浅谈大数据时代下商业银行应如何加强反洗钱管理

摘要：随着大数据时代的来临，人工智能、云计算的广泛应用给商业银行反洗钱工作带了机遇和挑战，资源共享在反洗钱工作中起着重要作用，部分西方发达国家已建立了相对完善的反洗钱数据资源共享平台，并配备完善的协调和监督机制。本文结合大数据时代下反洗钱工作特点，分析了我国商业银行反洗钱工作面临的难题，并提出了商业银行需积极参与大数据平台建设、提升反洗钱队伍综合素质、加强内部资源管理、提升业务部门反洗钱风险防范能力的建议，以有效地防范金融风险和维护金融安全。

关键词：大数据;反洗钱;管理

以往的反洗钱工作主要是有“模型筛选+人工甄别+可疑报送”三部分组成，其中系统模型筛选主要是根据客户群体特点进行分类分层识别，将交易行为特征与系统模型高度吻合的客户筛选出来由金融机构反洗钱工作人员进行人工甄别并进行定性和定量的分析，反洗钱甄别人员以“合理的理由”来判断该客户是否具有洗钱嫌疑。传统的识别方式由于数据局限性、地域特点、甄别人员综合素质的参差不齐等原因使得不能完全识别客户洗钱可疑点。我国反洗钱工作虽然取得了一定的成效，但在当前监管日益趋严的国际环境下，商业银行反洗钱管理水平仍有很大的提升空间，而大数据的出现是机遇，也是挑战。

一、大数据时代下反洗钱工作特点

（一）打破数据和追踪壁垒。大数据将所有可利用数据资源进行整合而形成一个庞大的数据平台，打破了以往商业银行反洗钱分析的数据局限性。例如，商业银行在进行反洗钱甄别分析的时候首先会导出客户的交易流水，通过对客户的交易频率、用途、资金来源去向、交易对手等进行分析，由于各商业银行数据的保密性，在此过程当中无法追踪跨行流出和第三方交易平台资金踪迹及用途，此外地域差别、消费偏好、风险承受能力等信息不对称原因导致反洗钱甄别工作频频出现判断失误。大数据将海量数据结合起来，包括客户第三方交易平台上可视化交易记录、各商业银行客户资金交易链条、客户基本信息、消费记录、工商、海关、贸易等信息，打破了日常甄别中的信息壁垒，让反洗钱模型更能准确的筛选出可疑目标并多维度对客户进行分析从而提高甄别效率和准确率。

（二）扩大了反洗钱侦查领域。由于监管趋严，洗钱方式已不再局限于地下钱庄、赌场洗钱、走私、利用空壳公司转移非法资金等传统方式，犯罪分子开始瞄向虚拟货币、古董、字画画等侦查难度较高的洗钱新领域，而靠以往的侦查方式和可获取分析资源，这类犯罪分子是难以追踪的，大数据整合各方信息资源，云计算通过分布式处理其交易记录和分散的数据节点，让此类洗钱活动不再无迹可寻。

（三）优化反洗钱甄别模型，提高工作效率。当前由于洗钱犯罪形式的多样化，洗钱分子偏好利用第三方支付方式的隐秘性和难以追踪的特点将资金合法化，洗钱犯罪分子甚至聘请专业的技术团队帮其设计洗钱方案，使得反洗钱侦查工作更加困难，犯罪手段的多样化导致从识别到甄别再到报送公安机关立案需花费更多时长，这就为犯罪分子转移资金提供方了充足的时间保障，也带来了更大的金融损失。人工智能自动识别的出现，大大缩短了从识别到立案的时间，全方位识别和综合分析能准确地判断客户的可疑交易行为并进行立案处理;其次，大数据带来的技术变革，丰富和优化了可疑甄别模型，其关联分析、神经网络分析、聚类分析方式提升了反洗钱模型专业化程度，减少了人工甄别时长并极大地提高了工作效率。

（四）规范了商业银行反洗钱管理。大数据在采集每个商业银行的可用数据时规范了数据输入、数据接口端、数据输出、客户信息要素等格式，有利于有关机构对商业银行数据库进行整合和统一管理，商业银行在使用大数据时也避免了以往因格式各异而导致的数据整合问题，可促使反洗钱工作的高效处理。

二、大数据给商业银行反洗钱工作带来的挑战

（一）大数据需要高素质反洗钱甄别队伍。在目前经济全球化的国际环境下，大数据的出现对反洗钱人员的综合素质提出了更高的要求，反洗钱工作人员需要了解目前国际经济形势、各国反洗钱政策与法律、学习优秀的反洗钱成功案例并汲取经验和教训、熟练使用计算机整合和分析庞大的数据源、知晓本行业务部门各项产品中所存在的洗钱风险因素等，反洗钱工作人员综合能力的培养和人员选拔对目前商业银行是一项挑战。

（二）大数据的运用带来数据安全问题。大数据平台在对各方数据进行整合时，商业银行面临着数据输出和数据使用过程中数据安全问题，因此需在打破数据壁垒的同时对数据进行分类分层管理，在确保数据安全的前提下提供最有效和直接的数据资源，重视数据安全和价值，减轻大数据筛选负担，同时做好大数据提取过程中的保密工作。

三、大数据背景下商业银行应如何做

大数据的运用提升了商业银行反洗钱工作的效率和质量，但是目前我国商业银行仍然存在着反洗钱人员队伍综合素质有待提高、缺乏有效和统一的信息管理机制、业务部门对反洗钱工作重视程度不高等问题，解决这些问题我们才能借大数据全面提升商业银行反洗钱综合水平。

（一）积极参与反洗钱大数据平台建设。商业银行是反洗钱的前沿阵地，各机构都有自己的反洗钱数据库，由于缺乏跨机构协调机制导致每个商业银行如同一个数据孤岛，各商业银行应积极参与大数据平台的建设和维护，积极配合数据的调取和管理工作。

（二）全面提升反洗钱从业人员综合能力。前面我们提到可疑甄别最重要的一个环节是人工甄别，目前商业银行反洗钱从业人员年龄普遍偏高，综合素质已无法满足监管部门对反洗钱工作要求，与发达国家商业银行反洗钱水平相差甚远，缺乏竞争力。商业银行应从以下几个方面全面提高反洗钱从业人员综合素质：一是调整反洗钱从业人员结构，商业银行需致力改变以往反洗钱从业人员普遍“老龄化”结构特点，建立完善的反洗钱人员储备、选拔和培养机制，实现“经验”与“技术”并存;二是全方位培养反洗钱工作人员能力，反洗钱工作不再局限于以往的可疑甄别、分类评级、排查等工作，它需要从业人员全面了解当前国际反洗钱形势及政策、反洗钱法律，大数据运用的利与弊等，因此商业银行应将反洗钱工作人员派驻到工商、税局、法院、海关等不同机构进行实战学习，多维度培养出具有国际竞争力的反洗钱从业人员。

（三）建立有效的反洗钱信息管理机制。商业银行应对大数据的调取和使用建立有效的管理机制，同时内部要规范业务部门反洗钱数据的口径和格式。对于输出数据应该建立严格的筛选、审查、修改和输出机制，确保数据有效和高质量输出;其次，建立内部跨部门数据协调评估反馈机制，任何部门对数据的修改都要联动到大数据库中，不断完善反洗钱本机构数据资源平台。

（四）提升业务部门反洗钱风险防范能力。商业银行应坚持“以风险为本”的原则从源头上遏制和防范洗钱风险。首先提升业务部门从业人员反洗钱意识和风险防范能力，大数据资源整合更容易暴露客户洗钱风险，通过日常宣讲、政策传导、案例分析等形式让业务部门将反洗钱和业务办理有效结合起来，充分了解洗钱风险识别点;其次，反洗钱从业人员应参与业务部门产品设计环节，一方面利用大数据对产品进行反洗钱风险评估，从产品设计上进行风险防范;另一方面参与产品设计让反洗钱甄别人员具有丰富的业务實战经验，在利用大数据进行甄别的时候会有更多的维度发现可疑点。

总之，大数据开辟了反洗钱数据资源和甄别技术新领域，商业银行需全方位参与大数据平台建设和提升自身反洗钱综合竞争力以发挥大数据平台最大效能，从而有效地维护金融安全。

参考文献：

[1]张冬，付莎，黄娟.信息资源共享视角下加大反洗钱力度防控重大金融风险研究[J]. 理论探讨， 2019（ 6） ： 81-87.

[2]程东亮.人民银行基于大数据的反洗钱模型探讨[J].金融科技时代，2018（3）：40-43.

[3]曹轶，商业银行在数据审计分析的难点与对策[J]，中国内部审计， 2019（3）：40-43.

[4]周袁民.互联网金融洗钱风险及防控对策研究[J].西南金融，2017（10）：1- 6.

[5]张家臻，刘亚. 基于宏观审慎视角的银行业系统性风险研究[J]. 江淮论坛，2018（ 6） ： 81-87.

中国建设银行中山市分行  陈小溪