原标题：巧用知识图谱，打击反洗钱告别“单线突破”
防范化解金融风险，反洗钱监管不断升级。
近日，中国人民银行会同银保监会、证监会公布《金融机构客户尽职调查和客户身份资料及交易记录保存管理办法（修订草案征求意见稿）》（下称《办法》）。
《办法》共五章五十二条，总体来看，“风险为本”的要求贯穿始终，对规范金融机构客户尽职调查、客户身份资料及交易记录保存行为等工作，提出了更高要求。
这与央行2020年开展的反洗钱专项和综合执法检查结果相互印证。同盾调研分析数据显示，去年央行对614家金融机构、支付机构等反洗钱义务机构开展了专项和综合执法检查，依法完成对537家义务机构和个人的行政处罚，处罚金额5.5亿元。
金融机构反洗钱工作面临的主要挑战
同盾科技持续追踪监管动态和政策，对监管部门和义务机构的反洗钱实操进行调研分析，结合反洗钱监测项目实践，总结出当前反洗钱实际工作中的普遍问题和痛点，体现在以下几个方面：
1、当前反洗钱监测和查证主要是通过准实时或者事后的模型、规则和名单方式进行，由于模型训练依赖高质量的标签样本才能具有较好效果，而现实中金融机构认定为洗钱行为的样本量，与正常样本量相比要少很多，因此影响模型的区分度和准确度，大量隐形关联的样本会被预测为正常。金融机构面对的洗钱犯罪通常是集团化作案，手段隐蔽且复杂，通过多个身份和账户进行操作，作案手法不断变换。规则和名单过度依赖历史经验，难以自动化地发现新型洗钱特征和关联关系行为。
2、客户身份识别工作存在诸多挑战，从每年处罚案件看，因客户身份识别原因导致的处罚高居首位，包括未按规定进行客户身份初次识别、持续和重新识别，客户身份信息不完整、不规范、没有及时进行更新、企业工商信息不匹配，为已注销或者身份不明客户提供金融服务等等。究其背后原因，暴露出主体机构的客户身份识别流程体系存在缺陷、数据整合与应用能力不足、识别工作量激增和有限人力资源矛盾等问题。
3、传统的反洗钱系统重视排查流程和报送合规性，但在监测方面，缺少创新的智能化辅助工具，存在未筛查出的异常交易和可疑的个人或者对公客户。案件排查方面，甄别人员面对海量交易数据，缺少丰富的风险识别工具和信息提示，工作量大，效率低，存在误报漏报风险。
同盾结合义务机构实际业务范围和数据积累沉淀，基于企业级产品“云图-知识图谱”，推出智能反洗钱图谱解决方案，解决反洗钱实际业务中的痛点与难点，构建更加完整和创新的反洗钱技术和监测体系。
创新反洗钱监测技术框架
采用分布式大数据平台、图数据库应用架构，突破存储和算力瓶颈，为金融机构和监管部门反洗钱全流程实施提供工具和平台，弥补传统反洗钱监测体系的核心短板。
优化反洗钱工作流程
对客户进行持续识别和监控，增强非对面交易的反洗钱风险洞察及溯源核查能力，从IP、设备、交易渠道的角度分析反洗钱特征及风险；分析客户关联关系和资金交易路径；挖掘可疑交易结构、团伙洗钱交易链条，有效识别复杂和隐蔽的洗钱交易和案件。
提升时效性和有效性，拓展监测外延
实时图谱、实时指标计算等技术，为全客户、全交易，全场景的反洗钱监测提供了技术可行性，通过多种方式对接业务流程，将相关业务系统纳入反洗钱的监测范围。
五大应用场景
同盾智能反洗钱图谱解决方案可应用于义务机构的多个业务场景，包括客户身份识别关联分析与风险评估，客户自身及串并案的资金链路分析，监测可疑主体和交易，识别具有反洗钱嫌疑的异常资金结构和反洗钱团伙，实现反洗钱事中实时决策。
1、客户关联关系洞察
金融机构积累的碎片化数据之间存在着大量基于关系的知识，包括面向企业和个人的交易关系、结算户关联、法人关系、联系关系、股权关系等，这些关系知识错综复杂，并未完全得到发掘。
同盾云图扩充了金融机构运用人工智能、大数据技术进行知识管理和发现的能力。基于反洗钱知识库，运用知识图谱分析技术，实现实体之间的关系管理和探查，并且提供对未知关系的挖掘分析能力，为义务机构反洗钱调查提供知识的快速查询和分析挖掘服务。
2、异常关联结构挖掘
云图反洗钱解决方案基于业务经验、反洗钱规则、历史风险案件特征，挖掘符合洗钱特征的异常图结构模式，定位复杂的交易路径，具体包括：频繁汇入汇出，集中/分散、转入/转出，环状异常交易，自定义业务子图结构等。
3、反洗钱事中决策
基于黑白名单、规则引擎和机器学习模型进行实时防控的传统反洗钱方式，对经验存在较高的依赖性，也容易导致漏检和误伤的情况。基于图分析和半监督的机器学习模型，实现主动识别用户行为和关联的异常，对具有标签的实体进行关联扩散，对开户、交易等环节进行事中干预，做到提前预警，实现反洗钱管控由事后向事中转移。
4、案件和涉案名单查证分析
当前监管和公安下发的洗钱案件和涉案名单越来越多，对排查的精准度和覆盖度要求越来越高，基于知识图谱平台对监管和公安名单、风控监测平台的触警实体进行关系圈风险分析，挖掘关联主体机构存量的可疑实体，输出可疑实体名单和要素信息，形成案件分析报告，用于分支机构认定核实和管控。
5、可疑洗钱团伙挖掘
针对反洗钱团伙挖掘模型选取时间段内的资金交易，建立客户资金交易关系网络，对网络图进行有向图的社团划分，构建具有反洗钱区分度的群组，对于反洗钱团伙的识别具有较高的业务价值百科，在此基础上对群体进行风险排序和深度分析，方便稽查部门重点关注排查风险度较大的社团。
实践案例
目前，同盾智能反洗钱图谱解决方案已应用在多家股份制银行、头部城商行、农商行和支付机构。在某银行涉赌涉诈挖掘和风险特征分析案例中，整个洗钱团伙的规模较大，网络结构异常复杂，涉及数千个实体与关系，个别账户之间呈现环状、金字塔的特殊子图结构，存在网银转账、敏感时间段交易、年龄和职业分布有一定风险特征。
基于同盾科技云图平台对此团伙进行的深入挖掘分析，紧密度模型预测出多个行方账户与涉黑账户关系较为紧密，具有极高的关联风险；团伙中的部分账户最多命中6个疑似洗钱标签，其中，黑账户平均命中3.88个疑似洗钱标签。从资金流的情况进行分析，交易网络呈现复杂的金字塔结构与重叠交叉结构特点，同盾专家得出分析结论，研判和定性部分行内账户存在洗钱或赌博违法行为。
伴随我国金融业进一步的开放进程，反洗钱也将成为我国参与国际治理越来越重要的领域。同盾科技将持续关注新技术的发展，通过新技术在反洗钱领域的创新应用，帮助从业机构持续提升反洗钱能力。
责任编辑：范迪
原标题：巧用知识图谱打击反洗钱告别单线突破
