現(xiàn)代反洗錢(qián)技術(shù)執(zhí)法體系框架研究

摘要:討論了我國(guó)反洗錢(qián)法律的一些不足之處，提出通過(guò)進(jìn)行反洗錢(qián)技術(shù)執(zhí)法體系建設(shè)加強(qiáng)反洗錢(qián)執(zhí)法力度，并指出反洗錢(qián)執(zhí)法技術(shù)的核心是客戶交易行為可疑判斷準(zhǔn)則。

關(guān)鍵詞:反洗錢(qián); 技術(shù)執(zhí)法; 執(zhí)法技術(shù); 可疑行為判斷準(zhǔn)則; 過(guò)濾器; 捕捉器

中圖分類號(hào):TP301文獻(xiàn)標(biāo)志碼:A

文章編號(hào):1001－3695(2008)02－0423－02

2006年11月27日在復(fù)旦大學(xué)召開(kāi)的第一屆《反洗錢(qián)理論和實(shí)踐研討會(huì)》中，全國(guó)許多獲邀到場(chǎng)的知名法學(xué)家和學(xué)者以《反洗錢(qián)法》的出臺(tái)為出發(fā)點(diǎn)，發(fā)表了各自的觀點(diǎn)。許多專家指出:在當(dāng)下，加強(qiáng)三類機(jī)構(gòu)商業(yè)銀行#65380;非銀行金融機(jī)構(gòu)#65380;特定非金融機(jī)構(gòu)的內(nèi)控機(jī)制，對(duì)于商業(yè)銀行而言存在三大義務(wù)，即按時(shí)提交大額或可疑交易報(bào)告(SAR)制度;交易記錄保存制度和客戶身份識(shí)別職能;并認(rèn)為反洗錢(qián)執(zhí)法不得擾亂被調(diào)查機(jī)構(gòu)的正常經(jīng)營(yíng)活動(dòng)，不得對(duì)其正常經(jīng)營(yíng)造成影響。然而，洗錢(qián)行為是否構(gòu)成洗錢(qián)罪，在什么情況下，什么程度才構(gòu)成洗錢(qián)罪，沒(méi)有相關(guān)法律進(jìn)行說(shuō)明。也有專家對(duì)可疑交易報(bào)告制度中“可疑”概念提出了自己的觀點(diǎn)，認(rèn)為這里的“可疑”是一個(gè)主觀概念，國(guó)務(wù)院反洗錢(qián)行政主管部門(mén)沒(méi)有制定相應(yīng)的條款來(lái)規(guī)定什么交易是可疑交易，也就不能強(qiáng)制金融機(jī)構(gòu)在履行自己職責(zé)，即生成可疑交易報(bào)告時(shí)，用主觀判斷作為標(biāo)準(zhǔn)獲得準(zhǔn)確#65380;全面的可疑交易報(bào)告。因?yàn)闆](méi)有相應(yīng)的“可疑”標(biāo)準(zhǔn)參考，結(jié)果就會(huì)產(chǎn)生很大的偏差。因此，有必要通過(guò)技術(shù)手段解決可疑的標(biāo)準(zhǔn)問(wèn)題，也就是本文所提出的技術(shù)執(zhí)法體系中的執(zhí)法技術(shù)，這些技術(shù)主要是指計(jì)算技術(shù)。

詳細(xì)地說(shuō)，判斷一筆交易為可疑，除了需要了解客戶身份之外，對(duì)客戶所處職位或所在行業(yè)的背景#65380;業(yè)務(wù)發(fā)展情況#65380;所持資金流動(dòng)規(guī)律等需要很深入的了解，涉及到專業(yè)領(lǐng)域的知識(shí)，一般銀行職員很難做到這一點(diǎn)。要做到這一點(diǎn)，只能利用專家經(jīng)驗(yàn)，通過(guò)信息技術(shù)對(duì)各類行業(yè)客戶的資金流動(dòng)規(guī)律進(jìn)行統(tǒng)計(jì)分析(對(duì)于特定非金融機(jī)構(gòu)尤其如此)所得到的分類結(jié)果進(jìn)行專家研討，才有能力得到比較準(zhǔn)確的判斷。也就是下文提到的商業(yè)銀行客戶交易行為可疑判斷準(zhǔn)則，也是執(zhí)法技術(shù)中的犯罪預(yù)防技術(shù)，處于技術(shù)執(zhí)法體系的戰(zhàn)線前沿。下文若不進(jìn)行特殊說(shuō)明，技術(shù)執(zhí)法均指反洗錢(qián)技術(shù)執(zhí)法。

1反洗錢(qián)技術(shù)執(zhí)法體系的提出

根據(jù)前文許多專家所提到的，當(dāng)前反洗錢(qián)工作除了諸多法律規(guī)定亟待完善之外，如何通過(guò)技術(shù)手段解決洗錢(qián)交易行為的甄別問(wèn)題也是一個(gè)有待研究的課題。反洗錢(qián)監(jiān)測(cè)中心雖然也有十幾個(gè)數(shù)學(xué)模型對(duì)上報(bào)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，但實(shí)際上這些模型的準(zhǔn)確性有待進(jìn)一步論證，這種事后分析的監(jiān)測(cè)技術(shù)仍有待完善。

國(guó)際FATF組織針對(duì)國(guó)際金融犯罪尤其是洗錢(qián)犯罪的“40+9項(xiàng)建議”中所提出的SAR制度實(shí)際上是讓各個(gè)金融機(jī)構(gòu)對(duì)自己的數(shù)據(jù)進(jìn)行過(guò)濾和清洗，將結(jié)果提交給自己國(guó)家的金融監(jiān)管機(jī)構(gòu)，建立上報(bào)交易數(shù)據(jù)庫(kù)，并在此基礎(chǔ)上進(jìn)行深度挖掘和分析，以獲取有價(jià)值的信息。分析整個(gè)反洗錢(qián)執(zhí)法流程的全過(guò)程，本文提出如圖1所示的技術(shù)執(zhí)法體系框架以供探討。

在該體系框架中，反洗錢(qián)監(jiān)測(cè)人員一方面可以通過(guò)實(shí)現(xiàn)交易過(guò)濾器來(lái)顯現(xiàn)可疑或非法的交易記錄，該交易過(guò)濾器中植入算法判斷交易記錄是否可疑或非法，而這些算法來(lái)源于前面提到的商業(yè)銀行客戶交易行為可疑判斷準(zhǔn)則;另一方面，通過(guò)實(shí)現(xiàn)交易捕捉器，實(shí)時(shí)發(fā)現(xiàn)并臨時(shí)凍結(jié)涉嫌洗錢(qián)行為的交易資金，按照《反洗錢(qián)法》的規(guī)定，凍結(jié)期限為48 h。在對(duì)洗錢(qián)行為判罪的階段，通過(guò)交易分類技術(shù)，對(duì)非法交易所觸犯何種法律，就洗錢(qián)交易來(lái)說(shuō)，觸犯何種反洗錢(qián)罪名作出預(yù)判，為進(jìn)一步?jīng)Q策提供依據(jù)。這就需要對(duì)法律條款進(jìn)行完善，能夠?qū)崿F(xiàn)對(duì)法律條款的模型化及建立邏輯模型和數(shù)量模型，從而對(duì)于何種罪名#65380;罪名大小都能進(jìn)行一定的標(biāo)準(zhǔn)化。

從犯罪模式分析到反洗錢(qián)模式分析，涉及到各種監(jiān)測(cè)準(zhǔn)則。從概念的創(chuàng)新到準(zhǔn)則模型的建立，其具體數(shù)值，一種方法是通過(guò)對(duì)歷史交易數(shù)據(jù)分析的結(jié)果;另一種方法是通過(guò)對(duì)法規(guī)標(biāo)準(zhǔn)的更新。但是該準(zhǔn)則是否可行，若存在一個(gè)以技術(shù)為支撐的執(zhí)法體系，可以方便地對(duì)各種監(jiān)測(cè)準(zhǔn)則進(jìn)行驗(yàn)證;同樣，若存在一個(gè)以技術(shù)為支撐的執(zhí)法體系，也可以對(duì)不同準(zhǔn)則的信度和效度進(jìn)行比較分析。

同樣，反洗錢(qián)監(jiān)管流程由來(lái)以久。隨著信息技術(shù)應(yīng)用的深化，組織機(jī)構(gòu)的變革，尤其是混業(yè)監(jiān)管的趨勢(shì)對(duì)監(jiān)管體系的變革所帶來(lái)的挑戰(zhàn)。何種監(jiān)管方式#65380;監(jiān)管流程更加高效，成本更加低廉，要通過(guò)科學(xué)的方法進(jìn)行評(píng)估。信息技術(shù)投入和組織機(jī)構(gòu)變革對(duì)監(jiān)管流程的影響，什么方式收益最高，可以通過(guò)一個(gè)以技術(shù)為支撐的執(zhí)法網(wǎng)絡(luò)進(jìn)行有效的科學(xué)評(píng)估。

以下是建設(shè)技術(shù)執(zhí)法網(wǎng)絡(luò)的關(guān)鍵支持技術(shù):

1)分布式計(jì)算技術(shù)通過(guò)使用分布計(jì)算技術(shù)，可以變被動(dòng)為主動(dòng)。將金融監(jiān)管機(jī)構(gòu)及被監(jiān)管機(jī)構(gòu)的業(yè)務(wù)數(shù)據(jù)處理主機(jī)組成一個(gè)多計(jì)算機(jī)環(huán)境，通過(guò)分析和總結(jié)金融數(shù)據(jù)內(nèi)部的邏輯制約關(guān)系，設(shè)計(jì)實(shí)現(xiàn)完成不同監(jiān)管功能的對(duì)象實(shí)體[1]。分布計(jì)算技術(shù)是實(shí)現(xiàn)實(shí)時(shí)監(jiān)控的關(guān)鍵技術(shù)。由此構(gòu)造的技術(shù)執(zhí)法網(wǎng)絡(luò)得以進(jìn)行交易過(guò)濾，以及可疑交易的預(yù)警和捕捉。

2)OLAP數(shù)據(jù)倉(cāng)庫(kù)技術(shù)使用OLAP技術(shù)對(duì)特定交易數(shù)據(jù)進(jìn)行清洗和整合，只保存與洗錢(qián)可疑對(duì)象相關(guān)的數(shù)據(jù)，不僅利于降低數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)分析的負(fù)擔(dān)，也有利于提高反洗錢(qián)執(zhí)法效率。

3)AI數(shù)據(jù)挖掘技術(shù)在各種犯罪網(wǎng)絡(luò)中，交易數(shù)據(jù)非常龐大，犯罪數(shù)據(jù)或不合理數(shù)據(jù)只占據(jù)很小的一部分。H.Chen 2004年提出了用AI方法從浩瀚的數(shù)據(jù)海洋中挖掘犯罪鏈。他依據(jù)美國(guó)Tucson警察局自1970年以來(lái)的1 300萬(wàn)個(gè)犯罪嫌疑和犯罪記錄劃分成一個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)，據(jù)此他提出了一個(gè)犯罪數(shù)據(jù)挖掘框架，該數(shù)據(jù)框架可以通過(guò)辨識(shí)姓名#65380;地址#65380;單位的真?zhèn)纬潭冗_(dá)到辨識(shí)犯罪者的目的。該網(wǎng)絡(luò)還利用已有的犯罪數(shù)據(jù)，建立了一個(gè)犯罪網(wǎng)絡(luò)來(lái)辨識(shí)犯罪集團(tuán)的聯(lián)系情況[2]。因此，根據(jù)客戶身份對(duì)交易數(shù)據(jù)進(jìn)行反洗錢(qián)行為挖掘是技術(shù)執(zhí)法研究中一個(gè)更重要的組成部分。

2反洗錢(qián)技術(shù)執(zhí)法體系框架的核心

反洗錢(qián)監(jiān)測(cè)，其核心技術(shù)在于如何發(fā)現(xiàn)可疑#65380;非法交易，如何在數(shù)據(jù)的“汪洋大海”中找尋有效的證據(jù)，證明其客戶交易行為的可疑或非法。在總結(jié)分析各種監(jiān)管制度和規(guī)則的基礎(chǔ)上，薛耀文等人[3]提出了四種辨識(shí)資金異常流動(dòng)辨識(shí)準(zhǔn)則，分別為數(shù)量標(biāo)準(zhǔn)#65380;路徑與性質(zhì)標(biāo)準(zhǔn)#65380;強(qiáng)度與頻率標(biāo)準(zhǔn)和法律條例標(biāo)準(zhǔn)，并構(gòu)建了基于金融網(wǎng)絡(luò)的資金異常流動(dòng)監(jiān)測(cè)模型[4]。客戶交易行為可疑判斷準(zhǔn)則是基于上述標(biāo)準(zhǔn)所提出的改進(jìn)反洗錢(qián)監(jiān)測(cè)技術(shù)模型。

在這里，客戶是指商業(yè)銀行客戶，可以是單位或個(gè)人，廣義指金融服務(wù)的接受方，本文中的客戶指的是前一種定義。客戶屬性即對(duì)某類客戶能夠進(jìn)行區(qū)分辨識(shí)要素的統(tǒng)稱。例如對(duì)于單位客戶而言，客戶屬性可以是它所處的行業(yè)，在該行業(yè)中的地位#65380;面臨的競(jìng)爭(zhēng)對(duì)手#65380;業(yè)務(wù)范圍#65380;經(jīng)營(yíng)地域(和當(dāng)?shù)氐慕?jīng)濟(jì)發(fā)展水平#65380;客戶消費(fèi)水平等相關(guān));在該行業(yè)經(jīng)營(yíng)的時(shí)間即業(yè)務(wù)成熟度#65380;注冊(cè)資本#65380;年業(yè)務(wù)收入規(guī)模#65380;盈利水平#65380;員工數(shù)量等。對(duì)于個(gè)人客戶而言，客戶屬性可以是他/她本人的職業(yè)#65380;性別#65380;學(xué)歷#65380;職位#65380;年收入#65380;居住區(qū)域等。對(duì)于商業(yè)銀行資金流動(dòng)監(jiān)測(cè)研究而言，賬號(hào)是聯(lián)系客戶與其他監(jiān)測(cè)準(zhǔn)則的惟一標(biāo)志，也應(yīng)屬于客戶屬性的關(guān)鍵組成部分。客戶屬性的組合，構(gòu)成一類客戶。客戶可用數(shù)學(xué)語(yǔ)言描述如下:

C代表客戶種類，Ek代表客戶屬性(k=1，2，3，…)，即每一類客戶C可以被表示為客戶向量C{E1，E2，E3，…，Ek，…}，k=1，2，3，…。

可以看到，若是在數(shù)據(jù)監(jiān)測(cè)過(guò)程中考慮所有的客戶屬性，則需要分析的變量過(guò)多。為準(zhǔn)確刻畫(huà)客戶的經(jīng)濟(jì)活動(dòng)行為范式，需要盡可能收集客戶行為各個(gè)方面的特征數(shù)據(jù)。這一方面需要加大基層銀行的工作負(fù)擔(dān);另一方面，過(guò)多的數(shù)據(jù)變量往往導(dǎo)致“維數(shù)爆炸”，其后果是天文數(shù)字般的數(shù)據(jù)處理量往往輕易超出現(xiàn)行計(jì)算機(jī)的處理能力極限。因此，可以通過(guò)統(tǒng)計(jì)數(shù)學(xué)方法主成分分析來(lái)對(duì)客戶屬性進(jìn)行降維，降維的結(jié)果使得數(shù)據(jù)處理的量級(jí)大大降低，再通過(guò)似然比檢驗(yàn)衡量是否降維得到的客戶特征向量能夠從多大程度上近似反映原有的客戶向量，使得反映的程度能夠在一定統(tǒng)計(jì)范圍內(nèi)被接受。

基于國(guó)外銀行所普遍采用的客戶特征向量為客戶#65380;賬號(hào)#65380;業(yè)務(wù)#65380;地域#65380;時(shí)間等[5]，本文選取一般商業(yè)銀行所能夠獲取的信息作為客戶特征向量C，其特征分量為客戶類型k(01為單位，02為個(gè)人)#65380;客戶為盈利或非盈利組織(對(duì)于個(gè)人為性別)類型代碼m#65380;客戶所處行業(yè)(個(gè)人則為職業(yè))國(guó)家標(biāo)準(zhǔn)代碼v#65380;年?duì)I業(yè)收入(個(gè)人年收入)量級(jí)r(該量級(jí)代表一個(gè)范圍)#65380;經(jīng)營(yíng)地域(對(duì)于個(gè)人為居住地區(qū))城市地區(qū)代碼a#65380;經(jīng)營(yíng)時(shí)長(zhǎng)(對(duì)于個(gè)人為年齡層)t。于是本文考察的銀行客戶特征向量表示為C{k，m，v，r，a，t}。例如對(duì)于一類餐飲服務(wù)企業(yè)，為盈利性組織1(非盈利組織為0)，所處行業(yè)國(guó)家標(biāo)準(zhǔn)行業(yè)代碼為K10，年?duì)I業(yè)收入規(guī)模為1 000 000，在上海經(jīng)營(yíng)，已經(jīng)營(yíng)10年，則該銀行客戶的客戶特征向量為C{01，1，K10，1 000 000，310 000，10};若為一類個(gè)人群體，男性(1，女性為0)，職業(yè)代碼假設(shè)為09財(cái)務(wù)人員，個(gè)人年收入60 000，居住地為上海市，年齡23歲，屬于20年齡層(代表18~25歲的客戶)，則該銀行客戶的客戶特征向量為C{02，1，09，60 000，310 000，20}。

對(duì)于每一類客戶建立客戶模板，客戶模板即是商業(yè)銀行客戶交易行為可疑判斷準(zhǔn)則的集合，如圖2所示。通過(guò)基于準(zhǔn)則集合的反洗錢(qián)技術(shù)過(guò)濾分析處理模式，每一個(gè)類型的準(zhǔn)則盡量使其成為一個(gè)基本的元素，即只處理一類商業(yè)銀行業(yè)務(wù)的分析處理;在進(jìn)行技術(shù)實(shí)現(xiàn)(即過(guò)濾器的實(shí)現(xiàn))時(shí)，可以對(duì)屬于同一屬性的準(zhǔn)則進(jìn)行捆綁設(shè)置，使其成為一個(gè)規(guī)則處理集合，于是，多條件#65380;多情形#65380;柔性化地過(guò)濾交易數(shù)據(jù)，可以提高資金流動(dòng)監(jiān)測(cè)系統(tǒng)對(duì)異常或可疑交易的辨識(shí)能力，提高處理效率和分析的準(zhǔn)確率。通過(guò)這一思想對(duì)已有規(guī)則或新發(fā)現(xiàn)的規(guī)則進(jìn)行整合，進(jìn)而可以對(duì)已有反洗錢(qián)案例進(jìn)行數(shù)學(xué)建模，得到各種已知的洗錢(qián)模式，并通過(guò)各類規(guī)則的集成，構(gòu)成本監(jiān)測(cè)系統(tǒng)的案例集，從而進(jìn)一步對(duì)各類洗錢(qián)模式進(jìn)行算法實(shí)現(xiàn)，提高監(jiān)測(cè)方法的效度和信度，加強(qiáng)監(jiān)測(cè)系統(tǒng)的監(jiān)控能力。

3結(jié)束語(yǔ)

如何使用現(xiàn)代信息技術(shù)提高反洗錢(qián)執(zhí)法能力成為當(dāng)前國(guó)家反洗錢(qián)行政主管部門(mén)的當(dāng)務(wù)之急和重中之重。本文基于全國(guó)第一屆反洗錢(qián)理論和實(shí)踐研討會(huì)的討論，提出了一個(gè)現(xiàn)代反洗錢(qián)技術(shù)執(zhí)法體系框架，并對(duì)該技術(shù)執(zhí)法體系的核心，即反洗錢(qián)分析技術(shù)-基于客戶模板的分析技術(shù)，提出了自己的看法。然而，如何對(duì)客戶所擁有的銀行資金流動(dòng)規(guī)律進(jìn)行哪些緯度的分析，才能更加準(zhǔn)確地反映該類客戶的真實(shí)交易行為，仍然需要進(jìn)一步探討和研究。

參考文獻(xiàn):

[1]桂小林，鄭守淇，徐彌榆，等.計(jì)算技術(shù)及其在金融中的應(yīng)用研究[J].計(jì)算機(jī)應(yīng)用研究， 2004，21(3):33－35.

[2]CHEN H. Crime data mining: a general framework and some examples[J]. IEEE Computer Society， 2004，37(4):50－56.

[3]薛耀文，張朋柱，范靜.金融網(wǎng)絡(luò)中資金異常流動(dòng)辨識(shí)準(zhǔn)則研究[J].中國(guó)軟科學(xué)，2004(9):57－62.

[4]薛耀文.金融網(wǎng)絡(luò)中資金異常流動(dòng)監(jiān)測(cè)研究[D].上海:上海交通大學(xué)， 2006:46－52.

[5]KINGDON J. AI fights money laundering[J]. Intelligent Systems and Their Applications， 2004(5):87－89.

[6]楊勝剛，潘金生，等.“第一屆中國(guó)反洗錢(qián)理論與實(shí)踐研討會(huì)”會(huì)議記錄[C].上海:復(fù)旦大學(xué)，2006.

[7]湯俊.基于客戶行為模式識(shí)別的反洗錢(qián)數(shù)據(jù)監(jiān)測(cè)與分析體系[J].中南財(cái)經(jīng)政法大學(xué)學(xué)報(bào)， 2005(4):62－67.

“本文中所涉及到的圖表、注解、公式等內(nèi)容請(qǐng)以PDF格式閱讀原文”