SAS：见证中国金融二十载，智能化变革始终是第一要义
中国北京，2020年9月18日——如今，距离2008年金融危机已过去12个年头，从世界格局看，近年中国金融行业的崛起正引起“风暴后”全球格局的剧烈变化。而当时面对复杂多变的国际局势，中国果断结合国内发展正处于换挡转型、推动新的改革开放发展关键阶段的形势，将防范化解重大金融风险作为国家三大攻坚战之首。
从千禧年迈向信息技术时代，再到现在的智能时代。20年间，中国穿透了多次重大的危机或挑战，始终保持经济金融的韧性和社会的稳定发展，但这并不意味着危机会远离我们，相反，风险和危机因素总是存在并不断聚集，真正的考验从现在才开始。
原中国工商银行董事长、中欧陆家嘴国际金融研究院院长姜建清曾提到：“金融业本身具有风险和天然脆弱性。金融系统的过度扩张、盲目创新，忽视金融运行的基本规律、忽略防范，才是风险发生的罪魁祸首。有效管理风险是金融基业常青的基础。”
作为金融行业的固有特性，风险与金融业务是难以剥离的，不论是传统金融机构还是新兴的金融科技独角兽，风险管理都是他们面临的核心问题。相对于传统风控而言，智能风控主要得益于以人工智能为代表的新兴技术近年来的快速发展，在反洗钱、合规等领域得到了广泛应用。
反洗钱监管升级不断，预示金融行业智能化迫在眉睫
2017年，国务院发布《关于完善反洗钱、反恐怖融资、反逃税监管体制机制的意见》，将反洗钱工作提升到国家战略高度。2019年，中国通过了金融行动特别工作组（FATF）的第四轮互评估。作为全球反洗钱和反恐怖融资标准的制定机构，FATF在《中国反洗钱和反恐怖融资互评估报告》中认可了近年来中国在反洗钱工作方面取得的积极进展，认为中国的反洗钱体系具备良好基础，但同时也提出一些需要改进的领域。为此，相关监管机构积极升级监管政策，要求义务机构搭建更有效的洗钱风险管理体系，并不断强化监管力度。例如2018年9月，中国人民银行发布《法人金融机构洗钱和恐怖融资风险管理指引》（银反洗钱发〔2018〕1号），自2019年1月1日起施行；2019年2月，银保监会发布2019年的第1号令《银行业金融机构反洗钱和反恐怖融资管理办法》等。目前，人民银行正在修订《反洗钱法》及配套规章，旨在全面完善反洗钱制度体系。与此同时，人民银行持续加大对义务机构的检查和处罚力度，2019年全系统共处罚义务机构525家，罚款2.02亿元，处罚相关责任人838人，罚款1341万元。
但在不少业内人士看来，面对严峻的国际国内洗钱形势，反洗钱监管力度还需加大。人行也在今年的反洗钱工作电视电话会议上再次强调要充分发挥反洗钱调查和监测分析工作优势，积极打击洗钱及相关犯罪活动。当今社会，金融机构数字化业务转型和对于良好客户体验的要求极大地放大了洗钱固有的脆弱性。一方面，全球化数字化带来愈加频繁的跨境交易和非面对面交易，在给客户带来便利的同时也往往伴随着更加隐蔽和错综复杂的洗钱手法。利用电子支付、电子交易的网络洗钱俨然已成为主流，大量洗钱行为发生在线上。数据黑产与洗钱团伙联合，洗钱、申请欺诈、交易欺诈、金融犯罪的边界也越来越模糊。另一方面，好的客户体验要求银行在业务流程中更快更准确的识别和防控洗钱风险。例如在开户流程中完成黑名单扫描和受益所有人识别且不增加开户时长，对高风险客户采取相应管控措施且不引起客户投诉等。在业务发展、客户体验和反洗钱三者间成功找到平衡将给金融机构带来在行业竞争中巨大的优势。
传统的反洗钱可疑交易监测模型通常使用固定的规则和参数，已无法覆盖和发现不断升级的洗钱手法，这将给金融机构带来漏报风险。而业务不断拓展带来快速增长的交易量，也带来成倍增加的系统生成的警报，误报的风险和所需的人力成本也随之提升。如何更准确、更高效地识别可疑交易，如何给监测分析人员提供更有效的信息和更实用的调查分析工具，已成为业内亟需攻克的课题，也促使他们将目光投向了人工智能。
在全球数据分析领域领导者SAS和全球风险管理专业人士协会（GARP）的一项调查中显示，81％的金融服务行业风险管理专业人士已从人工智能中获益，在尚未应用任何形式的人工智能的受访者中，84％的人计划在未来三年内使用机器学习和自然语言处理。“金融服务机构正力图在这个由人工智能驱动的全新市场竞争中占得先机，” SAS公司高级副总裁及风险研究与定量解决方案部门负责人Troy Haines说：“对于公司来说，重要的是将风险管理专业人员和数据科学家聚集在一起，研究如何通过人工智能解决那些可良好定义的实际问题。虽然并非所有问题都需要人工智能来解决，但风险管理专业人员必须了解所有可以帮助解决问题的技术，并从中选择最佳方案来应对挑战。”
作为一项可迭代的系统工程，人工智能可充分结合有监督和无监督算法，侦测异常交易和新型洗钱特征，并迭代优化反洗钱可疑交易监测模型；此外，结合算法侦测的新获特征，运用多分类模型自主学习，实现智能识别疑似洗钱涉罪类型，强化可疑交易监测模型评价，深挖有价值的重点可疑交易报告和案件线索。不仅是“加持”，人工智能模型甚至可以“反哺”反洗钱知识库，实现知识积累，迭代优化反洗钱可疑交易监测场景和模型体系，完善可疑警报分析和案例管理体系。
在全球，SAS是为数不多的同时在反洗钱与人工智能领域被国际权威的第三方评测机构评为领导者的厂商之一， 倚赖多年来在反洗钱领域的知识沉淀和全球300多家客户的成功实施经验，能够为义务机构提供端到端的反洗钱解决方案和专业的咨询服务，全面覆盖从客户身份识别到监管报送的反洗钱工作全流程，实现客户360°视图，有效识别高风险客户和侦测可疑交易，支持监测分析人员开展可视化实体和资金网络调查分析，并能够应用人工智能、高级分析、文本挖掘等前沿技术，帮助义务机构开展反洗钱客户分群、优化可疑交易监测模型、警报优先级排序、识别新洗钱场景、贸易融资文档分析、模型敏捷部署和全生命周期管理等工作，在降低误报率和漏报率的同时，提高监测分析人员的工作效率，从而帮助义务机构切实践行FATF倡导的“风险为本”理念，整体提升其反洗钱工作的合规性和有效性，有效预防洗钱及相关违法犯罪活动，此外，还可帮助大型跨国金融集团建立适用于集团层面的可疑交易监测体系，加强其对全球分支机构和相关附属机构的管控。
合规变革并不遥远，备战智能化才是明智之举
同样经历智能化改革的保险行业，也将继IFRS 9之后，迎来20年以来最大的一场财务报告变革。在3月17日国际会计准则理事会(IASB)举行的会议上，将IFRS 17的实施时间推迟至不早于2023年1月1日开始的年度报告期间。虽然相比原计划延后两年开始实施，但是该来的早晚都会来的。大型上市公司须于2021年12月15日之后的财年实施更新的准则，而除大型上市公司以外的实体须于 2023年12月15日之后的财年实施更新的准则。为此，保险公司需在报告、管理和分析数据方面更为敏捷。那些一直依赖历史遗留系统、流程和数据源以及复杂精算模型的企业将面临数据平台现代化、分析能力和自动化工具方面的挑战。
想要应对IFRS 17严苛且复杂的合规要求需要精心策划和高度精准，只有现在开始行动的保险公司才最有可能胜出。2018年初，SAS在100名英国保险业高管中开展了调研，有61％的受访者表示他们已经开始准备迎接新的准则，其中19％的人将其列为首要的战略重点。83％的受访者表示他们将需要改造现有的系统和流程，以符合IFRS 17的要求。近一半的受访者预计其公司会进行额外的投资（24％），或完全取代现有的系统和流程（23％）。因此保险公司可趁此机会开展系统和流程的现代化升级，以适应其他对行业产生影响的变革力。
这意味着首席信息官、首席财务官和首席精算师应开始重新审视其运营方式和常用技术，并思考如何通过平衡合规性工作与数据、分析技术和平台的现代化升级来优化合规工作，迅速发现、修正并分析非结构化运营数据。而针对于此，实施人工智能和机器学习不仅有助于分析非结构化数据，还可助力实现数据自动化及提高数据管理有效性。许多保险公司已开始使用机器人流程自动化和自然语言生成技术来赋能数据处理和相关工作流，协助生成额外披露信息，同时对合规所需财务报表进行调整。
毋庸置疑，尽管IFRS 17将使保险公司的会计实务变得更加复杂，给精算师、风险管理师和会计之间的工作流程带来彻底改变，但是具有前瞻性思维的保险公司不会“坐以待毙”。Troy Haines认为：“虽很遥远，但请记住，无论各个公司的准备程度如何，现在都该采取行动了。”
在华深耕20年，与国内金融行业共进是“初心所在”
作为一家在中国发展长达20年的海外数据分析企业，SAS无疑见证了国内信息技术腾飞和金融行业崛起的重要阶段。SAS副总裁兼大中华区董事总经理何伟信表示：“如今，金融行业正经历大规模的智能化转型，与此同时监管机构也在不断改变其对市场‘合理’控制与治理的策略。人工智能可以从海量数据中有效探索相关的案件，并且可以提高准确性，简化工作流程，降低人工成本。因此，掌握人工智能技术，例如语义分析和机器学习等，将成为实现国内金融业变革的重要抓手。”
为了帮助国内金融企业在不断变化的市场中保持竞争力，SAS凭借多年以来在大数据分析和人工智能融合上的深入研究，辅以对国内市场经济的深刻理解，所推出的系列SAS反欺诈、反洗钱与安全智能解决方案 （SAS Fraud，AML and Security Intelligence Solutions）为有强烈需求的大型金融机构提供技术及服务支持，借此帮助客户能够符合大中华区市场的各类监管要求。中国大陆的四大银行均采用了SAS自动化分析工具来实现银行卡反欺诈侦测。在中国香港，主要的领先银行、虚拟银行、证券公司、保险公司都在使用SAS反洗钱解决方案。
不仅如此，SAS® IFRS 17合规内容（SAS® Regulatory Content for IFRS 17）解决方案为同样面临智能变革的保险业所有用户（精算师、会计师和IT人员）提供了统一平台，为符合IFRS 17的所有规定做好准备。该解决方案基于此前应用的灵活、高性能的分析环境，该应用环境正在帮助保险公司符合欧盟偿付能力监管标准II（Solvency II），并协助银行业应对IFRS 9的合规要求。
为推动未来数据分析技术创新及金融等行业发展，SAS在未来三年内在全球范围内向人工智能领域投资10亿美元，依托SAS在人工智能领域的强大技术基础及多年行业深耕，包括高级数据分析、机器学习、深度学习、自然语言处理(NLP)和计算机视觉，以赋能数据分析相关行业及实体经济。SAS首席执行官Jim Goodnight曾表示。“凭借SAS在人工智能领域中杰出的创新能力，我们帮助众多企业机构有效预防并制止破坏性欺诈行为、高效管理风险、为客户及公民提供优秀的服务体验。”