作者：四川省农村信用社联合社信息科技中心副总经理易中建、四川省农村信用社联合社信息科技中心邓鹏罗志威谭宇翔
四川省农村信用社联合社信息科技中心副总经理易中建
依据国家数字经济战略规划及四川农信数字化转型规划，四川农信加速推进数字化转型，持续提升金融科技数字化服务水平，为“合规银行、智慧银行、主力军银行”建设提供有力支撑。依托云计算、大数据和人工智能技术，陆续建设并投产智能决策、智能贷款、智能营销、智能柜面、智能客服、智能风控等一系列智能化应用服务系统，大幅提升获客、渠道、产品、风控、运营、管理等信息化和智能化水平，逐步跨入数字经济时代。与之相适应的反洗钱数智化能力建设也在稳步推进。本文将针对当前反洗钱内外部形势，面临的挑战及四川农信反洗钱领域的数智化实践情况进行阐述。四川农信根据2023年3月人民银行反洗钱工作会议精神及工作部署，稳步推进反洗钱数智化进程，赋能省市县多级法人反洗钱工作高质效开展。
一、反洗钱当前形势
随着数字经济的转型，国内外反洗钱形势不断发生变化，反洗钱相关工作日益复杂，形势严峻，面临诸多挑战。国际方面，2022年11月 FATF 发布了《中国第四轮反洗钱互评估第3次后续报告》，将“涉扩散定向金融制裁”和“法人的透明度和受益所有权”评级由“不合规”提升至“部分合规”，至此中国在 FATF40项建议中已达标31项，但仍有9 项建议未达标，存在国际制裁风险。国内方面，2022年反洗钱法的修订，从法律层面为反洗钱相关工作提供了支撑。同年由人民银行和公安部牵头实施为期3 年的打击反洗钱违法犯罪活动。
在反洗钱执法检查方面，银行业作为反洗钱监管重点关注领域，违规罚款金额由2021年的3.41亿元提升到2022年的5.5亿元。为降低我国洗钱风险，2023年 3月28日人民银行召开2023年反洗钱工作会议，分析了当前反洗钱形势并部署了2023年反洗钱重点工作，会议明确提出要持续提升反洗钱监测分析能力，进一步完善反洗钱数据使用和管理。为此金融机构需依据相关法律、法规进一步落实反洗钱相关工作，降低监管处罚风险。
二、反洗钱面临的挑战
各金融机构依据自身发展情况以及监管要求，建立了一套完备的事前、事中、事后的洗钱风险防控体系，但在金融科技赋能风险防控领域的时代背景下，各金融机构反洗钱工作仍面临一些挑战。
1.数据质量提升面临诸多挑战
人民银行已将“金融业数字化转型更深化、数据要素潜能释放更充分”作为重要发展目标。数据赋能的基础是高质量、高可信的数据，金融机构数据质量问题是数字化转型所面临的难点。
一是机构自身数据质量问题。历史数据难以联系收集最新信息，导致相关字段缺失或不准确；与第三方清算渠道对接，部分交易信息缺失阻碍关联交易风险分析；多副本数据不一致，干扰风险分析。
二是业务数据单一。部分业务场景数据具有主观性和不确定性，缺乏客观有效的实际场景特征对比，如税务、外汇、融资等第三方数据。
2.海量数据动态关联关系核验面临挑战
随着经济全球化，金融产品多样化，互联网金融普及化，洗钱动作藏匿在海量的境内外交易行为中，洗钱交易更易拆分，洗钱手段更加隐蔽，犯罪资金去向更难追踪。犯罪人员呈现团体化、规模化特征。在此情况下，各金融机构如何通过交易主体之间的静态化关联关系识别出动态关系来回溯真实金融业务场景，有效分析各个交易主体之间的关联关系以及识别交易蕴藏的洗钱行为，是亟待解决的问题之一。
三、反洗钱领域数智化应用实践
1.完善制度建设，强化顶层设计
依据监管部门的相关要求并结合四川农信自身情况，秉承风险为本的原则先后制定了《四川省农村信用社反洗钱工作管理办法》、《四川省农村信用社洗钱和恐怖融资风险评估及客户分类操作规程》、《四川农信国际业务反洗钱管理指导意见》等制度。组织机构层面成立了反洗钱和反恐怖融资管理委员会,落实反洗钱工作要求，将洗钱和恐怖融资风险管理纳入全面风险管理体系管理，贯彻分级履职、条线建设、全员参与的监管要求。根据实际情况2020年初组建四川农信反洗钱监测中心，以集中培训、业务督导等方式指导各行社提高识别、评估、监测和缓释洗钱风险的能力。系统层面建设事前、事中、事后的全链路洗钱风险防控系统，各环节数据同步共享，形成完整的洗钱风险防控闭环。
2.深化数据治理，提升数据质量
一是基于监管要求，被动数据治理。数字中国建设已成为国家战略，监管部门对金融机构的数据质量提出了更高要求，先后出台了《银行业金融机构数据治理指引》、《中国银保监会四川监管局办公室关于 EAST 交易类数据质量问题核查及整改工作的通知》等文件，要求金融机构数据质量提升工作应以明细类数据报送治理为抓手，推动形成可信可靠的数据治理架构体系，同时加强数据应用，开展内控合规数字化建设，推动数据治理由成本中心向价值中心转变。为此，四川农信以监管要求为指引及时开展数据治理工作，自主研发了数据质量管控平台，打通了数据上下游链路的通道，数据流转中易确认问题产生来源，避免了数据问题追溯层层加码，使得数据质量问题处理高效快捷。推进客户25要素、EAST 数据问题等多轮数据治理，在达到监管报送要求的同时提升了基础数据质量，为四川农信三大银行建设提供更强支撑。
二是基于经营需要，驱动数据治理。在数字经济、数字转型、数据赋能的大背景下，知识图谱、机器学习、实时计算等相关技术日趋
成熟。为提质增效，增强市场竞争力，需引进前沿技术，改善传统作业模式，提升金融机构运营水平。前沿技术落地的基石是数据，数据质量的高低直接影响技术落地的效果。质量低，噪声高的数据，可能会导致数据挖掘分析产生无效甚至相反结果，也会使得机器学习生产低效。因此，四川农信已开展基于内驱数据治理，力求将数据质量水平提升到更高标准。
三是基于价值驱动，主动数据治理。四川农信推出行内数据标准后，开展了多轮数据治理。引入机器学习、实时计算等相关前沿技术应用于反洗钱、反欺诈、线上贷款、智能客服等场景应用。反洗钱预警的有效性提升12%，随着相关样本数据的增加，有效性还将逐步提升；基于数据分析的贷款实时授信，在风险降低的同时降本增效提升明显，数据治理、数据赋能的价值进一步体现。与此同时四川农信建设了外部数据交换平台，引入了可靠的外部数据源，提升多样化的内外部数据采集、整合和自动适配能力，进一步丰富了客户相关的基础属性，通过外部数据交叉核验提升数据质量。
3.识别潜在风险，分级分类管理
一是识别机构洗钱风险，针对性开展反洗钱工作。机构自身洗钱风险识别是开展针对性预防的关键。2021年四川农信依据《法人金融机构洗钱和恐怖融资风险自评估指引》的相关要求和指引，基于全面性、客观性、匹配性及灵活性原则，依托四川农信大数据平台从地域环境、客户群体、产品业务、渠道等维度建设投产了法人机构洗钱和恐怖融资风险自评估系统。结合四川农信的实际情况，梳理整合风险指标497项，依托大数据平台按照指标模型分析出机构潜在洗钱风险，并进行数据量化。机构将在反洗钱内部控制基础与环境、洗钱风险管理机制方面针对性开展工作，并在地域、客户群体、产品业务、渠道等维度进行特殊控制措施，预防洗钱风险。
二是识别客户洗钱风险，提前开展洗钱风险防控工作。为让四川农信各法人行社对客户有充分的了解，提前识别客户的洗钱风险，2022年四川农信依托大数据平台重构并投产了“客户洗钱风险及分裂融资评级系统”，将可靠外部数据源与内部数据进行融合，梳理整合166个指标，针对不同类型不同阶段的客户引入不同的智能评级模型进行洗钱风险评级。机构感知高风险洗钱客户后可通过该系统对客户进行风险防控，目前已经对1300余客户进行提前风险防控，做到提前识别提前防范，有效阻断洗钱行为的发生。
4.强化防控措施，降低洗钱风险
2009年四川农信建设并投产了反洗钱系统，为反洗钱工作提供了系统性的支持，陆续依托大数据平台分别完成了二代反洗钱、反欺诈、反洗钱风险自评估、客户洗钱风险评级系统的自研投产。2021年引入 AI 技术实现“机器学习模型+传统规则模型”双引擎混合模式进行洗钱交易核查。
一是实时交易行为监控，阻断异常交易。为降低银行业交易欺诈行为，减少银行或客户的资金及声誉损失，2018年投产上线了“电子银行交易反欺诈系统”。该系统先后接入蜀信 e、自助设备、 POS、电话支付终端、惠支付、短信银行、微信银行、电话银行等渠道，实现对交易渠道7×24小时全流程风险监控。依托大数据分析方法，结合欺诈案例特征，从账户、行为、交易、偏好、位置、终端等多个维度建立风控模型及规则，动态部署智能化监控策略，通过增强认证、交易阻断等有效手段，实时进行风险控制，为四川农信反洗钱相关工作提供事中实时监测能力。
二是事后核查预警，洞察客户风险。依托大数据平台自研四川农信二代反洗钱系统，基于专家规则模型进行可疑预警，为洗钱风险核查预警构建最后系统防线。根据机构自身的洗钱风险实际情况，设置反洗钱核查指标153个，模型62个。模型涉及非法集资、赌博、偷逃税、毒品犯罪、资金套现、电信诈骗、分裂融资、地下钱庄、传销、腐败等多种违法洗钱行为。为解决洗钱团伙针对性规避已有预警规则问题，采取全渠道、全业务场景考虑的风险指标设置，指标间预警效能互补，封堵单一可疑预警指标被犯罪分子规避的可能。
系统在提供简洁高效的指标阈值调整，模型配置功能外还引入了模型实验室机制，对模型进行长时间的试验与迭代，确保模型预警的高效、准确、全面。随着交易渠道的增加、专家规则的数量逐步递增，系统的性能与洗钱预警要求在一定程度上出现了不匹配，预警率和误报率也在逐步升高，进而拉高了洗钱防控成本。
为解决该问题，2021年引入 AI 机器学习模型，直接从客户交易行为数据中寻找潜在的可疑交易规律以及模式，并通过大量样本数据训练来降低反洗钱工作成本及误报率，提高了风险防控的准确率。机器学习在客户交易行为中识别出异常或符合某种特征的行为，并结合客户信息和交易历史做出是否为涉嫌洗钱的判断。四川农信根据自有数据特点构建了反洗钱可疑交易识别模型，首先对训练样本进行特征分析，并提取出基模型特有的特征子集；然后从多种基础模型中选 出基 模型 LightGBM、GBM、AdaBoost、 XGBoost、RandomForest，再为每个基模型筛选出一套特征子集；最后用多数投票规则融合五个基模型作为最终的预测结果。
在进行特征提取时，充分考虑其业务实际含义以及专家经验，从客户基本信息、资金流转、交易方式、使用渠道、地域因素等维度对多个洗钱案例进行归纳、总结与提炼，最终确定使用115个指标。AI 引擎投产后，不断产生效能，结合传规则引擎，预警准确率提升12%。
四川农信反洗钱可疑交易采用“机器学习模型+传统规则模型”双引擎并行结构模式进行洗钱交易核查。传统规则引擎有效弥补了AI 引擎前期样本数据不足导致的可疑预警遗漏，AI 引擎的成熟逐渐反哺传统规则引擎，使其感知新交易特征，便于专家分析感知新洗钱渠道与行为，从而规避传统引擎中专家规则部分失效，无法及时应对新型洗钱手段的问题。双引擎并行核验预警效果明显，2022年核验重点可疑报告46份，涉及人员139人，提供线索公安立案20起，涉及组织经营赌博、非法集资、涉毒等犯罪类型。系统间数据共享，及时感知客户风险，快速自动调整客户洗钱风险等级，采取及时有效的风险防控措施，有效阻止客户洗钱交易行为，形成有效的风险防控闭环。
四、未来展望
随着区块链、大数据、云计算、知识图谱、AI 等技术的快速发展与更迭，其运用在四川农信反洗钱方面效能凸显，区块链的数据溯源、信息共享效能，能很好解决同业间的数据孤岛问题；云计算、分布式数据挖掘能解决反洗钱穿透式分析问题；知识图谱能有效挖掘出交易主体之间蕴藏的动态关系；AI 技术能有效提升反洗钱的智能化程度。四川农信未来将升级迭代数智化反洗钱领域相关系统，提升金融科技对反洗钱的赋能能力，更好服务“三农”、服务实体经济和区域经济，增强综合竞争力，助力四川农信高质量发展。