金融行业分享数据分析使用案例以打击金融犯罪

新加坡金融管理局（MAS）在其网站上发布通知称，反洗钱（AML）和打击恐怖主义融资行业伙伴组织发表了一篇论文，鼓励金融机构更多地采用数据分析解决方案。

论文结合了各大银行运用数据分析技术打击金融犯罪的经验。通过共享已确立的使用案例以及更多的实验性工作，论文提供了对反洗钱和打击恐怖主义融资领域中数据分析应用当前状态的理解。论文还提供了一些有效性改进的例子，例如，某银行在一个用于交易监控的机器学习解决方案上进行的概念验证可以减少40%的误报，增加5%的真报。

认识到这是一个新生的领域，论文还从各大银行的经验中提出了切实可行的建议，以解决关键的治理和实施问题。这包括对数据分析模型的验证、审计和可解释性的重要考虑，以确保所构建的模型能够可靠地改进非法活动的检测。

论文还强调了反洗钱和打击恐怖主义融资分析中的一些领域，在这些领域，更紧密的行业和公私合作可能会带来显著的好处。

MAS董事总经理助理Ho Hern Shin女士表示：“MAS强烈鼓励在反洗钱和打击恐怖主义融资中使用数据分析，这有可能改变我们打击金融犯罪的方法。分析解决方案提供商在最近的新加坡金融科技节（Singapore Fintech Festival）上的强劲表现表明，采用此类技术的机会越来越多。MAS还期待与业界在反洗钱和打击恐怖主义融资领域开展合作。”

新加坡警察部队商务处处长David Chew表示：“数据分析是识别和预防金融犯罪的宝贵工具，它帮助金融机构筛选每天生成的大量数据，以识别可疑交易。该行业必须时刻警惕我们金融体系的滥用，我们希望这篇论文将鼓励该行业建立强大的数据分析能力，以增强新加坡抵御此类威胁的能力。”

本文翻译由外汇天眼提供，原文来自：https://www.mas.gov.sg/