d. 可借鉴的经验少：国内采用数据分析、数学模型等方法来进行洗钱分析的经验还是很少。尽管基于模型的洗钱行为识别等在国外成熟商业银行有应用，但是这些模型无法直接适用于国内银行，一定需要根据银行自身业务特点、客户群分布等，结合国内的政策经济环境进行重新建模。
3．IBM商业银行反洗钱解决方案
2.1 框架介绍
针对国内商业银行在反洗钱管理面临的挑战，IBM软件实验室和IBM中国研究院共同提出了适用于国内商业银行的反洗钱管理框架，如图1所示：
图1 IBM商业银行反洗钱管理框架
IBM商业银行反洗钱管理框架主要有整合数据平台，可疑交易分
析引擎，以及可疑交易监侦与预警模块组成。整合数据平台结合IBM
在全球领先商业银行最佳实践的经验，从数据标准，数据质量，数据格式等方面对数据的收集、清洗、转换等提供专业的指导。可疑交易分析引擎提供了大量的数理统计模型、人工智能模型和网络图模型等，针对不同的地区、银行业务、客户分布等，通过对大量数据的分析，来对模型的结构、特征指标和参数进行学习和训练，选择最适合的模型。洗钱监侦与预警模块提供了灵活快速的部署，能够应对银行业务的多样性和多变性，以及外部政策法规的变化。
2.2 模型、服务及应用简介
图2 IBM自适应反洗钱解决方案中可疑交易检测模型生产的建议流程
反洗钱管理最核心的是对洗钱交易模式的检测，即可疑交易检测模型的生成及应用。接下来将围绕着可疑交易检测模型的生成和应用，从模型、服务和应用三个方面做简单的介绍。从可疑交易检测模型的角度来看，我们建议的反洗钱管理流程如图2所示：
模型：反洗钱管理最核心的是对洗钱交易模式的检测，即可疑交易检测模型的生成及应用。IBM可疑交易分析模型提供了大量的数理统计模型、人工智能模型和网络图模型等。由于不同地区的差别，不同银行的差别等，导致单一模型难以通用。需要针对地区、银行业务、客户分布等等的不同，通过对大量数据的分析，来对模型的结构、特征指标和参数进行学习和训练，选择最适合的模型。不同的模型通过模型解析器组合成具有强大适应能力的混合模型。
服务：因为模型需要针对具体场景，通过对数据的分析进行模型结构设计、特征指标选择和参数学习等。同时，模型具有生命周期，适应性等。我们提供专业的服务帮助商业银行对模型进行选择、调教和升级等，同时对银行的专业人员进行培训，使得银行专业人员能够在一定程度上对模型进行维护。
应用：模型部署和应用应该充分考虑商业银行业务的多样性和多变性，以及外部政策法规的变化。同时，实时性在某些银行业务中也非常关键。我们提供了强大的规则引擎技术能够帮助商业银行快速部署以应对业务多样性和多变性，以及外面环境的变化。
相关推荐：
loading