基于大數(shù)據(jù)技術(shù)的商業(yè)銀行反洗錢風(fēng)險(xiǎn)識(shí)別“穿透”研究

陶士貴 相瑞

摘? ?要：從國(guó)內(nèi)商業(yè)銀行反洗錢工作面臨的現(xiàn)狀和挑戰(zhàn)出發(fā)，通過回溯近年來國(guó)內(nèi)外對(duì)于反洗錢監(jiān)測(cè)識(shí)別方法的相關(guān)研究成果，結(jié)合目前最新的國(guó)際反洗錢監(jiān)管要求標(biāo)準(zhǔn)，通過搭建反洗錢大數(shù)據(jù)綜合分析平臺(tái)，完善客戶盡職調(diào)查，并通過引入人工智能中的復(fù)雜股權(quán)關(guān)系路徑算法和自然語義分析算法，有效識(shí)別企業(yè)的最終受益人（UBO），實(shí)現(xiàn)風(fēng)險(xiǎn)“穿透”，促使商業(yè)銀行反洗錢領(lǐng)域核心競(jìng)爭(zhēng)力的提升。

關(guān)鍵詞：反洗錢;大數(shù)據(jù);盡職調(diào)查;受益人識(shí)別

中圖分類號(hào)：F830.33? 文獻(xiàn)標(biāo)識(shí)碼：B 文章編號(hào)：1674-2265（2020）07-0073-06

DOI：10.19647/j.cnki.37-1462/f.2020.07.011

一、問題的提出

當(dāng)前國(guó)際反洗錢和反恐怖融資標(biāo)準(zhǔn)趨嚴(yán)、趨緊，國(guó)內(nèi)外多家商業(yè)銀行在反洗錢和金融制裁領(lǐng)域頻繁受到巨額處罰，合規(guī)工作的重要性更加凸顯。2017年美國(guó)貨幣監(jiān)理署（OCC）對(duì)加州商業(yè)銀行（Merchants Bank of California）違反《銀行保密法》（BSA）的行為罰款800萬美元，一年后又以未糾正已知的BSA違規(guī)行為為由，對(duì)相關(guān)涉事人員再次處以總計(jì)31.1萬美元的民事處罰。2018年2月荷蘭合作銀行（Rabobank， N.A.）因欺騙OCC、妨礙OCC對(duì)銀行反洗錢程序的審查被判犯有刑事合謀罪，最終向OCC支付近3.69億美元后達(dá)成和解。2018年美國(guó)多家監(jiān)管當(dāng)局對(duì)全美銀行（U.S.Bank National Association）及其母公司美國(guó)合眾銀行（U.S.Bancorp）開出金額合計(jì)8.03億美元的反洗錢處罰。2018年3月，美聯(lián)儲(chǔ)責(zé)令中國(guó)某大型銀行紐約分行建立和完善反洗錢合規(guī)機(jī)制，合理評(píng)估產(chǎn)品、客戶（包括政治公眾人物）的洗錢風(fēng)險(xiǎn)，并聘請(qǐng)第三方公司對(duì)交易進(jìn)行回溯性篩查。隨著近年來不同經(jīng)濟(jì)體之間貿(mào)易摩擦的不斷演變，對(duì)跨境金融機(jī)構(gòu)展開反洗錢調(diào)查和制裁行為，隨時(shí)可能成為政治經(jīng)濟(jì)領(lǐng)域的慣用手段，特別是作為跨境貿(mào)易結(jié)算主要載體的商業(yè)銀行處于反洗錢領(lǐng)域的前沿陣地，在合規(guī)經(jīng)營(yíng)方面首當(dāng)其沖。

與此同時(shí)，2018年我國(guó)迎來了FATF第四輪互評(píng)估，中國(guó)人民銀行在客戶盡職調(diào)查、受益所有人識(shí)別、定向金融制裁等領(lǐng)域提出更高要求，并提出要通過檢查和處罰對(duì)違規(guī)金融機(jī)構(gòu)形成震懾、警示和約束;銀保監(jiān)會(huì)要求商業(yè)銀行業(yè)務(wù)發(fā)展、反洗錢和反恐怖融資合規(guī)、洗錢和恐怖融資風(fēng)險(xiǎn)管理必須保持同步，明確配合國(guó)務(wù)院反洗錢行政主管部門，履行銀行業(yè)金融機(jī)構(gòu)反洗錢和反恐怖融資監(jiān)督管理職責(zé)。

隨著國(guó)內(nèi)外對(duì)商業(yè)銀行反洗錢監(jiān)管日益趨嚴(yán)，將大數(shù)據(jù)技術(shù)用于改進(jìn)商業(yè)銀行反洗錢識(shí)別監(jiān)測(cè)方法，進(jìn)而提升反洗錢監(jiān)測(cè)效率，是目前亟待解決的一大問題。

二、國(guó)內(nèi)外相關(guān)研究

近年來國(guó)內(nèi)關(guān)于金融機(jī)構(gòu)反洗錢活動(dòng)中客戶盡職調(diào)查和受益所有人的識(shí)別方法及能力的研究較多，研究人員主要集中在高校和中國(guó)人民銀行，分析和探討集中在方法論運(yùn)用角度及金融機(jī)構(gòu)反洗錢監(jiān)測(cè)體系建設(shè)方面。宋志國(guó)（2015）[1]分析了目前離岸公司和地下錢莊洗錢的新手法與新特征，進(jìn)而提出構(gòu)建以客戶數(shù)據(jù)流為基礎(chǔ)，以監(jiān)管機(jī)構(gòu)需求為導(dǎo)向，建立可疑交易信息收集體系，構(gòu)建大數(shù)據(jù)模型分析體系。黃靜云（2015）[2]提出大數(shù)據(jù)在反洗錢領(lǐng)域的應(yīng)用面臨機(jī)遇和挑戰(zhàn)，需要構(gòu)建安全+控制+共享+人才的反洗錢工作機(jī)制，通過全景式、關(guān)聯(lián)性的數(shù)據(jù)分析和比對(duì)，快速有效地識(shí)別可疑交易，并自主識(shí)別自身反洗錢風(fēng)險(xiǎn)管理體系的薄弱環(huán)節(jié)。吳正德（2017）[3]提出通過反洗錢風(fēng)險(xiǎn)控制體系頂層設(shè)計(jì)、可疑交易監(jiān)測(cè)分析指標(biāo)設(shè)計(jì)以及通信技術(shù)運(yùn)用等方面，建立以風(fēng)險(xiǎn)為導(dǎo)向的反洗錢監(jiān)測(cè)分析體系，遏制洗錢風(fēng)險(xiǎn)的蔓延。李長(zhǎng)河等（2018）[4]分析了貿(mào)易洗錢的主要方式以及對(duì)應(yīng)反洗錢監(jiān)管的發(fā)展過程和趨勢(shì)，提出應(yīng)加強(qiáng)對(duì)海外客戶的背景調(diào)查、建立綜合模式的反洗錢結(jié)構(gòu)、整合貿(mào)易反洗錢數(shù)據(jù)庫及報(bào)警共享系統(tǒng)、以風(fēng)險(xiǎn)評(píng)級(jí)為監(jiān)測(cè)抓手和加強(qiáng)貿(mào)易反洗錢的業(yè)務(wù)培訓(xùn)等方式進(jìn)一步提高貿(mào)易反洗錢的準(zhǔn)確性與質(zhì)效。張國(guó)坤（2019）[5]提出加強(qiáng)信息平臺(tái)建設(shè)，完善反洗錢內(nèi)控制度，細(xì)化洗錢風(fēng)險(xiǎn)防范措施，做好客戶身份識(shí)別，提高可疑交易報(bào)告質(zhì)量，規(guī)范保管客戶身份和交易信息。

大數(shù)據(jù)技術(shù)應(yīng)用于反洗錢監(jiān)測(cè)方面的研究，近年來漸趨增加。王怡靚（2017）[6]提出建設(shè)反洗錢計(jì)算機(jī)系統(tǒng)的重要性，在分析我國(guó)反洗錢計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)建設(shè)現(xiàn)狀、問題和不足的基礎(chǔ)上，指出接入金融機(jī)構(gòu)和政府職能數(shù)據(jù)、優(yōu)化監(jiān)測(cè)分析功能、反向提供數(shù)據(jù)服務(wù)金融機(jī)構(gòu)是下一階段需要重點(diǎn)推進(jìn)的工作。謝婼青等（2017）[7]通過分析反洗錢國(guó)內(nèi)外現(xiàn)狀、理論研究、統(tǒng)計(jì)方法等，探究數(shù)據(jù)挖掘技術(shù)在反洗錢活動(dòng)中的應(yīng)用，通過對(duì)比傳統(tǒng)分析方法和新型數(shù)據(jù)挖掘技術(shù)之間的差異性，提出igroup和iDetect識(shí)別方法的可行性探討。李朋林等（2018）[8]基于區(qū)塊鏈技術(shù)的發(fā)展和應(yīng)用，指出其去中心化、不可偽造和篡改、自動(dòng)化等特點(diǎn)對(duì)于商業(yè)銀行反洗錢業(yè)務(wù)領(lǐng)域具備可行性、重要性和創(chuàng)新性。肖琨等（2019）[9]提出可將分類、聚類等無監(jiān)督、半監(jiān)督學(xué)習(xí)算法在反洗錢可疑行為模型識(shí)別中進(jìn)行應(yīng)用嘗試，并通過交易行為和犯罪信息兩個(gè)維度進(jìn)行了建模路徑分析，證明了相關(guān)理論的可操作性。

從國(guó)內(nèi)外文獻(xiàn)可見，學(xué)者大多關(guān)注的是金融機(jī)構(gòu)反洗錢監(jiān)測(cè)體系建設(shè)方面，而對(duì)大數(shù)據(jù)技術(shù)應(yīng)用于反洗錢領(lǐng)域尚未形成較為完善的研究體系，本文運(yùn)用大數(shù)據(jù)技術(shù)對(duì)反洗錢方法進(jìn)行改進(jìn)，具有一定的創(chuàng)新價(jià)值。

三、反洗錢風(fēng)險(xiǎn)識(shí)別監(jiān)測(cè)的關(guān)鍵：客戶盡職調(diào)查和最終受益人識(shí)別

近年來，國(guó)內(nèi)外金融監(jiān)管機(jī)構(gòu)對(duì)反洗錢的監(jiān)管法規(guī)和要求逐步升級(jí)。美國(guó)金融犯罪執(zhí)法局（FinCEN）新規(guī)要求金融機(jī)構(gòu)在為法人企業(yè)客戶開立賬戶時(shí)，應(yīng)對(duì)擁有、控制和從該法人客戶獲利的受益所有人身份進(jìn)行識(shí)別和核實(shí)，包括：（1）識(shí)別和核實(shí)客戶的身份;（2）識(shí)別和核實(shí)開立賬戶的法人實(shí)體受益所有人的身份;（3）通過掌握客戶關(guān)系目的和性質(zhì)進(jìn)行客戶風(fēng)險(xiǎn)評(píng)級(jí);（4）通過持續(xù)監(jiān)控識(shí)別和報(bào)告可疑交易并給予風(fēng)險(xiǎn)維護(hù)和更新客戶信息。中國(guó)人民銀行2018年6月也發(fā)布了《關(guān)于進(jìn)一步做好受益所有人身份識(shí)別工作有關(guān)問題的通知》（銀發(fā)[2018]164號(hào)文），在銀發(fā)[2017]235號(hào)文基礎(chǔ)上，要求“建立健全并有效實(shí)施受益所有人身份識(shí)別制度”，同時(shí)加強(qiáng)了個(gè)人身份證件的有效性核查。

從國(guó)內(nèi)外反洗錢監(jiān)管日趨嚴(yán)格的種種要求來看，對(duì)客戶盡職調(diào)查（CDD）和受益所有人的識(shí)別方法及能力成為商業(yè)銀行反洗錢活動(dòng)合規(guī)與否的重中之重。作為金融行業(yè)最早設(shè)立金融犯罪威脅緩釋團(tuán)隊(duì)的商業(yè)銀行，匯豐銀行早在2016年就率先集中了情報(bào)分析、盡職調(diào)查、反欺詐、數(shù)據(jù)挖掘等各領(lǐng)域?qū)＜?，?shí)現(xiàn)對(duì)集團(tuán)所面對(duì)的各種金融犯罪風(fēng)險(xiǎn)的集中管理。匯豐銀行建立了全球統(tǒng)一的客戶盡職調(diào)查機(jī)制，在遵守FATF第18條建議“內(nèi)部控制、境外分支機(jī)構(gòu)和附屬機(jī)構(gòu)”要求的前提下，確保對(duì)客戶洗錢風(fēng)險(xiǎn)的評(píng)價(jià)準(zhǔn)確，管控措施能夠有效覆蓋風(fēng)險(xiǎn);同時(shí)，嚴(yán)格遵守營(yíng)業(yè)當(dāng)?shù)乇O(jiān)管部門對(duì)信息保密的要求，集團(tuán)內(nèi)部機(jī)構(gòu)之間僅能分享監(jiān)管允許的信息。

目前國(guó)內(nèi)絕大部分反洗錢活動(dòng)都是通過金融機(jī)構(gòu)進(jìn)行交易結(jié)算，特別是通過商業(yè)銀行進(jìn)行結(jié)算，因此很多商業(yè)銀行包括監(jiān)管機(jī)構(gòu)對(duì)于反洗錢監(jiān)測(cè)識(shí)別場(chǎng)景都是基于金融機(jī)構(gòu)間賬戶交易流水進(jìn)行數(shù)據(jù)挖掘建模和反洗錢風(fēng)險(xiǎn)認(rèn)定的，同時(shí)基于交易對(duì)手的身份特征例如販毒、恐怖主義、腐敗、走私等進(jìn)行可疑行為識(shí)別和監(jiān)測(cè)，因此對(duì)于商業(yè)銀行客戶盡責(zé)調(diào)查和最終受益人的識(shí)別能力提出了非常高的要求。

（一）客戶盡職調(diào)查

基于反洗錢背景下的客戶盡職調(diào)查，主要聚焦于以下三個(gè)重點(diǎn)：

1. 對(duì)涉及高風(fēng)險(xiǎn)地區(qū)的業(yè)務(wù)需要強(qiáng)化系統(tǒng)控制，通過機(jī)控+人控的方式進(jìn)行重點(diǎn)針對(duì)性分析，以模型監(jiān)測(cè)、數(shù)據(jù)統(tǒng)計(jì)等形式進(jìn)行量化分析，并輔之以反洗錢領(lǐng)域?qū)＜医?jīng)驗(yàn)判斷，借助系統(tǒng)和模型盡可能縮小目標(biāo)客戶和業(yè)務(wù)背景的范圍，減少非必要的人力投入，保障重點(diǎn)目標(biāo)客戶盡職調(diào)查結(jié)果的準(zhǔn)確性和及時(shí)性。

2. 對(duì)疑似涉及制裁范圍的業(yè)務(wù)，重點(diǎn)審查交易背景、貨物及其原產(chǎn)地、運(yùn)輸工具、路線、中轉(zhuǎn)地、裝卸貨港口和單證業(yè)務(wù)中的相關(guān)條款等，對(duì)于運(yùn)輸路線涉及被制裁國(guó)家的，按照“實(shí)質(zhì)重于形式”的原則進(jìn)行分析判斷。

3. 對(duì)于重點(diǎn)目標(biāo)客戶的盡職調(diào)查，要著眼于利用基礎(chǔ)交易合同、商業(yè)發(fā)票、報(bào)關(guān)單、提單等驗(yàn)證其真實(shí)性，準(zhǔn)確識(shí)別信用風(fēng)險(xiǎn)和欺詐風(fēng)險(xiǎn);對(duì)結(jié)算用途與客戶主營(yíng)業(yè)務(wù)范圍不符、交易價(jià)格異常等存在洗錢或可疑因素的情況進(jìn)行重點(diǎn)分析;對(duì)于貨物或服務(wù)內(nèi)容涉及違法、違禁、軍火武器或者兩用物項(xiàng)等進(jìn)行識(shí)別判斷等。

（二）最終受益人識(shí)別

目前全球反洗錢監(jiān)控趨勢(shì)從傳統(tǒng)的打擊犯罪、毒品、恐怖組織等活動(dòng)要求的“KYC”提升到“UBO”，在客戶盡職調(diào)查中越來越強(qiáng)調(diào)對(duì)最終受益人（UBO）的識(shí)別，即識(shí)別最終享有金融交易相關(guān)經(jīng)濟(jì)利益的個(gè)人，而不僅僅是表面的收付款人。

最終受益人的識(shí)別主要針對(duì)非自然人客戶，通過對(duì)公司、合伙、信托、基金、非營(yíng)利性社會(huì)組織和工會(huì)等主體的最終擁有或控制權(quán)的歸屬人進(jìn)行分析，根據(jù)股權(quán)、表決權(quán)、人事財(cái)務(wù)控制權(quán)、合作權(quán)益、董事會(huì)及高級(jí)管理層關(guān)系、委托人、受益人、受托人、主要負(fù)責(zé)人和合伙人等關(guān)聯(lián)關(guān)系路徑，進(jìn)行識(shí)別并得出最終擁有或控制客戶的一個(gè)或多個(gè)自然人及客戶所辦理交易的最終受益人。

四、大數(shù)據(jù)技術(shù)實(shí)現(xiàn)商業(yè)銀行反洗錢風(fēng)險(xiǎn)識(shí)別“穿透”效應(yīng)的機(jī)理與應(yīng)用

當(dāng)前經(jīng)濟(jì)形勢(shì)下，商業(yè)銀行在反洗錢監(jiān)測(cè)和識(shí)別活動(dòng)中，既要面對(duì)跨區(qū)域、跨行業(yè)的集團(tuán)化經(jīng)營(yíng)企業(yè)，又要面對(duì)成千上萬生命周期更迭的中小企業(yè)，客戶信息分散、銀企信息不對(duì)稱、集團(tuán)客戶信息整合度不夠等原因?qū)е裸y行在盡職調(diào)查和最終受益人識(shí)別方面經(jīng)常被動(dòng)。要破解信息不對(duì)稱的困局，實(shí)現(xiàn)有效識(shí)別反洗錢工作中關(guān)系錯(cuò)綜復(fù)雜的業(yè)務(wù)背景和客戶控制人信息，商業(yè)銀行亟須依托大數(shù)據(jù)技術(shù)將企業(yè)的各維度變量納入監(jiān)測(cè)識(shí)別范圍，統(tǒng)籌兼顧，缺一不可。

強(qiáng)監(jiān)管、嚴(yán)制裁背景下的反洗錢工作需要商業(yè)銀行對(duì)多維度內(nèi)外部數(shù)據(jù)信息的標(biāo)準(zhǔn)化采集與建模分析，需要科技部門與業(yè)務(wù)條線、信息系統(tǒng)與業(yè)務(wù)專家的深度融合，根據(jù)外部經(jīng)濟(jì)環(huán)境和監(jiān)管要求不斷實(shí)現(xiàn)動(dòng)態(tài)調(diào)優(yōu)，通過大數(shù)據(jù)技術(shù)賦能，實(shí)現(xiàn)反洗錢工作監(jiān)測(cè)和識(shí)別的智能化。

（一）客戶盡職調(diào)查的大數(shù)據(jù)“風(fēng)險(xiǎn)穿透”應(yīng)用

商業(yè)銀行反洗錢工作中對(duì)于客戶的盡職調(diào)查，主要包括準(zhǔn)入階段的獲取和記錄企業(yè)及其最終受益人相關(guān)信息、篩查反洗錢關(guān)注客戶名單、核實(shí)企業(yè)身份背景信息、審查階段的評(píng)估企業(yè)反洗錢風(fēng)險(xiǎn)等級(jí)以及后續(xù)管理中的基于風(fēng)險(xiǎn)狀況采取適當(dāng)?shù)娘L(fēng)險(xiǎn)控制措施及退出風(fēng)險(xiǎn)高且難以控制的客戶關(guān)系等環(huán)節(jié)。

準(zhǔn)入階段對(duì)于企業(yè)及其最終受益人相關(guān)信息的收集，需要商業(yè)銀行通過業(yè)務(wù)前臺(tái)主動(dòng)要求企業(yè)進(jìn)行信息申報(bào)和材料歸檔，也可以通過工商、稅務(wù)、海關(guān)、政府公共信用信息數(shù)據(jù)等進(jìn)行真實(shí)性校驗(yàn)和數(shù)據(jù)補(bǔ)充，在此基礎(chǔ)上通過反洗錢關(guān)注客戶名單進(jìn)行篩查，并進(jìn)行交易背景的信息調(diào)查和持續(xù)監(jiān)測(cè)，整個(gè)流程持續(xù)時(shí)間長(zhǎng)、關(guān)注信息點(diǎn)多且時(shí)效性要求高（見表1）。

商業(yè)銀行借力大數(shù)據(jù)技術(shù)，可以通過搭建反洗錢大數(shù)據(jù)綜合分析平臺(tái)，通過基礎(chǔ)數(shù)據(jù)層、接口數(shù)據(jù)層、知識(shí)庫存儲(chǔ)層、應(yīng)用平臺(tái)層和系統(tǒng)訪問層多結(jié)構(gòu)設(shè)計(jì)，進(jìn)行內(nèi)外部數(shù)據(jù)的接入、清洗、整合，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化、結(jié)構(gòu)化入庫，進(jìn)而打造數(shù)據(jù)中臺(tái)和業(yè)務(wù)中臺(tái)，基于反洗錢盡職調(diào)查應(yīng)用場(chǎng)景進(jìn)行數(shù)據(jù)支持，為企業(yè)信息收集、真實(shí)性核驗(yàn)、反洗錢名單自動(dòng)篩查及更新、貿(mào)易真實(shí)性背景核驗(yàn)、企業(yè)負(fù)面信息（包括但不限于失信、涉訴、行政處罰、外部輿情、工商注銷、欠稅漏稅等）提供系統(tǒng)化、平臺(tái)化數(shù)據(jù)查詢、展示、監(jiān)測(cè)、預(yù)警等一系列功能（見圖1）。

大數(shù)據(jù)技術(shù)的應(yīng)用，可以有效協(xié)助反洗錢識(shí)別人員更加深入全面地了解企業(yè)，提高商業(yè)銀行前臺(tái)人員信息收集的時(shí)效，多渠道企業(yè)相關(guān)信息可以為反洗錢工作中企業(yè)盡職調(diào)查全流程提供決策輔助和管理抓手，進(jìn)而提高商業(yè)銀行在反洗錢工作中識(shí)別、預(yù)警、處置等各個(gè)環(huán)節(jié)的管理能力。

（二）最終受益人的大數(shù)據(jù)“風(fēng)險(xiǎn)穿透”應(yīng)用

當(dāng)前反洗錢工作中對(duì)于非自然人企業(yè)的最終受益人識(shí)別，絕大部分基于工商信息中股權(quán)關(guān)系的分析，該類情況對(duì)于識(shí)別股權(quán)結(jié)構(gòu)相對(duì)簡(jiǎn)單的中小企業(yè)而言較為容易，基于股權(quán)份額和樹形股權(quán)結(jié)構(gòu)圖，即可分析得出企業(yè)的最終受益人對(duì)象，但是對(duì)于股權(quán)關(guān)系錯(cuò)綜復(fù)雜，甚至是代持股、人事財(cái)務(wù)控制權(quán)等復(fù)雜關(guān)系路徑，單純依靠人力去分析識(shí)別，就會(huì)面臨繁雜和海量的數(shù)據(jù)統(tǒng)計(jì)分析工作，并且可能出現(xiàn)人為失誤帶來的分析結(jié)果準(zhǔn)確性問題，因此亟須通過反洗錢管理系統(tǒng)載體和大數(shù)據(jù)算法模型去解決相關(guān)的問題。

1. 復(fù)雜股權(quán)關(guān)系的受益人計(jì)算。該類模型算法以企業(yè)的股權(quán)關(guān)聯(lián)關(guān)系為基礎(chǔ)，通過實(shí)時(shí)調(diào)取最新的工商股權(quán)信息，在股權(quán)關(guān)系鏈上查找并計(jì)算實(shí)際持股比例最大的關(guān)聯(lián)客戶，將其認(rèn)定為企業(yè)的疑似最終受益人。

實(shí)際應(yīng)用中商業(yè)銀行通過大數(shù)據(jù)分析建模平臺(tái)，抓取當(dāng)前時(shí)點(diǎn)企業(yè)各層級(jí)的股東及其持股比例，直至挖掘至最后一層只有自然人為止，并將其定義為終端。通過模型算法分析各層級(jí)終端對(duì)目標(biāo)企業(yè)的持股比例，進(jìn)而計(jì)算實(shí)際持股比例最大的關(guān)聯(lián)客戶，若出現(xiàn)股東中存在配偶、直系親屬等情況，則還需要進(jìn)行累加計(jì)算。

如圖2所示，假設(shè)目標(biāo)分析企業(yè)為A，股權(quán)關(guān)系識(shí)別終端自然人為H、I、G，對(duì)于情形1中的股權(quán)關(guān)系，則通過間接持股控制算法可以計(jì)算得出H為企業(yè)A的疑似最終受益人;如果在自然人股東中出現(xiàn)配偶等關(guān)聯(lián)關(guān)系時(shí)，則持股算法又會(huì)進(jìn)行相應(yīng)的調(diào)整，例如情形2中假設(shè)I和G為配偶關(guān)系，則此時(shí)計(jì)算得出的企業(yè)A的疑似最終受益人為I與G，共同持股比例達(dá)到54%，超過了H;若情形2中I和G無關(guān)聯(lián)關(guān)系，此時(shí)計(jì)算得到的H、I、G持股比例均未超過50%，則判斷最大持股比例股東所持比例與其他股東的平均持股比例的比率，根據(jù)內(nèi)部給定的參數(shù)閾值通過模型進(jìn)行判斷，最終計(jì)算出最大持股比例的股東即為疑似最終受益人。

示例情形中的數(shù)據(jù)僅舉例分析了股權(quán)穿透3層的最終受益人識(shí)別計(jì)算路徑，而在實(shí)際的反洗錢工作中，復(fù)雜的股權(quán)關(guān)系可能高達(dá)數(shù)十層，涉及的客戶數(shù)也會(huì)是一個(gè)很大的量級(jí)，必須依托大數(shù)據(jù)模型算法，通過加工外部工商數(shù)據(jù)提供的股權(quán)信息以及商業(yè)銀行內(nèi)部積累的個(gè)人關(guān)聯(lián)關(guān)系信息，通過機(jī)器進(jìn)行數(shù)據(jù)加工和結(jié)果分析，實(shí)現(xiàn)數(shù)據(jù)的精確識(shí)別和計(jì)算時(shí)效提升。

2. 隱形關(guān)系路徑下受益人識(shí)別。在商業(yè)銀行反洗錢監(jiān)測(cè)識(shí)別工作中，面臨的最大挑戰(zhàn)即為隱形關(guān)系路徑下最終受益人的識(shí)別，特別是對(duì)于委托人、代持股等非工商數(shù)據(jù)可以體現(xiàn)的情況，需要另辟蹊徑通過大數(shù)據(jù)分析技術(shù)進(jìn)行疑似關(guān)系的識(shí)別。對(duì)于隱形關(guān)系路徑下的最終受益人，通常會(huì)存在利益關(guān)系輸送、新聞媒體披露、司法涉訴共同被告等蛛絲馬跡，但需要識(shí)別人員通過大量的信息檢索和數(shù)據(jù)分析來挖掘，一方面外部海量信息的檢索和識(shí)別工作十分煩瑣，另一方面也會(huì)帶來信息的不準(zhǔn)確性和延時(shí)性。

通過目前大數(shù)據(jù)挖掘算法中的NLP（自然語義分析算法），即可實(shí)現(xiàn)該類信息的機(jī)器學(xué)習(xí)和自動(dòng)識(shí)別，通過針對(duì)目標(biāo)企業(yè)及其關(guān)聯(lián)企業(yè)的銀行交易流水?dāng)?shù)據(jù)、外部新聞?shì)浨閿?shù)據(jù)和司法涉訴類信息的數(shù)據(jù)清洗和加工整合，依托深度神經(jīng)網(wǎng)絡(luò)分類模型、分詞及TF-IDF抽取算法等人工智能技術(shù)，在深度模型訓(xùn)練以后，模擬實(shí)現(xiàn)各類文本數(shù)據(jù)的自主識(shí)別工作，迅速定位目標(biāo)企業(yè)的疑似隱形最終受益人信息，同時(shí)輔之以反洗錢專家的經(jīng)驗(yàn)識(shí)別，并將人工確認(rèn)結(jié)果通過監(jiān)督學(xué)習(xí)的方式反饋給模型算法進(jìn)行迭代優(yōu)化升級(jí)，從而實(shí)現(xiàn)隱形關(guān)系路徑下最終受益人有效識(shí)別（見圖3）。

此外，隨著大數(shù)據(jù)應(yīng)用中知識(shí)圖譜技術(shù)的不斷深入應(yīng)用，商業(yè)銀行借助內(nèi)外部數(shù)據(jù)整合后的信息支持，可以突破現(xiàn)有外部工商股權(quán)數(shù)據(jù)分析的技術(shù)瓶頸，在股權(quán)、投資、高管關(guān)聯(lián)外，通過增加保證信息、抵押權(quán)屬、資金交易、業(yè)務(wù)上下游等商業(yè)銀行特有的數(shù)據(jù)維度，挖掘客戶之間的多重關(guān)聯(lián)，形成可視化關(guān)聯(lián)關(guān)系圖譜，從而實(shí)現(xiàn)復(fù)雜路徑下的客戶關(guān)聯(lián)關(guān)系的查詢，輔助業(yè)務(wù)人員更準(zhǔn)確、更有效地識(shí)別企業(yè)之間的關(guān)聯(lián)關(guān)系路徑。

五、關(guān)于實(shí)施保障的思考

（一）重視數(shù)據(jù)信息的安全與保密。

反洗錢工作中涉及大量的企業(yè)及其關(guān)聯(lián)個(gè)人的身份信息、交易信息，同時(shí)由于交易對(duì)手和運(yùn)輸服務(wù)信息獲取的需要，還涉及大量的海外信息數(shù)據(jù)。由于境外經(jīng)營(yíng)環(huán)境復(fù)雜，反洗錢工作可能會(huì)受到多方面因素的影響，特別是歐盟實(shí)施的《通用數(shù)據(jù)保護(hù)條例》（GDPR）嚴(yán)格監(jiān)管歐盟公民信息使用和管理，并適用于任何收集或處理歐盟公民數(shù)據(jù)的機(jī)構(gòu)，如出現(xiàn)數(shù)據(jù)泄露會(huì)予以上限2000萬歐元或企業(yè)上一財(cái)年全球年收入4%的監(jiān)管處罰。因此在反洗錢工作中對(duì)于數(shù)據(jù)信息安全和保密的要求，以及外部數(shù)據(jù)采購渠道的合規(guī)性，都將成為未來很長(zhǎng)一段時(shí)間內(nèi)商業(yè)銀行反洗錢工作中需要重點(diǎn)關(guān)注和解決的問題。

（二）推動(dòng)區(qū)塊鏈技術(shù)在反洗錢風(fēng)險(xiǎn)識(shí)別監(jiān)測(cè)不同環(huán)節(jié)和場(chǎng)景中的落地應(yīng)用

區(qū)塊鏈技術(shù)通過塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)存儲(chǔ)和驗(yàn)證數(shù)據(jù)，利用分布式節(jié)點(diǎn)共識(shí)算法來生成和更新數(shù)據(jù)，利用密碼學(xué)的方式保證數(shù)據(jù)傳輸和訪問的安全，兩個(gè)機(jī)構(gòu)可以在有效授權(quán)后實(shí)時(shí)訪問共享數(shù)據(jù)庫，種種特征都與反洗錢工作中要求的數(shù)據(jù)保密合規(guī)性要求不謀而合，也為監(jiān)管部門與商業(yè)銀行、商業(yè)銀行彼此之間的信息共享提供了安全有效的路徑。區(qū)塊鏈技術(shù)能夠把全球各個(gè)國(guó)家中的各個(gè)機(jī)構(gòu)映射到虛擬數(shù)字世界，基于數(shù)學(xué)這種人類文明的最大公約數(shù)，匯集不同機(jī)構(gòu)的共識(shí)，實(shí)現(xiàn)反洗錢信息的全球?qū)崟r(shí)共享與隱私保密共存。

（三）強(qiáng)化反洗錢管理資源配置

商業(yè)銀行要加大對(duì)反洗錢專職管理資源配置的投入力度，各層級(jí)合規(guī)條線以及涉及跨境業(yè)務(wù)的主要條線部門均應(yīng)設(shè)置反洗錢專職管理人員，專職人員配置的數(shù)量要與機(jī)構(gòu)層級(jí)業(yè)務(wù)的規(guī)模和復(fù)雜程度相匹配，從而建立人員結(jié)構(gòu)合理、職能職數(shù)匹配、專業(yè)素質(zhì)過硬的反洗錢管理序列，提升反洗錢甄別工作的效能。

（四）加大人才培養(yǎng)和人員培訓(xùn)

商業(yè)銀行反洗錢工作數(shù)字化轉(zhuǎn)型是一項(xiàng)巨大工程，其核心是“場(chǎng)景+技術(shù)”，是業(yè)務(wù)和科技的深度融合，需要打造一支既精通業(yè)務(wù)又精通IT技術(shù)的復(fù)合型人才隊(duì)伍，從而緊盯監(jiān)管要求和業(yè)內(nèi)潮流發(fā)展方向，加快IT科技發(fā)展與反洗錢甄別工作的協(xié)同共進(jìn)，通過反洗錢工作專業(yè)語言詮釋IT技術(shù)，并強(qiáng)化系統(tǒng)建設(shè)助力反洗錢甄別工作效能提升，實(shí)現(xiàn)商業(yè)銀行反洗錢領(lǐng)域核心競(jìng)爭(zhēng)力的增強(qiáng)。

參考文獻(xiàn)：

[1]宋志國(guó).大數(shù)據(jù)與反洗錢業(yè)務(wù) [J].中國(guó)金融，2015，（14）.

[2]黃靜云.基于大數(shù)據(jù)環(huán)境下的反洗錢工作探討 [J].武漢金融，2015，（124）.

[3]吳正德.反洗錢可疑交易監(jiān)測(cè)分析體系 [J].中國(guó)金融，2017，（154）.

[4]李長(zhǎng)河，吳之遠(yuǎn).國(guó)有商業(yè)銀行貿(mào)易反洗錢工作的挑戰(zhàn)與對(duì)策 [J].新金融，2018，（34）.

[5]張國(guó)坤.構(gòu)建特定非金融機(jī)構(gòu)反洗錢監(jiān)管機(jī)制 [J].中國(guó)金融，2019，（184）.

[6]王怡靚.基于金融大數(shù)據(jù)的國(guó)家反洗錢計(jì)算機(jī)網(wǎng)絡(luò)系統(tǒng)建設(shè) [J].金融發(fā)展研究，2017，（64）.

[7]謝婼青，李世奇，朱平芳.數(shù)據(jù)挖掘技術(shù)在反洗錢中的應(yīng)用探究 [J].新金融，2017，（54）.

[8]李朋林，董一一.區(qū)塊鏈技術(shù)在商業(yè)銀行業(yè)務(wù)模式創(chuàng)新中的應(yīng)用 [J].財(cái)會(huì)月刊，2018，（214）.

[9]肖琨，王云，張桂剛.基于識(shí)別和多重分類的反洗錢系統(tǒng) [J].小型微型計(jì)算機(jī)系統(tǒng)，2019，（104）.

[10]陶士貴，姜薇.中資銀行“走出去”應(yīng)對(duì)反洗錢制裁的思考——基于農(nóng)行紐約分行被美國(guó)反洗錢制裁事件 [J].財(cái)會(huì)月刊，2018，（44）.