隨著德勤掀起財務(wù)行業(yè)的革命，“四大”財務(wù)機器人相繼出爐，以更低成本和更快速度實現(xiàn)商務(wù)自動化。在合規(guī)與法律工作中，如何使用數(shù)據(jù)分析手段管理風(fēng)險，通過機器人自動化手段降低人工錯誤？
“采用基于大數(shù)據(jù)的人工智能管控技術(shù)，識別和監(jiān)控金融異常交易。”普華永道中國內(nèi)地及香港法務(wù)鑒證服務(wù)合伙人楊益驊對記者說。
面對全球信息化浪潮，銀行業(yè)面臨著信息技術(shù)基礎(chǔ)設(shè)施建設(shè)相對滯后與海量銀行交易數(shù)據(jù)、復(fù)雜多變客戶行為之間的矛盾，洗錢與反洗錢的博弈日趨嚴峻。楊益驊表示，在現(xiàn)有的反洗錢監(jiān)測系統(tǒng)上加載基于大數(shù)據(jù)的人工智能管控技術(shù)，可及時發(fā)現(xiàn)洗錢賬戶網(wǎng)絡(luò)并建立風(fēng)險預(yù)警機制，更有針對性地配置反洗錢管控資源，通過國際間銀行業(yè)合作，幫助政府開展相關(guān)反洗錢調(diào)查。
“國際上已有比特幣成為洗錢重要金融工具的案例。面對金融創(chuàng)新，反洗錢的監(jiān)管壓力更大，這是全球銀行業(yè)都面臨的新挑戰(zhàn)。”目前資金違規(guī)轉(zhuǎn)移出境主要包括境外刷卡付款虛假購物、境外信用卡取現(xiàn)、利用貿(mào)易融資偽造虛構(gòu)等洗錢路徑，系反洗錢監(jiān)管的高危區(qū)，近年銀行等金融機構(gòu)已為反洗錢管理漏洞付出了不小的代價。
楊益驊說，長期以來，國內(nèi)銀行主要針對大額可疑交易行為進行反洗錢監(jiān)管，但缺乏足夠的歷史交易數(shù)據(jù)針對這些可疑賬戶的洗錢行為趨勢、資金的往來路徑做出預(yù)測與風(fēng)險預(yù)警。由于資金跨境劃轉(zhuǎn)呈現(xiàn)“高頻率、小額度”特點，若銀行不能掌握全部涉嫌洗錢的關(guān)聯(lián)賬戶網(wǎng)絡(luò)，就難以找到洗錢蹤跡。
“由于反洗錢控制依賴于數(shù)據(jù)，因此數(shù)據(jù)分析是一個強大的審計工具?；诖髷?shù)據(jù)的人工智能管控將可疑交易的監(jiān)測識別范圍從二維空間拓展至多維空間，通過對比每筆交易，統(tǒng)籌考慮相關(guān)人物、事件、內(nèi)容、地點、時間、原因等要素，理解交易行為的特點，協(xié)助銀行有效識別可疑交易，完善反洗錢風(fēng)險管理體系。”近日在北京舉辦的第四屆全球法商領(lǐng)袖論壇上，楊益驊做主題演講時介紹，“就像一個人的日常生活習(xí)慣相對固定，其洗錢技巧同樣存在某種延續(xù)性，但從中找出具體的洗錢脈絡(luò)與資金轉(zhuǎn)移動向并非易事。”
在圍繞反洗錢監(jiān)管的大數(shù)據(jù)分析模型中，存在兩種數(shù)據(jù)：結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。楊益驊介紹，結(jié)構(gòu)化數(shù)據(jù)主要指企業(yè)或個人財務(wù)數(shù)據(jù)與資金流水明細，占大數(shù)據(jù)分析模型的20%；剩余80%是常被忽視的非結(jié)構(gòu)化數(shù)據(jù)，包括社交媒體、電子郵件、文本、音頻、視頻、照片、網(wǎng)絡(luò)日志等，其規(guī)模正在迅猛增長，且成為金融生態(tài)環(huán)境的主要構(gòu)成。
“此外，當(dāng)交易數(shù)據(jù)行為特點、銀行發(fā)展戰(zhàn)略、監(jiān)管要求發(fā)生變化時，反洗錢技術(shù)與流程風(fēng)險指標(biāo)也可動態(tài)優(yōu)化調(diào)整。”楊益驊說。
另據(jù)知情人士透露，一些國際大型銀行曾考慮將自身遍布全球的零售銀行、私人銀行、投資銀行部門客戶盡職調(diào)查工作整合到一個平臺，實現(xiàn)客戶信息的內(nèi)部全流通。銀行之間、銀行各部門之間的客戶賬戶信息數(shù)據(jù)共享問題亟待解決，以便于銀行內(nèi)部人員完成了解客戶、了解業(yè)務(wù)與盡職審查三項反洗錢監(jiān)管的基礎(chǔ)操作。銀行若實現(xiàn)客戶信息的內(nèi)部分享，須花費巨資在全球各分支機構(gòu)建立統(tǒng)一的信息數(shù)據(jù)系統(tǒng)。
分享至：
