代理銀行業務可以被稱為是aml（反洗錢) 可疑性活動系統中最困難的一個業務，但是是否有機會改善呢？合規部門監控代理銀行支付活動的基本難題是他們必須依賴于代理銀行aml的政策,程式,控制和技術系統來識别可疑活動并采取适當的措施來減輕可能導緻代理銀行終止與不法客戶合作的風險。為了確定銀行積極的通過代理銀行關系來連接配接美國金融市場,需要考慮如何根據現有電彙和監管清單資訊,來提升可疑行為模型的成熟度。
如果代理銀行在監控他們客戶的客戶，則需要幾個解析算法來決定以下幾個重要資訊：
· 根據付款人和電彙中引用的收款人和位址建立虛拟賬戶。
· 提取付款人和收款人（若有資訊的話）的國家代碼
舉個例子，如果代理銀行有三款不同的支付款而且付款者的名字相似（見下面的公司清單），那麼系統如何識别這些公司是一個還是不同公司？這篇文章的目的不是為了深入研究電彙賬戶和國家代碼提取的解析算法，而是假設代理銀行會有某種系統能在建立他們的可疑行為監控系統前提取資料。
一般來講，大多數可疑行為檢測系統是基于付款數目，速度，以及相關風險如國家風險來發現行徑的。舉例來講，如果公司abc ltd在相對短時間内有十筆電彙交易,對手方全部在五個不同的高風險地區，并且金額都在五萬美金到25萬美金之間，若沒有其他可用的原始客戶的資訊，這就是一個需要調查的情景。
在上述方案中， 有一個很關鍵的風險名額被遺漏了，這個名額就是客戶的風險評級。這個名額是監控系統裡最傳統的可疑目标的組成部分， 而客戶是直接與銀行有聯系的。代理銀行隻能掌握一筆電彙交易本身的資訊，而對于支付交易的發起人與受益人一無所知。所有的支付交易都要經過銀行監控工具的準許與過濾， 這種監控工具可以由一些特殊的情況觸發，比如說sdns（特别指定的國民，即黑名單，譯者注）。 但是絕大多數的監控系統則因為缺乏必要的資訊而沒法整合代理銀行的客戶風險狀況。
然而觀察名單也隻能通過連接配接peps（政治敏感人物清單）與一些具有負面新聞的團體進而實行監測的作用。一旦觀察名單上與電彙交易名單中找到比對的人或者團體，觀察名單算法就會給其指定配置設定一個機率得分。然後銀行的反洗錢/反詐騙調查員會來複合電彙交易上的名字是否與觀察名單上是同一個主體。一旦調查員确認兩者是同一人/團體， 該主體在未來的任何一筆交易都将受到高度監視，也有可能被視作高風險客戶。而這種高風險客戶一般比其他的低風險客戶有更高的可能性觸發警報。
如果觸發警報， 标準的aml（反洗錢）調查就會完成負面新聞搜尋引擎和pep（政治敏感人士）。但是這套算法的真實價值在于其在檢測高風險團體時其實是“低于标準線”的，或者是低于那種還沒有真正觸發警報時的最低警報值。
代理銀行可以通過與其對接銀行一起合作收集有價值的資訊。比如， 一些銀行有很多pep（政治敏感人士）客戶或者是有很多負面新聞纏身的團體客戶。進而就可以給這樣的銀行建立一些名額或者評分。即便這些名額不可能總是很直覺的反映問題，但仍然可以作為代理銀行在化解風險時的重要參考内容。因為銀行在低風險權限時可能發生高風險的支付交易，而反過來說，那些有高風險權限的銀行也會發生低風險的交易活動。
原文釋出時間為：2016-05-17
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号