基于大數據的證券公司可疑交易行為研究

郝文力 趙馨田

基于大數據的證券公司可疑交易行為研究

郝文力 趙馨田

可疑交易報送是《中華人民共和國反洗錢法》賦予證券公司的一項重要反洗錢工作，可疑交易的識別和報送是證券公司履行反洗錢義務的一項重要手段，但是大量的防衛性數據使該項工作無法有效發揮識別洗錢風險的作用，而且增加了監管機構的數據篩查負擔。證券公司應該運用大數據分析理論重新識別可疑交易，大數據理論下的可疑交易是包含多類信息有機結合的大數據集合，具有全體性、高效性、相關性特征。證券公司應用大數據理論分析可疑交易應做好多維度大數據建立工作，組織開發科學的監控系統，自主設計監控指標，提高報送質量及主動分析能力。

大數據 可疑交易 洗錢 證券公司

一、前 言

《中華人民共和國反洗錢法》（以下簡稱《反洗錢法》）頒布實施如今已歷經十載，一系列制度的建立確立了中國反洗錢的工作框架，在反洗錢監管、案件調查、國際合作、宣傳培訓等方面都取得了重大成就。在人民銀行的領導下，各金融機構參與反洗錢工作，將反洗錢工作落實到金融體系運行中，其中可疑交易報送作為金融機構反洗錢三大任務之一，成為提供洗錢線索最重要的工作內容，十年實踐中可疑交易報送經歷了從無到有到逐漸完善的過程，但也出現了防衛性報送等一系列問題，對可疑交易數據的研究成為目前完善反洗錢工作的重要內容。

二、運用大數據分析可疑交易洗錢行為的重要意義

在《反洗錢法》的框架基礎上，人民銀行先后制定了新的《金融機構反洗錢規定》和《金融機構大額交易和可疑交易報告管理辦法》，可疑交易數據報送成為金融機構反洗錢三大基本義務之一。根據人民銀行反洗錢局2013年《反洗錢年度報告》顯示，2013年反洗錢分析監測中心共接收可疑交易報告2453.10萬份，篩選向外報送有效可疑交易線索165份。大量的無效性數據充斥導致反洗錢分析監測部門無法及時分析堆積如山的報告，執法部門也難以掌握最新的有效洗錢動態。在人民銀行風險為本政策導向下，強調要求報告機構更加注重主觀識別和綜合判斷，努力減少防衛性報送。2014年《反洗錢年度報告》統計顯示2014年反洗錢分析監測中心共接收可疑交易報告1772.53萬份，相較2013年下降27.7%，向外報送有效可疑交易線索282份，較2013年增長70.9%。從接收的可疑交易報告的總量和反洗錢分析監測中心向外報出數量來看，防衛性報送情況得到一定緩解。但是根據2014年的數據，仍然每十萬份可疑交易報告僅有一條有效線索。反洗錢工作因此陷于對交易歷史的分析，而缺少對即時數據的處理和對未來趨勢的預測。[]所以提高可疑交易報告有效性在進行政策引導下，應采用科學的技術分析手段，運用大數據分析理論。同時，在對可疑交易的界定方面，《金融機構大額交易和可疑交易報告管理辦法》第十一條至第十三條要求金融機構將48種交易或行為作為可疑交易進行報告，[]但是對可疑交易的界定主要著眼于交易行為本身。應當將交易行為疊加綜合交易人員信息、交易目的、交易習慣等因素綜合考慮，形成數據類型、結構多樣大規模的數據集合，將可疑交易數據的有效識別建立在有效的信息系統和技術手段支持的基礎上的同時，倚仗科學的大數據分析理論，運用多維度的數據供給、歷史及未來的數據及行為預測，更精準地從大量證券交易行為中獲取更可靠的可疑交易數據。

三、證券公司可疑交易報送存在的主要問題

1、證券公司的可疑交易報告重量不重質

根據《金融機構大額交易和可疑交易報告管理辦法》第八條規定，證券公司應當在可疑交易發生后的10個工作日內以電子方式報送中國反洗錢監測分析中心。“可疑”是一種主觀認識，證券公司在做判斷時更傾向于以較低的標準認定可疑，以規避監管機構的處罰，所以證券公司進行可疑交易報送僅是從監管角度履行職責，避免受到監管處罰，而非從識別洗錢風險角度，這必然與監管機構對可疑交易報送制度設計的初衷不符。同時，證券公司將可疑交易報送作為反洗錢義務的目的，報送即完成了其目的，而監管機構則認為報送可疑交易僅是反洗錢工作的起點。所以，由于證券公司與監管機構對反洗錢工作認識角度的不同，證券公司在履行可疑交易報告義務時往往形式意義大于實質意義，也就導致了大量無效報告的存在。在風險為本政策導向下，證券公司應當更加注重主觀識別和綜合判斷，努力減少防衛性報送。

2、證券公司的可疑交易報告內容單一

證券公司的可疑交易數據通常來自于證券風險監控平臺的數據警示提醒，國內領先的證券風險監控系統對于可疑交易的監控也僅能從單一交易行為本身出發，比如無交易戶資金大額劃轉、無交易戶資金頻繁收付、短期交易開銷戶等，都是從單次操作角度定性可疑。同時，證券公司上報的可疑交易數據也是單條交易行為。事實上，“可疑”作為推理性的結論，應當建立在大量具有說服性證據的基礎之上。單條交易記錄的報送難以證明該行為可疑，同時也增加了監管機關對數據篩查的工作量。

四、大數據視角下證券公司可疑交易的形成和特征

1、證券公司可疑交易大數據的內容

根據《金融機構大額交易和可疑交易報告管理辦法》，雖然強調金融機構在分析基礎上對可疑交易的主觀識別和判斷，但仍然沒有完全取消客觀標準，并首次新增了證券期貨業和保險業的可疑交易報告的客觀標準。反洗錢主管部門對可疑交易報告的客觀標準進行明確規定，對于滿足可疑交易設定標準的交易應當予以上報。但是反洗錢主管部門制定的客觀標準僅是從資金調度和交易行為本身出發，無法實現市場環境、客戶交易習慣、外部機構信息互聯等多維度的數據分析共享。

一個完整的洗錢過程往往需要跨越時間、地域、設計周密復雜等一系列交易環節。在分析層面上，可疑交易數據分析往往需要從單筆交易、相關賬戶、賬戶所屬客戶、客戶關聯組織等多個切面的層次進行綜合分析才能做出準確判斷。[]系統要識別和還原這一完整過程必須為其提供大跨度時間和空間的系列數據。所以證券期貨業可疑交易大數據的形成不僅僅包括在單個證券期貨公司系統內部的客戶交易行為、客戶信息資料等數據，還應當包括對于其他證券期貨公司中該客戶的交易行為以及關聯客戶交易行為的數據互聯，在保障客戶信息安全的前提下僅在觸發可疑交易時做出風險提示而非具體信息。同時，除了對交易行為的分析，還應當包括與財產關系、社會關系等數據的互聯。

2、證券公司可疑交易大數據的特征

首先，隨著計算能力和存儲能力的提升，大數據分析方法與傳統分析方法的最大區別在于分析的對象是全體數據，而不是數據樣本。證券交易行為本身即是一項數據體量大、種類多、更新快、價值密度低的數據集，在證券交易行為的基礎上，還需要關聯客戶資產信息數據、關聯客戶交易數據、客戶歷史交易數據等，形成多維度的數據網絡，使結構化數據與非結構化數據有機關聯。大數據的應用要求在整個數據集中查找出符合可疑交易分析結論的數據，而非抽樣分析，保證了對可疑交監測的全面性、完整性。

其次，大數據分析統計的最大特點在于不追求算法的復雜性和精確性，而追求可以高效地對整個數據集的分析。通過多維度多層次數據的集合歸整關聯，以及對算法的設計和選擇，對于瞬息萬變的數據，最終的篩選結果并不要求精確性，也即篩選的數據達到具有可疑交易風險較高的程度即可，而非要求所有篩選數據直接達到認定洗錢行為的程度，以保證對可疑交易監測的高效性。

最后，對于基于大數據分析得出的證券期貨業可疑交易行為數據的結論邏輯應當是相關關系，而非因果關系。通過對來源廣泛、種類繁多、變化迅速、結構多樣的數據集在內部建立關聯關系而對某一次證券交易行為做出可疑交易識別，在邏輯僅能做出相關判斷，而無法做出因果判斷。所以運用大數據分析方法篩選出的大數據應當強調人工分析的重要性。

五、大數據視角下證券公司可疑交易洗錢行為分析

1、大數據視角下的可疑交易行為識別

大數據理論的發展能夠實現通過對大量與證券交易行為相關的資料進行分析，把隱沒在一大批看來雜亂無章的數據，例如客戶年齡、社會關系、職業、信用等與客戶交易行為相關的信息集中、萃取和提煉出來，找出其證券交易行為與相關信息的在洗錢中的內在規律，以求最大化的開發大數據歸集對于可疑交易識別的功能。

首先應針對截面數據的統計監測方法對大數據進行風險識別。所謂截面數據，即在某一時點上的數據間的類比分析。《金融機構大額交易和可疑交易報告管理辦法》第十二條第四款、第六款將“長期閑置的賬戶原因不明地突然啟用，并在短期人發生大量證券交易”、“開戶后短期內大量買賣證券，然后迅速銷戶”列為可疑交易標準。該客戶標準僅從客戶自身的交易習慣進行分析，而忽略了市場環境、忽略了群體行為數據。事實上在證券市場上漲期，上述兩種行為大量存在，并無法起到識別可疑交易風險的作用。從截面數據分析角度進行對比分析，對于因市場環境等外在因素導致的群體性行為可避免被誤認為可疑交易。

其次應針對時間序列數據的統計監測方法對大數據進行風險識別。時間序列即對單個客戶自身的所有證券交易行為進行歷史記錄，根據其自身的所有綜合信息測算出其交易習慣，并根據客戶信息的更改隨時重新測算，相當于通過大數據的統計為每個客戶建立個人交易習慣檔案，對于落在交易習慣范圍外的數據則具有可疑交易嫌疑。對客戶歷史信息的建立，能夠識別出個體相對于自身的可疑，而非相對于群體的可疑，個體的可疑對于識別洗錢風險更具現實意義。

2、大數據視角下的可疑交易風險評估

通過多層次、多領域數據的集合可以搭建出具有聯動性的大數據集合，以幫助識別出證券可疑交易行為。通過大數據相關分析及回歸分析方法，測定不同因子間的相關關系規律性，將相互聯系、相互依賴、相互制約的數量關系內在邏輯進行搭建，將不確定、不嚴格的依存關系，通過多變量間的關聯而變得清晰。交易是一個過程，財產關系是一種狀態，狀態和過程存在相互印證的關系，在某些情況下，脫離財產關系，僅從交易行為獲得取涉嫌犯罪的線索是很難的。例如對于法人賬戶的非股份交易過戶行為，如果單純看到該法人在信用系統中顯示有較高的債務負擔，則二者并無關聯，如果該法人賬戶的股份通過非交易行為過戶的接收方恰為其債權人，則該非股份交易過戶即不可疑，為非貨幣交易償還債務行為。即通過該種信息網的形式，達到對可疑交易的風險評估效果，以實現數據的有效性。

六、證券公司在大數據下如何做好可疑交易報告

1、多渠道建立多維度的大數據體系

可疑交易大數據的建立分為內部信息系統數據采集以及實現與外部多機構的信息系統互聯兩方面。首先，證券公司應有效整合可疑交易監測分析與客戶盡職調查兩項工作，客戶盡職調查與可疑交易的報告二者之間是密切關聯、相輔相成的關系。[ ]通過客戶盡職調查、客戶風險等級劃分工作全面收集客戶信息，通過多手段多渠道保障客戶信息采集的真實準確完整。其次，構建有效的系統對接保障數據的傳輸準確、安全。風險監控平臺的數據應與客戶柜臺系統一致，做好內部系統的對接與關聯，保障大數據建立的有效性。最后，在各證券公司間應建立客戶關聯賬戶信息以及關聯人賬戶信息的關聯機制，保證不侵犯客戶隱私及客戶交易安全的前提下盡可能地實現大數據完整性。外部信息系統數據采集方面，首先需要出臺制度性的規定，保證證券公司在向外部機構索取數據過程得到外部機構配合，做到有法可依。目前除了與公安部門戶籍管理系統相連接外，證券公司還未建立與工商、稅務、技術監督管理等部門信息管理系統的接口，證券公司與外部橫向信息傳輸難以落實，真正的大數據體系就無法建立，而外部信息的收集與科學關聯是大數據系統建立起來的關鍵。

2、開發更加科學的反洗錢監控系統

目前證券公司采用的反洗錢監控系統普遍存在數據抓取單向性的問題，無法適應大數據狀態下數據互聯互通下的數據分析要求。沒有科學可用的監控信息系統，大數據的集合及數據的有機關聯將失去意義，只有具備配套的監控系統來實現大數據下可疑數據的識別，可疑交易的大數據分析理論才能落地，才具有現實意義。所以，證券公司應當組織開發適應于大數據分析理論的反洗錢監控系統，同時證券監督管理部門也應當予以支持。

3、積極開發可疑交易指標

在大數據分析理論之下，僅從證券交易行為自身角度出發制定的可疑交易標準將不再適用。證券公司應當結合自身的反洗錢要求及水平制定符合自身情況的可疑交易標準，更加強調可疑交易報送的質而非量。可疑交易指標的開發應以風險管理為原則，以洗錢風險作為根本評價指標，轉變應對監管機構檢查的可疑交易報送思路，切實的將反洗錢作為該項工作的核心。可疑交易指標的開發應對大數據的數據集為依據，建立多維度信息關聯的指標，實現大數據統計的意義。

4、提高報送數據質量

證券公司的可疑交易數據報送通常以數據包的形式，內容包含客戶基本資料以及識別出的單筆可疑交易，并未形成推理性的信息組合。在大數據信息系統及大數據理論分析之下，完全可以形成對交易推定可疑并形成合理懷疑的信息組合，所以證券公司在向監管機構報送可疑交易報告時，應當保證報告的完整、清晰、推論合理，減少監督管理部門的可疑交易信息洗錢風險評估的工作量。

5、提高主動分析能力

大數據的分析理論對于可疑交易的篩查只能提供相關性的可靠保證，而非提供因果關系的絕對保證。即使通過多維度的復雜數據分析算法得出的數據，也并不能完全保證其符合洗錢行為要素，所以必然需要輔之以人工核查。實現對于客戶的可疑交易行為進行交易目的分析，提高人工主動分析的能力。提高主動分析能力可以改變證券公司在可疑交易報告報送中的被動地位，保證每一筆報送的數據經過核查并實現證券公司自身的內心確信，而提高可疑交易報送的質量。同時，對于可疑交易報送應建立不以數量為標準，而強調數據質量和數據全面性原則。

七、結 語

反洗錢是《反洗錢法》賦予金融機構的一項重要任務，要求金融機構將履行反洗錢工作落實到具體業務的開展過程中，實現業務本身就是反洗錢實施和實現的過程，業務與反洗錢工作相輔相成，相互促進，所以金融機構應當提高對反洗錢工作的認識。同時依靠外部監管力量建立與外部機構信息的互聯互通合作。在證券公司、其他金融機構、監管機構、外部機構的共同努力下推動大數據可疑交易數據分析和報送的建立，對于整個金融系統識別洗錢風險都具有重大意義。同時，應用大數據理論分析可疑交易是符合國際反洗錢組織風險 為本監管理念的，是真正實現以風險為導向的數據分析理論。

［1］高增安.反洗錢：可疑交易行為報告制度有效嗎.證券市場導報.2007（4）

［2］汪加才，谷瑞軍.金融機構可疑交易監測分析的策略與方法研究.海南金融.2012（10）

［3］湯俊.反洗錢可疑交易報告工作績效評估要素及其技術實現.西南金融.2013（3）

［4］潘麗，劉偉.可疑交易監測分析制度及效率研究.金融與保險.2009（9）

［5］中國人民銀行.關于明確可疑交易報告制度有關執行問題的通知（銀發[2010]48號）

Research on the Suspicious Transactions in Securities Companies Based on Big Data

HAO Wen-li,ZHAO Xin-tian
Vanho Securities Co.,Ltd.,Shenzhen 518000 Yingda Securities Co.,Ltd.,Shenzhen 518000

Submitting suspicious transactions is an important obligation for securities companies by The law of the People's Republic of China on anti-money laundering.But a large number of defensive data make the obligation can't play a role in identifying the risk of money laundering,and which increase the burden of data screening of regulator.Securities companies should apply the theory of big data analysis to re-recognize the suspicious transactions.Suspicious transactions in the theory of big data analysis contain organic combination of multi-classes,and have the characteristic of totality,high efficiency and relevance.In order to apply the theory of big data analysis,first of all,securities companies should set up the mufti-dimension data.Secondly,securities companies should develop the monitor and control system.Thirdly,securities companies should design monitoring index independently.At last,securities companiesshould improvethe qualityofthe suspicioustransactions submission and the ability of proactive analysis.

Big Data,Suspicious Transactions,Money Laundering,Securities Companies

F830

A

郝文力，男，黑龍江省雙鴨山人，碩士，萬和證券有限責任公司合規總監，研究方向：金融；廣東深圳，518000趙馨田，女，遼寧省沈陽人，碩士，英大證券有限責任公司內控審計部，研究方向：金融