新技术在反金融犯罪领域的应用|亿欧智库精选

[ 亿欧导读 ] 据安永统计，综合应用新技术形成的一套反洗钱解决方案可降低40%以上的误报率，总体效率的提升则更高。同时，通过提高监测调查的质量及决策的一致性，降低了员工主观能动性及客观技能差异造成的遗漏或者差错。俗语说，道高一尺，魔高一丈。在传统金融产品到网络金融产品的迅速更新迭代中，金融犯罪同样实现了网络化且变化多端。一方面监管压力越来越大，另一方面现有技术手段却只能使得工作成本不断攀升。在此背景下，安永基于人工智能/大数据等新技术形成了一套反金融犯罪技术解决方案框架，并开发出一系列方案。

据统计，以反洗钱为例的新技术应用方案可降低40%以上的误报率，总体效率的提升则更高。同时，通过提高监测调查的质量及决策的一致性，降低了员工主观能动性及客观技能差异造成的遗漏或者差错。

本文摘自安永，以下是亿欧智库为您带来的精选分享：

随着创新型金融业务快速发展，传统金融产品到网络金融产品更新迭代迅速，金融犯罪呈现出网络化和多变性的特征，给金融机构带来的不仅是资金损失，更多的是安全形象、声誉的负面影响。日益增长的监管压力，也迫使金融机构重新审视现有的管控手段。而随着金融体系中的数据和信息量激增，新技术如人工智能、大数据等的兴起与发展，反金融犯罪领域也在寻求使用新技术提高管控水平的方法。

反金融犯罪面临的主要挑战

► 日益增长的监管压力：相关监管要求的出台频率越来越高，监管处罚力度明显加强。

► 合规成本的不断上升：现有的技术手段会产生大量的误报，人工审核工作量巨大，带来工作成本的不断上升。

► 对客户的影响：为满足内部和外部管理要求，不断增加的控制措施影响客户体验和业务发展。

► 网络犯罪风险日益增加：犯罪行为变得越来越复杂，现有的系统和控制措施无法有效地缓解这些威胁。

► 新的支付手段：新支付工具和服务得到越来越广泛的使用，产生的新兴金融犯罪手段带来新的挑战。

► 不断变化的复杂的系统架构：现有系统的复杂性与限制，造成数据的孤岛，限制了一些可以主动管理风险的高级分析工具的使用。

安永反金融犯罪技术框架

为应对新时代的金融犯罪挑战，安永运用一系列新一代的技术手段，并集成经过验证的各类先进解决方案，形成反金融犯罪技术解决方案框架。

亿欧智库：金融犯罪管理技术框架

► 大数据技术：应用大数据技术积累大量内外部数据以完善客户全息视图。

► 人工智能：应用机器学习等人工智能技术提升对犯罪风险的识别效率和准确度。

► 关联网络分析：运用关联图谱更好地刻画客户群体及关系特征，提升可疑行为识别的全面性及深度。

► 机器人流程自动化(RPA)：使用RPA将现有的人工处理程序改造成系统自动完成的工作。

► 其他：采用OCR、自然语言处理等技术进一步提高流程的自动化与智能化。

在KYC与可疑交易监控中的应用

基于上述反金融犯罪技术框架，安永设计开发了一系列方案。下面是以反洗钱为例的新技术应用方案：

亿欧智库：以反洗钱为例的新技术应用方案

1、客户洗钱风险特征刻画的信息增强

► 依托机器人流程自动化(RPA)，自动完成内部数据的补录及外部数据的获取与加工。

► 运用外部大数据辅助完成客户身份识别。

► 打通内外部大数据，形成客户反洗钱风险的全息视图。

► 使用关联图谱技术建立主体及资金的关联网络关系。

► 运用实体解析技术识别客户资料的问题。

2、反洗钱相关模型的建立

► 采用大数据建模及机器学习技术，建立客户洗钱风险评分、可疑交易预警评分，以及可疑交易涉罪类型识别等相关模型，解决现有基于规则的方法无法覆盖的复杂情形，提高判定准确度，大幅降低误报率，且可基于反馈数据的持续学习进行不断优化。

► 运用自然语言处理(NPL)技术建立负面新闻的打分模型。

► 结合业务规则及人工智能技术，建立调查结论自动生成模型。

3、反洗钱调查手段的优化

► 基于模型的产出，自动按照待处理任务的风险及复杂程度安排相应技能的员工开展调查工作，大幅提高人力资源的整体利用效率。

► 优化客户调查视图/仪表盘，提供直观的关联网络分析视图，归集调查所需的关键信息，做好基础信息的关联调阅，从而大幅提高复杂案例的分析判断效率。

► 对于涉及高命中率规则、涉罪类型匹配度高的案例，由系统自动生成初步调查结论文字，有效降低调查分析报告的编写工作量，并提高报告质量及一致性。

根据安永公司的统计，综合运用上述的新技术手段，可以降低40%以上的误报率，且单个案例的调查审阅时间降低40%以上，而总体效率的提升则更高。在提高效率的同时，采用新技术的反洗钱解决方案也有效提高了监测、调查的质量和决策的一致性，大幅降低了员工主观能动性及客观技能差异造成的遗漏或者差错。