RPA 应用于银行反洗钱领域

　　央行反洗钱新规（《互联网金融从业机构反洗钱和反恐怖融资管理办法（试行）》）落地已半年，对维护金融体系的稳健运行，维护社会公正和市场竞争，打击贩毒、走私、恐怖活动、贪污腐败和偷税漏税等严重刑事犯罪有着重大意义。

　　一项复杂的工程

　　新规要求从业机构制定并完善反洗钱和反恐怖融资内部控制制度，核验客户真实身份，并建立健全大额交易和可疑交易监测系统。

　　反洗钱

　　反洗钱（Anti-money Laundering，AML），是为了预防通过各种方式掩饰、隐瞒毒品犯罪、黑社会性质的组织犯罪、恐怖活动犯罪、走私犯罪、贪污贿赂犯罪、破坏金融管理秩序犯罪等犯罪所得及其收益的来源和性质的洗钱活动。常见洗钱途径涉及银行、保险、证券、房地产等各种领域。

　　反洗钱是一项庞大的社会系统工程，不仅涉及的部门（通常需要公、检、法等司法部门和财政、税务、工商、海关、外汇管理等多家政府部门联手支持）繁多，其相关程序也较为复杂。

　　作为反洗钱的主力军，银行等金融机构承担着反洗钱的基础工作，并在反洗钱工作中承担着最重要的作用。

　　与一般犯罪相比，洗钱犯罪具有特殊性，要想直接发现其发生较为艰难。

　　如今，洗钱犯罪主体（自然人、法人）利用网上支付等进行非面对面的交易方式，并得到受利益诱惑的专业人士的协助，隐蔽性越来越强，执法机构很难直接通过监控犯罪主体来发现洗钱线索。

　　但由于存在现金流通限制，绝大多数的“黑钱”都要在银行或者其他金融机构间流转并留下记录，因此，可疑支付交易信息进行采集、分析、监测资金交易的异常变动成为发现洗钱线索的最重要的途径。

　　现在，已有越来越多的金融机构开始关注应用机器人流程自动化（RPA）技术，来优化相关流程、改进风险分析，帮助员工解决这个问题。

　　RPA 是一种流程自动化解决方案，通过将手动工作进行自动化，代替人工在用户界面完成大批量、重复且规则明确的日常事务，从而帮助组织降低成本压力，获得更高效率。

　　RPA 应用于反洗钱

　　金融机构可以应用 RPA 帮助检测和报告可疑活动，包括证券欺诈、市场操纵等洗钱的上游犯罪。

　　RPA 机器人在反洗钱工作中可执行的任务包括反洗钱合规、反洗钱监控、反欺诈管理、尽职调查、可疑活动检测等。

　　通过自动对可疑数据进行检测和调查，提高警报质量，减少误报。同时可以高效快速部署数据采集与调整，以帮组织助确保其是否符合风险管理。

　　据汤森路透集团（Thomas Reuters）的调查显示，普通金融公司每年在 KYC/AML、客户尽职调查（CDD）和客户入职方面的花费高达 6000 万美元。

　　RPA 在反洗钱以及合规方面的应用，将有助于金融机构提高效率和生产力，并有效降低相关成本。

　　反洗钱流程应用 RPA

　　●设置客户数据

　　RPA 可以自动执行在 CRM 中识别和输入客户识别信息的过程。

　　●收集客户信息

　　RPA 机器人可以在登录和定期更新数据时收集客户数据。此外，其也可以从公共数据库收集客户信息。

　　●验证现有客户信息

　　RPA 可以验证来自不同文档，社交媒体等的客户信息。

　　●编译客户信息

　　RPA 可用于跨不同系统编译客户数据，以获取客户数据的完整历史记录。

　　●客户筛选

　　RPA 可以针对现有客户或新客户针对标准数据库验证客户信息。

　　●监管监控和数据收集

　　保持对不断变化的监管要求的更新是一项耗时且复杂的任务。RPA 可用于更有效地获取更新方式。

　　●风险评估

　　要进行客户评估，需要从不同的网站和内部数据库收集客户信息。RPA 机器人可以从监管机构、政府等网站上收集数据，并在尽职调查中维护审计跟踪。

　　●账户关闭处理

　　针对需要关闭高风险客户账户，RPA 可用于完成账户关闭的过程。

　　RPA 的应用旨在将金融工作人员从大量、繁琐的手动任务中释放出来，提升自身反洗钱业务水平和敏感度，更多地投入到包括可疑交易人工甄别等在内的更为重要的工作当中，协调各相关部门开展完善的分析工作。

　　为了应对日益复杂的反洗钱和反恐怖主义融资监管环境，金融机构的数字化转型和自动化逐步成为关键。

　　通过 RPA，包括银行在内的金融机构将会在相对较短的时间内，实现主要业务流程运营的提升，同时降低运营成本，保持质量，提升基层金融机构反洗钱履职效能。