大數(shù)據(jù)技術(shù)在商業(yè)銀行反洗錢工作中的應(yīng)用研究

洗錢行為會造成多種危害：掩蓋了非法所得，造成資本外逃，使腐敗資金轉(zhuǎn)移境外，導(dǎo)致社會財富外流；為違法犯罪集團(tuán)提供資金，助長違法犯罪，破壞社會穩(wěn)定；動搖社會信用，危害金融安全。反洗錢是政府動用立法、司法力量，調(diào)動有關(guān)的組織和商業(yè)機構(gòu)對可能的洗錢活動予以識別，對有關(guān)款項予以處置，對相關(guān)機構(gòu)和人士予以懲罰，從而達(dá)到阻止犯罪活動目的的一項系統(tǒng)工程。反洗錢工作對穩(wěn)定市場經(jīng)濟(jì)秩序、阻止非法資金外流、維護(hù)社會穩(wěn)定起到重要作用。近年來，隨著移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化數(shù)據(jù)出現(xiàn)爆發(fā)式增長，大數(shù)據(jù)時代已經(jīng)來臨。大數(shù)據(jù)技術(shù)為反洗錢工作帶來了機遇與挑戰(zhàn)，如何將大數(shù)據(jù)技術(shù)應(yīng)用于反洗錢工作，成為金融監(jiān)管者需要認(rèn)真思考與研究的課題。

1、大數(shù)據(jù)簡介

大數(shù)據(jù)（Big Data）是指巨量數(shù)據(jù)集，這些數(shù)據(jù)集無法通過傳統(tǒng)的計算機和數(shù)據(jù)庫工具進(jìn)行存儲、處理。在維克托·邁爾 – 舍恩伯格及肯尼斯·庫克耶編寫的《大數(shù)據(jù)時代》中，大數(shù)據(jù)被定義為不用隨機分析法（抽樣調(diào)查）這樣的捷徑，而采用所有數(shù)據(jù)進(jìn)行分析處理。大數(shù)據(jù)主要有四“V”特征，即：Volume（特大的數(shù)據(jù)量）、Variety（特別多種多樣的數(shù)據(jù)）、Veracity（數(shù)據(jù)真實性高且有價值）、Velocity（輸入和處理速度快）。目前，大數(shù)據(jù)技術(shù)已經(jīng)快速應(yīng)用到商業(yè)、政治、金融等行業(yè)。企業(yè)通過海量數(shù)據(jù)分析、挖掘，實施精準(zhǔn)營銷；政客利用大數(shù)據(jù)分析民意，拉攏選民；金融業(yè)利用大量多維度數(shù)據(jù)訓(xùn)練風(fēng)險模型，提高風(fēng)險估算準(zhǔn)確度。在這場大數(shù)據(jù)浪潮中，數(shù)據(jù)、技術(shù)、創(chuàng)新成為核心競爭力?；诖髷?shù)據(jù)，商業(yè)模式將迎來新一輪的變革。商業(yè)銀行是產(chǎn)生大數(shù)據(jù)的重要主體，同時，也承載著反洗錢的重要職責(zé)。探索以大數(shù)據(jù)為基礎(chǔ)的商業(yè)銀行反洗錢解決方案，對進(jìn)一步提升反洗錢工作有效性具有重要的意義。

2、反洗錢工作現(xiàn)狀

在 21 世紀(jì)初，為了適應(yīng)國際反洗錢形勢，我國反洗錢工作逐步開展，反洗錢監(jiān)管體系從無到有，逐步建立起來。在監(jiān)管立法方面，雖然我國的《刑法》中很早就有涉及反洗錢的法律條文，但 2006 年頒布實施的《中華人民共和國反洗錢法》則是監(jiān)管立法成熟的標(biāo)識。在反洗錢監(jiān)管體系構(gòu)建方面：中國人民銀行作為反洗錢的領(lǐng)導(dǎo)者，于2003 年成立了反洗錢局，并在其各省、市分行機構(gòu)成立了反洗錢監(jiān)督執(zhí)行部門；建立了由中央相關(guān)部委參加的“部際聯(lián)席會議制度”，統(tǒng)籌領(lǐng)導(dǎo)反洗錢的監(jiān)管工作。盡管我國反洗錢工作開展得如火如荼，取得了些許的成就，但從這幾年反洗錢犯罪的涉案資金來看，我國的反洗錢工作依然任重道遠(yuǎn)。2003 年至 2008 年，中國人民銀行和國家外匯管理局共同合作，協(xié)助偵查機關(guān)破獲反洗錢案件 513 起，涉案金額 2779.45 億人民幣。這些數(shù)據(jù)表明洗錢正在高速侵蝕著我國的經(jīng)濟(jì)，大力發(fā)展反洗錢工作已經(jīng)刻不容緩。

3、大數(shù)據(jù)技術(shù)應(yīng)用于反洗錢工作的優(yōu)勢

3.1　充分發(fā)揮商業(yè)銀行的數(shù)據(jù)優(yōu)勢

商業(yè)銀行在大數(shù)據(jù)應(yīng)用方面具備天然優(yōu)勢。在業(yè)務(wù)的開展過程中，商業(yè)銀行每天都會產(chǎn)生海量數(shù)據(jù)，包括交易系統(tǒng)產(chǎn)生的數(shù)以億計的交易信息、業(yè)務(wù)處理過程中用于作業(yè)、授權(quán)的影像視頻等半結(jié)構(gòu)化數(shù)據(jù)、銀行官網(wǎng)的客戶訪問以及客戶投訴評價等交互信息。充分發(fā)揮大數(shù)據(jù)技術(shù)與聚類、神經(jīng)網(wǎng)絡(luò)、決策樹等智能算法，對這些數(shù)據(jù)進(jìn)行分析和挖掘，可以對反洗錢工作的時效性、準(zhǔn)確度進(jìn)行提升。

3.2　提高反洗錢調(diào)查的實效性

商業(yè)銀行在判斷客戶交易是否可疑時，前提條件是確定客戶的真實身份，提高客戶身份識別的準(zhǔn)確度才能提高可疑報告的質(zhì)量。商業(yè)銀行在進(jìn)行反洗錢調(diào)查時，主要依據(jù)《金融機構(gòu)大額交易和可疑交易報告管理辦法》進(jìn)行判別，只要相關(guān)交易數(shù)據(jù)符合可疑交易標(biāo)準(zhǔn)，就將該數(shù)據(jù)報送反洗錢監(jiān)管機構(gòu)。在報送可疑數(shù)據(jù)過程中，商業(yè)銀行不會將可疑數(shù)據(jù)與客戶所屬地域、行業(yè)、經(jīng)濟(jì)程度等個人身份特征相聯(lián)系，因此容易出現(xiàn)失真、誤報的情況，對反洗錢調(diào)查的實效性造成了影響。

3.3　提升反洗錢工作效率

作為數(shù)據(jù)來源，商業(yè)銀行內(nèi)部有許多套信息系統(tǒng)。這些系統(tǒng)具有分散、異構(gòu)的特征，技術(shù)指標(biāo)各不相同，形成了一個個封閉的信息孤島。利用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫和挖掘技術(shù)構(gòu)建反洗錢平臺，會遇到數(shù)據(jù)量大，數(shù)據(jù)格式不一致，無法存儲、處理等技術(shù)難點。而利用大數(shù)據(jù)技術(shù)，則可以解決這些難題。大數(shù)據(jù)技術(shù)接受非結(jié)構(gòu)化數(shù)據(jù)，允許數(shù)據(jù)存在不一致。利用大數(shù)據(jù)技術(shù)，整合銀行內(nèi)部數(shù)據(jù)資源，構(gòu)建一個統(tǒng)一的反洗錢系統(tǒng)，將縮短響應(yīng)時間，提升反洗錢工作的效率。

4、基于大數(shù)據(jù)的商業(yè)銀行反洗錢系統(tǒng)構(gòu)建

4.1　反洗錢系統(tǒng)需求

通過對反洗錢系統(tǒng)的分析，可以確定反洗錢系統(tǒng)主要包含四方面的需求：構(gòu)建一個數(shù)據(jù)倉庫；實現(xiàn)反洗錢數(shù)據(jù) ETL 處理；配置反洗錢業(yè)務(wù)規(guī)則；完成可疑交易的篩選以及反洗錢報表展示。需要實現(xiàn)的功能主要包括以下幾方面：基于大數(shù)據(jù)的數(shù)據(jù)倉庫；數(shù)據(jù)加載、處理、清洗、轉(zhuǎn)換模塊；可疑數(shù)據(jù)展示模塊；規(guī)則配置模塊。

4.2　反洗錢系統(tǒng)邏輯分層設(shè)計

4.2.1　源數(shù)據(jù)層

數(shù)據(jù)來自銀行內(nèi)部各個系統(tǒng)數(shù)據(jù)源。

4.2.2　數(shù)據(jù)存儲層

初始與源數(shù)據(jù)層表結(jié)構(gòu)一致，隔離源數(shù)據(jù)層表結(jié)構(gòu)的變化。

4.2.3　數(shù)據(jù)匯聚層

數(shù)據(jù)匯聚層主要完成主題數(shù)據(jù)整理，包括客戶、賬戶、交易數(shù)據(jù)采集。

4.2.4　數(shù)據(jù)計算層

依據(jù)定義的可疑規(guī)則，分析數(shù)據(jù)匯聚層的數(shù)據(jù)，找出可疑交易，并生成報表。

4.2.5　信息管理層

對數(shù)據(jù)計算層分析出的預(yù)警信息以及報表信息進(jìn)行管理，包含角色管理、用戶管理、規(guī)則定義、白名單配置、權(quán)限管理、日志管理、報表管理、報送管理等。

4.2.6　決策分析層

用戶對預(yù)警信息進(jìn)行處理，確認(rèn)可疑交易，篩選出相關(guān)數(shù)據(jù)報送監(jiān)管局。

4.3　反洗錢系統(tǒng)架構(gòu)

采用 hadoop 和 hive 技術(shù)構(gòu)建反洗錢數(shù)據(jù)倉庫，整合銀行內(nèi)部多種來源的數(shù)據(jù)。配置反洗錢業(yè)務(wù)規(guī)則，并結(jié)合批量服務(wù)，分析出可疑交易數(shù)據(jù)，提供給前臺展現(xiàn)。采用 Sqoop 工具實現(xiàn) Hive 與關(guān)系型數(shù)據(jù)庫之間的數(shù)據(jù)傳輸.

系統(tǒng)中主要模塊功能如下：

4.3.1　源系統(tǒng)

包含各銀行內(nèi)部各種數(shù)據(jù)源系統(tǒng)，屬于系統(tǒng)邏輯分層中的源數(shù)據(jù)層。

4.3.2　數(shù)據(jù)傳輸平臺

將源系統(tǒng)中的數(shù)據(jù)統(tǒng)一傳送到指定位置。

4.3.3　反洗錢服務(wù)端

反洗錢服務(wù)端由批量服務(wù)和聯(lián)機服務(wù)兩大部分組成。

4.3.3.1　批量服務(wù)

批量服務(wù)主要由系統(tǒng)自動完成可疑數(shù)據(jù)提取功能。批量服務(wù)從源系統(tǒng)獲取源數(shù)據(jù)，并進(jìn)行清洗和裝載。在源數(shù)據(jù)的基礎(chǔ)上根據(jù)預(yù)設(shè)的各項指標(biāo)計算賬戶和客戶的指標(biāo)值，在各項指標(biāo)值的基礎(chǔ)上根據(jù)預(yù)設(shè)的可疑規(guī)則生成可疑報送數(shù)據(jù)，同時進(jìn)行報表生產(chǎn)。屬于系統(tǒng)邏輯分層中的數(shù)據(jù)存儲層、數(shù)據(jù)匯聚層、數(shù)據(jù)計算層。

4.3.3.2　聯(lián)機服務(wù)

聯(lián)機服務(wù)是本系統(tǒng)用戶使用系統(tǒng)的主要入口，負(fù)責(zé)提供本系統(tǒng)的操作功能，包括：系統(tǒng)管理、參數(shù)設(shè)定、預(yù)警 / 報告處理、統(tǒng)計報表。屬于系統(tǒng)邏輯分層中的信息管理層。

4.3.4　統(tǒng)一 WEB 服務(wù)端

反洗錢系統(tǒng)的前臺，用戶通過該前臺獲取反洗錢系統(tǒng)相關(guān)的聯(lián)機數(shù)據(jù)。屬于系統(tǒng)邏輯分層中的決策分析層。

5、結(jié)語

在全球經(jīng)濟(jì)信息化不斷加快的背景下，洗錢犯罪的特征也在發(fā)生改變，呈現(xiàn)出隱蔽、快速的特點。商業(yè)銀行作為金融機構(gòu)的重要一環(huán)，承擔(dān)著反洗錢工作的重要職責(zé)。在大數(shù)據(jù)時代，商業(yè)銀行反洗錢工作也當(dāng)順勢而為，充分利用大數(shù)據(jù)技術(shù)，整合商業(yè)銀行內(nèi)部的海量數(shù)據(jù)，構(gòu)建統(tǒng)一的反洗錢平臺，深入挖掘，提高反洗錢工作的時效性和準(zhǔn)確性。