《证券日报》记者从券商处获悉，为有效防范化解洗钱和恐怖融资风险，近日，中国证券业协会（以下简称“中证协”）组织起草了《证券公司反洗钱可疑交易报告数字化运用示范实践（征求意见稿）》（以下简称“示范实践”），正在行业中征求意见。

已有4家券商受罚

一直以来，反洗钱工作通过构建金融系统预防体系、完善洗钱风险管控制度、穿透监测异常资金流动、打击违法资金活动等手段，在防范化解金融风险攻坚战中发挥事前预警、事中监测和事后追踪的重要作用。为更好地指导证券行业开展反洗钱可疑交易报告工作，引导券商优化洗钱和恐怖融资风险管理资源配置，提高防范遏制洗钱及相关犯罪的有效性，根据相关法律法规、监管规定，中证协组织起草了上述示范实践。

当前，券商主要采用“单一规则预警+人工分散作业”的模式开展可疑交易报告工作，该模式无法有效监控预警涉嫌洗钱相关犯罪行为。近年来，券商因反洗钱工作落实不到位而收到监管部门“罚单”的情况时有发生。据《证券日报》记者统计，去年至今（截至3月18日），至少已有4家券商及相关人员因反洗钱工作相关问题受到处罚，且均为“双罚制”，罚款金额总计超过1000万元。

例如，中国人民银行浙江省分行2月17日发布的行政处罚决定信息公示表显示，某券商因未按规定履行客户身份识别义务、未按规定报送大额交易报告或者可疑交易报告，被处以195万元罚款。时任该券商合规部副总经理、合规总监的两位工作人员分别被处以4万元、4.1万元罚款。2024年，3家头部券商因反洗钱工作不到位分别被处以395万元、349万元、159万元罚款，相关工作人员均同步受到处罚。

近年来我国经济保持稳中有进的良好态势，但防范化解金融风险任务依然艰巨。为此，券商应进一步运用大数据、区块链、人工智能等数字化手段赋能反洗钱可疑交易报告工作，切实提升券商洗钱和恐怖融资风险管理能力，充分发挥金融情报价值。

示范实践从业务和技术融合的角度出发，一方面基于法律法规规范、洗钱典型案例、甄别实践经验等，指导券商建立一套适用于证券行业洗钱风险特征的专家规则模型与可疑报告流程；另一方面利用大数据、机器学习、图谱等数据分析和挖掘技术，以数字化赋能可疑交易甄别与报告实践，帮助券商实现防控洗钱和恐怖融资风险、提升可疑报告工作效率、降低机构时间及人力资源投入成本等目标。

建立健全反洗钱履职模式

总体来看，示范实践旨在为券商开展可疑交易甄别和报告工作提供借鉴和参考。券商可以参考示范实践，制定与自身规模、风险特征、管理资源等相适应的可疑交易监测、甄别和报告机制，建立健全“风险为本”的反洗钱履职模式。

示范实践具体包括两个部分：一是通用方法论，从数据治理、模型构建、甄别报告、配套机制四个方面总结了一套适用于证券行业可疑交易报告工作的通用方法论；二是提供两家券商（以下简称“A券商、B券商”）开展可疑交易报告的工作实践，为行业机构开展相关实践提供有益经验和借鉴。

例如，A券商建立了以“洗钱风险自评估”为基础、“内控管理”和“义务履行”一体两翼的反洗钱工作体系。对比原有工作平台，A券商可疑交易报告数量从近三年的年均4笔增加到2024年的24笔。

通过反洗钱机器学习项目，B券商成功预警并上报了多份可疑交易报告，涵盖了洗钱、贪腐等多种涉罪类型。例如，某客户触发反洗钱机器学习无监督涉嫌洗黑钱预警，系统提示从“非常低的成交转账金额比”方面加强分析。B券商通过尽职调查发现，该客户存在频繁划转资金而少证券交易、多次清空账户、无合理原因意图销户等可疑特征，判断该客户疑似利用银证转账通道清洗资金。

当前，深化应用机器学习、人工智能等新型技术逐渐成为金融行业反洗钱工作发展的新趋势，多家券商正在展开行动。例如，长江证券股份有限公司升级改造反洗钱系统，完成反洗钱检查数据接口开发，及时将可疑交易报送至新版报送端口；开发完成非经纪业务反洗钱管理系统；新增疑似场外配资监控模型、对敲交易监控模型、内幕交易操纵市场监控模型等可疑交易监控系统，扩大可疑交易监控范围。