在互聯網時代的大背景下，層出不窮的新技術一方面帶來了傳統業務模式的變革和創新，同時也為金融犯罪提供了新的場景和技術手段。互聯網技術的廣泛應用，給不法分子掩飾和洗白毒品、涉黑、恐怖活動走私、貪污賄賂等犯罪活動的非法所得，提供了新的途徑和方式。犯罪網路化、專業化、國際化趨勢明顯，洗錢威脅日趨複雜。近年來，各級金融監管機構逐步加大反洗錢的監管力度，從傳統銀行、支付機構、保險公司到2019年新納入反洗錢監管的互聯網金融，反洗錢義務主體範圍進一步擴大。

什麼是洗錢?

洗錢（Money Laundering）是指犯罪分子通過一系列金融賬戶轉移非法資金，使非法所得合法化的行為，主要指將違法所得及其產生的收益，通過各種手段掩飾、隱瞞其來源和性質，使其在形式上合法化。需要「清洗」的非法錢財一般都可能與恐怖主義毒品交易或是集團犯罪有關。

常見洗錢手法：

（1）通過現金的走私、投資、進出口貿易等方式進行洗錢活動；

（2）通過「地下錢莊」和「民間借貸」，實現犯罪所得的跨境轉移；

（3）製造複雜的金融交易。如通過銀行轉賬、現金與證券的交易、跨國資金的轉移等，掩蓋金錢的真實來源，使非法資金進入金融體系；

（4）設立空殼皮包公司，虛擬交易。通過成立多個空殼皮包公司，在沒有任何營業活動和收入的情況下，將非法所得收入通過虛擬交易轉入公司賬戶，繳納各種稅收和保險，再通過與其他賬戶的多次周轉進行洗白；

（5）通過購買彩票、珠寶古董交易或虛假拍賣，逃避金融系統對資金流動的監管;

清洗什麼錢將構成洗錢罪？

主要是指「清洗」毒品犯罪、黑社會性質的組織犯罪、恐怖活動犯罪、走私犯罪、貪污賄賂罪、破壞金融管理秩序罪、金融詐騙犯罪的所得及其產生的收益,將構成洗錢罪。

為什麼反洗錢？

洗錢助長走私、毒品、黑社會、貪污賄賂、金融詐騙等嚴重犯罪，擾亂正常的社會經濟秩序，破壞社會公平競爭，甚至影響國家聲譽。參與非法集資、洗錢等犯罪活動的大都是販毒者、恐怖主義分子非法武器交易商、腐敗的政府官員等，如果一不小心被犯罪分子利用後果將不堪設想。

（1）在信用記錄中留下污點，貸款、買房買車、出國等都會受到影響；

（2）可能導致自己的資金虧損或者被犯罪分子竊取；

（3）可能一不小心成為犯罪分子進行非法集資、洗錢等非法活動的「幫凶」；

（4）可能會成為犯罪分子進行詐騙的「替罪羊」。

從業機構反洗錢義務：

1、建立健全反洗錢和反恐怖融資內部控制機制

從業機構應當遵循風險為本方法，根據法律法規、監管政策、規範性文件和行業實踐，制定並完善反洗錢和反恐怖融資內部控制制度，強化合規管理。

2、有效進行客戶身份識別

從業機構應當執行客戶身份識別制度，遵循「了解你的客戶（know your customer，簡稱「KYC」原則，採取合法手段，收集客戶信息數據，並利用從可靠途徑、以可靠方式獲取的信息或數據，合理運用技術手段和理論方法識別、分析、核驗客戶真實身份，了解建立業務關係的目的和意圖，確定並適時調整客戶風險等級。

及時更新客戶身份識別相關的證明文件、數據和信息，確保客戶正在進行的交易與從業機構所掌握的客戶信息和風險等級等匹配。

對於高風險客戶，從業機構應當採取合理手段了解其資金來源，提高審核頻率，不得為身份不明或者拒絕身份核驗的客戶提供服務或者與其進行交易，不得為客戶開立匿名賬戶或者假名賬戶，不得與明顯具有非法目的的客戶建立業務關係。

3、提交大額和可疑交易報告

從業機構應當建立健全大額交易和可疑交易監測系統，客戶交易金額單筆或累計達到一定上限時必須提交大額交易報告，對客戶及其所有業務、交易及其過程開展監測和分析，識別大額和可疑交易並提交可疑交易報告。

4、開展涉恐、涉政名單監控

從業機構應當對涉恐名單開展實時監測，包括制裁名單、政治公眾人物名單（PEPs）及其他第三方名單。從業機構在日常業務中必須對反洗錢監控名單中的目標給予特別關注，如發現交易與監控名單中的目標有關，應當立即終止交易並及時提交可疑交易報告，並依法對相關資金或者其他資產採取凍結措施。

5、保存客戶身份資料和交易記錄

從業機構應當妥善保存開展反洗錢和反恐怖融資工作所產生的信息、數據和資料，確保能夠完整重現每筆交易，確保相關工作可追溯。

反洗錢面臨的挑戰

隨著互聯網和移動支付等技術的發展，儘管資源優化配置和交易效率得以提高，但也為金融犯罪提供了溫床。當前，我國網路洗錢犯罪呈高發態勢，犯罪分子利用網路交易洗錢已成常態。由於網路洗錢不用透露真實信息、全球化程度高、成本低廉、不間斷交易、受眾廣，從業機構在反洗錢工作的有效性和效率上面臨以下挑戰：

1、身份信息難核驗

不同於客戶本人親自到從業機構窗口辦理業務，網路交易場景下，從業機構的客戶身份識別風險較大。洗錢團伙從非法渠道購買黑產盜取的身份信息，通過偽造、包裝等方式，隱藏自己真實身份後進行網路交易。黑產交易流程大致可分為：

上游：一般是職業黑客，他們會主動尋找「含金量」較高的網站，通過挖掘漏洞、編寫木馬等方式實施入侵，盜取數據。再通過「拖庫」、「撞庫」等技術挖掘和清洗數據，形成可直接變現的社工庫，再轉賣給黑產中游。

中游：信息中介商，這些團伙通過購買上游流轉過來的數據，進行必要整合和打包，再轉賣給下游從事欺詐犯罪活動；

下游：支撐黑色產業鏈各種周邊的組織，如洗錢、盜卡盜刷、套現等團伙。

從業機構精準識別網路洗錢客戶的真實身份，是目前反洗錢面臨的首要難題。

2、交易隱蔽難識別

各種科學技術的不斷提高，大大增加了交易活動的便捷性，但與此同時也給反洗錢工作帶來了巨大的挑戰。傳統的貨幣洗錢形式已經慢慢淡出了人們的視線，取而代之是利用網銀、手機銀行、第三方支付等更為隱蔽和高效的洗錢方式。交易的隱蔽性導致可疑交易無法被及時發現，加大了反洗錢難度。

3、數據孤島難打破

目前各機構之間的系統互不聯通，機構的所有數據被封存在各系統中，數據缺乏有效整合，這就使得大量數據被割裂開來，成為信息孤島，信息的共享、反饋難，大量有價值的數據資源不能發揮更大作用。眾多機構只能利用其自有的基本數據進行分析，無法關聯識別出洗錢團伙的可疑交易。

前沿技術和分析能力如何助力反洗錢

隨著我們從IT進入AI時代，人工智慧的價值正在進一步被挖掘。由於人工智慧能夠更準確、更及時、更全面、更完整地記錄信息，所以在打擊洗錢和犯罪等領域有著重要作用，這也會成為整個社會的趨勢。

1、智能KYC

反洗錢客戶身份識別（KYC）的關鍵是確定UBO實際/最終控制人（Ultimate Beneficiary Owner）。隨著人工智慧的發展，傳統面對面收集客戶信息的服務模式已升級為線上收集客戶身份信息。機構可依託內外部大數據獲取關鍵信息，進行深度挖掘分析以識別UBO，有效降低交易雙方的信息不對稱性，為反洗錢提供風險預警，引導其提前採取預防措施。

在充分利用機構內部已有數據（主要包括客戶與賬戶的基本信息）的情況下，補充更多與客戶洗錢風險相關的外部數據，如設備數據、IP數據、用戶行為數據、輿情數據等，互聯網數據覆蓋人群更廣，這些維度的弱特徵數據可以廣泛應用於客戶身份識別，成為傳統風控數據的有效補充。利用有監督演算法模型、半監督演算法模型和深度學習，可以有效提升身份識別準確率，使反洗錢決策智能化。

2、大額和可疑交易識別

在傳統的專家規則基礎上，還可利用機器學習技術識別大額和可疑交易。反洗錢交易模型通過收集正常交易和洗錢交易的樣本，基於數據質量分析報告對數據進行缺失值處理和異常值處理後，利用特徵工程，提取反洗錢交易重要特徵，形成訓練數據集。基於數據特點、不同模型的特性和業務場景選用合適的模型。利用測試數據訓練集評估結果，特徵工程、模型選擇和模型參數調優三者都會影響模型的準確性。

通過機器學習模型，可有效判別腐敗、毒品、走私、非法集資等不同特徵的大額交易和可疑交易，節省大量人力成本的同時有效監控分析大額和可疑交易並上報監管，滿足合規需求。

3、複雜網路

傳統意義上，從個體的行為特徵即可通過反洗錢規則引擎識別可疑交易。但犯罪團伙高級、隱蔽的手段，很難被單純基於個體風險識別方式察覺。複雜網路能針對複雜對象的關聯關係進行非線性建模，由節點(實體)和節點之間錯綜複雜的關係(實體之間關係)構成拓撲網路結構，實現從全局的網路角度，分析個體在群體中的風險、作案手段，以及團伙作案概率，識別「個體正常」但是屬於洗錢團伙的行為和數據。

複雜網路運用大數據爬取、處理和存儲技術，將多來源數據清洗後，結合業務場景創建schema，定義實體、關係及屬性，繪製出大型的關係語義化網路和洗錢關係圖譜，將規則、關係及變數通過關係網路表現，通過更深層信息挖掘和推理，提供動態分析和監測。

複雜網路通過構建人、賬戶、手機、設備、企業等關聯網路，結合時序分析，計算中心性、重要性等指標，識別賬戶及關聯賬戶的異常交易鏈路，不僅能根據已列入黑名單的洗錢賬戶識別關聯賬戶群組及生態圈，而且可以基於異常關係網路分析，識別新生成的洗錢團伙。基於識別的關係網路指標實時動態部署規則，實現洗錢團伙挖掘。

伴隨我國金融業進一步對外開放進程，反洗錢也將成為我國參與國際治理越來越重要的領域。同盾科技始終關注新技術的發展，致力於探索新技術在反洗錢領域的應用，通過機器學習結合業務專家經驗，建立反洗錢知識庫，幫助從業機構持續提升反洗錢能力。

推薦閱讀：

相关文章