金融科技時(shí)代的反洗錢問題研究

金劍

近年來，金融科技發(fā)展非常迅速，以人工智能、云計(jì)算、大數(shù)據(jù)、區(qū)塊鏈等為代表的創(chuàng)新技術(shù)全面應(yīng)用于支付清算、借貸融資、財(cái)富管理等金融業(yè)務(wù)領(lǐng)域，成為金融行業(yè)在資產(chǎn)定價(jià)、風(fēng)險(xiǎn)決策、投資配置等業(yè)務(wù)中的重要應(yīng)用技術(shù)手段。但與此同時(shí)，這些技術(shù)手段也使金融領(lǐng)域中各種違法犯罪活動(dòng)擁有了新的手段和方法，其中在洗錢活動(dòng)的表現(xiàn)尤為值得警惕。當(dāng)然，新技術(shù)也為打擊新的違法犯罪活動(dòng)帶來了增益的效果，使得風(fēng)險(xiǎn)控制在這個(gè)時(shí)代更為便利和直接。

科技時(shí)代背景中的反洗錢困境

金融領(lǐng)域復(fù)雜化

金融領(lǐng)域的復(fù)雜化問題主要有兩個(gè)特征，這兩個(gè)特征都與反洗錢問題有著緊密的聯(lián)系。

金融領(lǐng)域的交易數(shù)據(jù)被無限增大。金融科技的迅猛發(fā)展，帶來了海量的金融數(shù)據(jù)，其中金融交易中多頻次、高并發(fā)、巨額流量等金融數(shù)據(jù)的獨(dú)特性，使得洗錢活動(dòng)在金融領(lǐng)域中存在廣闊的生存空間。金融科技新主流趨勢的出現(xiàn)，云計(jì)算、大數(shù)據(jù)等新技術(shù)手段不斷重塑傳統(tǒng)的以集中式架構(gòu)為主的傳統(tǒng)金融業(yè)務(wù)，而分布式、去中心化網(wǎng)絡(luò)正是基于此被構(gòu)建，其重要特征是突破去中心化、且無貨幣發(fā)行主體的限制。突出表現(xiàn)為以比特幣為代表的虛擬貨幣沒有中央服務(wù)器，具有分散性、匿名性和易設(shè)置的特點(diǎn)，在虛擬世界中進(jìn)行存儲(chǔ)和交易。

虛擬貨幣交易在日本、美國、德國等重要經(jīng)濟(jì)體被認(rèn)可，在我國被禁止交易，但虛擬貨幣持有者仍然可以通過互聯(lián)網(wǎng)，使用密鑰匿名交換法定貨幣或商品交易，從而繞過貨幣當(dāng)局的管控。虛擬貨幣快速、不可逆、全球通用的交易能力，使交易者可以很容易脫離受監(jiān)管的傳統(tǒng)金融體系，獲取、傳輸和存儲(chǔ)以數(shù)字方式表現(xiàn)的資產(chǎn)，從而更便于混淆來源或目標(biāo)，使人們更難確定犯罪嫌疑人的行為，增加了調(diào)查的難度。例如，美國沒有禁止虛擬貨幣交易，但引據(jù)美國財(cái)政部發(fā)布的一份稅收報(bào)告，加密貨幣廣泛地加劇了包括逃稅在內(nèi)的各類非法活動(dòng)，而且已經(jīng)給有關(guān)部門的調(diào)查造成了很大的困難。

當(dāng)前的金融領(lǐng)域交易更趨于隱蔽。這一點(diǎn)對于反洗錢等風(fēng)險(xiǎn)控制來講，違法犯罪活動(dòng)明顯出現(xiàn)了難以追查的情況。尤其以當(dāng)前盛行的虛擬貨幣為例。由于虛擬貨幣本身所具有的不記名形式，在目前的各個(gè)經(jīng)濟(jì)領(lǐng)域內(nèi)虛擬貨幣被廣泛而普遍地用于各種違法犯罪已是不爭的事實(shí)，其中以洗錢活動(dòng)為代表。同時(shí)，金融科技中依托區(qū)塊鏈提供的智能合約等新型金融交付方式，在實(shí)現(xiàn)遠(yuǎn)程支付行為時(shí)意味著在沒有第三方信任的情況下進(jìn)行合約執(zhí)行，因此根本無法追蹤服務(wù)器位置和資金流向，給反洗錢工作帶來了極大的困難，也大大增加了追蹤虛擬貨幣交易主體的難度。

早在2015年，歐洲刑警組織報(bào)道，在以比特幣為代表的數(shù)字貨幣之間非法交易中，僅有40%的罪犯被檢測到。為此，歐盟當(dāng)局專門在歐洲刑警組織內(nèi)建立一個(gè)專門打擊以比特幣為代表的數(shù)字貨幣洗錢犯罪的專屬部門。另據(jù)2018年澳大利亞的一項(xiàng)調(diào)查顯示，大約近一半的比特幣交易與色情、毒品等非法活動(dòng)有關(guān)。此外，據(jù)研究人員估算，有2700萬比特幣市場參與者主要出于非法

目的使用比特幣，這些用戶每年進(jìn)行約3700萬筆交易，截至2021年1月，比特幣流通總量達(dá)185.88萬個(gè)，總價(jià)值為5447億美元，由此可見虛擬貨幣的整體價(jià)值。金融行動(dòng)特別工作組在2020年9月發(fā)布了一份報(bào)告，列舉了涉及利用虛擬貨幣進(jìn)行洗錢、恐怖主義融資等非法活動(dòng)，而這些都來源于其在2017～2020年各地區(qū)提供的100多個(gè)案例的研究。此外，智能合約等去中心化、匿名化的特點(diǎn)，使得交易不用跟特定交易對手相聯(lián)系，從而使得綁架和勒索、逃稅和銷售非法商品等犯罪活動(dòng)更具隱蔽性。如臭名昭著的暗網(wǎng)，其網(wǎng)站中建立起眾多“匿名市場”，以無法追蹤真實(shí)地址隱藏服務(wù)的方式運(yùn)作，其交易對象包括偽造身份文件、毒品交易、非法武器買賣、色情服務(wù)、人口販賣等。而網(wǎng)站交易的主要支付方式是以比特幣為代表的虛擬貨幣，給執(zhí)法工作的開展帶來了很大困難。

金融邊界模糊化

在科技發(fā)展的今天，金融領(lǐng)域的邊界已經(jīng)不再像以前時(shí)代那樣牢不可破。以大數(shù)據(jù)、人工智能引領(lǐng)的革命，不斷打破舊有思維中的傳統(tǒng)金融業(yè)務(wù)邊界與行為模式。某些互聯(lián)網(wǎng)企業(yè)已經(jīng)從普通的購物平臺發(fā)展到理財(cái)投資等無所不包的金融超市，他們在取得金融業(yè)務(wù)牌照后，將金融行為與購物行為相結(jié)合，由于其本身的公司結(jié)構(gòu)問題，反洗錢工作責(zé)任之主體難以明確。同時(shí)，也有一些傳統(tǒng)金融企業(yè)與互聯(lián)網(wǎng)深度融合，借助今日的互聯(lián)網(wǎng)與其他科技革命之成果，以數(shù)據(jù)為核心展開，將大量的金融信息放置在互聯(lián)網(wǎng)上，于是個(gè)別的傳統(tǒng)企業(yè)由于數(shù)據(jù)安全存在漏洞，使得大量客戶的資料與交易數(shù)據(jù)被用于洗錢。

金融業(yè)務(wù)駁雜化

在當(dāng)今時(shí)代，金融業(yè)務(wù)更加復(fù)雜，“了解你的客戶”這一業(yè)務(wù)開展的基本原則變得知易行難，復(fù)雜的客戶關(guān)系嵌套以及線上多重交易方式，無不使得客戶身份識別和交易監(jiān)控更加困難。如今金融科技的發(fā)展前所未有地拓展了金融領(lǐng)域的廣度和深度，并在不斷改變著人們的生產(chǎn)和生活，而這又同時(shí)給金融行業(yè)帶來了幾何式增長的信息和數(shù)據(jù)。海量的數(shù)據(jù)對金融機(jī)構(gòu)的數(shù)據(jù)收集、存儲(chǔ)、鑒別分析能力造成很大壓力，而且金融機(jī)構(gòu)數(shù)據(jù)庫中的大部分信息仍處于碎片化、非結(jié)構(gòu)化狀態(tài)，經(jīng)過多年的數(shù)據(jù)治理規(guī)范指引，仍有很多不同業(yè)務(wù)系統(tǒng)中的數(shù)據(jù)和信息沒有有效地合并或集成，形成一個(gè)獨(dú)立的數(shù)據(jù)集。雖然金融機(jī)構(gòu)采用“數(shù)據(jù)湖”的形式收集所有數(shù)據(jù)，然后根據(jù)需要進(jìn)行提取和處理，但難以將數(shù)據(jù)過濾入湖中，難以對海量原始數(shù)據(jù)進(jìn)行提取和分析，因此難以對客戶特征進(jìn)行完整、連續(xù)的刻畫。

金融機(jī)構(gòu)一直以來存在交易信息交換的結(jié)構(gòu)性低效率問題，表現(xiàn)在金融機(jī)構(gòu)事實(shí)上無法完整獲取客戶交易信息，特別是通過第三方支付渠道等進(jìn)行的交易。由于系統(tǒng)前期建設(shè)與金融機(jī)構(gòu)交易系統(tǒng)的阻隔等原因，使得一些交易鏈信息出現(xiàn)收集斷層，無法提供交易對手的信息，增加了交易跟蹤的難度。盡管監(jiān)管部門也認(rèn)識到了這一問題，并通過建立網(wǎng)聯(lián)平臺要求金融機(jī)構(gòu)改進(jìn)信息數(shù)據(jù)交換結(jié)構(gòu)。目前一些金融機(jī)構(gòu)也建立了大額可疑交易監(jiān)控系統(tǒng)，但受限于數(shù)據(jù)質(zhì)量，在系統(tǒng)模型無法準(zhǔn)確判斷情況下，造成大部分預(yù)警信息交由人工篩選分析，大量可疑交易被無效過濾，使得監(jiān)控未能達(dá)到預(yù)期效果。

借助金融科技的反洗錢對策

建立并完善金融科技行業(yè)標(biāo)準(zhǔn)與監(jiān)測系統(tǒng)

今天的金融與科技已經(jīng)深度融合，因此應(yīng)當(dāng)專門對這種融合所產(chǎn)生的新型行業(yè)建立相對應(yīng)的經(jīng)營規(guī)范。在金融屬性下涉及反洗錢等違法犯罪活動(dòng)，由于其需要高度的業(yè)務(wù)保密，所以更要嚴(yán)格監(jiān)管，制定和完善相應(yīng)的技術(shù)標(biāo)準(zhǔn)與安全規(guī)則，同時(shí)不斷完善反洗錢風(fēng)險(xiǎn)監(jiān)測系統(tǒng)，對金融機(jī)構(gòu)的風(fēng)險(xiǎn)交易行為和客戶風(fēng)險(xiǎn)狀況進(jìn)行動(dòng)態(tài)跟蹤，做到實(shí)時(shí)監(jiān)測和預(yù)警。

區(qū)塊鏈技術(shù)已經(jīng)被廣泛應(yīng)用于金融、物聯(lián)網(wǎng)、物流和公共服務(wù)等領(lǐng)域。例如，貿(mào)易融資就是區(qū)塊鏈技術(shù)可以被充分發(fā)揮應(yīng)用優(yōu)勢的場景，在一家企業(yè)與多家金融機(jī)構(gòu)開展類似業(yè)務(wù)，傳統(tǒng)金融機(jī)構(gòu)面臨單一貸款的風(fēng)險(xiǎn)，而經(jīng)由區(qū)塊鏈技術(shù)則具有抗篡改、時(shí)間戳、確保信息安全可信，不必將精力浪費(fèi)在重復(fù)記錄保存和第三方驗(yàn)證上，從而提高金融機(jī)構(gòu)貸款風(fēng)險(xiǎn)識別效率。區(qū)塊鏈本身所具有的特點(diǎn)，使其能夠連接多家銀行和企業(yè)，通過在網(wǎng)絡(luò)成員間形成分布式賬本，加快了交易速度，完成信息共享，使各交易方受益。

要積極依托金融科技技術(shù)形成生產(chǎn)力，實(shí)現(xiàn)全鏈路、全渠道的交易監(jiān)控，排查交易風(fēng)險(xiǎn)。在海量的交易數(shù)據(jù)中，通過交易對手、交易特征、交易背景等的分析，快速定位可疑交易。這不是僅僅依靠傳統(tǒng)業(yè)務(wù)建模方式，而是要應(yīng)用深度數(shù)據(jù)挖掘技術(shù)，結(jié)合客戶行業(yè)、交易習(xí)慣、交易信息流、物聯(lián)網(wǎng)信息流等信息采集，進(jìn)行特征綜合挖掘分析，建立可靠、有效的風(fēng)險(xiǎn)模型，通過智能機(jī)器人、機(jī)器學(xué)習(xí)等手段快速迭代模型和算法，實(shí)現(xiàn)對洗錢、電信詐騙、涉黃涉賭犯罪等異常交易進(jìn)行較快的篩查，從而實(shí)現(xiàn)系統(tǒng)自動(dòng)預(yù)警。需要強(qiáng)調(diào)的是，隨著涉及反洗錢等非法交易手法不斷翻新，應(yīng)用先進(jìn)技術(shù)對模型快速、持續(xù)迭代的能力更為重要，由于交易信息分析的滯后性，根據(jù)新型犯罪交易特點(diǎn)，設(shè)立相關(guān)性較高的指標(biāo)，模型應(yīng)當(dāng)據(jù)此有敏捷反饋，實(shí)現(xiàn)特定風(fēng)險(xiǎn)特征的風(fēng)險(xiǎn)預(yù)警。

推動(dòng)反洗錢安全數(shù)據(jù)共享與制裁

金融行業(yè)離不開數(shù)據(jù)安全，同時(shí)反洗錢行為也離不開安全規(guī)范的數(shù)據(jù)支持。在客戶信息與交易數(shù)據(jù)采集的長期實(shí)踐中，由于金融機(jī)構(gòu)系統(tǒng)分業(yè)經(jīng)營彼此獨(dú)立，沒有形成有效的共享數(shù)據(jù)與共享信息機(jī)制，從而使得金融領(lǐng)域的資源重復(fù)低效運(yùn)作，難以核準(zhǔn)交易的安全性與客戶的可靠性。在反洗錢和反恐融資領(lǐng)域，金融機(jī)構(gòu)自身的責(zé)任也不例外。在實(shí)際履行職責(zé)時(shí)，金融機(jī)構(gòu)應(yīng)當(dāng)不斷完善內(nèi)部制度建設(shè)，完善內(nèi)控三道防線機(jī)制，依據(jù)反洗錢相關(guān)法律法規(guī)，做好反洗錢相關(guān)基礎(chǔ)工作，如客戶身份持續(xù)識別、客戶數(shù)據(jù)管理，對異常交易進(jìn)行監(jiān)控并采取有效措施，有效降低數(shù)據(jù)風(fēng)險(xiǎn)。

由于我國金融機(jī)構(gòu)自成體系，使得客戶信息和交易數(shù)據(jù)無法充分有效共享。盡管根據(jù)我國監(jiān)管體系，金融機(jī)構(gòu)通過大額和可疑交易集中報(bào)送系統(tǒng)，由國家反洗錢中心統(tǒng)一收集、整理相關(guān)交易信息;但僅憑單一金融機(jī)構(gòu)已經(jīng)無法完整收集到相關(guān)客戶與其他金融機(jī)構(gòu)的交易，因此很難全面識別客戶進(jìn)而綜合評估客戶的風(fēng)險(xiǎn)狀況。因此，金融機(jī)構(gòu)之間可以嘗試借助金融科技手段建立數(shù)據(jù)交換模式，如利用區(qū)塊鏈技術(shù)，建立跨機(jī)構(gòu)客戶身份識別、交易信息的共同監(jiān)控機(jī)制，將各節(jié)點(diǎn)聯(lián)合在金融機(jī)構(gòu)的賬簿中，從而增加客戶身份和交易的真實(shí)性和可靠性，有效提升金融機(jī)構(gòu)的整體反洗錢水平。同時(shí)，金融機(jī)構(gòu)應(yīng)突破原有的信息壁壘，將相應(yīng)數(shù)據(jù)保持在金融機(jī)構(gòu)節(jié)點(diǎn)的區(qū)塊賬本之上，實(shí)現(xiàn)反洗錢工作的長效化。

金融機(jī)構(gòu)建立制裁名單篩選系統(tǒng)并應(yīng)用于主營業(yè)務(wù)，對初次建立客戶關(guān)系和后續(xù)交易環(huán)節(jié)進(jìn)行篩選。實(shí)時(shí)系統(tǒng)篩查可以貫穿業(yè)務(wù)處理過程中，但也存在一定的漏洞，如不需要輸入的元素不能篩選系統(tǒng)，如港口、船舶和其他類型的國際貿(mào)易文件的信息。目前，大多數(shù)金融機(jī)構(gòu)采用人工篩選方法，即要素入庫清單篩選系統(tǒng)。通過建設(shè)高效OCR系統(tǒng)掃描和識別文件，自動(dòng)提取相關(guān)交易背景文件信息，如口岸、原產(chǎn)地等信息，轉(zhuǎn)化為數(shù)據(jù)庫信息提供系統(tǒng)自動(dòng)分析，提高制裁清單篩選的有效性。同時(shí)，通過云ERP系統(tǒng)等方式對相關(guān)文件進(jìn)行分析，如對文件真實(shí)性進(jìn)行鑒定等，有助于識別交易洗錢的風(fēng)險(xiǎn)，為反洗錢和制裁合規(guī)管理提供有力支持。

推動(dòng)人工智能進(jìn)行客戶識別與可疑交易刻畫

根據(jù)監(jiān)管層和業(yè)務(wù)發(fā)展的要求，金融機(jī)構(gòu)積極推動(dòng)利用人工智能進(jìn)行客戶生物信息的采集和識別，通過復(fù)合客戶身份確認(rèn)，完成交易授權(quán)，用以保障交易安全。目前除了正在普遍應(yīng)用的人臉識別技術(shù)外，在指靜脈、虹膜、聲紋、步態(tài)等生物識別手段應(yīng)用方面，金融機(jī)構(gòu)均進(jìn)行了初步的嘗試。同時(shí)，金融機(jī)構(gòu)必須通過數(shù)據(jù)整合，建立統(tǒng)一、完整的數(shù)據(jù)體系，實(shí)現(xiàn)反洗錢系統(tǒng)與外部系統(tǒng)數(shù)據(jù)的協(xié)同互聯(lián)。例如，對接央行賬戶管理系統(tǒng)和征信系統(tǒng)，更全面的掌握客戶的資金變動(dòng)情況;對接市場監(jiān)管數(shù)據(jù)，實(shí)現(xiàn)對客戶身份的持續(xù)動(dòng)態(tài)識別;對接外匯管理、海關(guān)、稅務(wù)、公檢法、社會(huì)保障等部門系統(tǒng)，完善客戶交易背景分析;甚至可以整合第三方支付交易數(shù)據(jù)，形成大數(shù)據(jù)聯(lián)動(dòng)和跨境聯(lián)動(dòng)機(jī)制，建立交易數(shù)據(jù)、行為數(shù)據(jù)、監(jiān)管數(shù)據(jù)的統(tǒng)一平臺。

利用大數(shù)據(jù)技術(shù)，形成準(zhǔn)確的客戶標(biāo)簽?？蛻粜畔⒌牟杉粌H限于業(yè)務(wù)中識別客戶過程，而是來自在互聯(lián)網(wǎng)時(shí)代背景下網(wǎng)絡(luò)媒體、社交網(wǎng)絡(luò)等渠道的客戶信息，如是否有負(fù)面新聞、社交網(wǎng)絡(luò)、社交活動(dòng)等。不僅通過資金交易行為，而是綜合客戶社交行為，更好的構(gòu)建人物畫像，為監(jiān)控分析工作提供良好的支持。同時(shí)，信息收集工作可以依托大數(shù)據(jù)和人工智能在自然語言處理領(lǐng)域，特別是知識圖譜分析技術(shù)，使得語義解析更加智能化，在收集和運(yùn)用結(jié)構(gòu)化數(shù)據(jù)取得運(yùn)用經(jīng)驗(yàn)后，對非結(jié)構(gòu)化數(shù)據(jù)的搜索和分析成為可能，有助于快速、準(zhǔn)確生成更加立體化的客戶畫像。

完善預(yù)警模型和提高機(jī)器學(xué)習(xí)效果，最終建立一個(gè)高效、智能的反洗錢系統(tǒng)

不斷完成從單因素模型到多因素模型的演進(jìn)，積極運(yùn)用高效的機(jī)器學(xué)習(xí)能力，從大量歷史可疑交易排除案例中學(xué)習(xí)，并進(jìn)而提高系統(tǒng)可疑交易分析能力，生成分析判斷的結(jié)論。將來隨著機(jī)器學(xué)習(xí)的深入，系統(tǒng)功能可進(jìn)一步優(yōu)化，可疑交易報(bào)告可由系統(tǒng)自動(dòng)提交。通過使用人工智能來排除重復(fù)性勞動(dòng)，反洗錢人員可以自由參與復(fù)雜的洗錢案例分析和判斷，為可疑甄別提供更多的創(chuàng)造力和人類智慧，真正提高反洗錢工作的效率。同時(shí)，運(yùn)用不斷發(fā)展的金融科技，促進(jìn)機(jī)器學(xué)習(xí)效率的提高，達(dá)到可預(yù)測新的可疑交易目標(biāo)，通過預(yù)測新的反洗錢交易特征并建立有效監(jiān)控模型，對新型洗錢風(fēng)險(xiǎn)進(jìn)行預(yù)判，將反洗錢工作轉(zhuǎn)移到“事前”，達(dá)到“上醫(yī)治未病”的效果，從根本上遏制、降低金融機(jī)構(gòu)面臨的洗錢風(fēng)險(xiǎn)。

（作者單位：金華銀行運(yùn)營部）

責(zé)任編輯：劉?彪

ChinaBanker@vip.163.com