京公网安备 11010802034615号
经营许可证编号:京B2-20210330
大数据时代 洗钱与反洗钱的进化与斗争
大数据时代的反洗钱,监控大于事后追溯。以大数据技术为首的法证数据鉴证技术已经越来越受到国际领先银行的重视,以弥补传统监测手段在衡量标准和银行通用性方面的不足。
《肖申克的救赎》中,安迪是个隐忍的智慧人物,此外,他还是个洗钱高手。监狱长诺顿不择手段地非法榨取监狱里服刑人员的血汗钱,他让被冤入狱的安迪帮他做账,安迪先让诺顿虚拟一个叫兰度斯蒂芬的账户,以兰度斯蒂芬的名义进行多个账户的存取业务以及理财,安迪在越狱前取走了兰度斯蒂芬的所有档案,以这个虚拟的身份取走了所有的钱, 在离开国境前,安迪对诺顿进行举报,自己全身而退。
电影归电影,现实生活中,洗钱一直以不见阳光的状态存在,这是一种将非法所得合法化的过程,洗钱的“钱”的来源被概括为五色:黑白蓝黄灰,也被业内人士概括为“地下经济”。 尽管全球的金融机构、监管部门都在监控这种非法行为,但是,数据显示,全世界每年非法洗钱的收入仍占到全球GDP总额的2%~5%,2014全球GDP总量超过70万亿,细算起来,洗钱的规模不算小。
复旦大学教授严立新认为:“ 洗钱方式很多,贸易是其中最常用的手段。”作为贸易方式之一的电商,在总体贸易中所占比重在逐年上升,正在为某些不法分子所利用。我国政府很重视这个领域的反洗钱监控,早在2011年6月1日公布了《支付机构反洗钱和反恐怖融资管理办法》(征求意见稿),对拿到第三方支付牌照的支付企业从各个细节上明确了反洗钱和反恐怖融资的义务和监管,征求意见稿从客户身份识别、客户身份资料和交易记录保存、可疑交易报告、反洗钱和反恐怖融资调查、监督和管理等环节详细规定了支付机构的责任。
李小杰是蚂蚁金服反洗钱中心资深总监,她告诉钛媒体记者,2015年上半年,她的部门监测到四例可疑案例,向人民银行汇报后,公安机关已经立案两起。 如一枚钱币的两面,洗钱在利用新兴科技手段的同时,反洗钱也在加大力度,这次倚重的是大数据。
反洗钱进入DT时代
“洗钱”从laundering翻译而来,与洗衣服的“洗”的确有一定的关系。
20世纪20年代,美国芝加哥一黑手党金融专家买了一台投币式洗衣机,开了一家洗衣店。他在每晚计算当天洗衣收入时,就把其它非法所得的赃款加入其中,再向税务部门申报纳税。这样,扣去应缴的税款后,剩下的其它非法得来的钱财就成了他的合法收入,此后,把钱“洗白”是一个既形象,又动感的词。
“赚钱的方式有多少,洗钱的方法就有多少”,严立新这样总结,犯罪分子洗钱的基本过程包括放置、离析(不断改变钱的形态,炒股、买理财产品、买房等)再到最后融合,他认为,反洗钱的基本技术是逆着这一过程而来,去追溯钱的来源,以及寻找围绕着一笔被怀疑非法钱财上的关系。 比事后去追溯有效的是对洗钱行为有效的监控,这些似乎是我国传统银行需要改进的地方。一位业内人士透露,中资银行中除工商银行,其它银行的智能化监控力度不够,甚至一些小型银行仍在手动检查其客户数据库中的可疑交易、人员和资产间的关键关系。
严立新告诉钛媒体记者,“了解客户风控是反洗钱的基础,大数据时代完成了客户的数据积累是多元化和立体的。”过去,银行在反洗钱方式上多用“结构化数据”,包括客户关系、会计系统以及相关数据库,现在仍被广泛应用,但越来越多的“非结构化数据”,包括社交媒体、电子邮件、文本、音频、视频、照片、网络日志等开始占据金融生态环境的主要构成。
“结构化数据”+“非结构化数据”将可疑交易的监测识别范围从二维空间拓展至多维空间,通过对比每笔交易,统筹考虑相关人物、事件、内容、地点、时间、原因等要素,理解相关交易行为的特点,进而协助银行更有效识别可疑交易,帮助银行完善反洗钱风险管理体系。
大数据的好处之一就是可以通过完整的数据而不是一些样本来进行分析和预测,这对于掌握大数据的政府和反洗钱组织来说,应该是天赐良机。咨询机构安永认为, 以大数据技术为首的法证数据鉴证技术已经越来越受到国际领先银行的重视,以弥补传统监测手段在衡量标准和银行通用性方面的不足。
大数据如何监控反洗钱
马云在今年年中的一次演讲中表示,阿里巴巴本质上是一家数据公司,做淘宝的目的不是为了卖货,而是获得所有零售的数据和制造业的数据;做物流不是为了送包裹,而是将这些数据合在一起……
如今,阿里及其生态平台上每天都在产生海量数据,但不是每个数据都用来做反洗钱的监控, 蚂蚁金服反洗钱中心的资深总监李小杰将数据提取总结为:清洗。“高德地图与反洗钱有关系吗?有也没有,交易地址和IP地址是不是相符,可以判断账号是否被人操控。”
海量数据下,机器处理数据的能力需要智能化,在蚂蚁金服反洗钱的数据系统里,有几个基础的数据来源:淘宝、天猫、B2B、阿里小袋及其他。在此基础上通过数据建模监控交易异常的客户,一个搞批发交易的账户每天资金额在几十万、上百万,蚂蚁金服会去监控这个账户的实际控制人是不是实际有这么大的资金交易量。一些账户会在夏季赛季的半夜异常活跃,且与他发生资金交互的行为在海外,机器初步会判断出改用户在搞网络赌球。
类似的案例不胜枚举, 对于这些可疑交易,蚂蚁金服反洗钱中心会提取出来做进一步的分析,在关系网络中挖掘资金两个端点的交易行为。蚂蚁金服曾经挖掘出一个案例,用户注册账户时主动“交代”居住地在贵州某山城,但是用户在电子商务平台上的收货地址都指向上海某住宅楼,而且IP地址、手机号码无不透露出用户在上海的事实,更有证据显示经常与其在同一台设备上登录的异性用户的地址也是该住宅楼。
李小杰还透露了一个用海外代购身份掩盖下的汇兑型地下钱庄的案例,但是当别的媒体曝出这个案例时,公安机关与蚂蚁金服方进行了沟通,因为这样的暴露可能会影响案件的侦破,蚂蚁金服现在同步央行发布的一些重点交易进行监控,李小杰说: “反洗钱和反恐融资都监管需要我们各类的金融机构都来做法定义务。”如果收到制裁名单,蚂蚁金服反洗钱中心会在客户中寻找,一旦发现,这些账户立即被停下来。
国内反洗钱专家认为:“洗钱多为巨款,而现在有人用一笔笔小额资金分散化操作,这样的情况下,银行等机构更难筛查出可疑份子,类似于蚂蚁金服这样的普惠金融机构的个人客户单笔消费多为500元以下小额消费,与银行相比,这里的数据库中筛查可疑犯罪的有效信息也许更多。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05