大數據技術在反洗錢審計的運用

導語：大數據技術在反洗錢審計的運用一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

[摘要]本文對證券行業反洗錢內部審計工作面臨的形勢進行了分析，剖析大數據技術在證券公司反洗錢內部審計中的應用前景，基于實踐介紹部分反洗錢審計模型的開發思路、應用方式與注意事項。

[關鍵詞]大數據;反洗錢;內部審計;模型

近年來，反洗錢執法機關持續加大對金融機構反洗錢工作的執法檢查力度，2019年人民銀行共檢查證券業機構138家，處罰違規機構24家，同時對以往年度被檢查機構開展“回頭看”監管走訪，核查問題整改情況。人民銀行在全國范圍內實現法人金融機構反洗錢分類評級的全覆蓋，根據分類評級結果開展監管成為常態。在此監管環境下，證券行業反洗錢工作壓力日益加大，對開展反洗錢內部審計工作的要求也隨之不斷提高。應用大數據技術開展反洗錢內部審計，是提升反洗錢審計工作效率效果的有效方法。

一、傳統反洗錢內部審計面臨的挑戰

傳統反洗錢內部審計主要采用審計抽樣方法，對客戶檔案、交易記錄、可疑交易分析報告等材料進行抽樣，基于樣本推測整體反洗錢工作情況。此方法具有覆蓋面小、效率低、時效性差、問題揭示率低等缺點，為此可引入大數據技術開展證券公司反洗錢審計：全面提升反洗錢審計覆蓋廣度，由抽樣估計變為全量篩查，全面揭示存在問題，促進問題全量整改；匯集審計人員審計經驗，綜合利用公司內部與外部數據，有效加大反洗錢審計探索深度，深入篩查可能存在的問題；通過程序化的審計模型，結合自然語言理解等技術手段，可對人工難以判斷的跨對象、跨系統、跨時間的數據關系，文本等非結構化數據進行分析過濾；全面提升審計時效性，變低頻度的反洗錢專項審計為準實時跟蹤審計，持續揭示反洗錢工作提升情況，發現問題突發領域，及時提示業務部門規避監管風險。

二、大數據反洗錢審計的系統架構

利用大數據技術開展反洗錢審計的前提是審計部門能夠通過公司級的大數據平臺或數據倉庫獲取到覆蓋全公司各系統、各業務類型、各機構分支的全量數據，進而利用技術手段將客戶的賬戶信息、交易數據、管理動作信息進行關聯，打破數據孤島，形成以客戶信息為中心，關聯覆蓋客戶交易信息、業務權限、資產與交易、洗錢風險等級、審查調查歷史等信息的審計寬表，在此基礎上匯總審計人員知識與經驗，進行分析建模（見圖1）。

三、大數據反洗錢審計模型實踐

在具備數據分析環境的基礎上，對反洗錢工作所涉及的外部監管環境、內部主要工作環節與流程進行分析，辨別反洗錢工作所面臨的主要風險，基于歷史審計發現與審計人員經驗，歸納可能存在問題的審計關注點。基于數據基礎好（相關信息均已錄入信息系統且數據規范性高）、判定規則明確（可基于數據特征直接或大概率判定問題性質，無須或較少需要線下材料作支撐）、監管檢點關注（尤其是處罰高發領域）三大篩選條件，可將反洗錢審計模型的主要關注領域集中于客戶身份識別與資料保存、客戶洗錢風險等級評定與應用、大額和可疑交易識別等反洗錢工作領域。（一）客戶身份識別審計模型。以監管檢查數據口徑為數據檢驗基本對象，參考《證券期貨保險機構反洗錢執法檢查數據提取接口規范》（以下簡稱《接口規范》），提取客戶身份關鍵信息，進行數據完整性、有效性、匹配性、一致性、統計特征等方面的校驗，以發現客戶身份識別方面的基礎問題。《接口規范》列示的客戶身份信息字段是反洗錢執法部門所關注的客戶基礎信息的集合，而內審部門可基于自身內控需要，進一步擴大關注范圍，擴充提取客戶身份數據字段，以便對特定問題展開排查工作。具體可開展以下數據校驗：一是身份信息的完整性。檢查是否完整采集維護了客戶身份關鍵信息，各字段是否有缺失、僅填充缺省值的情況。二是身份信息的有效性。身份信息是否滿足相應的長度、格式、明細程度等規則。比如，中國籍個人客戶身份證號碼應滿足《中華人民共和國居民身份證法》所規定的編碼規則，可針對號碼長度、前六位地區碼、末位校驗碼的正確性進行檢查；客戶手機號碼應滿足手機號的長度與號段規則，并且不能全部取0、6、8等編造的號碼；客戶應留存明細地址，可檢查地址字符串的長度是否過短，地址末位是否包含“#、棟、號、室”等表示明細地址的關鍵字詞。三是身份信息的關聯匹配性。檢查同一客戶身份信息不同字段之間、客戶與其歸屬機構屬性之間的關系是否合乎規則。比如，客戶國籍與其證件類型的匹配性；客戶職業信息與其年齡的匹配性；身份證的有效期長度與發證時年齡的匹配性；客戶性別與身份證號碼某位取值的匹配性；客戶常住地址與機構所在地的匹配性等。四是多賬戶信息的一致性。通過客戶留存的證件號碼，找到同一客戶開立的多個賬戶，對比不同賬戶留存的關鍵身份信息是否一致。五是數據重復的合理性。比如，檢查不同客戶留存同一聯系地址、同一手機號的情況；同一人大量客戶辦理業務情況等。六是統計特征的合理性。統計不同分支機構客戶的職業分布占比、年齡分布等特征，橫向對比篩查各機構中以上分布特征明顯不合理的實例。此項分析應考慮不同地域經濟、人口結構特征的實際差異。比如，江浙沿海地區個體工商業占比較高、西部和東北地區客戶平均年齡相對較大。為解決客戶基礎特征分布不一致的問題，可按地理區域分區進行統計篩查，選出各區域內明顯不同于其他機構的對象，進行進一步探索分析，了解問題成因。七是機構客戶身份的識別。對于機構客戶，除了對機構自身工商注冊信息進行以上校驗外，還需對其干系人，包括法定代表人、控制人、負責人、人、受益所有人的個人關鍵信息進行校驗。公司內部存儲的客戶數據僅代表客戶歷史信息，無法反映客戶關鍵信息的最新變化。而機構客戶的工商注冊狀態、法定代表人、股東、受益所有人等關鍵信息變化頻率遠高于個人客戶，且對反洗錢工作有重大影響。因此在利用公司內部數據進行校驗之外，可充分利用當前市場上豐富的第三方企業征信數據服務，對機構客戶的關鍵身份信息定期進行比對。值得注意的是，第三方征信服務公司的數據由于更新周期、數據來源等原因，并非完全精確，應注意輔以人工鑒別。（二）客戶洗錢風險評級管理審計模型。在客戶洗錢風險等級評定管理工作方面，可編制靜態數據篩查模型和動態變化篩查模型。其中靜態數據篩查模型用于查看公司洗錢風險評定工作是否完整執行了既定評級標準。基于本公司客戶洗錢風險等級評分標準，選擇典型評分項。比如，高風險國家和地區客戶、身份信息不全、證件過期、受益所有人不明確等典型的較高風險事項，編制篩查模型，查找是否包含以上風險事項的客戶、但對其風險評分中沒有進行考慮。動態變化篩查模型用于考察客戶發生重要事件后，相關部門是否及時調整了客戶風險等級或進行了反洗錢盡職調查。此方面可綜合公司的結算、合規、柜臺等數據，并引入外部第三方數據，考察客戶在發生關鍵信息變更、被司法調查/協查、收到司法/監管處罰等重要事件后，是否及時進行了反洗錢盡職調查或風險等級重新評定，且在相關工作中是否考慮了重要事件的影響。（三）客戶交易管理審計模型。客戶交易管理審計模型主要關注證件超期客戶、高風險客戶及證件超期客戶的業務限制情況。對于證件超期客戶，一方面可篩查是否及時在交易、賬戶等系統中對其進行了必要的交易權限限制，篩查為證件失效客戶開通新業務、新權限的違規操作明細；另一方面可結合客戶證件超期時間與營銷管理等系統的客服通話、短信發送日志，查看相關工作人員是否及時提醒客戶證件超期情況，盡到了告知義務。對于較高風險等級的客戶，結合公司業務系統內的審批記錄，篩查與相關客戶建立業務關系、開通權限、進行交易的過程，是否經有權人員審批。（四）大額和可疑交易分析質量審計模型。大額和可疑交易分析簡單套用模板、分析邏輯不正確是近年來監管處罰的重點之一。自然語言理解與文本挖掘技術可有效提高涉及效果，以下為具體示例。一是簡單套用模板分析模型。針對部分分析報告簡單套用模板、重復套話的情況，可引入自然語言分析領域的文本相似度算法。通過計算不同大額和可疑交易分析報告的文本相似度，找到相似度過高的分析報告，即為疑似簡單套用模板的重點對象。文本相似度算法可以提取句子主干，過濾副詞、助詞、數字等次要信息，并可對同義詞、近義詞進行歸并。由于對全量大額和可疑交易分析報告均進行相似度計算的開銷較大，考慮到簡單套用模板主要是以同一工作人員、同一機構為單位的動作，因此可以按分支機構、時間段為單位對分析報告進行分池，僅考察同一池內報告的相似情況。二是大額和可疑交易分析內容錯漏篩查模型。在大額和可疑交易分析報告中，調查人員應對客戶的資產、交易等情況進行嚴謹的調查與描述。但實際工作中存在對資產、交易量描述不充分的情況，直接影響分析報告的結論可靠性。可通過關鍵字抽取報告中的客戶關鍵信息，并與交易系統、客戶關系等系統中所統計的客戶相應屬性作比較，判定大額和可疑交易分析報告中描述的客戶屬性是否有重大錯漏情況。（五）反洗錢工作時效性分析模型。為檢查反洗錢基礎工作的完成率與完成時效情況，可對反洗錢系統、OA等系統中反洗錢相關工作流的關鍵環節完成時點進行提取與分析，進而篩查客戶身份盡職調查、大額和可疑交易調查、客戶風險等級評定、客戶交易權限限制等工作的初查、復核等環節的完成率、完成時長情況。

四、反洗錢審計模型成果應用

通過對客戶身份、交易信息的全量篩查，可對問題賬戶精準定位，大幅提高審計篩查廣度與深度。問題明細可供審計對象及時查漏補缺、聯系客戶進行信息補錄或更正，提升審計問題整改的有效性，及時規避監管風險。在得到問題明細的基礎上，可對各明細結果進一步開展多維度匯總分析，橫向分析問題所涉及的客群屬性、地域屬性、歸屬機構、業務類型、時間集中度等情況，從更高的角度揭示問題發生的主要環節。另外，可縱向跟蹤分析反洗錢問題的歷史變化情況，開展反洗錢專項跟蹤審計，持續跟蹤歷史問題整改情況，監控新發風險環節。

五、大數據反洗錢內部審計提升建議

一是提高基礎數據質量和審計人員技術能力。大數據反洗錢審計基于對數據的程序化處理篩查而開展，因此對基礎數據質量有較高要求。基礎數據的準確性、完整性、一致性方面問題均會對模型檢查結果產生較大影響。因此，審計人員除了了解反洗錢工作流程與規范外，還需了解具體業務與業務/管理系統、底層數據之間的關系，并掌握數據分析模型開發技術。二是持續維護與完善反洗錢模型。審計人員需持續跟蹤關注反洗錢相關法律法規、內部管理規章制度、業務類型與流程、信息系統處理規則方面的變化發展，各方變化均可能導致既有反洗錢模型的失效，因此需要持續維護與完善相關模型。三是保護客戶隱私數據。進行反洗錢審計模型的開發運用，需要訪問客戶身份信息、交易流水、資產明細等隱私信息，因此需要對數據訪問與使用進行控制，以防止客戶隱私數據的泄露與濫用。使用第三方征信公司的數據服務時，除了向公司內部獲取客戶信息之外，還存在需向外部機構傳輸客戶信息的可能，此時應注意控制所傳輸客戶信息字段的范圍與傳輸方式，進行必要的拆分、變換和加密，一方面避免泄露公司客戶名單，另一方面避免外泄客戶隱私數據。

參考文獻

程東亮.人民銀行基于大數據的反洗錢模型探討[J].金融科技時代,2018(3):40-43

劉永生,牟巍,趙志剛,等.大數據分析在商業銀行反洗錢內部審計中的應用[J].中國內部審計,2019(9):76-80

邱華勇,蔣劍飛,林芝,等.證券期貨業反洗錢模型及實踐[J].金融電子化,2018(8):55-56

作者:蘇杭 劉冬梅 李丙泉 單位:中國銀河證券股份有限公司中國投資有限責任公司