普华永道：数据为先：反洗钱数据治理的实践与对策(16页).pdf

1、三月 2020年 数据为先 反洗钱数据治理的实践与对策 3 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

2、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

3、”问题，让数据导向下的风险决策更加透明和高效。 快速导读: 数据为先，加速反洗钱合规工作 在一个传统的反洗钱合规流程中，数据问题往往在 最终进行案件审阅或监管上报的时候才被暴露出来。 反洗钱分析员将数据问题汇报给系统开发人员，此 时再进行纠正的成本高、效率低，很多时候的补救 手段也只停留在“临时补丁”程度。合规人员发现 他们经常都在修正错过的数据需求，基于残缺的数 据做风险决策，或者对补救数据问题疲于奔命。 随着监管压力的不断增强，建立一个有效的反洗钱 管理需要合规决策者不断把握新的反洗钱形势，对 多元化的信息和数据进行加工处理后快速做出应对。 可想而知，如果提供来做决策的数据质量都无法保 证

4、的话，反洗钱合规管理工作的有效性和效率都会 大打折扣。 使用一个“数据为先”的方法去管理反洗钱合规工 作的几大好处是： 提前建立健全反洗钱合规数据治理架构，确保数 据治理资源配置，明确管理层、合规部门、业务 部门及其他如科技等职能部门的工作职责，制度 化地管理数据，最终实现数据价值最大化； 在反洗钱监测周期的较早阶段发现当前数据范围 与需满足监测的业务需求之间的差距，确保未来 业务需求的实现都是基于完整的数据基础之上； 通过尽早建立数据质量标准，完成数据校验，改 善数据质量去增强后期模型监测的可靠程度，也 减少后期模型开发及维护的成本； 很多金融机构都在探索应用前沿科技管理反洗钱 合规工作，这

5、对高质量数据的需求日益增大。夯 实反洗钱各流程中的数据基础，对能否实现科技 赋能合规管理的战略至关重要。 “数据为先” 加速提升反洗钱合 规管理工作的战略 转型 4 数据为先，加速反洗钱合规工作 银保监会于2018年发布了银行业金融机构数据治 理指引数据治理指引明确要求银行业金融机构应 当制定数据战略，建立数据治理架构，完善数据标 准化规划以及数据质量控制机制，推动数据价值实 现。对于反洗钱合规工作，监管更是明确对金融机 构要求要加强数据治理，建立健全数据质量控制机 制，积累真实、准确、连续、完整的内外部数据， 用于洗钱风险识别、评估、监测和报告。为了应对 监管要求，我们认为金融机构的反洗钱数

6、据治理工 作应该包含下面六大维度： 治理架构 数据治理 战略 数据质量 科技和 架构 变更机制 数据需求 治理框架 六大维度 治理架构治理架构 制定数据管理标准 搭建相关政策框架 合理设计的管控手段 理清相关部门和职责 数据质量数据质量 对于数据质量问题的定量分析 关注在关键数据元素上 跟因分析和结合反洗钱管理范围的影响性分析，最终决 定整改优先级 持续地跟踪质量问题解决进度 科技和架构科技和架构 确定从源头到目标的最佳数据架构 科技（大数据、自动化、可视化等）的充分应用赋能数 据管理工作 数据管家、用户和含科技团队的其他关键参与人需要通 力合作 变变更机制更机制 转换为一个以信息为导向的管理