大数据技术在证券公司反洗钱审计中的实践

苏杭 刘冬梅 李丙泉

[摘要]本文对证券行业反洗钱内部审计工作面临的形势进行了分析，剖析大数据技术在证券公司反洗钱内部审计中的应用前景，基于实践介绍部分反洗钱审计模型的开发思路、应用方式与注意事项。

[关键词]大数据   反洗钱   内部审计   模型

近年来，反洗钱执法机关持续加大对金融机构

反洗钱工作的执法检查力度，2019年人民银行共检查证券业机构138家，处罚违规机构24家，同时对以往年度被检查机构开展“回头看”监管走访，核查问题整改情况。人民银行在全国范围内实现法人金融机构反洗钱分类评级的全覆盖，根据分类评级结果开展监管成为常态。在此监管环境下，证券行业反洗钱工作压力日益加大，对开展反洗钱内部审计工作的要求也随之不断提高。应用大数据技术开展反洗钱内部审计，是提升反洗钱审计工作效率效果的有效方法。

一、传统反洗钱内部审计面临的挑战

传统反洗钱内部审计主要采用审计抽样方法，对客户档案、交易记录、可疑交易分析报告等材料进行抽样，基于样本推测整体反洗钱工作情况。此方法具有覆盖面小、效率低、时效性差、问题揭示率低等缺点，为此可引入大数据技术开展证券公司反洗钱审计：全面提升反洗钱审计覆盖广度，由抽样估计变为全量筛查，全面揭示存在问题，促进问题全量整改;汇集审计人员审计经验，综合利用公司内部与外部数据，有效加大反洗钱审……