新兴技术在金融领域（反洗钱）的应用

金融科技这个词被炒的热火朝天，那哪些新兴技术能够应用在金融领域呢？

反洗钱作为商业银行风险防控的重要防线，是商业银行生存发展不可逾越的底线。尽管反洗钱工作已经受到了各方政府和金融机构的高度关注，但由于洗钱手段的的复杂性和多变性，如何有效检测洗钱活动仍然是一个巨大挑战。

目前痛点

商业银行的反洗钱体系大多依赖于反洗钱专家的经验和规则，其主要依赖人工进行审核的模式无法满足新形势下的工作要求，且与强监管、严处罚的政策态势也不相适应。另一方面，人工审核的效率瓶颈明显，极易产生漏报、误报、迟报等问题，制约着反洗钱风控效果。

研究现状

大数据时代，每天数千万笔的交易量，如何在新形势下迅速更新观念、创新工具、革新模式，持续运用新技术有效遏制洗钱和恐怖融资犯罪，维护金融安全，是当前必须聚焦关注和倾力解决的首要问题。面对日趋集团化、规模化和专业化的洗钱团队时，需要全面分析这些关联关系来回溯真实金融业务场景，以识别其中蕴藏的洗钱行为。

近年来涌现的众多新兴技术中，有三项在帮助金融机构提升工作效率上取得了明显的进展！

知识图谱

知识图谱就是从大量的信息和数据中提取到有效的、重要的信息，过滤掉无效的、重复的信息，并以图谱形式展示。它的目的是通过大量的数据收集，整理成机器能处理的知识库。组成单位是“实体、关系、实体”三元组，以及实体及其相关属性值对。实体间通过关系相互联结，构成网状的知识结构，实现可视化的展示。

洗钱交易存在“快进快出”的特点，呈现大额转入小额分批转出的趋势，资金一旦入账便很快通过转账、消费等方式进行转移，且交易IP经常发生变化。通过使用知识图谱具备的关联分析、网络分析等认知技术，可较大程度还原金融服务的场景和目的。

在反洗钱领域可以基于主体间的交易关系、社会关系等关联关系构建反洗钱知识图谱，利用知识图谱技术，对主体、账户、交易、所用设备、IP等反洗钱数据进行全面的关联分析，挖掘主体间、账户间的相关性。通过群体分析方法识别用于洗钱的账户群体，有效地挖掘可疑资金网络，实现可视化展示、关联分析、丰富特征指标、洗钱风险事中监测等功能，从而在洗钱交易发生前实现风险预警。

例如，某资金清算中心的反洗钱应用系统，通过对客户数据、交易类数据的全面整合，利用知识图谱技术，挖掘账户之间的关联关系，构建频繁汇入、频繁汇出、环状模型、汇聚模型等反洗钱模型，融合传统的黑名单管理机制，统一对客户账户进行管理，实现基于知识图谱的反洗钱模型，在反洗钱的场景下发现传统模式下不能发现的风险。