互联网金融的反洗钱身份识别和风险防控

本文是一篇金融学论文，本文通过梳理国内外已有的先进反洗钱经验和技术，并结合自身在互联网金融工作中的实际经验及对先进技术的应用优化，总结研究出一套对中国互联网金融用户身份识别和洗钱风险防控的有效方法，在充分利用互联网金融在数据和技术优势的基础上，实现用户身份的识别和洗钱风险的防控。

1绪论

1.1研究背景和意义
洗钱犯罪在不同的国京有定义略有不同，一般是指掩饰或者隐瞒犯罪收益的来源和性质，通过转换、转移、及隐藏非法所得及其妍产生的收益，使其表象上合法化的活动和过程。广义的洗钱还包括那些将合法的所得转化成了非法所得，以及通过对所得资金的转化以满足特定非法用途的活动和过程。“9.11”事件以后FATF规定一切向恐怖主义提供资金的行为也纳入洗钱范畴，而不论从形式上看其来源是否合法。我国的《中华人民共和国反洗钱法》于2007年1月1日正式颁布实施，其中明确规定洗钱犯罪所涉及明确的上游犯罪类型，包括走私犯罪、贪污贿赂犯罪、毒品犯罪、金融诈骗犯罪、破坏金融管理秩序犯罪、黑社会性质的組织犯罪、恐怖活动犯罪等七大类。
洗钱犯罪呈现国际化、专业化、大宗化、智能化的发展趋势，且洗钱金额和占比持续上升，对国家自身的经济和国际间经济发展产生了不利影响。按国际货币基金组织（IMF）2015年的最新数据显示，全球洗钱金额约占全球GDP的5%左右。而2017年全球GDP约为74万亿美元，其中涉及的洗钱风险金额约为37.万亿，体量巨大。
国内洗钱犯罪也日益猖獗，《2004中国反洗钱报告》显示当年可查的洗钱涉案金额达565亿元人民币。而据梅德祥的研究显示，2011年我国洗钱规模已达568亿美元（约3578亿元人民币）。同时我国的反洗钱可疑交易数和洗钱案件数也持续居高不下。

..........................

1.2国内外研究现状综述
1.2.1国外相关研究
从20世纪30年代开始国际上就开始研究反洗钱相关的理论，20世纪70年代左右开始兴起相关的应用研究。90年代开始研究将信息技术应用到反洗钱颌域。不管是反洗钱领域本身，还是数据挖掘领域及其在反洗钱的应用，相比其它学科都是比较新兴的领域，但是其国内外的研究沉淀已经比较丰富，比如在反洗钱的客户身份识别和可疑交易识别等在国外有较丰富的经验沉淀，已经有比较多我们可以学习和应用到国内的学术研究。
客户身份识别是反洗钱风险识别的基础，也是金融监管机构对金融机构最基础的监管要求。不管是反洗钱协会对客户身份识别的框架性指导，还是各位国外学者在系分领域和前沿技术应用上的探索，都有很多研究成果。虽然身份识别方面早期的国外研究较多，随着风险为本的兴起，移动互联网的普及，传统的客户身份识别方式已经逐渐失效，如何在非面对面开户的互联网金融行业中做好身份识别，以及利用实时的在线数据对用户的身份进行实时跟踪和校验，国外相关的研究比较缺乏。
国外的可疑交易识别研究主要分为两个方向，一是根据用户的几个异常交易特征进行简单组合，比如一段时间内的累计金额较大、笔数较多、交易对手较多等。该方式应用简单，可解释性较强，但是一般其有效性较差，整体命中率普遍不高。二是根据用户多维度的属性和交易指标以及上报黑黑样本的数据进行模型拟合，以提高监控规则有效性。该类监控规则一般命中率高，但是可解释性较差，而且不同的行业领域及数据技术能力不同其防控效果也会千差万别。由于互联网金融方兴未艾，其方洗钱防控工作一方面需要满足对监管的可解释性，另一方面也要适应行业现状进行风险为本的有效防控，所以在借鉴国外研究成果的前提下，也需要进一步的探索和研究。
........................

2互联网金融反洗钱理论和技术基础

2.1洗钱与反洗钱领域相关概念
2.1.1洗钱与反洗钱定义
洗钱的定义，简而言之就是将非法所得洗白的过程。洗钱主要分为三个阶段：第一阶段：处置。实际处理犯罪所得的先进或者其它资产。如通过充值的方式将资金存入支付宝或者余额宝等。第二阶段：离析。通过虚假的交易对资金实际用途进行隐瞒，从而将非法所得与其真实来源进行分离。如将账户的钱转账至另一个账户，或者通过淘宝交易等进行资金转移。第三阶段：融合。以表面看上去正常的交易将资金重新投入到经济中，使非法财富具有表面上的合法性。如洗钱所得资金用于投资奢侈资产、不动产或者金融企业等。
根据我国反洗钱法规第二条定义，反洗钱是指为了预防采取各种手段隐瞒和掩饰破坏金融管秩序犯罪、恐怖活动犯罪、走私犯罪、社会性质的组织犯罪、贪污贿赂罪、毒品犯罪、金融诈骗犯罪等犯罪所得及其收益的来源和性质的洗钱活动。在国内洗钱犯罪的上游犯罪是被明确定义了的。
2.1.2进行反洗钱工作的基本步骤
根据反洗钱法的规定，我国反洗钱基本从程序可以分为以下4个步骤：
首先，金融机构根据各项法律法规上报大额交易和可疑交易报告。
其次，反洗钱检测分析中心分析大额交易和可疑交易报告。经过初步分析后，将有效的分析结果上报反洗钱信息中心。
然后，反洗钱信息中心收到并分析FIU提交的大额交易和可疑交易报告，并将最终的分析结果上报国务院反洗钱相关的行政主管部门。
最后，对应的行政主管部门将最终的情报移交至侦查机关进行线下打击。

........................

2.2反洗钱领域常用数据挖掘技术介绍
数据挖掘已经成为一门应用非常广泛的技术，同时也是一门交叉学科，它融合了机器学习、统计学、人工智能、数据可视化等多领域的技术和理论。
由于洗钱行为与资金的流转模式密切相关，且洗钱方式又呈现多样性和多变性，所以用数据挖掘的方法对洗钱行为进行挖掘已经是一种非常可行的方法。以下以某支付机构为例，介绍几种在反洗钱稽核工作中常用的数据挖掘技术。
异常点分析是指在在特征工程下的统计离群客户的模型。偏差检测的基本目标是查询观察目标和参考目标之间的有意义的差别，主要的偏差技术有序列异常、聚类、最近邻居法等。除了挖掘异常数据外，异常数据之闸隐含的模式也会进行探索挖掘，可以用来做智能化的分析和预测。由于洗钱者往往会隐藏自己的洗钱行为在正常的交易模式中，所以大部分的特征都会与正常用户一致，只有在少部分行为上产生异常偏差，这些行为特征就是异常点分析模型需要去挖掘和判别的。
文本挖掘是抽取文本类文件中的有效信息，是信息挖掘的一个研究分支点，一般用于基于文本相关信息的知识挖掘。文本挖掘利用的挖掘算法也非常丰富，如基于案例人推理、神经网络等，并结合文字标准化等处理技术，分析和研究大量的非结构化文本，并抽取或标记文字间的关系、关键字概念等，同时对文档进行分类后获取有用的信息。在机构反洗钱工作中，利用可得到的交易备注、新闻、聊天等进行文本信息的挖掘，能够找到洗钱犯罪或相关的上游犯罪的精确线索，在机构日常的反洗钱防控和分析过程中有着重要的作用。比如对新闻材料、法律法规材料、法院判决书材料进行文本挖掘，能够了解最新的洗钱犯罪形势；通过具体交易备注、聊天记录敏感词的匹配和挖掘，能够判断用户是否在进行可疑的赌博、套现、传销、跨境汇兑等可疑交易。
聚类分析也是一种常用的洗钱风险挖掘技术，一般指将抽象或物理的集合分殂成的多个类的过程，聚类是一种无监督挖掘技术。常用的聚类方法有最短距离聚类法、直接聚类法等。在反洗钱领域中，聚类算法是很常用的一种算法，用于对大量的交易和身份数据中找出及时、准确的线索。但是一般由于洗钱的上游犯罪多样性，同一个上游犯罪也会有多种表现形式，所以并不是所有的洗钱行为都能聚类到一起，而是通过一个个小的簇对某一个上游犯罪下的特定犯罪模式进行聚类。由于聚类算法的无监督算法，所以对训练样本的依赖性较小，同时也可以支持反洗钱体系能够动态地适应洗钱手段的变化，在反洗钱防控体系的应用中有着重要作用。
...........................
3基于大数据的用户身份识别研究..........16
3.1反洗钱用户身份识别研究..........16
3.2用户常住地识别方法探索和研究..........17
4基于大数据的反洗钱可疑交易风险防控研究...........28
4.1反洗钱可疑交易概述.............28
4.2异常资金模式识别研究..........29
5实验与分析......41
5.1模型检测和评价指标............42
5.2实验平台与数据............42

5实验与分析

5.1模型检测和评价指标
模型最终的检测和评价指标主要是两个：模型命中率和召回率。
模型命中率是指，稽核的所有可疑主体当中，经过人工抽检或者全量验证以后，确定为跨境汇兑洗钱可疑用户的比率。
模型召回率是指，稽核的用户中，包含的已经确认的跨境汇兑洗钱可疑用户数，占所有已经确认为跨境汇兑洗钱可疑用户的比率。
考虑到反洗钱模型稽核的主体后续必须经过人工审理，为了避免产生大量的审理工作，整体稽核量也是一个重要考核指标，一般控制在500以内，不超过千以上的稽核量。
...................

6总结和展望

6.1论文总结
在反洗钱监管趋严的形势下，互联网金融机构由于起步晚，体量大，受到了巨大的挑战。如何帮助互联网金融机构利用自身的互联网数据，做好反洗钱身份识别工作和洗钱风险防控工作，对互联网金融行业的健康发展有着重要意义。
本文从互联网金融的第三方支付行业出发，根据机构在利用互联网数据进行用户身份识别和洗钱防控的实际工作经验出发，介绍了在互联网金融行业中利用自身的数据优势进行用户身份识别方法和洗钱防线防控的研究成果。论文的主要结论如下：
第一，对反洗钱的监管形势、互联网金融行业的发展情况做了初步分析，明确了互联网金融行业进行反洗钱风险研究的重要性。
第二，针对互联网金融行业用户登记信息少、身份识别难的问题，我们研究通过用户的收货地址、水电煤缴费地址判断用户的常住地，从用户的常住地和工作地判断用户的职业，从用户资金关系对手和媒介关系对手判断用户间的关系。解决了互联网金融行业中部分用户身份识别困难的问题。
第三，洗钱风险防控方面，利用模型识别的职业、位置、关系等，对反洗钱中常规的异常资金模式识别、基于时间空间的异常识别、基于文本的可疑交易识别以反基于关系的团伙风险识别等方面进行了详细的研究和论证，其中部分研究成果在企业中已经得到了应用。这些研究成果可以提供给互联网金融机构在反洗钱风险防控方面实际的借鉴和参考，提高自身的反洗钱水平。
第四，通过体系内非法跨境汇兑案例的实证研究，一方面论证了利用互联网行业比较有优势的文本、位置、关系等数据对洗钱风险防控有效性的提升，另一方面也描述了一般互联网金融机构进行风险防控的整个流程和手段，为行业其它企业的防控能力提升提供借鉴。
参考文献（略）