本文与「反洗钱科技」有关，即我的本职工作。原写于2019年9月20日，彼时略有一些浅薄粗鄙的想法。

近年来，在金融科技发展的背景下，鼓励科技与金融深入融合，鼓励金融科技的创新和应用，新技术在银行业的应用，提升了银行获客及营销的能力，增加了银行在金融生活中的应用场景，大大增加了银行业的活力。与此同时，应清醒的看到在金融科技带来机遇的同时也蕴含着风险，业务创新、风险防控与科技息息相关。具体到反洗钱领域，运用科技手段服务于监管和行内日常履职，将成为银行业推进反洗钱监管实践的聚焦点。

▶ 一、提升反洗钱科技水平的必要性

践行FATF对中国第四轮互评估首要建议的需要。FATF对中国的第四轮互评估开始于2018年6月，2019年4月17日FATF发布了对中国的反洗钱反恐怖融资（AML/CFT）互评估报告，报告总结了国际货币基金组织领导的评估结果，包括截止到2018年7月9日至27日的现场收集材料节点的中国在AML/CFT上采取的措施整体合规性和技术有效性，以及FATF针对缺陷提出的建议。FATF始终关注新技术应用带来的洗钱风险，并持积极的开放态度，在报告中就如何加强反洗钱系统提出了建议。目前，FATF已正式发起金融科技和监管科技倡议，支持与各国监管机构和金融部门、学术界等展开深入合作，将继续探索金融科技和监管科技可能带来的机遇与挑战，以完善反洗钱系统建设的有效实施。

符合FATF后续程序充分性的需要。互评估的评估基础是2012版新四十项建议，FATF为开启第四轮互评估出台了《技术合规性和机制有效性评估办法2013版》，从技术合规性和机制有效性两个维度对成员国进行评估，主要考察一个国家实施FATF建议的充分性。义务机构不同程度存在数据信息质量不高、资源利用有限、可疑交易报告成案率低等有效性不佳的问题会成为后续常规报告和跟踪评估的关注点。在监管科技的驱动下，要求银行业在科技服务、科技创新等方面服务于反洗钱工作，落实互评估后续流程。

应对金融科技风险防控的需要。云计算、大数据、AI智能、移动互联网等新技术与银行业务加速融合，衍生出新渠道、新模式，导致资金链条复杂，资金来源去向难以追踪，客户身份核查难度增大，交易的真实性难以查验，金融科技被利用成为洗钱犯罪的工具。科技双刃剑的作用明显，以往科技对于提高经济效益、增加服务效率的权重配比过多，导致风险日益积聚暴露，金融科技的负面效应亟需通过合理的新技术手段规制疏解，国际上普遍认可和明确支持大数据、机器学习等新技术在合规领域尤其是洗钱犯罪、金融犯罪风险防控方面的应用。通过科技手段加强洗钱风险防控能力，实现有效配置反洗钱监管资源。

▶ 二、科技应用在反洗钱领域的前景

增强银行业客户身份识别和交易验证的能力。客户身份识别是反洗钱工作核心制度安排。目前短信验证、数字证书、动态口令等身份认证方式已在银行领域较为常见，随着新技术的驱动，用户体验升级，基于人脸识别、指纹验证、虹膜识别、声纹等生物信息验证的方式正在应用于更多的安全验证领域，生物信息具有终生唯一性、不易窃取、难以复制等特点，最大限度实现了人证相符。有助于银行业可疑交易模型改进。银行业巨量的交易数据，数量级有持续放大的趋势，加之交易繁杂、渠道多元化，资金流动呈现特征性变化，可疑资金监测管控难度也日趋加大。在当前金融风控领域，新技术的创新和探索不仅应用于风险监测、自动化交易、客户服务等场景，同时在提高自身风控能力，特别是在反洗钱、反恐怖融资、国际制裁等合规领域，基于机器学习智能模型的系统引擎已经逐步应用到风险评估、交易筛查、交易监控、客户行为分析等具体的风控场景，并显示出传统规则引擎无法达到的监测效率和有效性水平。

▶ 三、银行业在反洗钱领域推进科技应用的建议

银行业加大反洗钱技术研究。反洗钱风险监测已经历了纯人工判断、规则策略引擎、量化指标引擎，并进一步往智能引擎方向发展。近年来，受强劲的互联网创新能力驱动，各银行总行加紧推进金融科技开发与应用，一些具备前瞻性思维的银行机构已经开始尝试在反洗钱、反欺诈等风险监测领域及信贷审批业务领域应用数据挖掘、知识图谱、机器学习等技术，并且具备了一定的业务场景、数据和自身技术积累，较成熟的智能模型已在其实际经营活动中发挥着作用，实现了人工经验和专家规则无法达到的效率和管理水平。举几个银行业科技实践的例子，例如：2018年，汇丰银行与毕马威合作，共同研究和训练反洗钱机器智能模型；平安银行加大在大数据研究方面的投入和技术积累，反洗钱部门已具备较强的反洗钱风险监测规则和新技术模型结合的能力；国内一些城商行也开始尝试借助外部现有新技术方案和信息资源数据库提升反洗钱、反欺诈能力。

学习和借鉴互联网金融的科技手段。互联网金融公司有很强的模式创新和技术研究能力，其中腾讯、阿里、百度三家最具代表性。百度金融引入大数据画像，将客户风险评估的动态因素和静态因素相结合，实现了从人生阶段、消费水平、个人兴趣等方面实施更全面的客户风险分类；蚂蚁金服使用大数据关系网分析客户资金链路，使用机器学习模型学习专家经验，由智能模型进行可疑交易预警，实现了快速甄别、高效审查；财付通利用大数据、AI智能实现其反洗钱与保险、基金、证券等业务领域业务逻辑上的整合，实现数据自动整理，事中环节监控，建立起大规模的知识库，使反洗钱的风险定义和定位更加清晰。

银行科技虽然没有改变银行的本质，但在细致而微的落地环节已颠覆了传统银行业的做法，对银行科技的驾驭能力将决定谁会成为同业佼佼者。在外部要求、监管标准日趋完善的大环境下，银行业应从自身出发，实际问题出发，主动拥抱技术革新，突破风控能力瓶颈，强化反洗钱、反恐怖融资、制裁合规等领域的执行力。

每天写一点「经济学的小知识」。

本文由爱撸铁的程序猿原创，欢迎关注，一起「涨知识」。

文|爱撸铁的程序猿

@头条金融 @头条财经 @爱撸铁的程序猿