作中數(shù)據(jù)挖掘技術(shù)的應(yīng)用研究目前理論界的主要趨勢(shì)包括兩個(gè)方面：一是基于賬戶或交易行為的研究，力求通過采用新的方法提高可疑交易發(fā)現(xiàn)的靈敏度和可疑交易判別的可信度；二是基于反洗錢系統(tǒng)總體結(jié)構(gòu)框架和功能的設(shè)計(jì)構(gòu)想，力求通過逐步完善反洗錢分析系統(tǒng)中的指標(biāo)體系和功能結(jié)構(gòu)，對(duì)反洗錢數(shù)據(jù)進(jìn)行收集、加工、整理、分析，實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)分析過程。

三、深化數(shù)據(jù)挖掘技術(shù)在反洗錢工作中的應(yīng)用層面

（一）提高異常交易行為識(shí)別的敏感度

由于金融交易日常數(shù)據(jù)量龐大，加之金融機(jī)構(gòu)防衛(wèi)型報(bào)送，每天接受大額和可疑交易報(bào)送數(shù)據(jù)數(shù)以億計(jì)，需要監(jiān)測(cè)分析系統(tǒng)和工作人員進(jìn)行數(shù)據(jù)處理，但是大量無價(jià)值數(shù)據(jù)、重復(fù)報(bào)送甚至虛報(bào)的數(shù)據(jù)造成對(duì)系統(tǒng)資源和人力的低效運(yùn)作。數(shù)據(jù)挖掘技術(shù)的廣泛應(yīng)用可有效地幫助監(jiān)管部門發(fā)現(xiàn)可疑交易，檢測(cè)異常資金的流動(dòng)，挖掘出金融交易中單筆異常交易和密集頻繁交易等交易異常情形，提高異常交易的檢測(cè)效率。

（二）擴(kuò)大交易行為關(guān)聯(lián)分析的覆蓋面

大額和可疑交易的發(fā)生往往涉及多個(gè)賬戶的資金往來或某個(gè)賬戶的歷史交易變動(dòng)軌跡，僅僅依靠金融機(jī)構(gòu)對(duì)可疑交易的系統(tǒng)提取及單一的人工分析技術(shù)難以達(dá)到對(duì)交易賬戶、交易行為的動(dòng)態(tài)關(guān)聯(lián)分析。數(shù)據(jù)挖掘中的關(guān)聯(lián)分析能夠?qū)崿F(xiàn)對(duì)大額和可疑交易數(shù)據(jù)關(guān)聯(lián)規(guī)則的分析，并通過量化的數(shù)字描述對(duì)象之間的關(guān)聯(lián)規(guī)律，為分析人員提供一系列彼此相互分離的獨(dú)立路徑，幫助理解洗錢活動(dòng)的整個(gè)過程并了解某一具體的洗錢操作在整個(gè)洗錢鏈中的作用，直觀地呈現(xiàn)出洗錢活動(dòng)的推理框架。

（三）提供交易行為預(yù)測(cè)及線索追蹤

在明確重點(diǎn)關(guān)注的可疑交易行為的后續(xù)分析中，數(shù)據(jù)挖掘技術(shù)中的預(yù)測(cè)、估計(jì)等功能同樣具有適用性。通過建立預(yù)測(cè)和分類模型，實(shí)現(xiàn)對(duì)某項(xiàng)資金流動(dòng)是否與洗錢活動(dòng)有關(guān)的判斷，自動(dòng)發(fā)現(xiàn)洗錢線索，同時(shí)可以在發(fā)現(xiàn)可疑交易行為后沿最優(yōu)路徑追蹤洗錢的各步操作，幫助分析人員挖掘交易數(shù)據(jù)中的可疑點(diǎn)，有利于發(fā)現(xiàn)洗錢活動(dòng)的重要線索，為后續(xù)調(diào)查工作開展打下基礎(chǔ)。

參考文獻(xiàn)：

[1] 楊勝剛，王鵬.基于數(shù)據(jù)挖掘技術(shù)的人民幣反洗錢系統(tǒng)設(shè)計(jì)[J].財(cái)經(jīng)理論與實(shí)踐，2005，(6).

[2] 孫瑩瑩，姚文輝.數(shù)據(jù)挖掘技術(shù)在反洗錢系統(tǒng)中的應(yīng)用[J].華南金融電腦，2006，(4).

[3] 陳凌.淺談數(shù)據(jù)挖掘技術(shù)在反洗錢系統(tǒng)中的應(yīng)用[J].華南金融電腦，2006，(8).

[4] 李志強(qiáng)，李靈.數(shù)據(jù)挖掘技術(shù)在金融反洗錢中的應(yīng)用[J].商場(chǎng)現(xiàn)代化，2007，(3).

[5] 余平.數(shù)據(jù)挖掘及在金融領(lǐng)域的應(yīng)用[J].現(xiàn)代計(jì)算機(jī)，2007，(2).

[6] 孫景，李志偉，劉煒.基于邏輯回歸的企業(yè)大額可疑外匯資金交易識(shí)別模型[J].上海金融，2008，(6).

[7] 蘇輝貴.基于數(shù)據(jù)挖掘的反洗錢系統(tǒng)應(yīng)用研究[J].華南金融電腦，2009，(3).

[8] 張成虎，趙小虎.基于貝葉斯分類的可疑金融交易識(shí)別研究[J].財(cái)經(jīng)研究，2009，(10).

[責(zé)任編輯 陳丹丹]