
大數(shù)據(jù)時代 洗錢與反洗錢的進化與斗爭
大數(shù)據(jù)時代的反洗錢,監(jiān)控大于事后追溯。以大數(shù)據(jù)技術為首的法證數(shù)據(jù)鑒證技術已經(jīng)越來越受到國際領先銀行的重視,以彌補傳統(tǒng)監(jiān)測手段在衡量標準和銀行通用性方面的不足。
《肖申克的救贖》中,安迪是個隱忍的智慧人物,此外,他還是個洗錢高手。監(jiān)獄長諾頓不擇手段地非法榨取監(jiān)獄里服刑人員的血汗錢,他讓被冤入獄的安迪幫他做賬,安迪先讓諾頓虛擬一個叫蘭度斯蒂芬的賬戶,以蘭度斯蒂芬的名義進行多個賬戶的存取業(yè)務以及理財,安迪在越獄前取走了蘭度斯蒂芬的所有檔案,以這個虛擬的身份取走了所有的錢, 在離開國境前,安迪對諾頓進行舉報,自己全身而退。
電影歸電影,現(xiàn)實生活中,洗錢一直以不見陽光的狀態(tài)存在,這是一種將非法所得合法化的過程,洗錢的“錢”的來源被概括為五色:黑白藍黃灰,也被業(yè)內(nèi)人士概括為“地下經(jīng)濟”。 盡管全球的金融機構、監(jiān)管部門都在監(jiān)控這種非法行為,但是,數(shù)據(jù)顯示,全世界每年非法洗錢的收入仍占到全球GDP總額的2%~5%,2014全球GDP總量超過70萬億,細算起來,洗錢的規(guī)模不算小。
復旦大學教授嚴立新認為:“ 洗錢方式很多,貿(mào)易是其中最常用的手段。”作為貿(mào)易方式之一的電商,在總體貿(mào)易中所占比重在逐年上升,正在為某些不法分子所利用。我國政府很重視這個領域的反洗錢監(jiān)控,早在2011年6月1日公布了《支付機構反洗錢和反恐怖融資管理辦法》(征求意見稿),對拿到第三方支付牌照的支付企業(yè)從各個細節(jié)上明確了反洗錢和反恐怖融資的義務和監(jiān)管,征求意見稿從客戶身份識別、客戶身份資料和交易記錄保存、可疑交易報告、反洗錢和反恐怖融資調查、監(jiān)督和管理等環(huán)節(jié)詳細規(guī)定了支付機構的責任。
李小杰是螞蟻金服反洗錢中心資深總監(jiān),她告訴鈦媒體記者,2015年上半年,她的部門監(jiān)測到四例可疑案例,向人民銀行匯報后,公安機關已經(jīng)立案兩起。 如一枚錢幣的兩面,洗錢在利用新興科技手段的同時,反洗錢也在加大力度,這次倚重的是大數(shù)據(jù)。
反洗錢進入DT時代
“洗錢”從laundering翻譯而來,與洗衣服的“洗”的確有一定的關系。
20世紀20年代,美國芝加哥一黑手黨金融專家買了一臺投幣式洗衣機,開了一家洗衣店。他在每晚計算當天洗衣收入時,就把其它非法所得的贓款加入其中,再向稅務部門申報納稅。這樣,扣去應繳的稅款后,剩下的其它非法得來的錢財就成了他的合法收入,此后,把錢“洗白”是一個既形象,又動感的詞。
“賺錢的方式有多少,洗錢的方法就有多少”,嚴立新這樣總結,犯罪分子洗錢的基本過程包括放置、離析(不斷改變錢的形態(tài),炒股、買理財產(chǎn)品、買房等)再到最后融合,他認為,反洗錢的基本技術是逆著這一過程而來,去追溯錢的來源,以及尋找圍繞著一筆被懷疑非法錢財上的關系。 比事后去追溯有效的是對洗錢行為有效的監(jiān)控,這些似乎是我國傳統(tǒng)銀行需要改進的地方。一位業(yè)內(nèi)人士透露,中資銀行中除工商銀行,其它銀行的智能化監(jiān)控力度不夠,甚至一些小型銀行仍在手動檢查其客戶數(shù)據(jù)庫中的可疑交易、人員和資產(chǎn)間的關鍵關系。
嚴立新告訴鈦媒體記者,“了解客戶風控是反洗錢的基礎,大數(shù)據(jù)時代完成了客戶的數(shù)據(jù)積累是多元化和立體的?!边^去,銀行在反洗錢方式上多用“結構化數(shù)據(jù)”,包括客戶關系、會計系統(tǒng)以及相關數(shù)據(jù)庫,現(xiàn)在仍被廣泛應用,但越來越多的“非結構化數(shù)據(jù)”,包括社交媒體、電子郵件、文本、音頻、視頻、照片、網(wǎng)絡日志等開始占據(jù)金融生態(tài)環(huán)境的主要構成。
“結構化數(shù)據(jù)”+“非結構化數(shù)據(jù)”將可疑交易的監(jiān)測識別范圍從二維空間拓展至多維空間,通過對比每筆交易,統(tǒng)籌考慮相關人物、事件、內(nèi)容、地點、時間、原因等要素,理解相關交易行為的特點,進而協(xié)助銀行更有效識別可疑交易,幫助銀行完善反洗錢風險管理體系。
大數(shù)據(jù)的好處之一就是可以通過完整的數(shù)據(jù)而不是一些樣本來進行分析和預測,這對于掌握大數(shù)據(jù)的政府和反洗錢組織來說,應該是天賜良機。咨詢機構安永認為, 以大數(shù)據(jù)技術為首的法證數(shù)據(jù)鑒證技術已經(jīng)越來越受到國際領先銀行的重視,以彌補傳統(tǒng)監(jiān)測手段在衡量標準和銀行通用性方面的不足。
大數(shù)據(jù)如何監(jiān)控反洗錢
馬云在今年年中的一次演講中表示,阿里巴巴本質上是一家數(shù)據(jù)公司,做淘寶的目的不是為了賣貨,而是獲得所有零售的數(shù)據(jù)和制造業(yè)的數(shù)據(jù);做物流不是為了送包裹,而是將這些數(shù)據(jù)合在一起……
如今,阿里及其生態(tài)平臺上每天都在產(chǎn)生海量數(shù)據(jù),但不是每個數(shù)據(jù)都用來做反洗錢的監(jiān)控, 螞蟻金服反洗錢中心的資深總監(jiān)李小杰將數(shù)據(jù)提取總結為:清洗?!案叩碌貓D與反洗錢有關系嗎?有也沒有,交易地址和IP地址是不是相符,可以判斷賬號是否被人操控?!?
海量數(shù)據(jù)下,機器處理數(shù)據(jù)的能力需要智能化,在螞蟻金服反洗錢的數(shù)據(jù)系統(tǒng)里,有幾個基礎的數(shù)據(jù)來源:淘寶、天貓、B2B、阿里小袋及其他。在此基礎上通過數(shù)據(jù)建模監(jiān)控交易異常的客戶,一個搞批發(fā)交易的賬戶每天資金額在幾十萬、上百萬,螞蟻金服會去監(jiān)控這個賬戶的實際控制人是不是實際有這么大的資金交易量。一些賬戶會在夏季賽季的半夜異常活躍,且與他發(fā)生資金交互的行為在海外,機器初步會判斷出改用戶在搞網(wǎng)絡賭球。
類似的案例不勝枚舉, 對于這些可疑交易,螞蟻金服反洗錢中心會提取出來做進一步的分析,在關系網(wǎng)絡中挖掘資金兩個端點的交易行為。螞蟻金服曾經(jīng)挖掘出一個案例,用戶注冊賬戶時主動“交代”居住地在貴州某山城,但是用戶在電子商務平臺上的收貨地址都指向上海某住宅樓,而且IP地址、手機號碼無不透露出用戶在上海的事實,更有證據(jù)顯示經(jīng)常與其在同一臺設備上登錄的異性用戶的地址也是該住宅樓。
李小杰還透露了一個用海外代購身份掩蓋下的匯兌型地下錢莊的案例,但是當別的媒體曝出這個案例時,公安機關與螞蟻金服方進行了溝通,因為這樣的暴露可能會影響案件的偵破,螞蟻金服現(xiàn)在同步央行發(fā)布的一些重點交易進行監(jiān)控,李小杰說: “反洗錢和反恐融資都監(jiān)管需要我們各類的金融機構都來做法定義務。”如果收到制裁名單,螞蟻金服反洗錢中心會在客戶中尋找,一旦發(fā)現(xiàn),這些賬戶立即被停下來。
國內(nèi)反洗錢專家認為:“洗錢多為巨款,而現(xiàn)在有人用一筆筆小額資金分散化操作,這樣的情況下,銀行等機構更難篩查出可疑份子,類似于螞蟻金服這樣的普惠金融機構的個人客戶單筆消費多為500元以下小額消費,與銀行相比,這里的數(shù)據(jù)庫中篩查可疑犯罪的有效信息也許更多。”
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉換:從基礎用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關聯(lián)查詢效率:打破 “拆分必慢” 的認知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結構數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結構數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預期算子的內(nèi)涵、作用與應用解析 動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結構數(shù)據(jù)特征價值的專業(yè)核心 表結構數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結構化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應用 在數(shù)據(jù)分析與統(tǒng)計學領域,假設檢驗是驗證研究假設、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結構數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結構數(shù)據(jù)(以 “行 - 列” 存儲的結構化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進行 HTTP 網(wǎng)絡請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結構數(shù)據(jù)價值的核心操盤手 表格結構數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務邏輯:從規(guī)則拆解到數(shù)據(jù)把關的實戰(zhàn)指南 在業(yè)務系統(tǒng)落地過程中,“業(yè)務邏輯” 是連接 “需求設計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅動下的精準零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當下,精準營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10