合規(guī)經(jīng)營(yíng)是證券公司生存發(fā)展不可逾越的底線，風(fēng)控能力是證券公司把握好風(fēng)險(xiǎn)和收益平衡,、確保長(zhǎng)期健康發(fā)展的有效抓手,，合規(guī)風(fēng)控對(duì)于金融機(jī)構(gòu)的業(yè)務(wù)風(fēng)險(xiǎn)探查和風(fēng)險(xiǎn)揭示起到重要作用。近年來(lái)我國(guó)金融機(jī)構(gòu)在現(xiàn)代化管理體制上面臨較大的合規(guī)風(fēng)控壓力：一方面，合規(guī)成本日益高昂,；另一方面,，隨著違法違規(guī)行為日益復(fù)雜，原有的基于人工經(jīng)驗(yàn)的合規(guī)系統(tǒng)建設(shè)已不能完全滿足發(fā)現(xiàn)業(yè)務(wù)風(fēng)險(xiǎn)的需求,。因此,，探索知識(shí)圖譜、圖算法等技術(shù)在合規(guī)風(fēng)控領(lǐng)域的應(yīng)用,，為資本市場(chǎng)未來(lái)合規(guī)風(fēng)險(xiǎn)管理應(yīng)用場(chǎng)景提供更多可能具有重要意義,。

一、合規(guī)風(fēng)控方向的知識(shí)圖譜技術(shù)

（一）合規(guī)風(fēng)控的主要技術(shù)手段

合規(guī)風(fēng)控工作應(yīng)用的主要技術(shù)手段包括人工智能,、大數(shù)據(jù),、機(jī)器流程自動(dòng)化、聯(lián)邦學(xué)習(xí),、知識(shí)圖譜等,。

1．人工智能（AI）

與傳統(tǒng)規(guī)則互補(bǔ)，提升監(jiān)測(cè)與報(bào)告效率,，能夠挖掘,、發(fā)現(xiàn)新型洗錢(qián)模式，不斷優(yōu)化迭代現(xiàn)有模型和場(chǎng)景,，并可保證警報(bào)優(yōu)先級(jí)順序,。常用的AI模型技術(shù)包括聚類(lèi)、異常監(jiān)測(cè),、有監(jiān)督模型,、自然語(yǔ)言處理等。

2．大數(shù)據(jù)

開(kāi)展數(shù)據(jù)治理,，除結(jié)構(gòu)化數(shù)據(jù)外,，也可運(yùn)用非結(jié)構(gòu)化數(shù)據(jù)，提升合規(guī)風(fēng)控領(lǐng)域的數(shù)據(jù)質(zhì)量,，完善數(shù)據(jù)管控治理,，發(fā)揮非結(jié)構(gòu)化數(shù)據(jù)價(jià)值。

3．機(jī)器流程自動(dòng)化

即模擬人類(lèi)與計(jì)算機(jī)的交互,，代替人工處理復(fù)雜,、煩瑣以及大量的各項(xiàng)事務(wù)，從而大幅減少企業(yè)的人力成本,，提升整體工作效率,，甚至能夠輔助發(fā)現(xiàn)工作流程中不必要的環(huán)節(jié)，實(shí)現(xiàn)流程優(yōu)化,。

4．聯(lián)邦學(xué)習(xí)技術(shù)

在保護(hù)客戶隱私與數(shù)據(jù)安全的前提下，聯(lián)邦學(xué)習(xí)技術(shù)可實(shí)現(xiàn)多機(jī)構(gòu)聯(lián)合建模，獲得更完整的監(jiān)測(cè)模型,。

5．知識(shí)圖譜

知識(shí)圖譜從關(guān)聯(lián)和概率的角度出發(fā),，在描述數(shù)據(jù)背后 “真理”的基礎(chǔ)上，模擬人的思維,，智能展示分析和推理能力,，這是最接近人類(lèi)心中的“人工智能”。

（二）知識(shí)圖譜在合規(guī)風(fēng)控上的應(yīng)用價(jià)值及場(chǎng)景

目前運(yùn)用知識(shí)圖譜的行業(yè)主要集中在社交網(wǎng)絡(luò),、金融,、保險(xiǎn)、零售,、廣告,、物流、通信,、IT等領(lǐng)域,。在合規(guī)風(fēng)控領(lǐng)域中，知識(shí)圖譜可應(yīng)用于反欺詐,、反洗錢(qián),、互聯(lián)網(wǎng)授信、保險(xiǎn)欺詐,、銀行欺詐等場(chǎng)景中,，主要能實(shí)現(xiàn)可視化展示、關(guān)聯(lián)分析,、豐富特征指標(biāo),、洗錢(qián)風(fēng)險(xiǎn)事中監(jiān)測(cè)等功能。

一是使用圖數(shù)據(jù)庫(kù)存儲(chǔ)客戶信息,，并借助知識(shí)圖譜工具實(shí)現(xiàn)可視化展示,，定義點(diǎn)、邊及屬性,，以拖拉拽可視化形式,，快速展示客戶信息全貌，為監(jiān)測(cè)分析人員提供靈活,、直觀,、高效的分析工具。二是金融機(jī)構(gòu)積累的碎片化數(shù)據(jù)之間存在著大量基于關(guān)系的知識(shí),，運(yùn)用知識(shí)圖譜,，可實(shí)現(xiàn)實(shí)體之間的關(guān)系管理和探查，并且支持挖掘,、分析未知關(guān)系,，為監(jiān)測(cè)人員提供知識(shí)的快速查詢和挖掘,、分析服務(wù)。三是知識(shí)圖譜本質(zhì)上是對(duì)內(nèi)外部各渠道客戶身份,、交易信息的整合和加工,，可以多層次、跨地區(qū)俯瞰,、挖掘,、刻畫(huà)客戶隱蔽性、復(fù)雜性關(guān)聯(lián)關(guān)系及交易特征,，用于模型構(gòu)建,，豐富特征指標(biāo)來(lái)源，提高特征及模型質(zhì)量,。四是基于圖分析和半監(jiān)督的機(jī)器學(xué)習(xí)模型,，支持主動(dòng)識(shí)別客戶行為和關(guān)聯(lián)的異常，對(duì)具有標(biāo)簽的實(shí)體進(jìn)行關(guān)聯(lián)擴(kuò)散,，可以支持在開(kāi)戶,、交易等環(huán)節(jié)進(jìn)行事中干預(yù)、提前預(yù)警,，將洗錢(qián)風(fēng)險(xiǎn)管控從事后向事中前置,。

二、知識(shí)圖譜在合規(guī)風(fēng)控上的實(shí)踐

（一）基于知識(shí)圖譜的反洗錢(qián)監(jiān)測(cè)分析

本文模擬人工分析思路,，搭建可視化監(jiān)測(cè)分析輔助工具,，使用知識(shí)圖譜建立客戶直接的各類(lèi)關(guān)系網(wǎng)絡(luò)圖譜，挖掘客戶關(guān)聯(lián)關(guān)系,、刻畫(huà)客戶全貌,。構(gòu)建反洗錢(qián)知識(shí)圖譜的整體思路是：首先，建立客戶基礎(chǔ)信息,、委托交易關(guān)系,、轉(zhuǎn)賬關(guān)系、社會(huì)關(guān)系等各類(lèi)關(guān)系圖譜,；其次,，基于圖譜建立一些可疑客戶的社區(qū)發(fā)現(xiàn)規(guī)則，發(fā)現(xiàn)一些社區(qū)團(tuán)伙,。

設(shè)計(jì)知識(shí)圖譜,，即設(shè)計(jì)知識(shí)圖譜的三要素——實(shí)體、關(guān)系和屬性,。然后根據(jù)數(shù)據(jù)特性,，分析數(shù)據(jù)和業(yè)務(wù)規(guī)律，按照構(gòu)建好的知識(shí)圖譜的節(jié)點(diǎn),、邊及屬性,，多維度提取特征,，用于后續(xù)構(gòu)建圖譜（見(jiàn)圖1）。

基于上述目標(biāo),，設(shè)計(jì)了13類(lèi)實(shí)體,、16類(lèi)關(guān)系,，主要維度,、關(guān)系及屬性如下：

客戶維度基本信息：基于一戶通號(hào)、客戶號(hào),、證券賬戶,、資金賬戶、托管賬戶的基本信息,。

客戶維度和時(shí)間維度的行為信息：資金轉(zhuǎn)入轉(zhuǎn)出,、證券委托交易及撤單、更改資料等,。

身份證號(hào)維度：籍貫,、出生日期、年齡等信息,。

操作工具維度：手機(jī)號(hào),、IP、Mac等特征,。

基于實(shí)體構(gòu)建關(guān)聯(lián)關(guān)系,，包括一戶通號(hào)－客戶號(hào)，客戶號(hào)－身份證號(hào),，客戶號(hào)－手機(jī)號(hào)等,；客戶號(hào)－客戶號(hào)，手機(jī)號(hào)－手機(jī)號(hào)等,。

反洗錢(qián)知識(shí)圖譜如圖2所示,。

進(jìn)一步基于星環(huán)Sophon KG平臺(tái)（即知識(shí)圖譜應(yīng)用平臺(tái)）可視化地構(gòu)建圖譜和分析圖譜，以拖拉拽可視化形式,，定義點(diǎn),、邊及屬性，完成知識(shí)圖譜構(gòu)建,，快速展示客戶信息全貌以及一些反洗錢(qián)犯罪團(tuán)伙/關(guān)聯(lián)賬戶或者鏈條的信息,，輔助人工分析。

利用機(jī)器學(xué)習(xí)技術(shù)繪制知識(shí)圖譜,，豐富了信息來(lái)源和特征維度,，為分析人員提供了靈活、直觀,、高效的分析工具,，促進(jìn)發(fā)現(xiàn)復(fù)雜,、隱蔽、跨地區(qū)的異常行為和可疑線索,，并在安全前提下打破分散作業(yè)模式下的數(shù)據(jù)壁壘,，有效提高了人工分析核查效率及效果。

（二）反洗錢(qián)監(jiān)測(cè)分析圖譜結(jié)果驗(yàn)證

1．客戶畫(huà)像查詢展示

對(duì)于目標(biāo)可疑客戶A,，由一戶通出發(fā),，可查找并展示各種屬性、關(guān)聯(lián)實(shí)體客戶號(hào),，該客戶有4個(gè)客戶號(hào),，涉及多個(gè)委托手機(jī)號(hào)、多個(gè)Mac地址（見(jiàn)圖3）,。

2．關(guān)聯(lián)賬戶查探

由一戶通客戶A的客戶號(hào)A1－A4出發(fā),，通過(guò)共用操作設(shè)備、集中交易標(biāo)的等,，發(fā)現(xiàn)多個(gè)客戶之間的關(guān)聯(lián)關(guān)系（見(jiàn)圖4）,。

客戶A與客戶B預(yù)留了同一個(gè)聯(lián)系電話，客戶C與客戶A4共用同一個(gè)手機(jī)號(hào)進(jìn)行委托,，客戶D與客戶A4共用另一個(gè)手機(jī)號(hào)進(jìn)行委托,。因此，由同一客戶A的4個(gè)客戶號(hào),，通過(guò)操作設(shè)備,，可以發(fā)掘關(guān)聯(lián)客戶B、客戶C和客戶D,。

3．深入挖掘洗錢(qián)團(tuán)伙

使用cypher語(yǔ)句高級(jí)查詢,，挖掘上一步無(wú)法直接發(fā)現(xiàn)的可疑關(guān)聯(lián)客戶。由客戶C和客戶D2,，可深入挖掘出關(guān)聯(lián)的客戶E和客戶F,，他們頻繁地集中操作個(gè)別股票，且存在大量撤單行為,。因此懷疑此團(tuán)伙存在洗錢(qián)風(fēng)險(xiǎn),，可進(jìn)一步核查確認(rèn)。

（三）基于知識(shí)圖譜的集團(tuán)派系識(shí)別

隨著證券公司創(chuàng)新業(yè)務(wù)不斷涌現(xiàn),，母子公司業(yè)務(wù)交叉,、多重授信，加之金融市場(chǎng)信用違約事件日益增多,，主體之間因?yàn)槎嗑S的關(guān)聯(lián)關(guān)系,，如股權(quán)、擔(dān)保,、抵質(zhì)押,、一致行動(dòng)人,、夫妻等，使得風(fēng)險(xiǎn)可能在主體間存在復(fù)雜的隱形關(guān)聯(lián),。本文使用了知識(shí)圖譜相關(guān)技術(shù)手段構(gòu)建公司同一客戶認(rèn)定及管理的完整解決方案,，識(shí)別包含管理層、實(shí)控人,、股權(quán)等關(guān)系的同一客戶認(rèn)證以及關(guān)聯(lián)客戶識(shí)別等關(guān)鍵問(wèn)題,，以此找出主體間可能存在的復(fù)雜的隱形關(guān)聯(lián)，并最終應(yīng)用于以信用風(fēng)險(xiǎn)管理為核心的全面風(fēng)險(xiǎn)管理中,，同時(shí)可為其他風(fēng)險(xiǎn)管理場(chǎng)景提供支持,。

1．圖譜實(shí)體關(guān)系設(shè)計(jì)

從業(yè)務(wù)角度出發(fā)設(shè)計(jì)同一客戶集團(tuán)派系持股關(guān)系知識(shí)圖譜,，圖譜包含三個(gè)要素,，即實(shí)體、關(guān)系和屬性,。實(shí)體中既包括企業(yè)ID,、企業(yè)名稱(chēng)、統(tǒng)一社會(huì)信用代碼,、注冊(cè)資本等基本信息實(shí)體,，也包括其股東ID、股東名稱(chēng),、股東類(lèi)型,、股東類(lèi)別等這類(lèi)相關(guān)性實(shí)體。關(guān)系邊中則包括股東持股份額,、股東持股比例,、股東職務(wù)等基本關(guān)系，以便于查看相關(guān)客戶企業(yè)基本信息,。

2．持股關(guān)系圖譜構(gòu)建

基于加工好的點(diǎn),、邊的特征寬表，在機(jī)器學(xué)習(xí)平臺(tái)上以拖拉拽可視化形式定義點(diǎn),、邊及屬性,，構(gòu)建并固化集團(tuán)派系持股關(guān)系知識(shí)藍(lán)圖（見(jiàn)圖5）。

 三,、合規(guī)風(fēng)控的應(yīng)用研究成果

（一）反洗錢(qián)監(jiān)測(cè)分析的研究成果

1．整合內(nèi)外部數(shù)據(jù),，夯實(shí)監(jiān)測(cè)分析基礎(chǔ)

全面整合公司內(nèi)部業(yè)務(wù)、合規(guī),、風(fēng)控等系統(tǒng)與客戶身份,、資金來(lái)源、交易特征,、行為特點(diǎn),、交易目的相關(guān)數(shù)據(jù),，結(jié)合負(fù)面輿情、證券信息,、實(shí)體關(guān)系等第三方數(shù)據(jù),，豐富客戶信息數(shù)據(jù)來(lái)源。

2．深入刻畫(huà)客戶圖像,，可視化輔助監(jiān)測(cè)分析

使用圖數(shù)據(jù)庫(kù)存儲(chǔ)客戶信息,，并借助知識(shí)圖譜工具實(shí)現(xiàn)可視化展示，定義點(diǎn),、邊及屬性,，以拖拉拽可視化形式，快速展示客戶信息全貌,，為監(jiān)測(cè)分析人員提供靈活,、直觀、高效的分析工具,。

3．探查隱蔽復(fù)雜關(guān)系,，促進(jìn)關(guān)聯(lián)賬戶挖掘

在全公司范圍內(nèi)，跨地區(qū),、跨業(yè)務(wù),，基于客戶留存身份信息、委托地址,、交易信息等,，探查客戶、賬戶之間復(fù)雜,、隱蔽的關(guān)聯(lián)關(guān)系,，促進(jìn)內(nèi)幕交易、操縱市場(chǎng),、非法利益輸送,、經(jīng)營(yíng)場(chǎng)外配資等犯罪行為的關(guān)聯(lián)賬戶挖掘，充分發(fā)揮金融情報(bào)價(jià)值,。

4．模擬人工分析思路,，豐富監(jiān)測(cè)分析特征和規(guī)則

梳理可疑交易監(jiān)測(cè)分析所需的數(shù)據(jù)和信息，拓展外部數(shù)據(jù),，完善知識(shí)圖譜的點(diǎn),、邊、屬性（關(guān)系）需求,，并借助大數(shù)據(jù)平臺(tái)海量數(shù)據(jù)整合,、運(yùn)算效力，設(shè)計(jì)針對(duì)性強(qiáng)、復(fù)雜度高的監(jiān)測(cè)分析特征和規(guī)則,，補(bǔ)充完善現(xiàn)有反洗錢(qián)監(jiān)測(cè)預(yù)警體系,。

（二）集團(tuán)派系識(shí)別的研究成果

1．實(shí)現(xiàn)不同數(shù)據(jù)源的同一客戶認(rèn)定

通過(guò)整合不同數(shù)據(jù)源以及對(duì)數(shù)據(jù)的清洗和預(yù)加工，完成不同數(shù)據(jù)模塊的同一客戶認(rèn)定,，實(shí)現(xiàn)通過(guò)同一客戶的ID信息查找即可發(fā)現(xiàn)其關(guān)聯(lián)的所有股權(quán)關(guān)系,。

2．實(shí)現(xiàn)全部客戶企業(yè)的集團(tuán)派系劃分

通過(guò)運(yùn)行集團(tuán)派系識(shí)別算法，可根據(jù)業(yè)務(wù)邏輯的需要將所有客戶劃分到其所屬的集團(tuán)和派系,，并根據(jù)底層數(shù)據(jù)每日更新的頻率,，保證業(yè)務(wù)人員核查名單數(shù)據(jù)的實(shí)時(shí)性和準(zhǔn)確性。

3．實(shí)現(xiàn)核查企業(yè)數(shù)據(jù)的易操作性

針對(duì)包含企業(yè)數(shù)量較少的集團(tuán)或者派系,，業(yè)務(wù)人員直接在畫(huà)布上核查分析,，而對(duì)于不易在畫(huà)布上查看的大集團(tuán)和派系，通過(guò)一鍵導(dǎo)出功能快速導(dǎo)出集團(tuán)或派系名單,，以便業(yè)務(wù)人員核對(duì)分析,。

[此文為中國(guó)證券業(yè)協(xié)會(huì)2021年優(yōu)秀重點(diǎn)課題“知識(shí)圖譜在證券行業(yè)合規(guī)風(fēng)控方向的應(yīng)用研究——在反洗錢(qián)監(jiān)測(cè)分析和集團(tuán)派系識(shí)別中的探索與實(shí)踐”（課題編號(hào)2021SACKT106）精選內(nèi)容]