这些交易被标记为已完成系统已编程识别的几个“规则”之一,例如突然大笔转入或转出帐户。
但是,这种基于规则的方法意味着将生成多个警报,AML分析师必须手动对其进行遍历才能确定要进一步检查哪个警报交易是否存在任何可能的金融。对于一个非常复杂的交易,这是一个耗时的过程,可能需要数天甚至长达一周的时间。对于银行的交易监控团队来说,在一个月和一年中的许多天中都将这一过程相乘,反洗钱监控的需求就显而易见了。这也不能解决系统未检测到的潜在可疑交易,因为它们未在预定义的规则列表下捕获。
为了应对日益严重的反洗钱监控活动,OCBC银行是新加坡第一家利用人工智能(AI)和机器学习打击金融的银行。这些技术的使用将显着提高银行在检测可疑交易中的运营效率和准确性。
OCBC银行的交易监控团队及其金融技术部门,即OCBC的The Open Vault,与金融技术公司ThetaRay进行了概念验证,该调查已于今年初结束。该银行现在处于概念验证和预实施阶段的扩展阶段,其中涉及带有附加测试数据的高级测试。这使银行可以进一步验证解决方案的有效性,安全性和健壮性,同时更全面地了解其工作原理和功能。成功完成后,该银行计划在明年第二季度全面实施该技术,该技术将与现有交易监控系统并行运行。
此Fintech解决方案使用的算法不依赖于详尽的编程规则集来标记交易以供审核。该算法无需将每个交易视为独立交易,而是能够通过评估包括产品,客户和风险在内的广泛参数来“智能地”检测交易行为的异常情况。各种数据源,以进行整体的上下文数据分析。此外,该软件是动态的,能够随着时间的推移“学习”交易模式或对其进行调整,从而使其能够以更高的精度标记可疑交易,并发现新的模式以进行更明智的未来检测。
这意味着减少要检查的已标记事务的数量。该技术还具有按风险级别对警报进行聚类的能力:这提高了检测可疑交易的准确性,因为它允许分析师优先考虑对高风险警报的审查。
在概念验证阶段,该技术用于分析华侨银行一年的公司银行交易数据。调查结果表明,它可以将不需要进一步检查的警报数量减少35%。通过对标记的交易按其风险级别进行分类,识别可疑交易的准确率提高了四倍以上。
OCBC银行集团法律与法规遵从负责人Loretta Yuen女士说:“金融的复杂性和复杂性不断发展。银行在制止诸如洗钱等非法活动中发挥着核心作用,并且必须始终领先于金融分子。
这就是为什么我们坚信采用能够提高我们在交易监控方面的熟练程度的技术和工具的原因。我们很高兴我们现在能够放心地使用金融科技解决方案来加强对可疑交易的检测。人工智能和机器学习的应用具有巨大的潜力来审查这些标记的可疑交易。我们最近宣布,我们正在针对审查流程测试金融科技解决方案,这更加人工乏味。我们希望能够充分利用技术来使整个AML过程高效,更加准确和安全。”