《證券日報》記者從券商處獲悉，為有效防范化解洗錢和恐怖融資風險，近日，中國證券業協會（以下簡稱“中證協”）組織起草了《證券公司反洗錢可疑交易報告數字化運用示范實踐（征求意見稿）》（以下簡稱“示范實踐”），正在行業中征求意見。

已有4家券商受罰

一直以來，反洗錢工作通過構建金融系統預防體系、完善洗錢風險管控制度、穿透監測異常資金流動、打擊違法資金活動等手段，在防范化解金融風險攻堅戰中發揮事前預警、事中監測和事后追蹤的重要作用。為更好地指導證券行業開展反洗錢可疑交易報告工作，引導券商優化洗錢和恐怖融資風險管理資源配置，提高防范遏制洗錢及相關犯罪的有效性，根據相關法律法規、監管規定，中證協組織起草了上述示范實踐。

當前，券商主要采用“單一規則預警+人工分散作業”的模式開展可疑交易報告工作，該模式無法有效監控預警涉嫌洗錢相關犯罪行為。近年來，券商因反洗錢工作落實不到位而收到監管部門“罰單”的情況時有發生。據《證券日報》記者統計，去年至今（截至3月18日），至少已有4家券商及相關人員因反洗錢工作相關問題受到處罰，且均為“雙罰制”，罰款金額總計超過1000萬元。

例如，中國人民銀行浙江省分行2月17日發布的行政處罰決定信息公示表顯示，某券商因未按規定履行客戶身份識別義務、未按規定報送大額交易報告或者可疑交易報告，被處以195萬元罰款。時任該券商合規部副總經理、合規總監的兩位工作人員分別被處以4萬元、4.1萬元罰款。2024年，3家頭部券商因反洗錢工作不到位分別被處以395萬元、349萬元、159萬元罰款，相關工作人員均同步受到處罰。

近年來我國經濟保持穩中有進的良好態勢，但防范化解金融風險任務依然艱巨。為此，券商應進一步運用大數據、區塊鏈、人工智能等數字化手段賦能反洗錢可疑交易報告工作，切實提升券商洗錢和恐怖融資風險管理能力，充分發揮金融情報價值。

示范實踐從業務和技術融合的角度出發，一方面基于法律法規規范、洗錢典型案例、甄別實踐經驗等，指導券商建立一套適用于證券行業洗錢風險特征的專家規則模型與可疑報告流程；另一方面利用大數據、機器學習、圖譜等數據分析和挖掘技術，以數字化賦能可疑交易甄別與報告實踐，幫助券商實現防控洗錢和恐怖融資風險、提升可疑報告工作效率、降低機構時間及人力資源投入成本等目標。

建立健全反洗錢履職模式

總體來看，示范實踐旨在為券商開展可疑交易甄別和報告工作提供借鑒和參考。券商可以參考示范實踐，制定與自身規模、風險特征、管理資源等相適應的可疑交易監測、甄別和報告機制，建立健全“風險為本”的反洗錢履職模式。

示范實踐具體包括兩個部分：一是通用方法論，從數據治理、模型構建、甄別報告、配套機制四個方面總結了一套適用于證券行業可疑交易報告工作的通用方法論；二是提供兩家券商（以下簡稱“A券商、B券商”）開展可疑交易報告的工作實踐，為行業機構開展相關實踐提供有益經驗和借鑒。

例如，A券商建立了以“洗錢風險自評估”為基礎、“內控管理”和“義務履行”一體兩翼的反洗錢工作體系。對比原有工作平臺，A券商可疑交易報告數量從近三年的年均4筆增加到2024年的24筆。

通過反洗錢機器學習項目，B券商成功預警并上報了多份可疑交易報告，涵蓋了洗錢、貪腐等多種涉罪類型。例如，某客戶觸發反洗錢機器學習無監督涉嫌洗黑錢預警，系統提示從“非常低的成交轉賬金額比”方面加強分析。B券商通過盡職調查發現，該客戶存在頻繁劃轉資金而少證券交易、多次清空賬戶、無合理原因意圖銷戶等可疑特征，判斷該客戶疑似利用銀證轉賬通道清洗資金。

當前，深化應用機器學習、人工智能等新型技術逐漸成為金融行業反洗錢工作發展的新趨勢，多家券商正在展開行動。例如，長江證券股份有限公司升級改造反洗錢系統，完成反洗錢檢查數據接口開發，及時將可疑交易報送至新版報送端口；開發完成非經紀業務反洗錢管理系統；新增疑似場外配資監控模型、對敲交易監控模型、內幕交易操縱市場監控模型等可疑交易監控系統，擴大可疑交易監控范圍。