金融机构基于风险的反洗钱机制探讨.doc

金融机构基于风险的反洗钱机制探讨.doc

《金融机构基于风险的反洗钱机制探讨.doc》由会员分享，可在线阅读，更多相关《金融机构基于风险的反洗钱机制探讨.doc（7页珍藏版）》请在冰豆网上搜索。

金融机构基于风险的反洗钱机制探讨

高增安

（西南交通大学经济管理学院，成都610031）

摘要：

金融机构的洗钱风险分为内部风险和外部风险。

内部风险决定于法律规制和控制体系，它集中体现为制度风险；外部风险包括产品/服务风险、客户风险、地理风险，它聚焦于账户。

通过回顾反洗钱方法的历史演变过程，本文提出了金融机构基于风险细分与风险评估的洗钱风险管理两阶段模型。

关键词：

金融机构；洗钱风险；风险细分；风险评估；反洗钱机制

作者简介：

高增安，博士，西南交通大学经济管理学院副教授，研究方向：

国际金融与管理。

中图分类号：

F832.3 文献标识码：

A

ResearchonFinancialInstitutions’Risk-BasedAnti-MoneyLaunderingMechanism

Abstract:

Financialinstitutions’（FIs’）moneylaunderingrisks（MLRs）areclassifiedintotwocategories:

interiorrisksandexteriorrisks.Originatedfromlegalregulationsandcontrolsystems,theinteriorrisksaretypicallyrepresentedbyregimerisks.Theexteriorrisksincludeproduct/servicerisks,customerrisks,andgeographicalrisks,withtheirfocusonaccounts.Atwo-stageMLRmanagementmodelisproposedonthebasisofFIs’risksegmentationandevaluationthroughareviewoftheanti-moneylaundering（AML）approaches.

Keywords:

Financialinstitution;Moneylaunderingrisks;Risksegmentation;Riskevaluation;Anti-moneylaunderingmechanism

经济金融一体化加大了国际金融体系的系统风险（Alexander,2001）[1]。

作为资金流动的载体和媒介，金融机构是反洗钱与洗钱较量的主战场。

目前，我国的融资渠道仍然以间接融资为主。

截止2005年底，金融业90%以上的资产都集中在银行业。

基此，中国人民银行继续将政策性银行、商业银行、信用合作社、邮政储蓄机构等金融机构确定为现阶段反洗钱监管的主要对象。

然而，现行监管制度假定，所有金融机构都提供相同或者大体相似的产品和服务，业务关系类型和组织结构状况也类同或近似，因而凡事采取一刀切的做法。

其实，金融界是一个非常活跃的领域，“相似”只是偶然，“个性”才显客观。

尤其是众多的民营机构，他们充满活力，在商业化的、高度竞争的、瞬息万变的环境中锋芒毕露。

因此，借鉴国外发达国家的反洗钱方法，赋予金融机构以一定程度的灵活性和自主权，应该成为我国反洗钱工作的重要理念和举措。

本文拟探讨金融机构基于风险细分与评估的反洗钱机制。

金融机构的洗钱风险细分

金融机构的风险主要有信用风险、市场风险、流动性风险、结算风险、操作风险、法律风险、系统风险等。

20世纪80年代以前，信用风险是金融机构面临的主要风险。

进入90年代以后，全球证券市场和金融衍生工具市场的飞速发展、资产证券化趋势的加强、表外业务的迅速膨胀以及国际金融市场发生的其他一系列重大变革，已经把市场风险推向了金融机构风险管理的风口浪尖。

特别是美国9·11事件以来，随着洗钱和恐怖融资形势的日益严峻，国际组织、各国政府、专业性机构的一系列规定，都赋予金融机构以法定的反洗钱义务，防范洗钱风险因而成为金融机构的监控重点。

洗钱风险是指金融机构因为从事、参与、纵容或便利洗钱活动而带来的商誉损失和合规风险，是金融机构信用风险、操作风险、法律风险、系统风险的综合反映。

无论从发生的可能性还是从危害程度来看，洗钱风险都是当前金融监管和机构行为自律的一大重点。

就微观而言，金融机构的洗钱风险来自于内、外两个方面（如图1所示）。

其中，内部风险决定于法律规制和控制体系，它们集中体现为制度风险；外部风险包括产品/服务风险、客户风险、地理风险，其焦点集中在账户。

a）内部风险b）外部风险

图1金融机构洗钱风险模型

1．制度风险。

金融机构的内部洗钱风险集中体现在制度建设方面，它是由法律环境和内控体系共同决定的。

反洗钱制度的缺失和不完善，将给不法分子利用金融机构洗钱以可乘之机。

金融机构的反洗钱制度一方面应该是国家法规强制性要求的反映，另一方面也是机构自主反洗钱意识的体现，任何一个方面的缺陷、漏洞都会使金融机构面临体制性洗钱风险。

比如，对工作人员的行为失察所滋生的白领犯罪，便是金融机构内部洗钱风险的一种表现。

2．产品/服务风险。

这是金融机构因为提供产品和服务而带来的风险。

普通的产品和服务风险体现在产品/服务不为消费者所接受，或者被市场所淘汰，但洗钱背景下金融机构的产品/服务风险恰好来源于客户对产品和服务的消费行为。

不同产品或服务被用作洗钱媒介的几率是不一样的。

产品/服务风险蕴含在通过账户进行的交易之中，并因产品或服务的不同而表现出不同的风险特征和程度。

研究表明，高洗钱风险的产品/服务主要有三类：

（1）电子汇兑和电子银行业务。

现代通讯与银行技术的发展，使得资金可以在广泛的地理区域内快速、便捷地转移且不留下传统的纸质痕迹，这就使事后追踪调查缺少了有力的“证据”。

电子银行业务通过电话、个人电脑、自动取款机、自动清算所等电子方式传送信息，提供信用卡、贷款、储蓄、电汇、支付账单等产品和服务。

用户的匿名性便于洗钱者掩盖自己的真实身份，这是电子银行业务对洗钱者最大的诱惑力。

（2）国际往来账户。

各银行之间为便于结算而相互开立并保留的大量往来账户，扩大了银行与外界的联系，更为非法资金进入金融系统提供了极大的便利。

（3）私人银行账户。

这类账户的开户人往往是政治公众人物（politicallyexposedpersons，PEPs）、商业团体、律师事务所、投资顾问、信托公司等，他们的特殊身份背景决定了银行必须为其提供完备的个性化服务，这同样可能使银行置身于较大的洗钱风险之中。

3．客户风险。

金融机构的客户风险是由客户的反洗钱体系建设、被其他洗钱者利用的可能性、风险水平、风险控制能力等因素决定的。

客户不同，潜在的洗钱风险也不同。

根据OfficeoftheComptrolleroftheCurrency（2002）[6]，银行的高风险客户有：

（1）非银行类金融机构（NBFI），包括货币服务机构（如证券经纪经销商，支票兑现服务商，货币交易商或兑换商，旅行支票、汇票或储值卡的出票人、销售方或赎回人）、纸牌俱乐部、赌场、汇款人等；

（2）非政府组织（如慈善机构）；（3）离岸公司、发行无记名股票的股份公司、位于离案金融中心（也叫做税收天堂或保密天堂）的银行；（4）大量使用现金支付的企业（如便利店、停车场、餐馆、零售商店等）。

4．地理风险。

金融机构在不同地区开展业务、为来自不同地区的客户开立账户、便利不同地区的交易所承担的洗钱风险是不一样的。

地理风险是洗钱犯罪的区位特征，它存在的逻辑是：

“如果某地的洗钱活动猖獗，那么该地的任何客户都是值得怀疑的”。

在国际反洗钱领域，金融行动特别工作组（FATF）认定的“不合作国家和地区”（NCCT）是典型的高洗钱风险地区（见表1）。

各国政府根据本国情况拟订的黑名单，也是反洗钱的重点监控对象。

表1FATF不合作国家和地区（NCCT）名单变更情况表

年份

数目

FATF不合作国家和地区

2000

15

巴哈马、开曼群岛、库克群岛、多米尼加、以色列、利巴嫩、列支敦士登、马绍尔群岛、瑙鲁、纽埃岛、巴拿马、菲律宾、俄罗斯、圣基茨和尼维斯、圣文森特

2001

19

库克群岛、多米尼加、以色列、利巴嫩、马绍尔群岛、瑙鲁、纽埃岛、菲律宾、俄罗斯、圣基茨和尼维斯、圣文森特、埃及、危地马拉、匈牙利、印度尼西亚、缅甸、尼日利亚、格林纳达、乌克兰

2002

11

库克群岛、瑙鲁、菲律宾、圣文森特、埃及、危地马拉、印度尼西亚、缅甸、尼日利亚、格林纳达、乌克兰

2003

9

库克群岛、瑙鲁、菲律宾、埃及、危地马拉、印度尼西亚、缅甸、尼日利亚、乌克兰

2004

6

库克群岛、瑙鲁、菲律宾、印度尼西亚、缅甸、尼日利亚

2005

2

缅甸、尼日利亚

2006

0

—

资料来源：

根据FATF有关NCCT报告（2000~2006）整理。

在我国，广东、福建等沿海省份因为走私猖獗，云南因为毒品贸易，江浙地区因为民营经济发达且多以现金交易为主，深圳和珠海因为非法经营外汇买卖的地下钱庄较多，新疆因为非法炒卖外汇，甘肃和山东因为黄金产销，湖北因为物质回收公司利用当地的优惠政策偷逃税收，而被中国人民银行和国家外汇管理局列为人民币和外汇重点可疑交易行政核查的重点区域，特别是广东，其重点可疑信息占全国总量的40.5%[10]。

图2说明了2005年中国人民银行和国家外汇管理局协助警方破获的洗钱案件的地区分布情况，它从一定程度上代表了中国的洗钱高发区，也就是洗钱的高风险地区（括号内数字表示省、自治区、直辖市的个数）。

反洗钱方法的历史演变

从总体上看，反洗钱方法经历了从早期基于规则的推理到当今运用异常识别和预测模型进行分析的转变。

基于规则的方法用来发现与洗钱有关的特殊交易行为模式。

规则通常是根据警界、业界或者司法界提供的类型，由专家来制定的。

《美国9·11事件调查报告》发现，恐怖分子偶尔通过慈善机构来转移资金。

但是，假如规则定义“所有通过国际汇兑系统划转的资金都是可疑的”，那么，大量的慈善机构就会不堪其冤。

FATF强调识别异常交易（行为）模式。

但是，基于异常识别的方法使用描述性统计分析技术，只有首先确定了什么是“正常”的，才可以借助标准差或方差等来判别哪些是“不正常”的。

9·11事件就是一个典型的例子。

乘坐美国航空公司第11次航班的恐怖分子持学生签证进入美国，他们的银行账户有大量资金进出，而且大多数是从已知的、支持恐怖主义的国家大笔电汇的，但几乎没有典型的学生消费支出。

面对这种情况，当事人往往会杜撰许多“合理”的理由来解释其“异常”表现，这正是基于异常识别的反洗钱方法的缺陷。

所以，要谨慎选择警兆指标来区分“正常”与“可疑”，而不是简单地区别“正常”与“异常”。

预测模型是根据先验知识，运用决策树、回归分析、粗集神经网络等技术来建立模型，计算任何新进入行为的可疑概率。

该方法在信用卡和保险欺诈识别中有非常成功的应用。

但是，预测模型要求用已知洗钱和非洗钱行为模式的历史数据作为训练样本，而这正是许多机构所欠缺的。

在实践中，上列方法都各有成功的应用，但伴随着大量的误报。

只有把各种方法集成起来，才可以在综合考虑各种风险因素的情况下对账户交易行为作出客观的评价。

基于风险的方法，正是综合运用专家规则、孤立点挖掘、预测模型及其他工具，就每一种情境下的风险进行赋权，汇总每一笔交易或者每一个账户的风险得分，进而确定监控目标。

这样，某一账户或客户可能因为某个高风险的行为或者多个低风险的行为或属性而被列为调查对象。

金融机构反洗钱风险管理机制

借鉴KPMG（2004）[5]的研究成果，本文提出金融机构基于风险管理的反洗钱机制，如图2所示。

该机制要求发挥高级管理层的主导作用，加强内部审计和风险评估，将国家法律规制内化为机构的政策与程序，通过教育与培训提高机构对客户身