新技術(shù)在反金融犯罪領(lǐng)域的應用|億歐智庫精選

[ 億歐導讀 ] 據(jù)安永統(tǒng)計，綜合應用新技術(shù)形成的一套反洗錢解決方案可降低40%以上的誤報率，總體效率的提升則更高。同時，通過提高監(jiān)測調(diào)查的質(zhì)量及決策的一致性，降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。俗語說，道高一尺，魔高一丈。在傳統(tǒng)金融產(chǎn)品到網(wǎng)絡金融產(chǎn)品的迅速更新迭代中，金融犯罪同樣實現(xiàn)了網(wǎng)絡化且變化多端。一方面監(jiān)管壓力越來越大，另一方面現(xiàn)有技術(shù)手段卻只能使得工作成本不斷攀升。在此背景下，安永基于人工智能/大數(shù)據(jù)等新技術(shù)形成了一套反金融犯罪技術(shù)解決方案框架，并開發(fā)出一系列方案。

據(jù)統(tǒng)計，以反洗錢為例的新技術(shù)應用方案可降低40%以上的誤報率，總體效率的提升則更高。同時，通過提高監(jiān)測調(diào)查的質(zhì)量及決策的一致性，降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。

本文摘自安永，以下是億歐智庫為您帶來的精選分享：

隨著創(chuàng)新型金融業(yè)務快速發(fā)展，傳統(tǒng)金融產(chǎn)品到網(wǎng)絡金融產(chǎn)品更新迭代迅速，金融犯罪呈現(xiàn)出網(wǎng)絡化和多變性的特征，給金融機構(gòu)帶來的不僅是資金損失，更多的是安全形象、聲譽的負面影響。日益增長的監(jiān)管壓力，也迫使金融機構(gòu)重新審視現(xiàn)有的管控手段。而隨著金融體系中的數(shù)據(jù)和信息量激增，新技術(shù)如人工智能、大數(shù)據(jù)等的興起與發(fā)展，反金融犯罪領(lǐng)域也在尋求使用新技術(shù)提高管控水平的方法。

反金融犯罪面臨的主要挑戰(zhàn)

? 日益增長的監(jiān)管壓力：相關(guān)監(jiān)管要求的出臺頻率越來越高，監(jiān)管處罰力度明顯加強。

? 合規(guī)成本的不斷上升：現(xiàn)有的技術(shù)手段會產(chǎn)生大量的誤報，人工審核工作量巨大，帶來工作成本的不斷上升。

? 對客戶的影響：為滿足內(nèi)部和外部管理要求，不斷增加的控制措施影響客戶體驗和業(yè)務發(fā)展。

? 網(wǎng)絡犯罪風險日益增加：犯罪行為變得越來越復雜，現(xiàn)有的系統(tǒng)和控制措施無法有效地緩解這些威脅。

? 新的支付手段：新支付工具和服務得到越來越廣泛的使用，產(chǎn)生的新興金融犯罪手段帶來新的挑戰(zhàn)。

? 不斷變化的復雜的系統(tǒng)架構(gòu)：現(xiàn)有系統(tǒng)的復雜性與限制，造成數(shù)據(jù)的孤島，限制了一些可以主動管理風險的高級分析工具的使用。

安永反金融犯罪技術(shù)框架

為應對新時代的金融犯罪挑戰(zhàn)，安永運用一系列新一代的技術(shù)手段，并集成經(jīng)過驗證的各類先進解決方案，形成反金融犯罪技術(shù)解決方案框架。

億歐智庫：金融犯罪管理技術(shù)框架

? 大數(shù)據(jù)技術(shù)：應用大數(shù)據(jù)技術(shù)積累大量內(nèi)外部數(shù)據(jù)以完善客戶全息視圖。

? 人工智能：應用機器學習等人工智能技術(shù)提升對犯罪風險的識別效率和準確度。

? 關(guān)聯(lián)網(wǎng)絡分析：運用關(guān)聯(lián)圖譜更好地刻畫客戶群體及關(guān)系特征，提升可疑行為識別的全面性及深度。

? 機器人流程自動化(RPA)：使用RPA將現(xiàn)有的人工處理程序改造成系統(tǒng)自動完成的工作。

? 其他：采用OCR、自然語言處理等技術(shù)進一步提高流程的自動化與智能化。

在KYC與可疑交易監(jiān)控中的應用

基于上述反金融犯罪技術(shù)框架，安永設計開發(fā)了一系列方案。下面是以反洗錢為例的新技術(shù)應用方案：

億歐智庫：以反洗錢為例的新技術(shù)應用方案

1、客戶洗錢風險特征刻畫的信息增強

? 依托機器人流程自動化(RPA)，自動完成內(nèi)部數(shù)據(jù)的補錄及外部數(shù)據(jù)的獲取與加工。

? 運用外部大數(shù)據(jù)輔助完成客戶身份識別。

? 打通內(nèi)外部大數(shù)據(jù)，形成客戶反洗錢風險的全息視圖。

? 使用關(guān)聯(lián)圖譜技術(shù)建立主體及資金的關(guān)聯(lián)網(wǎng)絡關(guān)系。

? 運用實體解析技術(shù)識別客戶資料的問題。

2、反洗錢相關(guān)模型的建立

? 采用大數(shù)據(jù)建模及機器學習技術(shù)，建立客戶洗錢風險評分、可疑交易預警評分，以及可疑交易涉罪類型識別等相關(guān)模型，解決現(xiàn)有基于規(guī)則的方法無法覆蓋的復雜情形，提高判定準確度，大幅降低誤報率，且可基于反饋數(shù)據(jù)的持續(xù)學習進行不斷優(yōu)化。

? 運用自然語言處理(NPL)技術(shù)建立負面新聞的打分模型。

? 結(jié)合業(yè)務規(guī)則及人工智能技術(shù)，建立調(diào)查結(jié)論自動生成模型。

3、反洗錢調(diào)查手段的優(yōu)化

? 基于模型的產(chǎn)出，自動按照待處理任務的風險及復雜程度安排相應技能的員工開展調(diào)查工作，大幅提高人力資源的整體利用效率。

? 優(yōu)化客戶調(diào)查視圖/儀表盤，提供直觀的關(guān)聯(lián)網(wǎng)絡分析視圖，歸集調(diào)查所需的關(guān)鍵信息，做好基礎信息的關(guān)聯(lián)調(diào)閱，從而大幅提高復雜案例的分析判斷效率。

? 對于涉及高命中率規(guī)則、涉罪類型匹配度高的案例，由系統(tǒng)自動生成初步調(diào)查結(jié)論文字，有效降低調(diào)查分析報告的編寫工作量，并提高報告質(zhì)量及一致性。

根據(jù)安永公司的統(tǒng)計，綜合運用上述的新技術(shù)手段，可以降低40%以上的誤報率，且單個案例的調(diào)查審閱時間降低40%以上，而總體效率的提升則更高。在提高效率的同時，采用新技術(shù)的反洗錢解決方案也有效提高了監(jiān)測、調(diào)查的質(zhì)量和決策的一致性，大幅降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。