数据为先-反洗钱数据治理的实践与对策.pptx

;随着严厉打击金融犯罪成为全球金融监管的共识，近两年来中国人民银行（下简称“人行”）对于我国金融机构的反洗钱要求不断提升。但金融机构在合规方面仍有较多不足，以至于2019年末和2020年初以来，国内多家股份制银行、外资行以及非银金融机构密集受到处罚，个别罚单的金额甚至破纪录地超过千万元人民币。

总结这些被处罚个案的经验教训可见，良好的反洗钱合规离不开相关系统的支持来完成有效的监测，而行之有效的反洗钱系统则离不开良好的数据基础作。从这个意义上，做好反洗钱数据治理工作，并不只应该是“亡羊补牢”，而更应该做到“未雨绸缪”。每家金融机构反洗钱合规工作的质量，也牵涉到整个国家的金融安全。

我们看到反洗钱数据治理工作的行业实践主要存在以下几点趋势：

传统的反洗钱监测工作通常发现监测数据出现漏洞太晚，会很大地拖累反洗钱合规的有效性和效率。

金融机构需要及早地发现和解决数据问题，“数据为先”的思路可以让金融机构在战略性实现反洗钱合规战略时抢占先机——特别是要实现搭建或改进反洗钱系统架构等重要而费时的目标之际。

使用反洗钱专项数据集市或数据池来关联原始数据及目标系统建立数据架构和模型的方法，可以让合规数据治理更有的放矢。

自动化和可视化技术的引入，让数据治理框架下周期性地进行数据校验和数据改进工作不再成为数据管理者的“老大难”问题，让数据导向下的风险决策更加透明和高效。;;;;;;一个典型的反洗钱数据架构

用户界面区;;;;;数据校验的策略

数据沿袭测试会用来验证数据从源系统到终端反洗钱系统的可追溯性。这类校验可以确保数据映射和数据提取，清洗，转换以及加载等处理过程（ETL）的一致性和准确性。如果数据测试没有通过，需要对数据映射进行再审视。只有整改此类问题完全解决后才能继续后续系统建制或优化工作。

数据质量测试通常是针对反洗钱相关的KDE进行的。如若发现问题，在分析产生的根本原因时候会从终端检测系统追溯到数据流的上游系统，找到能从根本上解决问题的方案。

相应的数据整改由于可能涉及到源头系统的整改，花费的时间通常比解决数据沿袭问题用时更长，这就需要金融机构理清工作的优先级。对反洗钱工作影响大的，整改手段相对简单的可以考虑优先进行。优秀的合规数据管理者会依靠建立的数据治理问题管理流程和变更管理流程去高效地跟踪数据问题的整改。;总之，在尽早的阶段系统地和科学地发现和解决反洗钱相关的数据问题，而不是在需求完全确定后再去补救，这才会避免让数据问题成为反洗钱合规和监测工作取得成效的拦路虎。”;;前沿报告库是中国新经济产业咨询报告共享平台。行业范围涵盖新一代信息技术、5G、物联网、新能源、新材料、新消费、大健康、大数据、智能制造等新兴领域。为企事业单位、科研院所、投融资机构等提供研究和决策参考。