◎孟茹
洗钱活动严重危害金融市场的稳定,商业银行作为反洗钱职责的承担者,必须严格要求自身。随着移动互联网、物联网等信息技术的发展,结构化、半结构化以及非结构化数据出现爆发式增长,大数据时代已经来临。商业银行内部的反洗钱工作应该及时采用大数据技术来整合银行内部的信息,并且与外部的信息相结合,合理利用大数据技术来进一步加强自身的反洗钱工作,提高反洗钱的准确定和及时性。
对于个人账户信息,2007 年,中国人民银行开通了公民身份核查系统,用于客户在与银行业金融机构建立业务关系时的身份核查,这给银行业金融机构开展客户身份识别工作带来了很大便利,但对于外国护照、军官证等其他证件无法进行核对,无法核实客户身份的真实性。对于公司客户,其实际受益人等,由于商业银行很难获取公司的完整信息,并且公司经办人员有时也不能向银行准确披露自身的实际管理体系,因此商业银行无法准确的判断公司的实际控制人,很难获取公司的真实信息,进而对于分析是否存在洗钱行为造成困难。
随着互联网金融的普及,犯罪嫌疑人可以通过互联网技术来伪装和隐藏自己。传统的银行交易必须通过柜台进行,银行可以充分利用自身的优势来开展柜台交易的反洗钱工作。但是在互联网金融时代,犯罪嫌疑人可以伪造身份信息,利用许多账户通过互联网平台进行操作。这严重影响了商业银行对于客户信息准确性的判断。另外跨境交易越来越普遍,由于各个国家对于反洗钱的监管体系不同,导致犯罪分子可以利用各国的法律漏洞来开展洗钱活动。许多商业银行为了顺应互联网金融的发展,发行了许多创新型的金融产品,这些产品也为洗钱带来了一些可能。
目前我国商业银行的反洗钱工作主要是通过员工进行,这种严重依赖员工自主性的特点导致了商业银行对于反洗钱工作的有效性不足。部分员工为了自身的业绩等利益,并没有严格重视反洗钱工作,在日常的工作中经常忽略一些可疑的交易记录,简化对于客户的信息识别。另外由于我国金融市场的发展时间不是很长,商业银行对于反洗钱工作的经验不足,未能将反洗钱工作有效融入到各层级、各业务管理条线中,并且由于一些商业银行并没有重视科技手段,在客户身份识别和筛查、可疑交易报告、客户风险评估等反洗钱基础性工作方面还没有充分的利用大数据技术,导致了反洗钱工作并没有取得重大的进展。
在商业银行的反洗钱工作中,确认客户的准确信息是重中之重。客户信息的识别、交易信息的判断等是商业银行反洗钱工作的关键。随着科技的不断发展,大数据技术正好满足了商业银行对于客户信息的需求,通过整合商业银行内部的客户信息,建立完整的客户信息数据库,可以使不同业务部门的员工快速洞悉客户身份、交易背景、目的性质以及其他相关信息,为反洗钱工作的高效率和高质量推进奠定坚实的基础,也完善了金融机构的风险管理机制。
商业银行由于自身的客户群体广泛、行业垄断等特征,可以同其他的金融机构或者科技公司合作,在整合自身内部客户信息的基础上,利用外部的数据来加强自身数据的准确性,还可以充分运用政府公开的信息平台。建立完整的反洗钱监测模式,对客户的交易金额、时间和地点都进行准确的判断,利用大数据技术来识别异常交易,并且通过聚类分析、神经网络等技术来分析金融产品的交易异常,对商业银行的每一笔交易都准确的记录,及时发现交易中的疑点,提高反洗钱的准确性。
大数据技术的快速发展,为一些具有庞大数据处理的工作带来了便利性。商业银行可以利用SAS 等大数据分析软件来建立自身的反洗钱分析平台。对银行内部的日常交易数据及时的进行收集、计算、分析和识别,对于那些可疑或者异常的交易记录及时的进行管理。在反洗钱监测的基础上提高自身对于洗钱行为识别的准确性,进一步的促进商业银行反洗钱工作的有效性。
大数据技术的成熟使得商业银行在反洗钱工作方面取得了很大的进步。由于传统的反洗钱工作主要是通过关系型数据库来存储数据,受到了技术方面的限制,只能处理结构化类型的数据。但是大数据技术不仅支持结构化数据还支持非结构化数据,同时加上大数据技术先进的存储和计算能力,相对于传统的关系型数据库,大数据技术可以收集更多维度的数据,可以更好的处理那些缺少部分数据的交易记录,提高商业银行的反洗钱能力。另外由于大数据技术拥有很强大的计算和存储能力,因此可以更加详细的分析银行的每一笔交易的金额、时间、地点等等,再利用相关的分析技术可以更加精确的识别洗钱行为。
在全球经济信息化不断加快的背景下,洗钱犯罪呈现出隐藏、快速的特点。商业银行在大数据应用方面具备天然优势,而作为反洗钱职责的承担者,商业银行反洗钱工作应当顺势而为,充分利用大数据技术,整合商业银行内部的海量数据,建立客户信息数据库;利用政府公开信息和其他可靠外部信息资源,构建统一的反洗钱平台,深入挖掘,提高反洗钱工作的时效性和准确性。