金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型

紀(jì)瑞樸 楊 璇 王彥博

跨入數(shù)字經(jīng)濟(jì)時代，金融科技日新月異，推進(jìn)金融科技與反洗錢深度融合，成為反洗錢改革創(chuàng)新的必由之路。本文針對當(dāng)前反洗錢面臨的問題，系統(tǒng)梳理金融科技賦能反洗錢監(jiān)管數(shù)字化轉(zhuǎn)型的路徑，展望金融科技賦能反洗錢的未來方向與目標(biāo)，提出構(gòu)建“信息動態(tài)感知、數(shù)據(jù)精準(zhǔn)分析、業(yè)務(wù)智能支撐”的反洗錢監(jiān)管系統(tǒng)化構(gòu)想，并在借鑒國內(nèi)外領(lǐng)先金融機(jī)構(gòu)特別是互聯(lián)網(wǎng)金融公司實(shí)踐經(jīng)驗(yàn)的基礎(chǔ)上，探索制定從規(guī)劃布局、技術(shù)架構(gòu)、數(shù)據(jù)治理、風(fēng)控機(jī)制等多維度協(xié)同推進(jìn)反洗錢領(lǐng)域科技應(yīng)用的策略。

金融科技對反洗錢數(shù)字化轉(zhuǎn)型的賦能效應(yīng)

金融科技是技術(shù)驅(qū)動的金融創(chuàng)新，具有四大特點(diǎn)和優(yōu)勢：一是數(shù)字化，以數(shù)據(jù)為基石，挖掘、整合和利用數(shù)據(jù)資源；二是智能化，依托機(jī)器學(xué)習(xí)、自然語言處理等技術(shù)洞察風(fēng)險、穿透式監(jiān)管；三是實(shí)時性，可以實(shí)時動態(tài)監(jiān)測金融活動；四是共享性，可以使數(shù)據(jù)在金融機(jī)構(gòu)、監(jiān)管機(jī)構(gòu)之間交互共享，打破信息壁壘，實(shí)現(xiàn)數(shù)據(jù)高效利用。正是基于上述特點(diǎn)及優(yōu)勢，金融科技引起反洗錢國際組織金融行動特別工作組的重點(diǎn)關(guān)注與極力推崇，而且在金融科技與反洗錢的初步融合實(shí)踐中發(fā)揮了重要作用。

本文從基于機(jī)器學(xué)習(xí)的行為分析（Behaviour Analysis Based on Machine Learning）、區(qū)塊鏈應(yīng)用（Block Chain Application）、大數(shù)據(jù)應(yīng)用（Big Data Application）和生物識別（Biometrics Identification）四個技術(shù)方面提出“4B框架”，對金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型予以論述。

基于機(jī)器學(xué)習(xí)的行為分析：助力洗錢風(fēng)險監(jiān)測智能化與精準(zhǔn)化

機(jī)器學(xué)習(xí)是人工智能的核心技術(shù)之一，可通過數(shù)據(jù)處理（模擬學(xué)習(xí)過往的經(jīng)驗(yàn)數(shù)據(jù)）、特征工程、模型訓(xùn)練、模型驗(yàn)證等完成機(jī)器學(xué)習(xí)模型的創(chuàng)建，并在模型成果的實(shí)際應(yīng)用中持續(xù)對其實(shí)施訓(xùn)練和調(diào)優(yōu)，以促進(jìn)對未來預(yù)判的準(zhǔn)確性不斷提升。機(jī)器學(xué)習(xí)對反洗錢數(shù)字化轉(zhuǎn)型的賦能機(jī)理：一是面向客戶，構(gòu)建基于行為特征的反洗錢可疑交易預(yù)警體系；二是面向交易，構(gòu)建基于海量歷史案例的可疑交易預(yù)警體系。

機(jī)器學(xué)習(xí)模型可直擊反洗錢三大痛點(diǎn)：一是提升反洗錢監(jiān)管效率，緩解海量交易數(shù)據(jù)給金融機(jī)構(gòu)帶來的人力成本壓力，降低操作風(fēng)險敞口。二是提高反洗錢監(jiān)測精準(zhǔn)性。基于專家經(jīng)驗(yàn)及歷史數(shù)據(jù)，訓(xùn)練優(yōu)化監(jiān)測模型，使洗錢風(fēng)險識別不易受外部因素干擾，既可比人工分析更加精準(zhǔn)，也可有效防范操作風(fēng)險與道德風(fēng)險。三是提升反洗錢監(jiān)管前瞻性。通過對機(jī)器學(xué)習(xí)智能模型的持續(xù)訓(xùn)練和優(yōu)化，可預(yù)見未來可能發(fā)生的可疑交易，打通反洗錢監(jiān)管滯后性和被動性的痛點(diǎn)與堵點(diǎn)。

近年來，百度金融、財(cái)付通、螞蟻金服等互聯(lián)網(wǎng)金融公司積極嘗試在反洗錢領(lǐng)域引入機(jī)器學(xué)習(xí)等新興技術(shù)，創(chuàng)新打造基于機(jī)器學(xué)習(xí)的智能模型引擎，并在實(shí)踐中凸顯傳統(tǒng)規(guī)則引擎難以企及的監(jiān)測效率與精準(zhǔn)性。比如，百度金融在可疑交易監(jiān)測方面系統(tǒng)化深度提煉各類商戶和自然人客戶的可疑交易特征，用來識別疑似套現(xiàn)、賭博、地下錢莊等異常交易。同時，在傳統(tǒng)監(jiān)測規(guī)則的基礎(chǔ)上進(jìn)一步引入機(jī)器學(xué)習(xí)算法，構(gòu)建具有性能自優(yōu)化、閾值自調(diào)整、高特征維度等諸多優(yōu)勢的智能模型引擎，并設(shè)計(jì)出涵蓋交易地點(diǎn)、時間、集中度在內(nèi)的大量維度特征庫。百度金融還將客戶風(fēng)險評估因素分為靜態(tài)因子（主要為客戶基本信息）和動態(tài)因子（主要為客戶交易行為記錄）兩大類，后續(xù)還將從客戶個人興趣、消費(fèi)水平、人生階段等方面進(jìn)一步開展風(fēng)險評估分類。螞蟻金服在引入機(jī)器學(xué)習(xí)技術(shù)方面與百度金融齊頭并進(jìn)，它充分依托企業(yè)自身的高性能數(shù)據(jù)庫和云計(jì)算平臺優(yōu)勢，一方面，運(yùn)用大數(shù)據(jù)關(guān)系網(wǎng)絡(luò)，直觀展現(xiàn)客戶資金鏈路，實(shí)現(xiàn)洗錢風(fēng)險的快速定位和識別；另一方面，智能甄別審查，基于機(jī)器學(xué)習(xí)智能模型自主學(xué)習(xí)甄別專家經(jīng)驗(yàn)，對可疑交易報(bào)警案件自動分析，從而促進(jìn)甄別審查效率提升。

區(qū)塊鏈應(yīng)用：實(shí)現(xiàn)反洗錢信息共享與追蹤溯源

區(qū)塊鏈?zhǔn)屈c(diǎn)對點(diǎn)傳輸、分布式數(shù)據(jù)存儲、共識機(jī)制等技術(shù)在數(shù)字時代的創(chuàng)新應(yīng)用。區(qū)塊鏈技術(shù)一方面依托分布式架構(gòu)，與多方安全計(jì)算等隱私計(jì)算平臺協(xié)同聯(lián)動，形成分布式安全計(jì)算，在面對與日俱增的海量數(shù)據(jù)計(jì)算需求的形勢下，可確保數(shù)據(jù)的快速計(jì)算乃至實(shí)時共享；另一方面，各參與方的權(quán)利平等，共享數(shù)據(jù)從采集、交易、流通每一步記錄均留存于區(qū)塊鏈上，從而充分確保數(shù)據(jù)信息的質(zhì)量與安全。

區(qū)塊鏈技術(shù)可以直擊反洗錢兩大痛點(diǎn)：一是追蹤和堵塞不法分子利用反洗錢義務(wù)機(jī)構(gòu)間信息壁壘的漏洞，實(shí)施跨區(qū)域、跨機(jī)構(gòu)的資金轉(zhuǎn)移，從而使義務(wù)機(jī)構(gòu)可疑交易監(jiān)控的難度大幅降低；二是區(qū)塊鏈系統(tǒng)可以確保信息的機(jī)密性，實(shí)現(xiàn)數(shù)據(jù)不可篡改，降低反洗錢過程中的信息泄露風(fēng)險，實(shí)現(xiàn)隱私與數(shù)據(jù)保護(hù)。

大數(shù)據(jù)應(yīng)用：實(shí)現(xiàn)反洗錢穿透式監(jiān)管

大數(shù)據(jù)的重要應(yīng)用價值在于通過云計(jì)算、分布式數(shù)據(jù)挖掘、AI等新興技術(shù)，加工整合多維度數(shù)據(jù)資源，洞見海量數(shù)據(jù)蘊(yùn)含的價值，以有效提升風(fēng)險防控、市場營銷、流程優(yōu)化等精準(zhǔn)決策力。大數(shù)據(jù)賦能反洗錢效應(yīng)重點(diǎn)體現(xiàn)在以下幾點(diǎn)。

實(shí)現(xiàn)可疑交易監(jiān)測智能化、精準(zhǔn)化。大數(shù)據(jù)通過分析多種渠道、眾多維度的海量客戶信息，將賬戶交易情況與可疑交易監(jiān)測模型匹配并進(jìn)行預(yù)警。此外，人工智能技術(shù)可根據(jù)客戶歷史軌跡比對其行為特征，進(jìn)而洞察鎖定洗錢罪行，彌補(bǔ)傳統(tǒng)監(jiān)測模式“模型篩查+名單監(jiān)控+人工甄別”的不足。

實(shí)現(xiàn)客戶盡職調(diào)查“風(fēng)險穿透”。金融機(jī)構(gòu)可以構(gòu)建反洗錢大數(shù)據(jù)綜合分析平臺，對內(nèi)外部數(shù)據(jù)進(jìn)行清洗、合并、轉(zhuǎn)化及整合，實(shí)現(xiàn)數(shù)據(jù)的標(biāo)準(zhǔn)化、結(jié)構(gòu)化入庫，重塑業(yè)務(wù)中臺、數(shù)據(jù)中臺等IT架構(gòu)，從而為客戶信息收集、真實(shí)性核驗(yàn)、反洗錢名單自動篩查提供系統(tǒng)化、平臺化數(shù)據(jù)查詢、監(jiān)測、預(yù)警等一系列功能。

實(shí)現(xiàn)最終受益人的大數(shù)據(jù)“風(fēng)險穿透”。運(yùn)用大數(shù)據(jù)技術(shù)體系中的自然語言處理技術(shù)，可實(shí)現(xiàn)海量內(nèi)外部數(shù)據(jù)的機(jī)器學(xué)習(xí)、深度學(xué)習(xí)及自動識別，通過對關(guān)聯(lián)企業(yè)交易流水賬單、輿情等數(shù)據(jù)的整合與清洗，依托提取算法TF-IDF、集成模型、深度神經(jīng)網(wǎng)絡(luò)分類模型等人工智能技術(shù)，模擬實(shí)現(xiàn)各類文本信息的智能識別，迅速鎖定隱形關(guān)系路徑下的最終受益人。

生物識別技術(shù)：拓展客戶身份認(rèn)證途徑

與傳統(tǒng)身份識別技術(shù)相比，生物識別具有不易偽造或被盜、隨身“攜帶”、隨時隨地可用等一系列優(yōu)勢。在反洗錢身份識別過程中，生物識別技術(shù)的運(yùn)用對于冒用身份、同一人辦理業(yè)務(wù)等異常情況均能有效識別，可以準(zhǔn)確有效地簡化認(rèn)證流程、提升身份識別準(zhǔn)確性。此外，身份識別技術(shù)可與大數(shù)據(jù)技術(shù)進(jìn)一步融合，基于模型分析結(jié)果及時啟用多種智能身份核驗(yàn)手段，提升洗錢風(fēng)險實(shí)時管控效能。例如，京東金融運(yùn)用多種生物識別技術(shù)開發(fā)了客戶信息收集與驗(yàn)證、KYC流程的反洗錢模型；蘇寧金服集團(tuán)在反洗錢客戶身份識別中引入生物識別技術(shù)，完成了用戶的大數(shù)據(jù)畫像，實(shí)現(xiàn)了立體化的客戶信息呈現(xiàn)。

金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型的趨勢與目標(biāo)

各金融機(jī)構(gòu)應(yīng)將提升反洗錢科技水平作為未來的優(yōu)先發(fā)展方向，緊盯金融科技發(fā)展新動態(tài)，充分運(yùn)用金融科技新成果，構(gòu)建“信息動態(tài)感知、數(shù)據(jù)精準(zhǔn)分析、業(yè)務(wù)智能支撐”的反洗錢監(jiān)管格局。

本文從穿透式監(jiān)管（Penetrating Regulatory）、流程全覆蓋（Process Full Coverage）、監(jiān)測性能優(yōu)化（Performance Optimization for Monitoring）、數(shù)據(jù)采集平臺建設(shè)（Platform of Data Acquisition）、私有鏈與聯(lián)盟鏈應(yīng)用（Private Block Chain & Consortium Block Chain）和決策引擎程序設(shè)計(jì)（Procedure Design for Decision Engines）六個方面提出“6P框架”，對金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型予以說明。

穿透式監(jiān)管：以立體化穿透式監(jiān)管全面提升客戶身份識別的精準(zhǔn)度

未來，在反洗錢客戶身份識別中，將重點(diǎn)建立多種金融科技手段協(xié)同聯(lián)動機(jī)制，實(shí)行立體化穿透式監(jiān)管。一是依托多模態(tài)生物識別技術(shù)，最大限度實(shí)現(xiàn)“人證合一”，為資金交易打上發(fā)起者的唯一身份標(biāo)記。二是對區(qū)塊鏈、多方安全計(jì)算及密碼算法技術(shù)融合運(yùn)用，探索客戶身份識別信息的分布式存儲和認(rèn)證共享，構(gòu)建安全便捷的多元化身份認(rèn)證體系，進(jìn)一步提升金融交易過程的可追溯性和報(bào)文管理的規(guī)范性。三是引入大數(shù)據(jù)挖掘技術(shù)，全方位收集與解析客戶社交關(guān)系、交通出行、網(wǎng)絡(luò)平臺消費(fèi)等多維度場景數(shù)據(jù)，更加精確地描繪客戶“全息畫像”。四是依托知識圖譜的關(guān)聯(lián)分析、網(wǎng)絡(luò)分析等認(rèn)知技術(shù)，深度挖掘洗錢犯罪日趨集團(tuán)化背景下客戶間的關(guān)聯(lián)關(guān)系，實(shí)現(xiàn)穿透識別。

流程全覆蓋：構(gòu)建基于全流程的資金監(jiān)測體系

數(shù)據(jù)是可疑交易監(jiān)測的基礎(chǔ)，是反洗錢的生命線。然而在現(xiàn)行反洗錢監(jiān)管模式下，一方面，底層數(shù)據(jù)量不足，且數(shù)據(jù)質(zhì)量不高；另一方面，非結(jié)構(gòu)化數(shù)據(jù)處理存在嚴(yán)重短板，難以挖掘數(shù)據(jù)價值，嚴(yán)重掣肘反洗錢監(jiān)測質(zhì)效。未來，在金融科技的強(qiáng)勁賦能下，可運(yùn)用大數(shù)據(jù)技術(shù)串聯(lián)多方系統(tǒng)，直擊內(nèi)外部信息壁壘的痛點(diǎn)，多渠道采集海量客戶信息；可引入API（應(yīng)用程序編程接口）技術(shù)，構(gòu)建主體洗錢行為監(jiān)測模型，通過對全息數(shù)據(jù)的挖掘和處理預(yù)測主體洗錢行為活動周期，洞察主體的社會關(guān)系；可探索應(yīng)用社區(qū)挖掘算法，進(jìn)一步推動由“經(jīng)驗(yàn)主義”主導(dǎo)的模糊分析反洗錢方式向“數(shù)據(jù)驅(qū)動”“主體畫像”主導(dǎo)的精準(zhǔn)治理反洗錢方式變革。

監(jiān)測性能優(yōu)化：建立可疑交易監(jiān)測模型性能優(yōu)化機(jī)制

監(jiān)測標(biāo)準(zhǔn)是有效識別可疑交易線索的核心業(yè)務(wù)邏輯與手段。目前，監(jiān)管政策、案例特征以及風(fēng)險提示仍是各金融機(jī)構(gòu)自主定義可疑交易監(jiān)測標(biāo)準(zhǔn)的主要來源，在鎖定關(guān)鍵疑點(diǎn)、匹配業(yè)務(wù)特征的模型體系構(gòu)建中仍存在誤報(bào)、漏報(bào)風(fēng)險。未來，可探索運(yùn)用機(jī)器學(xué)習(xí)等技術(shù)，及時追蹤新型洗錢犯罪模式，實(shí)時更新異常交易行為規(guī)則，通過進(jìn)一步納入交通出行、消費(fèi)習(xí)慣及深度衍生信息等監(jiān)控模型特征，擴(kuò)展可疑交易監(jiān)測字段，提升可疑交易模型的準(zhǔn)確性。

數(shù)據(jù)采集平臺建設(shè)：探索開發(fā)數(shù)據(jù)主動采集平臺

隨著數(shù)字經(jīng)濟(jì)的迅猛發(fā)展，反洗錢監(jiān)管系統(tǒng)被動接收數(shù)據(jù)信息的弊端日益凸顯，構(gòu)建實(shí)時、主動提取數(shù)據(jù)的系統(tǒng)平臺的需求變得更加迫切，依托人工智能模型對組織架構(gòu)、內(nèi)控制度及客戶信息等領(lǐng)域的洗錢風(fēng)險管理漏洞進(jìn)行識別，可實(shí)現(xiàn)及時監(jiān)管、精準(zhǔn)監(jiān)管的目標(biāo)。同時，可優(yōu)化反洗錢資源配置，向高風(fēng)險領(lǐng)域投放更多反洗錢資源，并主動發(fā)起預(yù)警，力爭實(shí)現(xiàn)降本增效的目標(biāo)。

私有鏈與聯(lián)盟鏈應(yīng)用：培育私有鏈、聯(lián)盟鏈推進(jìn)信息共享

通過建立私有鏈與聯(lián)盟鏈實(shí)現(xiàn)區(qū)塊鏈技術(shù)賦能反洗錢信息共享，有望成為未來重點(diǎn)。金融機(jī)構(gòu)內(nèi)部不僅可以將客戶作為獨(dú)立節(jié)點(diǎn)構(gòu)建私有鏈（專有鏈），金融機(jī)構(gòu)、監(jiān)管機(jī)構(gòu)之間還可以打造聯(lián)盟鏈。聯(lián)盟鏈成員應(yīng)覆蓋中國人民銀行、銀保監(jiān)會、證監(jiān)會及各類銀行機(jī)構(gòu)、保險機(jī)構(gòu)、證券機(jī)構(gòu)。與公有鏈相比，聯(lián)盟鏈在性能、可用性、可編程性和隱私保護(hù)上均頗具優(yōu)勢。此外，可采用跨鏈技術(shù)推進(jìn)私有鏈與聯(lián)盟鏈的融合對接，通過接口將私有鏈上相關(guān)數(shù)據(jù)信息傳輸至聯(lián)盟鏈，實(shí)現(xiàn)私有鏈到聯(lián)盟鏈的區(qū)塊鏈賬本間數(shù)據(jù)同步。

決策引擎程序設(shè)計(jì)：依托機(jī)器學(xué)習(xí)技術(shù)創(chuàng)新推廣模型引擎與規(guī)則引擎深度融合的混合引擎結(jié)構(gòu)模式

當(dāng)前的反洗錢監(jiān)測評估主要基于機(jī)器學(xué)習(xí)模型引擎，較傳統(tǒng)規(guī)則模型引擎而言，其有效性在實(shí)踐中得到了初步印證。常見的引擎結(jié)構(gòu)模式如下。

串行引擎。在該模式下，主流仍是基于傳統(tǒng)策略方法的規(guī)則引擎，監(jiān)測規(guī)則、基礎(chǔ)算法、量化指標(biāo)體系發(fā)揮關(guān)鍵作用，模型引擎則充當(dāng)配角，僅僅起到輔助作用。串行引擎模式下，對包括規(guī)則、算法、數(shù)據(jù)映射關(guān)系在內(nèi)的底層結(jié)構(gòu)無需全面調(diào)整改造，是最易實(shí)現(xiàn)的一種引擎結(jié)構(gòu)模式。

并行引擎。并行引擎模式下，規(guī)則引擎、模型引擎并駕齊驅(qū)、同時使用。并行引擎特點(diǎn)明顯：一是規(guī)則引擎、模型引擎的決策權(quán)重可根據(jù)新技術(shù)應(yīng)用能力、風(fēng)險環(huán)境變化、監(jiān)管環(huán)境變化等因素靈活調(diào)整；二是規(guī)則引擎與模型引擎協(xié)同聯(lián)動、優(yōu)勢互補(bǔ)，反洗錢風(fēng)險防線更加嚴(yán)密。

混合引擎。該模式是未來反洗錢監(jiān)測系統(tǒng)最為理想的結(jié)構(gòu)模式，規(guī)則引擎與模型引擎深度融合，基于各類機(jī)器學(xué)習(xí)技術(shù)對人工判斷進(jìn)行補(bǔ)充，綜合內(nèi)部數(shù)據(jù)與外部信息，進(jìn)一步提升反洗錢系統(tǒng)的有效性。

金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型面臨的挑戰(zhàn)

隨著數(shù)字經(jīng)濟(jì)新時代的悄然來臨，洗錢風(fēng)險防控已然演變?yōu)榭萍硷L(fēng)控與洗錢手段的較量。然而，金融科技賦能反洗錢仍處于起步探索期，無論是監(jiān)管理念、規(guī)劃布局、資源配置，還是架構(gòu)體系、治理機(jī)制、風(fēng)控格局，都與金融科技創(chuàng)新應(yīng)用的要求存在一定差距，金融科技與反洗錢監(jiān)測監(jiān)管的廣泛對接與深度融合依然任重道遠(yuǎn)。

本文從戰(zhàn)略規(guī)劃（Strategic Planning）、數(shù)據(jù)標(biāo)準(zhǔn)（Standard of Data）、監(jiān)管沙箱（Sandbox of Regulatory）和信息安全（Security of Information）四個方面提出“4S框架”，具體論述金融科技賦能反洗錢數(shù)字化轉(zhuǎn)型的挑戰(zhàn)。

頂層制度設(shè)計(jì)與戰(zhàn)略規(guī)劃缺位。當(dāng)前，金融科技在反洗錢領(lǐng)域的運(yùn)用尚缺乏統(tǒng)一標(biāo)準(zhǔn)，各地區(qū)、部門、單位應(yīng)用形態(tài)各異，解決方案和開發(fā)標(biāo)準(zhǔn)不一、規(guī)則不同，其無序發(fā)展不僅會導(dǎo)致重復(fù)建設(shè)，而且將嚴(yán)重掣肘金融科技的賦能效應(yīng)。

數(shù)據(jù)孤島與數(shù)據(jù)標(biāo)準(zhǔn)不一問題突出。擁有海量多維度大數(shù)據(jù)是金融科技賦能反洗錢的前提和基礎(chǔ)。但金融機(jī)構(gòu)仍存在“數(shù)據(jù)孤島”與信息壁壘問題，難以通過金融科技進(jìn)行整合關(guān)聯(lián)，進(jìn)而洞察可疑交易線索。此外，雖然銀行、證券、保險、支付等行業(yè)的數(shù)據(jù)接口規(guī)范及大額和可疑交易報(bào)告報(bào)送接口規(guī)范均已出臺，但對金融機(jī)構(gòu)而言，產(chǎn)出數(shù)據(jù)接口的過程中存在諸多不確定性，使得最終數(shù)據(jù)提取結(jié)果與反洗錢監(jiān)控期望仍有偏差。

金融科技應(yīng)用衍生新型技術(shù)風(fēng)險需要沙箱防護(hù)。金融科技的發(fā)展屬性天然蘊(yùn)含著技術(shù)風(fēng)險，其評估往往需要較長時間、較大范圍的沙箱測試。金融科技本身蘊(yùn)含價值判斷，如何避免監(jiān)管套利等問題是金融科技公司時刻需要關(guān)注的課題，特別是要注意避免新型道德風(fēng)險。

網(wǎng)絡(luò)信息安全管控難度倍增。金融科技在融合應(yīng)用過程中，金融信息安全面臨全新挑戰(zhàn)。隨著反洗錢監(jiān)管部門和金融機(jī)構(gòu)對個人及企業(yè)數(shù)據(jù)需求的廣度與深度不斷拓展，在數(shù)據(jù)采集、流轉(zhuǎn)、聚合和分析的過程中，監(jiān)管機(jī)構(gòu)和金融機(jī)構(gòu)應(yīng)將保障數(shù)據(jù)信息安全性放在突出位置。然而，目前我國的國家和行業(yè)數(shù)據(jù)安全保障體系尚不完備，因而反洗錢監(jiān)管部門協(xié)調(diào)各數(shù)據(jù)提供單位建立數(shù)據(jù)交易交換渠道的方案仍存在不少挑戰(zhàn)。

金融科技深度賦能反洗錢數(shù)字化轉(zhuǎn)型的路徑與策略

本文遵循上述“4S框架”，分別從戰(zhàn)略規(guī)劃、數(shù)據(jù)標(biāo)準(zhǔn)、監(jiān)管沙箱和信息安全角度，闡述金融科技深度賦能反洗錢數(shù)字化轉(zhuǎn)型的路徑與策略。

戰(zhàn)略布局金融科技應(yīng)用發(fā)展規(guī)劃藍(lán)圖。包容審慎地統(tǒng)籌規(guī)劃金融科技在反洗錢領(lǐng)域的布局，制定長期發(fā)展規(guī)則，并漸次推出相關(guān)實(shí)施細(xì)則。梳理、調(diào)優(yōu)反洗錢監(jiān)管部門、金融機(jī)構(gòu)、金融科技公司之間的作用鏈條，將金融科技工作機(jī)制整合到傳統(tǒng)的反洗錢監(jiān)管體系之中。推進(jìn)各維度主體協(xié)同合作，除自建金融科技部門外，還可加強(qiáng)監(jiān)管部門、金融機(jī)構(gòu)和第三方金融科技公司的協(xié)同，節(jié)約研發(fā)成本。

強(qiáng)化監(jiān)管信息合作與數(shù)據(jù)標(biāo)準(zhǔn)治理機(jī)制。反洗錢監(jiān)管部門應(yīng)依托反洗錢監(jiān)測二代系統(tǒng)大數(shù)據(jù)綜合平臺，發(fā)揮與整個金融業(yè)的數(shù)據(jù)連接優(yōu)勢，加大與央行征信系統(tǒng)以及司法、稅務(wù)、海關(guān)等相關(guān)部門信息系統(tǒng)的互通互聯(lián)。推進(jìn)監(jiān)管規(guī)則數(shù)字化共性標(biāo)準(zhǔn)和統(tǒng)一數(shù)據(jù)元，積極參與國際技術(shù)標(biāo)準(zhǔn)制定。同時，金融機(jī)構(gòu)還應(yīng)建立一體化的反洗錢數(shù)據(jù)管理機(jī)制，確保系統(tǒng)之間推送數(shù)據(jù)的及時、完整和準(zhǔn)確。

運(yùn)用“監(jiān)管沙箱”等方式鎖定科技外溢風(fēng)險。樹立金融科技安全發(fā)展觀，由行業(yè)主管部門和反洗錢監(jiān)管部門聯(lián)合履行對金融科技公司的標(biāo)準(zhǔn)制定、技術(shù)方案審查和反洗錢監(jiān)管效果持續(xù)評估等職責(zé)。綜合運(yùn)用“監(jiān)管沙箱”、設(shè)立創(chuàng)新指導(dǎo)窗口等方式，構(gòu)建金融科技在反洗錢應(yīng)用領(lǐng)域適應(yīng)度、匹配度和成熟度的監(jiān)測評估系統(tǒng)，提升金融科技應(yīng)用的可靠度和可信度。

構(gòu)筑立體化反洗錢數(shù)據(jù)信息安全防線。強(qiáng)化數(shù)據(jù)使用權(quán)限管理，大力推進(jìn)配套機(jī)制建設(shè)，明確劃分反洗錢數(shù)據(jù)在使用、交換和共享全流程中參與者的責(zé)任與權(quán)利。切實(shí)保障金融數(shù)據(jù)交換的安全，建立相應(yīng)的安全認(rèn)證體系，強(qiáng)化安全策略與訪問控制，從而有效防范數(shù)據(jù)被篡改和泄露的風(fēng)險。