可疑交易监测

① 请问普通人突然往银行卡里存200万会被怀疑吗还有，什么是大额交易监控和可疑交易监控

你是存钱的话正常是不会有这种事发生的，因为大额交易和可疑交易专是指短期在同收付属款人间多次发生大额现金交易，也就是直接转账，监控这些交易是防止有人洗黑钱和逃税所以你是不会被查的，即使查也是暗里调查，只要这钱来路是正的，那你就放心大胆的存

② 银监会是如何监查大额交易和可疑交易的，何为大额交易，何为可疑交易

一、监查大额交易和可疑交易

银监会会有一个专门的反洗钱管理系统，对所有银行账户的交易按大额、可疑类型进行分类管理。

根据《金融机构大额交易和可疑交易报告管理办法》第二十条 金融机构应当设立专职的反洗钱岗位，配备专职人员负责大额交易和可疑交易报告工作，并提供必要的资源保障和信息支持。

二、大额交易

下列交易属于大额交易，根据《金融机构大额交易和可疑交易报告管理办法》第二章大额交易报告第五条 金融机构应当报告下列大额交易（部分）：

（一）当日单笔或者累计交易人民币5万元以上（含5万元）、外币等值1万美元以上（含1万美元）的现金缴存、现金支取、现金结售汇、现钞兑换、现金汇款、现金票据解付及其他形式的现金收支。

（二）非自然人客户银行账户与其他的银行账户发生当日单笔或者累计交易人民币200万元以上（含200万元）、外币等值20万美元以上（含20万美元）的款项划转。

三、可疑交易

试图进行的交易与洗钱、恐怖融资等犯罪活动相关的属于可疑交易。

根据《金融机构大额交易和可疑交易报告管理办法》第十一条

金融机构发现或者有合理理由怀疑客户、客户的资金或者其他资产、客户的交易或者试图进行的交易与洗钱、恐怖融资等犯罪活动相关的，不论所涉资金金额或者资产价值大小，应当提交可疑交易报告。

第十七条可疑交易符合下列情形之一的，金融机构应当在向中国反洗钱监测分析中心提交可疑交易报告的同时，以电子形式或书面形式向所在地中国人民银行或者其分支机构报告，并配合反洗钱调查：

（一）明显涉嫌洗钱、恐怖融资等犯罪活动的。

（二）严重危害国家安全或者影响社会稳定的。

（三）其他情节严重或者情况紧急的情形。

(2)可疑交易监测扩展阅读：

根据《金融机构大额交易和可疑交易报告管理办法》

第七条 对符合下列条件之一的大额交易，如未发现交易或行为可疑的，金融机构可以不报告

（一）定期存款到期后，不直接提取或者划转，而是本金或者本金加全部或者部分利息续存入在同一金融机构开立的同一户名下的另一账户。 活期存款的本金或者本金加全部或者部分利息转为在同一金融机构开立的同一户名下的另一账户内的定期存款。

定期存款的本金或者本金加全部或者部分利息转为在同一金融机构开立的同一户名下的另一账户内的活期存款。

（二）自然人实盘外汇买卖交易过程中不同外币币种间的转换。

（三）交易一方为各级党的机关、国家权力机关、行政机关、司法机关、军事机关、人民政协机关和人民解放军、武警部队，但不包含其下属的各类企事业单位。

（四）金融机构同业拆借、在银行间债券市场进行的债券交易。

③ 可疑交易监测标准设计特点有哪些

1、中国人民银行及其分支机发布的反洗钱、反恐怖融资规定及指引、风险提示版、洗权钱类型分析报告和风险评估报告。
2、中国人民银行及其分支出具的反洗钱监管意见。
3、公安机关、机关发布的犯罪形势分析、风险提示、犯罪类型报告和工作报告
4、本资产规模、地域分布、业务特点、客户群体交易特征，洗钱和恐怖融资风险评估结论。
，全是一个一个字打出来的。

④ 简单说明可疑交易分析要点有哪几方面

1、金融机构发现或者有合理理由怀客户、客户的资金或者其他资产、客户的交易或者试图进行的交易与洗钱、恐怖融资等犯罪活动相关的，不论所涉资金金额或者资产价值大小，应当提交可疑交易报告。

2、金融机构应当定期对交易监测标准进行评估，并根据评估结果完善交易监测标准。如发生突发情况或者应当关注的情况的，金融机构应当及时评估和完善交易监测标准。

3、金融机构应当对通过交易监测标准筛选出的交易进行人工分析、识别，并记录分析过程；不作为可疑交易报告的，应当记录分析排除的合理理由；确认为可疑交易的，应当在可疑交易报告理由中完整记录对客户身份特征、交易特征或行为特征的分析过程。

4、金融机构应当在按本机构可疑交易报告内部操作规程确认为可疑交易后，及时以电子方式提交可疑交易报告。

(4)可疑交易监测扩展阅读：

反洗钱可疑交易的要点分析：

法律依据：人民银行《金融机构大额交易和可疑交易报告管理办法》第十一条： 商业银行、城市信用合作社、农村信用合作社、邮政储汇机构、政策性银行、信托投资公司应当将下列交易或者行为，作为可疑交易进行报告：

（一）短期内资金分散转入、集中转出或者集中转入、分散转出，与客户身份、财务状况、经营业务明显不符。

解析：资金分散转入、集中转出是指10个工作日内从多个账户向一个账户转入资金后，又将与所转入资金累计金额大额相当的资金转向另一个账户；资金集中转入、分散转出是指10个工作日内向某一账户转入资金后，又在短期内分多次将与所转入资金金额大致相当的资金转往其他多个账户。

（二）短期内相同收付款人之间频繁发生资金收付，且交易金额接近大额交易标准。

解析：10个工作日内相同收付款人之间（不含同名账户之间的交易）营业日发生3次以上，或者营业日发生持续3天以上的资金收付，且交易金额接近大额交易标准。

（三）法人、其他组织和个体工商户短期内频繁收取与其经营业务明显无关的汇款，或者自然人客户短期内频繁收取法人、其他组织的汇款。

解析：法人、其他组织和个体工商户10个工作日内营业日发生3次以上，或者营业日发生持续3天以上收取与其经营业务明显无关的汇款；自然人客户10个工作日内营业日发生3次以上，或者营业日发生持续3天以上收取法人、其他组织的汇款。

⑤ 金融机构关于上报对外报告的可疑交易线索的有哪些好的建议

（一）提高反洗钱监测系统的监测质量
金融机构总部应健全内部协调机制，改变本单位内部信息不共享问题，尽快实现内部信息的共享通用，并逐步实现不同金融机构间账户信息的互通互连，提高金融机构间相互协作和资金监控能力。进一步完善和优化反洗钱监测系统功能设计，具有大额交易和可疑交易的自动识别、信息完善、信息上报、管理查询等功能。科学设置系统各项识别指标及筛选条件，扩大业务系统覆盖范围，不断提高计算机数据挖掘、智能分析与识别技能，增强反洗钱监测系统的准确性和有效性，减少可疑交易漏报告、重复报送、垃圾信息多的问题。实现反洗钱监测系统与业务系统间的联通对接，将可疑交易监测工作贯穿于金融业务办理的各个环节，全面提升反洗钱监测系统提取可疑交易的数据质量，也适应金融机构业务发展的需要，加强金融创新产品的超前监管，建立动态的可疑交易报告系统，有效防范各种新业务带来的洗钱风险[4]。
（二）完善可疑交易报告实施细则
金融机构应参照监管部门制定的客观标准及指引，制订明确、精细化可疑交易监测分析操作指引和符合自身特点的可疑交易甄别流程[5]，建立符合自身情况的可疑交易报告实施细则，明确反洗钱工作人员的职责分工，完善对可疑交易报告的人工分析、干预机制。建立覆盖所有业务、所有环节的监测和分析流程，要在可疑交易报送前对交易数据严格落实逐级分析、审查制度，要深入调查研究、了解客户的资信情况，对其关联实体、业务种类、经营状况等严格审查，合理判断可能存在的风险，报送过程中，应遵循完整准确性、技术性和保密性原则。建立对高风险客户资金风险监测预警机制和以客户群为监测对象的可疑交易报告工作流程，同时，要依据客户的不同情况，划分不同的风险等级，采取有效措施，加强风险监测。

⑥ 谁有开展可疑交易监测的技术条件说明。谢谢！

可疑金融交易识别是一个比较复杂的过程，能否有效识别业已发生的可疑金融交易，并对未来可能发生的洗钱模式做出预测，在很大程度上取决于所采用的识别方法、技术和手段的有效性。当把数据挖掘技术应用于可疑金融交易识别时，不单要选择适当的挖掘方法，还要结合相关领域知识对其进行优化和创新。由于金融交易方式的多样性，交易主体行为的不确定性和交易记录的时变性，使得在可疑金融交易识别领域，单一检测方法往往存在适用性、效率和条件约束等问题，难以对金融交易的整体可疑度进行判断。要达到理想的识别效果，必须在深入分析金融交易信息的基础上，结合领域知识，选择科学合理的信息汇总判定方式，综合各种检测方法发现的可疑线索，对金融交易记录的可疑度作出快速准确的整体判定。
作为一种基于概率的不确定性推理方法，贝叶斯法则在处理不确定信息的智能化系统中已得到了广泛的应用。朴素贝叶斯分类是一种基于统计学的分类方法，用于预测类成员关系的可能性。应用于海量数据分析，贝叶斯分类表现出高准确率和高速度。同时，贝叶斯分类具备自适应功能，通过学习新的洗钱交易及正常交易样本，贝叶斯分类能反映最新的洗钱交易手法变换，为反洗钱监测提供一种快捷高效的方法。


一、相关研究

国外关于反洗钱信息技术的应用研究起步较早，20世纪70年代就开始了反洗钱立法方面的研究，而将信息技术应用到反洗钱领域的研究也在20世纪90年代就已开始。Senator（1995）较为系统地介绍了FinCEN（FinancialCrimes Enforcement Network，金融犯罪执法网）的FAIS（FinCEN ArtificialIntelligence System，FinCEN人工智能系统）的系统结构、监测识别关键技术及其应用。FAIS综合采用各种人工智能技术，通过智能分析被提交的交易报告，发现各类可疑金融交易行为。FinCEN系统中的交易可疑度评价模块，采用贝叶斯模型判断可疑度，然后再对高可疑度的交易数据进行进一步的分析调查。Stofella（1997）介绍了意大利中央银行监管部f-j（UIC）如何运用高性能数据库和数据可视化技术构建数据挖掘环境，对意大利整个金融系统的交易信息进行监测。Petrus C Van Duyne（1999）通过分析荷兰1994—1996年的可疑金融交易数据，指出可疑金融交易监测系统和反洗钱策略方面存在的问题，并提出改进建议。Kingdon J和Feldman K S（2002）设计了银行交易数据监测和分析系统，通过该系统可以自动检测到支付欺诈和金融经济领域的洗钱活动。Kingdon J（2004）设计出一套可自动识别客户行为模式的人工智能系统，应用该系统可以高效识别出客户的异常交易行为（unusual behavior）。针对传统的基于规则的洗钱监测系统不能适应洗钱手法的快速多变，误报率高，对海量交易数据健壮性差等局限性，国外学者展开了基于智能代理的反洗钱监测系统研究，指出该方法可以提高反洗钱监测效率，实现系统整合，增强适应性，同时还能降低监测成本。
我国对反洗钱的研究于20世纪90年代后逐渐增多，目前对于人工智能技术、数据仓库技术、数据挖掘技术等技术在反洗钱中应用的研究仅仅处于起步阶段。徐志春、肖伟平、何宏（2003）提出了基于数据开采技术的反洗钱系统的实现框架，介绍了反洗钱系统中用到的几个关键数据开采技术，包括数据集成、数据分类、关联分析、聚类分析和可视化技术。汤俊（2005）分析了我国现行交易报告制度存在的问题，指出国内对于金融交易客户行为模式识别的技术研究处于空白状态，并提出了相应的框架体系。杨胜刚、王鹏（2005）在探讨数据挖掘技术在大额和可疑交易报告制度中应用的必要性与可行性，在全面把握数据挖掘技术的各种主要算法及其在大额和可疑金融交易数据分析中的应用前景的基础上，针对我国反洗钱工作的实际，设计了一套人民币大额和可疑支付交易数据挖掘系统。陈云开（2006）提出分布式异构计算环境下基于数据挖掘技术的洗钱侦测系统体系结构，并从逻辑层次结构、系统基本框架和系统基本流程三方面对洗钱侦测系统的体系结构进行了阐述。孙景等（2008）根据逻辑回归原理与数据挖掘技术，建立了企业大额可疑外汇资金交易识别模型，用于分析银行的企业客户洗钱概率及洗钱事件发生的可能性，并通过对具有洗钱嫌疑的银行企业客户进行识别和预测，为银行反洗钱提供参考。
从国外相关研究来看，由于洗钱与反洗钱间存在的博弈关系，各国洗钱监测手段具有一定的保密性，各类研究主要侧重于数据挖掘技术应用等方面，与反洗钱领域知识相结合的研究细节很少公开。同时国外的反洗钱实际上与我国的洗钱活动特征和反洗钱管理方式存在较大的差异，国外的研究成果无法为我国可疑金融交易识别提供一个有效的策略及方法。从国内相关研究来看，由于受我国反洗钱实践经验的限制，国内在可疑金融交易识别方面的研究成果相对较少。很少有基于反洗钱实践的、应用真实交易报告数据进行验证的数据挖掘算法研究，同时，针对单一检测方法可能具有片面性，综合各类检测结果的可疑金融交易识别研究还很少见，可疑金融交易的自动识别研究则更为少见。
本研究以数据挖掘技术为手段，应用金融领域知识和反洗钱领域知识，通过对真实交易报告数据的层次分析，选择合适的数据挖掘方法对可疑金融交易进行多层次识别，同时针对单一识别方法在可疑金融交易识别中的片面性，建立一套可疑金融交易线索整体判定方法，得出交易记录的整体可疑度，不仅在更大程度上发挥了各种识别方法的优势，而且可以为可疑金融交易的识别提供一种新的思路和方法，目的在于提高反洗钱监测的效率和水平。相关阅读：金融危机下的就业观


二、可疑金融交易特征与识别方法

可疑金融交易藏匿于金融机构成千上万的海量交易数据中，对其甄别的难度很大。数据挖掘技术能够根据分析人员的需要，从海量数据中提取有价值的模式和规律，它的发展和广泛应用为其在识别可疑金融交易和挖掘洗钱线索方面的应用奠定了基础。同时，数据挖掘技术在可疑金融交易识别中的应用离不开交易信息的深入分析和算法的合理选择。

1.可疑金融交易特征分析。
可疑金融交易是指金融交易的金额、频率、来源、流向和用途等有异常特征的交易行为。从反洗钱监测实践来看，可疑金融交易行为经常表现为以下几类特征：（1）交易金额、交易频率异常。例如短期内频繁发生资金收付，但与客户身份、财务状况、经营业务明显不符；长期闲置的账户原因不明地突然启用或者平常资金流量小的账户突然有异常资金流入，且短期内出现大量资金收付等。（2）交易流向或交易来源异常。例如与来自贩毒、走私、恐怖活动、赌博严重地区或者避税型离岸金融中心客户之间的资金往来活动在短期内明显增多，或者频繁发生大量资金收付；多个境内居民接受一个离岸账户汇款，其资金的划转和结汇均由一人或者少数人操作等。（3）交易用途或交易性质异常。例如没有正常原因的多头开户、销户，且销户前发生大量资金收付；证券经营机构指令银行划出与证券交易、清算无关的资金，与其实际经营情况不符；保险机构通过银行频繁大量对同一家投保人发生赔付或者办理退保等。
以上是从交易行为的角度对可疑金融交易特征进行剖析，借助反洗钱领域知识，从金融交易记录的角度分析，交易金额的异常通常体现在单笔或相关交易记录中，交易频率的异常通常体现在基于时间序列的交易记录中，而交易用途或交易性质的异常则通常体现在交易主体间的交易往来中。

2.可疑金融交易识别方法。
基于交易记录层面的交易金额异常，通常与交易数据异常点对应，可选择聚类算法加以识别。聚类作为一种重要的数据挖掘技术，通过无指导学习将数据划分成多个簇，聚类结果表现为簇内成员的相似和不同簇中成员的差异。对金融交易数据进行聚类分析，聚类结果中的孤立点多为交易金额异常记录。在可疑金融交易识别中孤立点的检测成为发现和识别可疑金融交易的重点。基于聚类分析的这一特点，它在可疑金融交易识别中被广泛应用于交易金额异常的监测。
针对交易账户层面的交易金额、频率异常情形，可选择时间序列分析方法加以识别。交易账户信息中所反映出的交易金额、频率异常，通常表现为交易记录时间序列的信号突变。小波分析是发现时间序列信号异常的有效方法。由Morlet提出的小波分析（wavelet analysis）是一种具有时频多分辨功能的调和分析方法，将小波分析引入可疑金融交易识别研究中，与可疑金融交易特征相结合，选择合适的小波函数，不依赖于经验模型，对金融序列进行小波变换，可多尺度揭示交易序列的变化规律，挖掘出隐藏于交易时间序列中的单笔异常交易和密集频繁交易，为反洗钱监测提供一种快捷高效的方法。
针对关联账户层面的交易流向、来源以及用途或性质异常情形，可选择链接分析方法加以识别。交易变量之间的相关性是知识发现的重要方面，链接分析可用于识别不同交易主体间交易活动的联系，而交易流向及用途等的异常通常表现为交易变量之间的异常关联。通过约束性链接分析，可以更好地发现可疑金融交易信息的内在联系。由于链接分析不用构造频繁项目集，不用设置最小支持度和置信度阈值，同时具备可视化特点，因此在挖掘交易信息内在相关性方面独具优势。在反洗钱中，通过对交易主体与交易流向、交易编码之间的链接分析，可发现资金流向或交易性质异常的可疑金融交易。需要指出的是，链接分析的结果不代表交易信息中内在的因果关系，但从洗钱侦测角度来看，这种相关性能为可疑金融交易识别提供有潜在价值的线索。
运用离群点聚类、小波分析和链接挖掘技术识别可疑金融交易，这三种方法识别出的可疑结果不尽相同且相互独立，依据每种识别方法所得的结果对交易信息予以可疑度标识，设定三种可疑参数，分别为“Suspicious—Cluster”、“Suspicious—Wavelet”和“Suspicious～Link”，将每种检测方法认定的可疑金融交易参数值标识为“1”，其余标识为“0”，在此基础上建立以各可疑参数作为屙f生的新的数据集，作为下一步运用贝叶斯准则进行可疑度整体判定的数据源。


三、贝叶斯分类与交易可疑度整体判定

面对金融交易的复杂性和不确定性，每一类识别方法都有其应用的约束条件，有其优点和缺陷。为了反映真实交易变化趋势，发挥各种数据挖掘方法在可疑金融交易识别方面具有的优势，将各种可疑线索应用于反洗钱实践，需对交易记录的整体可疑度做出科学的判断。作为一种基于概率的不确定性推理方法，贝叶斯判定具备整体判定优势，可从总体和细节两方面把握可疑金融交易特征，将各类识别方法所采集的可疑金融交易线索进行综合分析，得出交易可疑度的整体判定结果，同时该方法可操作性强，能够为反洗钱决策较好的参考。

1.贝叶斯分类与交易可疑度参数设定。
贝叶斯分类有朴素贝叶斯分类和贝叶斯信念网络两种。前者是一种简单而高效的分类方法。由此，本文将利用朴素贝叶斯分类方法实现金融交易可疑度整体判定。
运用整体判定准则进行交易可疑度判定，判定准则的选择至为重要，直接影响可疑金融交易识别的有效性。本文选用贝叶斯判定准则作为整体判定准则，一方面在理论上是科学的，因为基于贝叶斯分类判定准则的分类方法有严谨的理论基础，已被广泛应用于各类科学研究；另一方面，采用可疑度参数作为贝叶斯分类判定的源数据，完全满足朴素贝叶斯定理的“类条件独立假设”和“概率分布可知”的要求，在应用实践中也是可行的。如果在以后研究中发现有更佳的可疑金融交易整体判定准则，可进一步优化可疑金融交易整体判定模式。

2.交易可疑度整体判定流程。
针对金融交易数据，基于三类可疑金融交易特征，分别利用基于CURE聚类的交易数据离群点分析、基于小波分析的交易序列突变点检测和基于链接挖掘的交易路径异常识别方法进行处理，得到金融交易记录的三项可疑属性数据集，然后利用贝叶斯准则进行判断。


四、实验验证

“可疑金融交易整体判定方法”对金融交易信息的处理分为两个步骤：第一步针对不同的可疑金融交易特征，利用适合的数据挖掘方法，识别出各类可疑金融交易，标识可疑金融交易记录；第二步将交易可疑标识量化成交易可疑参数，利用整体判定准则对交易可疑度进行整体判定，得到最终的判定结果。
通过这两个步骤，达到更好综合不同的检测方法对可疑金融交易进行识别的目的。本文运用真实的金融交易数据对整体判定模式进行实验分析。实验通过SAS 8.0工具软件编程和调用SAS EM（企业数据挖掘）模块来完成，最后对实验结果进行了评估。

1.数据准备。
本实验所采用的源数据是选取某省企业2003--2007年外汇账户交易数据，共计11939条记录，1274个账户，其中包括业已确认的犯罪线索记录210条。③从企业外汇账户交易数据中抽取交易序号、交易币种、交易发生日、企业代码、资金收付标志、交易编码、交易对象、交易对象所属国家或地区等信息形成客户原始交易数据，对客户原始交易数据进行数据预处理操作，将交易金额折合为美元，对当日没有交易发生的情形，设定交易金额为零。对每笔外汇资金交易数据的客户代码、交易金额、资金收付标志、交易发生日、交易编码、交易对象等重要字段做逐一检查，对一些错误和缺失值（missing value）使用经验值或背景资料进行补充，经数据预处理后的企业外汇交易数据集属性如表1所示。随机抽取70％数据进行综合识别方法训练学习，30％留作验证使用。

2.实验过程。
整体判定方法包括基于各种检测方法的可疑参数获取和基于贝叶斯准则的判定两个过程。
（1）基于各种检测方法的可疑参数获取。运用基于CURE聚类的金融交易数据离群点分析方法对交易数据中资金转移异常进行检测。8357条观测数据中的8304条数据被聚为6类，另外有183条观测数据被归到可疑金融交易集合当中，对该集合中客户的身份特征进行分析，发现客户背景资料与交易特征差异较大，进行与其身份不相符合的大额频繁外汇交易，该集合被列为可疑外汇交易的重点监控对象，在相应交易记录中标记为可疑，即“Suspicious—Cluster”属性值为“1”。④运用基于小波技术的交易序列突变点检测方法对交易账户层面的交易金额、频率异常情形进行识别。针对915户账户信息，⑤根据每一个账户每天的交易信息构建金融交易时间序列，实现对金融交易时间序列的小波分析。从915个账户中提取出交易信号异常账户23个。由于交易主体的不同，针对筛选出的23个账户，结合企业的背景信息对小波分析结果进一步筛选，对带有普遍行业特征的属于正常交易的小波分解细节信号异常应予以排除，同时排除企业经营状况好转出现的资金往来突然活跃情况，认定交易可疑度较大，需进一步调查审核的账户11个，将其包含的216条异常交易记录标记为可疑，即“Suspicious Wavelet”属性值为“1”。@运用基于链接挖掘对关联账户层面的交易流向、来源以及用途或性质异常情形进行检测。由于可疑金融交易相对较少，运用链接挖掘处理大量金融交易信息时，必须根据掌握的异常特征，给出约束性规则，对属性值进行筛选，从中挑选出感兴趣的交易主体加以分析。通过交易关系挖掘共发现可疑金融交易记录209条，其“Suspicious—Link”属性值为“1”。⑦
（2）基于贝叶斯准则的整体判定。利用数据挖掘方法对训练样本数据在不同交易层面的可疑情况予以识别，以各可疑标识作为集合属性得到新的数据集，将新数据集作为交易记录可疑度整体判定的数据源，运用贝叶斯准则予以推理判定。
经过训练学习，结合反洗钱领域知识，选定可疑度判定阈值K为0.49。K值为可疑度判定的下限值，K值的最终确定是挖掘方法和交易信息两方面综合的经验值。K值的选取犹如选择不同尺寸的滤网，K值越大，网眼越大，识别结果的可疑度越高，但同时可疑交易线索相对较少，遗漏率较高。K值越小，网眼越小，可疑交易线索较多，遗漏率较低，但同时识别结果的可疑度相对较低。因此，K值的选择需要在训练数据可疑与否的判断正确率与挖掘效率间做出权衡，在保证较高的挖掘效率的前提下，促使正确率尽可能高、遗漏率尽可能低。在实际运用过程中，可以选择不同的阈值对交易记录进行处理，一方面可以从中确定合理的K值，另一方面也便于从不同粒度对交易数据进行分析，深刻理解和把握源数据特征。
实验分别计算出训练数据和验证数据的正确率和遗漏率作为结果进行比较。实验结果显示，在总共11939条金融交易记录中（包括1274个账户，其中业已确认的犯罪线索记录210条），选择源数据的70％记录作为训练数据（包括8357条金融交易记录，915个账户，其中业已确认的犯罪线索记录153条），通过贝叶斯分析确定的可疑金融交易记录为141条，相对于业已确认的153条犯罪线索记录，准确率为92.16％，遗漏率为7.84％；将源数据的30％作为验证数据（包括3582条金融交易记录，359个账户，其中业已确认的犯罪线索记录57条），通过贝叶斯分析和可疑度判定值验证，确定可疑金融交易记录为51条，相对于业已确认的57条犯罪线索记录，准确率达89.47％，遗漏率为10.53％。与之相比而言，仅用离群点聚类分析、序列突变点检测或交易路径异常识别所得结果的准确率分别为88.0282％、82.3944％、73.9437％。这说明利用贝叶斯分类方法，能有针对性地综合单一数据挖掘方法的分析结果，提高可疑金融交易识别的准确率。


五、研究结论

研究结果证明整体判定方法在综合三种可疑金融交易检测方法的基础上运用贝叶斯准则进行整体判定是有效的，比单独应用一类检测方法的效果相对更好。这是因为贝叶斯分类通过计算完整的后验概率分布，充分汇总了可疑金融交易识别中涉及的各类可疑特征的全部信息，相对于单一可疑金融交易检测方法，在推理预测的准确性上有明显提高。
基于贝叶斯分类的可疑金融交易整体判定具有以下几方面的优势：一是有效利用各类识别结果，整合技术资源，形成优势互补，充分发挥基于数据挖掘的可疑金融交易识别能力。二是借助概率模型，很好地处理了不确定性，具备整体判定优势，能为反洗钱监测提供快速准确的参考。三是通过自适应性的监督学习，充分借鉴既往经验，与相关领域知识融合陛好。四是对最新洗钱手法的变化反应灵敏，变被动识别为主动发现，在洗钱与反洗钱的博弈中争取先机。五是在大型数据库应用方面能达到高速度和高准确性较好的统一。基于以上五个特点，建立一种交易可疑度贝叶斯整体判定模式，能明显提高反洗钱监测的科学性和有效性。
由于洗钱交易与反洗钱监测存在博弈关系，识别方法必须能跟踪反映洗钱手法的最新动态。数据挖掘技术在可疑金融交易识别中的成功应用离不开交易数据的深入分析和算法的合理选择，更离不开反洗钱领域知识的熟习和理解。只有将丰富的反洗钱实践经验、权威的专家知识和数据挖掘技术优势相结合，才能建立一套基于数据挖掘的适合我国洗钱交易特征的可疑金融交易综合识别方法，基于贝叶斯分类的交易可疑度整体判定模式正是这方面研究的有益尝试。

⑦ 银行柜员如何履行可疑交易识别业务

一、可疑交易识别:商业银行反洗钱风险控制的核心

不管是反洗钱国际组织的指引性文件、我国的反洗钱法规,还是成熟反洗钱监管国家的实践,对商业银行的反洗钱要求可概括为以下五个方面:第一是“了解你的客户”(know your customer)。只有知道客户的基本情况,才会知道他的正常交易模式,也才会发现他所进行的非正常活动。第二是交易监控。只有通过监测客户在本行进行的交易才能发现非正常交易,并报告监管当局。第三是客户资料保存。判断任何一个客户交易是不是可疑,常常需要结合其历史数据进行分析;同时,所有金融机构都有义务帮助司法机关提供相关洗钱行为的线索,提供可疑者的以往交易记录。第四是培训。保证业务人员尤其是接触客户的前台人员掌握识别可疑交易的基本技能,是做好反洗钱实务工作的根本。第五是独立测试。这是指银行内部的审计部门或聘请的外部审计机构对从第三者的角度去审视上述反洗钱控制措施是否有效,以实现风险控制能力的不断提升。

上述五个方面不应被孤立地看待,只有当它们共同构成反洗钱风险控制的整体,我们才可以说这家商业银行已经形成一个有效运行的反洗钱风险控制机制,而标志便就是通过该银行进行的可疑交易能够被及时准确地识别出来。换句话说,一家商业银行只有做到了对自己客户的了解,对其交易实现了有效的监控,客户的信息和交易资料被妥善保存,全行范围内做到了分层次有实效的培训,而且上述措施不断地通过独立审计得以优化,那么,这家银行才能具有较强的可疑交易识别能力。商业银行不是司法机关,没有权力、也没有能力去侦查或确认洗钱或犯罪行为,其义务而且最核心的义务,就是将有理由怀疑的交易报告监管部门,而这正是打击洗钱行为的关键。正因如此,各国均把商业银行的识别能力作为监管重点,并通过一系列的措施引导商业银行不断提高这一能力。所以,我们可以说,只有我们具有了识别可疑交易的能力,我们才能说我们履行了法律所规定的最核心的反洗钱义务。

二、我国商业银行可疑交易报告现状

目前,我国已经搭建起覆盖面广、总对总的反洗钱可疑交易报告机制。每天,全国超过300家的商业银行通过向人民银行反洗钱监测中心报送大量的可疑交易报告,有合理理由认为交易或客户与犯罪有关的还应同时报告当地人民银行。根据人行反洗钱局在《2008年反洗钱报告》中公布的数据,该年中各地侦查机关根据人行的报案线索共立案215起,破获洗钱案件203起,这些成果应该与商业银行的可疑交易报送具有一定的关联性。

但是,从总体上看,我国商业银行可疑交易报告工作仍然存在让人担忧的问题,突出表现在可疑交易报告数量大、数据价值低。分析近几年的数据可以看出,我国商业银行提交监管机构的可疑交易报告数量逐年呈几何倍数递增,2004年20.24万份,2005年227.24万份,2006年已达576.18万份,而到了2008年,报告量突破了6859万份,大大高于美国等发达国家的报告量。但另一方面,这些数据的可利用价值却非常有限,能够提供有效的犯罪线索的数据微乎其微。如果我们以2008年所有金融机构上报的6891.5万份可疑交易(尚未考虑1.7亿元的大额交易)与侦查机关根据人行提供的线索立案的215起案件相比较,所得的极微小值似乎可以从一个侧面说明可疑交易报送的现实与本源目的之间的偏离度有多么悬殊。

上述现象的产生有其复杂的原因。首先,反洗钱在我国开展时间还不长,商业银行识别可疑交易的能力仍非常有限,加之日渐激烈的行业竞争所产生的业务压力,商业银行对可疑交易的实际关注度非常不够,仅能维持表面的合规。其次,监管导向也是一个重要因素。在商业银行需报告的可疑交易标准方面,无论是人民银行2003年的2、3号令,还是修订后的2006年2号令,共同点都是规定了明确的构成可疑交易的客观标准,遇到符合标准的可疑交易,不论商业银行根据对客户的了解、是否确实认为可疑,一律上报监管机构;同时,可疑交易是否漏报一直是近年来监管检查的重点。据统计,仅在2006年央行开展的反洗钱现场检查活动中,有662家违反反洗钱规定的银行业金融机构被处罚,其中76%的处罚原因是未按规定报告大额和可疑交易。这种处罚所传递的监管信号使得各商业银行不约而同地采用了“防御性报送”这一简单方式来逃避合规风险。大家纷纷开发反洗钱系统,对规定的可疑交易标准进行简单的量化并自动采集后不加识别地报送到监测中心。大量而低价值的可疑交易报送不仅消耗了商业银行大量的人力资源、占用了系统资源;对系统的过分依赖使人工识别严重缺位,眼皮底下的可疑交易被放过;海量的正常交易数据淹没了真正可疑的交易信息,对打击洗钱犯罪起到了消极作用。

三、最新监管趋势

虽然人行发布的《金融机构大额交易和可疑交易报告管理办法》并未进行修改,但在人行2008年起陆续发布的通知中,我们已经看到了监管从重数据数量到重数据质量的转变强烈信号。2009年底,《中国2008-2012年反洗钱战略》正式发布,明确了反洗钱的具体目标和行动要点,其中对可疑交易报告从形式到实质的监管思路转变更加清晰。具体讲,人行对商业银行反洗钱可疑交易报告的监管要求呈现出以下特点:

(一)注重可疑交易报送的有效性。在可疑交易报送方面,监管将继续从注重可疑交易报送数量向注重报送质量转变。对于利用技术手段筛查出的交易数据,商业银行必须经过进一步分析、审核和判断后才能报出;虽然目前可疑交易的客观标准尚未取消,但人行已经要求商业银行不能将虽符合规定的标准、却有理由排除疑点的交易上报,以提高报送真正涉嫌洗钱、恐怖融资或其他违法犯罪可疑交易的精准度,杜绝为避免监管处罚所报送的大量无监测分析价值数据的防卫性报送行为。

(二)可疑交易报送的标准逐渐主观化。为发挥商业银行识别可疑交易的能动性,“逐步减少可疑交易的客观标准,强化金融机构的自主识别能力”必定成为接下来几年内监管的总趋势,反洗钱监管部门也将表现出对金融机构分析判断可疑交易的权利的更大程度尊重,从监管角度减少“防御性报送”的外部驱动力。

(三)强化对高风险业务的监测分析与报告。随着恐怖活动全球化,反恐怖融资作为与反洗钱并列的重要领域正在受到国际社会越来越多的关注。顺应这一潮流,我国将逐步构建国家反恐融资网络,从法律和监管等方面为反恐创造条件。可以预见,人行将不断提高对商业银行涉恐资金监测、分析和报告能力的要求,并加强对此领域的监督检查;此外,银行通过网络、电话、自助终端等提供的非面对面服务以及可以由他人代办的交易均隐含较大的洗钱和恐怖融资风险,人行已经提高了商业银行对此类业务反洗钱风险控制要求,从数据管理、尽职调查直到洗钱类型的研究均作了明确规定,并将相应地加大监管力度。

(四)强调完善人工识别可疑交易的流程。为保证可疑交易报送的有效性,监管当局要求商业银行进一步完善可疑交易人工识别工作流程,对拟报送的可疑交易进行人工分析,将柜员对客户的了解、对客户交易背景的掌握融入到可疑交易分析中,从而剔除其中涉及客户的正常交易,报送客户真正有疑点的异常交易。在考查一家商业银行可疑交易报告工作是否合规时,是否有相关工作记录,是否勤勉尽责将是重要的参考指标。

(五)提高反洗钱数据报送的完整性。为增加可疑交易信息的可用价值,监管机构对商业银行所报送信息的全面性要求正在日益提高。2009年监管机构对于可疑交易的必报信息项已从2008年的29项增加到36项。根据要求,商业银行需报送尽可能完整的交易信息,以助于监管机构更好地分析、发现可疑交易线索。 (六)反洗钱数据报送的业务范围不断扩大。随着金融领域洗钱手段、方式的不断变化,监管机构反洗钱监测分析的重点也随之调整,监控范围也逐年扩大。去年人行已将商业银行第三方存管大额交易纳入反洗钱数据报送范围,今后必将扩展至更多的业务领域,以不断提高对洗钱行为的监控力度。

上述监管趋势无疑将对我国可疑交易报告产生重要影响,实际上,在某些方面效果已经开始显现,一个标志便是可疑交易报送量下降明显。数据显示,2009年上半年监测中心接收的可疑交易报告量已比2008年下半年接收的可疑交易报告量下降了54%。下降原因除由于监管提高数据报送信息项要求、商业银行上报的部分可疑交易要素不全被退回外,监管的积极引导、商业银行加强对交易的人工分析无疑也是重要因素。当然,要实现交易报告的价值全面提高,仍有很长的路要走。

四、挑战与建议

反洗钱的监管要求能否得到满足以避免可能引起的监管处罚和声誉风险,历来被跨国银行视为最大的合规风险,其中的可疑交易识别与报告又可谓重中之重。历史上,由于未能识别经过本行进行的洗钱或恐怖融资活动而受到巨额监管处罚的银行比比皆是。美国的里格斯银行就是由于没有尽到反洗钱的法定义务,对相关证据“视而不见”,允许无数的可疑交易发生而不通知执法机构,美国货币监理署2004年宣布对其处以2500万美元罚款。因此,各跨国银行不惜投入巨资控制相关风险。根据KPMG《2007全球反洗钱调查》,2004~2007年,这些银行在反洗钱方面的成本投入增加了58%,其中最大的开销便是用于强化交易监控。

随着我国反洗钱监管标准的国际化,我国商业银行的可疑交易的识别能力也将面临前所未有的挑战。随着可疑交易报告标准逐渐从法定的客观标准过渡到商业银行自主判断的主观标准,一个客户的交易活动是否作为可疑交易报告完全由商业银行自己决定,这对客户数和交易量均较国外商业银行大得多的国内商业银行难度可想而知。适应这一变化,监管当局也必将加大对商业银行可疑交易识别能力的检查力度,并根据识别能力评估结果制订分类监管措施,对某些问题较多的银行,可能会因此影响到业务的开展;另外,虽然表面上对商业银行漏报可疑交易进行处罚的情况会明显减少,但一旦从某个破获的刑事案件中追踪到相关交易是通过某商业银行进行,而该商业银行便极可能因未能识别并报告该笔交易而受到处罚,而且处罚的力度会日趋增大。从这点上看,可疑交易报告标准从客观化走向主观化,虽然是监管的一大进步,但是对商业银行来讲,却是反洗钱风险控制中的最大难题。

为破解上述难题,我国的商业银行急需根据自身情况提前制订应对措施,将准备工作做在更严格的监管要求出台之前,以获得主动,避免反洗钱合规风险。根据大型跨国银行的经验,我国商业银行目前应从以下方面着手:

(一)开始可疑交易模型的梳理和研究。所谓的可疑交易模型是指某种可疑交易在客户和交易特征方面的不同组合模式,是各种现实洗钱或犯罪行为模式的抽象。对商业银行来说,它是可疑交易的识别提供基础。因为只有清楚具有哪些特征的交易是可疑的,我们才有可能将它们提取出来。由于洗钱行为的共性,许多交易模型在全球都会被认定为可疑。但是,由于各国监管要求不同,各银行的业务领域和产品不同,可疑交易模型的数量、高发领域及组合也会具有不同特点;另外,可疑交易模型库应是一个动态更新的过程,某一时期新的犯罪类型、某个地区高发的犯罪形式,都需要进行有针对性的量化和模型化。因此,我国商业银行需要进行自己的可疑交易模型梳理工作,此项工作开展越早,就越会在满足监管要求方面赢得时间,并为以后的合规风险控制确定先发优势。

(二)提早论证配套IT系统的开发或采购方案,增加科技支持力度。鉴于银行每天处理的金融交易数量巨大,对可疑交易的监控必须有相应系统的支持。为提高银行对可疑交易的识别能力,我国商业银行首先需要解决的是在现有的反洗钱报送系统中优化可疑交易筛查功能,即把前述成熟的可疑交易模型量化并纳入IT系统,以保证经过系统自动筛选出来的数据具有一定的价值基础;此外,反洗钱名单库系统也是必要的配套模块。除我国监管已经有要求的外国政要(PEP)名单之外,为满足监管对有效制裁名单的监控要求,银行还需配备涵盖联合国、FATF组织等制裁名单的名单库。需要注意的是,现在全球的制裁名单很多,既有区域的(如欧盟),也有单一国家的(如美国OFAC)。虽然这些名单并未在我国监管要求执行的范围之内,但与这些名单相关的交易存在可疑的可能性概率较高,而且会产生交易安全的问题。因此,名单库应考虑包含多种名单内容,为以后的合规管理留下空间。目前,多数国际化银行都采取外购名单库的方式,这些产品由专业的公司开发,内容全面,并且定期提供更新,能够满足通常的合规管理要求。

(三)增加反洗钱人力资源配备,建立有效的人工甄别流程。可疑交易识别离不开IT支持,但是电脑永远不能代替人脑,人永远是可疑交易识别的最终决定因素。正因如此,可疑交易模型化-模型在反洗钱系统参数化并自动抓取-人工根据已掌握的信息或额外收集的信息进行识别-向监管报送已经是国际化大型银行的通行流程。我国商业银行目前在此方面差距仍然很大,完全靠系统筛选结果进行报送是多数情况,即使有个别人工识别的情况,人力配备缺乏、分散、靠感觉、无制度安排也是普遍现象,难以满足监管要求。根据现有监管机构在人工识别方面的最新发展趋势,我国商业银行首先需要提前考虑增加用于处理可疑交易的人力配备,并建立相关人员准入、培训、退出机制。同时,根据本行实际情况(包括业务量、需要处理的可疑交易的数量、机构设置情况等)建立符合自身特点的可疑交易人工甄别的流程。在很多外资银行,普遍采用可疑交易集中与分散相结合的模式,即明确各级机构和前台人员均有责任监控和识别可疑交易,同时,对系统自动筛查出来的可疑交易由一个专门团队集中处理。这个专门团队人员具有较丰富的识别交易经验,在一笔交易报出前,需结合公开渠道获得的信息进行判断,必要时还可采取向其他金融机构核查等手段,因此,所报送的可疑交易质量相对较高。这种方式,值得我国商业银行借鉴。另外,考虑到目前人行对可疑交易人工识别的具体要求,我国商业银行在建立可疑交易人工识别流程的过程中,应特别注意记载并保存人工处理工作记录,以证明符合“勤勉尽责”的合规要求。

(四)加强对高风险交易的监测。如果说我国商业银行实现前三项建议仍需要一个过程的话,现阶段一个可行的做法是把有限的资源用在最大风险的那一部分交易监控上。这部分交易包括全球公认的洗钱高发的银行业务,如现金交易、跨境汇款、非面对面银行业务(如网上银行)等。另外,以客户为单位进行风险归类和监控也是一个可行的思路。目前,客户风险分类已经是明确的监管要求,对于按照一定标准划分出的高风险客户,商业银行应加强对其相关交易的监控。针对近期监管对恐怖融资监控要求的提高,各商业银行应加强对黑名单尤其是联合国制裁名单有关的交易的监测。在这方面,反向的操作值得借鉴。比如,我们可以将经过一定程序筛选出的部分低风险客户甚至是我们有把握不会涉及可疑交易的客户名单(可以称之为“红名单”)维护到我们现有反洗钱报送系统,让系统不再生成与之相关的可疑交易报告。这样做的好处是:减少了需要人工识别交易的数量,同时也减少了报送人行的可疑交易总量,也意味着没有通过校验的可疑报告被退回而需要人工补正的工作量的降低。当然,这一操作需要以商业银行客户风险分类制度的有效、商业银行各机构对客户的了解、红名单的确定和更新流程的可控等条件为前提,随意使用将会产生较大的控制风险。

监管要求在提高,银行需要处理的交易却日益多样化,洗钱手段更加隐蔽,可疑交易识别已经成为全世界商业银行面临的共同挑战。提早从思想和物质上做好准备,应该成为我国商业银行避免更大合规风险的自主选择

⑧ 金融机构分析识别，通过交易监测标准筛选出的交易后，认为不作为可疑交易报告的应当记录。

正确的。

依据《金融机构大额交易和可疑交易报告管理办法》第十四条规专定：金融机构应当对通过交易监测标准属筛选出的交易进行人工分析、识别，并记录分析过程；不作为可疑交易报告的，应当记录分析排除的合理理由。

确认为可疑交易的，应当在可疑交易报告理由中完整记录对客户身份特征、交易特征或行为特征的分析过程。金融机构应当在按本机构可疑交易报告内部操作规程确认为可疑交易后，及时以电子方式提交可疑交易报告，最迟不超过5个工作日。

(8)可疑交易监测扩展阅读：

可疑交易报告的相关要求规定：

1、金融机构应当设立专职的反洗钱岗位，配备专职人员负责大额交易和可疑交易报告工作，并提供必要的资源保障和信息支持。

2、金融机构应当建立健全大额交易和可疑交易监测系统，以客户为基本单位开展资金交易的监测分析，全面、完整、准确地采集各业务系统的客户身份信息和交易信息，保障大额交易和可疑交易监测分析的数据需求。

⑨ 公司发现可疑交易后在多少时间内要报送中国反洗钱监测中心

公司发现可疑交易后在10日内要报送中国反洗钱监测中心