智能反洗钱 蚂蚁金服开发大数据又一妙用

本篇文章1055字，读完约3分钟

除了挖掘各种商机，大数据在反洗钱领域的能力也开始显现。作为互联网金融领域的龙头企业，蚂蚁金服正在利用大数据查出隐藏在空网络中的洗钱者，并建立智能反洗钱系统。

大数据挖出洗钱黑手

一个在网上经营茶叶的商家，产品种类很少，产品介绍也很简单，但是价格比同类产品高几倍。这家店的网上客服不接受商务咨询，但是营业额很高。在信用评价中，有“给力”、“你知道”和“天龙”等词与商品不符。

经过仔细检查，发现店里所有产自福建的货物都是从湖北寄来的。该商户的买家每隔一周或一个月重复购买同一商品，交易金额相对固定。基于上述线索，蚂蚁金服反洗钱工作人员认定该商户通过互联网秘密销售非法精神药品，并向监管部门报告了相关线索。

蚂蚁金服反洗钱平台上的类似打击案件并非个案。仅今年上半年，蚂蚁金服反洗钱团队就向反洗钱监测分析中心提交了300多份可疑交易报告，其中许多报告已移交给公安机关。

据了解，在蚂蚁金服等互联网金融平台上，支付、融资等各种行为都会留下痕迹，积累的大数据将为反洗钱工作带来良好的契机。

蚂蚁金服反洗钱负责人表示，这不仅是简单的金额数据，还包括消费行为等各种维度的信息。这些信息可以使反洗钱人员改变线下静态、片面的信息收集方式，可以动态、持续地了解客户，摆脱洗钱者的各种伪装，整合资本、非资本关系、电子商务等动态信息，找出罪犯。

建立七种模式实现智能反洗钱

据了解，目前反洗钱工作主要通过大额可疑信息报告系统完成，可疑交易识别、预警和报告流程需要金融机构大量前台柜员参与。这不仅增加了信息收集和报告的边际成本，还存在覆盖面窄、虚警率高、时效性差等缺点。

由于掌握了大数据，蚂蚁金服采用了先数据后人工筛选的智能调查方法，大大提高了工作效率，降低了误报率。

据悉，蚂蚁金服分析了7种常见上游犯罪交易的特点，并在此基础上，结合互联网支付的特点，综合考虑了客户属性、交易和资本属性、环境设备及相关关系信息，独立制定了异常交易监控规则。同时，提出了一种异常特征分析模型来检测偏离正常模式的交易。蚂蚁金服将利用大数据为这七种上游犯罪建立一个监控模型。一旦用户的金融行为显示出可疑迹象，机器将自动识别它们。此外，通过总结以往案例中的量化特征，在学习了各种黑色样本后，该智能反洗钱系统将变得越来越智能化。

蚂蚁金服反洗钱业务相关负责人表示，在探索利用大数据构建智能反洗钱系统后，蚂蚁金服希望与金融机构合作，加大对恐怖融资和网上洗钱的打击力度。下一步，还将向监管机构提供网上反洗钱风险指数，使监管机构能够实时掌握互联网上的洗钱风险。