2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ 備案號:
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。
郵箱:toplearningteam#gmail.com (請將#換成@)
[ 億歐導讀 ] 據安永統計,綜合應用新技術形成的一套反洗錢解決方案可降低40%以上的誤報率,總體效率的提升則更高。同時,通過提高監測調查的質量及決策的一致性,降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。俗語說,道高一尺,魔高一丈。在傳統金融產品到網絡金融產品的迅速更新迭代中,金融犯罪同樣實現了網絡化且變化多端。一方面監管壓力越來越大,另一方面現有技術手段卻只能使得工作成本不斷攀升。在此背景下,安永基于人工智能/大數據等新技術形成了一套反金融犯罪技術解決方案框架,并開發出一系列方案。

據統計,以反洗錢為例的新技術應用方案可降低40%以上的誤報率,總體效率的提升則更高。同時,通過提高監測調查的質量及決策的一致性,降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。
本文摘自安永,以下是億歐智庫為您帶來的精選分享:
隨著創新型金融業務快速發展,傳統金融產品到網絡金融產品更新迭代迅速,金融犯罪呈現出網絡化和多變性的特征,給金融機構帶來的不僅是資金損失,更多的是安全形象、聲譽的負面影響。日益增長的監管壓力,也迫使金融機構重新審視現有的管控手段。而隨著金融體系中的數據和信息量激增,新技術如人工智能、大數據等的興起與發展,反金融犯罪領域也在尋求使用新技術提高管控水平的方法。
反金融犯罪面臨的主要挑戰
? 日益增長的監管壓力:相關監管要求的出臺頻率越來越高,監管處罰力度明顯加強。
? 合規成本的不斷上升:現有的技術手段會產生大量的誤報,人工審核工作量巨大,帶來工作成本的不斷上升。
? 對客戶的影響:為滿足內部和外部管理要求,不斷增加的控制措施影響客戶體驗和業務發展。
? 網絡犯罪風險日益增加:犯罪行為變得越來越復雜,現有的系統和控制措施無法有效地緩解這些威脅。
? 新的支付手段:新支付工具和服務得到越來越廣泛的使用,產生的新興金融犯罪手段帶來新的挑戰。
? 不斷變化的復雜的系統架構:現有系統的復雜性與限制,造成數據的孤島,限制了一些可以主動管理風險的高級分析工具的使用。
安永反金融犯罪技術框架
為應對新時代的金融犯罪挑戰,安永運用一系列新一代的技術手段,并集成經過驗證的各類先進解決方案,形成反金融犯罪技術解決方案框架。
億歐智庫:金融犯罪管理技術框架
? 大數據技術:應用大數據技術積累大量內外部數據以完善客戶全息視圖。
? 人工智能:應用機器學習等人工智能技術提升對犯罪風險的識別效率和準確度。
? 關聯網絡分析:運用關聯圖譜更好地刻畫客戶群體及關系特征,提升可疑行為識別的全面性及深度。
? 機器人流程自動化(RPA):使用RPA將現有的人工處理程序改造成系統自動完成的工作。
? 其他:采用OCR、自然語言處理等技術進一步提高流程的自動化與智能化。
在KYC與可疑交易監控中的應用
基于上述反金融犯罪技術框架,安永設計開發了一系列方案。下面是以反洗錢為例的新技術應用方案:
億歐智庫:以反洗錢為例的新技術應用方案
1、客戶洗錢風險特征刻畫的信息增強
? 依托機器人流程自動化(RPA),自動完成內部數據的補錄及外部數據的獲取與加工。
? 運用外部大數據輔助完成客戶身份識別。
? 打通內外部大數據,形成客戶反洗錢風險的全息視圖。
? 使用關聯圖譜技術建立主體及資金的關聯網絡關系。
? 運用實體解析技術識別客戶資料的問題。
2、反洗錢相關模型的建立
? 采用大數據建模及機器學習技術,建立客戶洗錢風險評分、可疑交易預警評分,以及可疑交易涉罪類型識別等相關模型,解決現有基于規則的方法無法覆蓋的復雜情形,提高判定準確度,大幅降低誤報率,且可基于反饋數據的持續學習進行不斷優化。
? 運用自然語言處理(NPL)技術建立負面新聞的打分模型。
? 結合業務規則及人工智能技術,建立調查結論自動生成模型。
3、反洗錢調查手段的優化
? 基于模型的產出,自動按照待處理任務的風險及復雜程度安排相應技能的員工開展調查工作,大幅提高人力資源的整體利用效率。
? 優化客戶調查視圖/儀表盤,提供直觀的關聯網絡分析視圖,歸集調查所需的關鍵信息,做好基礎信息的關聯調閱,從而大幅提高復雜案例的分析判斷效率。
? 對于涉及高命中率規則、涉罪類型匹配度高的案例,由系統自動生成初步調查結論文字,有效降低調查分析報告的編寫工作量,并提高報告質量及一致性。
根據安永公司的統計,綜合運用上述的新技術手段,可以降低40%以上的誤報率,且單個案例的調查審閱時間降低40%以上,而總體效率的提升則更高。在提高效率的同時,采用新技術的反洗錢解決方案也有效提高了監測、調查的質量和決策的一致性,大幅降低了員工主觀能動性及客觀技能差異造成的遺漏或者差錯。
2016-2022 All Rights Reserved.平安財經網.復制必究 聯系QQ 備案號:
本站除標明“本站原創”外所有信息均轉載自互聯網 版權歸原作者所有。
郵箱:toplearningteam#gmail.com (請將#換成@)