TWI775020B

TWI775020B - 洗錢防制法疑似案例輔助判斷系統

Info

Publication number: TWI775020B
Application number: TW108144772A
Authority: TW
Inventors: 古國斌
Original assignee: 臺灣銀行股份有限公司
Priority date: 2019-12-06
Filing date: 2019-12-06
Publication date: 2022-08-21
Also published as: TW202123144A

Abstract

本案提出一種洗錢防制法疑似案例輔助判斷系統。所述系統包含人工審案資料庫、大數據分析模組、推測模組及審核模組。其中人工審案資料庫用以儲存一審核結果；其中大數據分析模組用以分析交易資料，並給予風險評估；其中推測模組與人工審案資料庫及大數據分析模組連接，係用以分析當審核結果及風險評估達風險門檻時產生疑似案件；以及審核模組，其與推測模組及人工審案資料庫連接，係用以審核疑似案件並產生審核結果，並將審核結果傳送至人工審案資料庫。

Description

洗錢防制法疑似案例輔助判斷系統

本發明涉及一種藉由大數據分析及人工審案資料庫應用於洗錢防制法之洗錢防制法疑似案

近年來，面對日益嚴峻的金融監管環境，非法份子藉由金融機構的管理漏洞進行洗錢並進行其他犯罪行為也越來越多。因此如何訂定金融交易程序及規則防制洗錢也成為了金融機構所必須面對的一大議題。而為了避面這樣的非法洗錢犯罪行為，各金融機構也相繼搬出洗錢防制法(AML)因應這樣的問題。並且不斷地修正及改善目前金融交易之規則及程序以避面日益嚴重的洗錢犯罪行為。

然而在進行洗錢防制法的過程當中，行員為了確保每筆交易之合法性，行員必須針對每一筆交易資料逐一比對以判斷該筆交易是否與非法份子及非法交易相關聯。然而這樣的處理方式將增加銀行極大的人事成本。並且這樣的查核不僅耗費大量的時間更增加錯誤的機率。以及時常碰到判斷疑似黑名單人員/組織/交易時，因為可以參考的資料非常有限，行員常常會碰上難以判斷及決定的情形，而造成客戶受到因多次查核之困擾或犯罪行為之放行。

並且這樣人為判斷疑似案件的方法，為了使審核人員能夠更正確並更有效率地判斷疑似案件，並確保審核人員能夠依照不同國家或區域之洗錢相關法律和法規來判斷疑似案件。必須透過各金融機構高強度的訓練才能使審核人具備這樣的能力。然而這樣的做法將耗費相當大的訓練成本，並增加各金融機構的負荷及人事成本。

因此為了解決上述問題，本案提出一種洗錢防制法疑似案例輔助判斷系統。所述系統包含人工審案資料庫、大數據分析模組、推測模組及審核模組。其中人工審案資料庫用以儲存一審核結果；其中大數據分析模組用以分析交易資料，並給予風險評估；其中推測模組與人工審案資料庫及大數據分析模組連接，係用以分析當審核結果及風險評估達風險門檻時產生疑似案件；以及審核模組，其與推測模組及人工審案資料庫連接，係用以審核疑似案件並產生審核結果，並將審核結果傳送至人工審案資料庫。

依照一實施例，上述審核結果為經過審核人員審核疑似案件之後的結果。

依照一實施例，上述交易資料包含客戶職業訊息及交易紀錄，其中客戶職業訊息可依是否為政治人物分類或區域屬性給予權值；其中交易紀錄可依資金流動多寡和同一帳戶對多個帳戶分類。

依照一實施例，上述風險評估為大數據分析模組透過分析客戶職業訊息及交易紀錄分成高風險、中風險及低風險。

依照一實施例，上述疑似案件為經過推測模組推測具有洗錢風險的交易案件，並在疑似案件附上過去審核人員之審核結果及風險評估。

依照一實施例，上述風險門檻為設定審核結果之洗錢案件比例及風險評估之分數高低作為判斷的門檻。

本案提出一種洗錢防制法疑似案例輔助判斷方法。所述方法為首先大數據分析模組將交易資料之客戶職業訊息及交易紀錄進行分析後給予風險評估。大數據分析模組將交易資料及風險評估傳送至推測模組。人工審案資料庫將所儲存同樣交易資料之審核結果傳送至推測模組。推測模組將風險評估與過去審核結果對交易資料進行分析，若無超過風險門檻則結束所有流程。若交易資料超過風險門檻則產生疑似案件，推測模組將疑似案件、風險評估及過去審核結果傳送至審核模組。以及審核模組將疑似案件透過審核人員進行審核並產生審核結果，最後將審核結果傳送至人工審案資料庫儲存。並結束所有流程。

依照一實施例，上述審核結果為經過審核人員審核疑似案件之後並輸入人工審案資料庫的結果。

依照一實施例，上述交易資料包含客戶職業訊息及交易紀錄，且客戶職業訊息係依政治人物或區域屬性分類；而交易紀錄可依資金流動多寡和同一帳戶對多個帳戶分類。

100:人工審案資料庫

110:大數據分析模組

120:推測模組

130:審核模組

200、210、220、230、240、250、260:步驟

第1圖係繪示洗錢防制法輔助判斷系統之關係圖。

第2圖係繪示洗錢防制法輔助判斷方法之流程圖。

為了使本發明的目的、技術方案及優點更加清楚明白，下面結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，但並不用於限定本發明。

請參閱第1圖，第1圖係繪示洗錢防制法輔助判斷系統之關係圖。其中該系統包含一人工審案資料庫100、大數據分析模組110、推測模組120及審核模組130。其中人工審案資料庫100為一種置放在伺服器的資料庫系統，用以儲存審核人員對疑似案件之審核結果，並提供推測模組120讀取相關審核結果資料。並且隨著人工審案資料庫100資料量增大，推測模組130所推測出之疑似案件精確度也隨之提升。因此長遠來看，可以用以達成自動審理案件的目標並降低處理案件的時間。

請參閱第1圖，第1圖係繪示洗錢防制法輔助判斷系統之關係圖。其中大數據分析模組110可以為銀行的一台電腦。其為依客戶職業訊息及交易紀錄分類，並依大數據分類結果分析。並依客戶職業訊息及交易紀錄分成高風險、中風險、低風險，並給予一個風險分數，以利推測模組110推測。例如：客戶職業訊息是政治人物或與北韓、伊朗來往的貿易商，交易紀錄是經常大量資金流動、多帳戶匯至同一帳戶、同一帳戶匯至多帳戶或經常與北韓、伊朗來往紀錄，都歸類於高風險。

請參閱第1圖，第1圖係繪示洗錢防制法輔助判斷系統之關係圖。其中推測模組120可以為銀行的一台電腦。其需與人工審案資料庫100及大數據分析模組110搭配。當要判斷一客戶是不是疑似案件時，推測模組120將人工審案資料庫100內資料和大數據分析模組110傳來的風險等級及風險分數進行推測。並且一個客戶在人工審案資料庫100內至少要有30筆類似資料，才可以將人工審案資料庫100內資料帶入推測模組110。例：同一個客戶若在人工審案資料庫100超過一定比例(例：50%)都被判斷成洗錢案件，或大數據分析模組110傳來的風險等級及風險分數超過一定門檻推測模組120就判斷成疑似案件。

請參閱第1圖，第1圖係繪示洗錢防制法輔助判斷系統之關係圖。其中審核模組130可以是各金融機構的主機。其為將推測模組120推測為為可疑客戶及交易之案件所產生交易結果檔及報表檔，然後以加密的網站伺服器或網頁方式回傳給各金融機構進行審核。並且回傳結果除了疑似案件外，也會在疑似案件上提供先前其他人員審核的結果及大數據分析完後之風險評估，並給予一適當風險分數，供審核人員參考。

請參閱第2圖，第2圖係繪示洗錢防制法輔助判斷方法之流程圖。其中步驟200為將各式名單(提供自定義名單上傳功能)、客戶資料及交易紀錄放置於聯合中心之伺服器陣列中。其中步驟210為透過大數據分析模組110將交易資料之客戶職業訊息及交易紀錄進行分析後給予風險評估，並將交易資料及風險評估傳送至推測模組120。大數據分析模組110可以為銀行的一台電腦。風險評估為一種依客戶職業訊息及交易紀錄分類，並依大數據分類結果分析，將客戶職業訊息及交易紀錄分成高風險、中風險、低風險，並給予一個風險分數，以利推測模組110推測。例如：客戶職業訊息是政治人物或與北韓、伊朗來往的貿易商，交易紀錄是經常大量資金流動、多帳戶匯至同一帳戶、同一帳戶匯至多帳戶或經常與北韓、伊朗來往紀錄，都歸類於高風險。

請參閱第2圖，第2圖係繪示洗錢防制法輔助判斷方法之流程圖。其中步驟220為透過洗錢風險評估與人工審案資料庫100之審核結果分析交易資料。首先人工審案資料庫100將所儲存同樣交易資料之審核結果傳送至推測模組120判斷是否為疑似案件。當要判斷客戶是不是疑似案件時，推測模組120將人工審案資料庫100內資料和大數據分析模組110傳來的風險等級及風險分數進行推測。例：若判斷結果為無超過風險門檻則將風險評估及過去審核結果傳送至審核模組130。若判斷結果為交易資料超過風險門檻則產生疑似案件，並將疑似案件、風險評估及過去審核結果傳送至審核模組130。其中風險門檻為設定審核結果之洗錢案件比例及風險評估之分數高低作為判斷的門檻。例：同一個客戶若在人工審案資料庫100超過一定比例(例：50%)都被判斷成疑似洗錢案件，或大數據分析模組110傳來的風險等級及風險分數超過一定門檻推測模組120就判斷成疑似案件。推測模組100將風險評估與過去審核結果對交易資料進行分析。其中推測模組120可以為銀行的一台電腦。其需與人工審案資料庫100及大數據分析模組110搭配。並且一個客戶在人工審案資料庫100內至少要有30筆類似資料，才可以將人工審案資料庫100內資料帶人推測模組110。

請參閱第2圖，第2圖係繪示洗錢防制法輔助判斷方法之流程圖。其中步驟230為透過人工判斷是否為疑似案件。人工判斷需花時間調查客戶和交易資料來源正當性，每確認一筆case就要寫出通過及未通過掃描的理由。並且在判斷完成後將該筆審核結果傳送至人工審案資料庫100。其中人工審案資料庫100為一種置放在伺服器的資料庫系統，用以儲存審核人員對疑似案件之審核結果，並提供推測模組100讀取相關審核結果資料。

請參閱第2圖，第2圖係繪示洗錢防制法輔助判斷方法之流程圖。其中步驟240為透過審核模組130將疑似案件透過審核人員快速進行審核，審核完成後產生審核結果，並將審核結果傳送至人工審案資料庫100儲存(步驟250)，並結束所有流程(步驟260)。其中人工審案資料庫100為一種置放在伺服器的資料庫系統，用以儲存審核人員對疑似案件之審核結果，並提供推測模組100讀取相關審核結果資料。並且隨著人工審案資料庫100資料量增大，推測模組 130所推測出之疑似案件精確度也隨之提升。因此長遠來看，可以用以達成自動審理案件的目標並降低處理案件的時間。最後結束所有流程(步驟260)。

綜合上述，本案提出一種藉助大數據分析及人工審案資料庫的方式自動判斷疑似案件。並由審核人員將疑似案件的審核結果存放在人工審案資料庫。隨著人工審案資料庫所儲存之交易資料越來越多時，判斷的準確度也越來越來高，最終可以達到更準確及更有效率之自動審案方法。因此可以解決行員為了確保每筆交易之合法性必須每筆交易資料逐一比對所耗費大量的時間及成本。並減少判斷錯誤機率及訓練審核人員的訓練成本。及因為可以參考的資料非常有限而難以判斷及決定的情形，而造成客戶受到因多次查核之困擾或犯罪行為之放行。因此本案之技術可以解決上述問題並使判斷疑似案件時更準確及更有效率。

惟，以上所揭露之圖示及說明，僅為本發明之較佳實施例而已，非為用以限定本發明之實施，大凡熟悉該項技藝之人士其所依本發明之精神，所作之變化或修飾，皆應涵蓋在以下本案之申請專利範圍內。

100:人工審案資料庫

110:大數據分析模組

120:推測模組

130:審核模組

Claims

一種洗錢防制法疑似案例輔助判斷系統，其包含：一人工審案資料庫，係用以儲存一審核結果；一大數據分析模組，係用以分析一交易紀錄及一客戶職業訊息後，給予一風險評估以得到一風險分數，其中，該風險評估係依該客戶職業訊息及該交易紀錄分類成高風險、中風險或低風險之一風險等級，並給予該風險分數；一推測模組，其與該人工審案資料庫及該大數據分析模組連接，當一客戶的該洗錢案件比例在該人工審案資料庫中超過50%時，或者該風險等級屬於高風險時，或者該風險分數超過一預定值時，該推測模組便判斷為一疑似案件；以及一審核模組，其與該推測模組及該人工審案資料庫連接，係用以提供該疑似案件給一審核人員參考，並產生該審核結果，並將該審核結果傳送以更新至該人工審案資料庫；其中，當一客戶在該人工審案資料庫內至少要有一預定筆數的該交易紀錄，才會將該客戶的該交易紀錄帶入該推測模組。
如請求項1所述之洗錢防制法疑似案例輔助判斷系統，其中該交易資料包含該客戶職業訊息及該交易紀錄，且該客戶職業訊息係依政治人物或區域屬性分類；而該交易紀錄可依資金流動多寡和同一帳戶對多個帳戶分類。
如請求項1所述之洗錢防制法疑似案例輔助判斷系統，其中該疑似案件為經過該推測模組推測具有洗錢風險的交易案件，並在該疑似案件附上過去該審核人員之該審核結果及該風險評估。
一種洗錢防制法疑似案例輔助判斷方法，其包含：一大數據分析模組分析一交易記錄及一客戶職業訊息後，以給予一風險評估得到一風險分數，其中，該風險評估係依該客戶職業訊息及該交易紀錄分類成高風險、中風險或低風險之一風險等級，並給予該風險分數；一推測模組接收來自該大數據分析模組及一人工審案資料庫的該交易記錄、該洗錢案件比例及該風險分數，其中，當一客戶在該人工審案資料庫內至少要有一預定筆數的該交易紀錄，才會將該客戶的該交易紀錄帶入該推測模組；該推測模組將該洗錢案件比例或該風險分數與一預定值進行比較；當一客戶的該洗錢案件比例在該人工審案資料庫中超過50%時，或者該風險等級屬於高風險時，或者該風險分數超過該風險門檻時，則判斷為一疑似案件，該推測模組將該疑似案件、該洗錢案件比例、該風險分數及該審核結果傳送至一審核模組；以及該審核模組將該疑似案件透過該審核人員進行審核並更新該審核結果，並將該審核結果傳送至該人工審案資料庫儲存。
如請求項4所述之洗錢防制法疑似案例輔助判斷方法，其中該交易資料包含一客戶職業訊息及一交易紀錄，且該客戶職業訊息係依政治人物或區域屬性分類；而該交易紀錄可依資金流動多寡和同一帳戶對多個帳戶分類。