本站原创摘 要：聚类分析是数理统计中的一种分析方法,是用数学方法定量地确定样本的亲疏关系,从而客观地进行分类.本文主要以模糊聚类分析在金融机构洗钱风险评估中的应用进行实例研究,对聚类的结果进行了分析,并提出了建议措施.
关 键 词 ：模糊聚类分析；洗钱风险；风险评估
中图分类号：F830.5 文献标识码：B 文章编号：1674-0017-2014（8）-0093-04
近年来,人民银行为贯彻落实“风险为本”监管理念,创新工作模式,改进工作方法,通过建立和完善金融机构洗钱风险评估框架和指标体系,分轻重、有主次地督促指导金融机构履行反洗钱工作职责,有效监控和防范潜在的洗钱行为.本文主要运用模糊聚类分析对金融机构进行分类,并根据实际应用找出合理分类,从而建立洗钱风险评估模型.
一、洗钱风险评估的模糊聚类分析
聚类分析是数理统计中研究“物以类聚”的一种方法.传统的聚类分析把每个样本严格地划分到某一类,属于硬划分的范畴,具有非此即彼的性质.实际上大多数对象并没有严格的属性,它们在性态和类属方面存在着性,具有“亦此亦彼”的性质,适合进行软划分.1965年Zadeh教授在《Fuzzy Set》一文中提出了模糊集理论,并很快应用到多个领域.模糊集理论的提出也为传统聚类分析的软划分提供了有力的分析工具,人们用模糊的方法来处理聚类问题,就称之为模糊聚类分析.在模糊聚类中,每个样本不再仅属于某一类,而是以一定的隶属度分别属于每一类.由于模糊聚类可以得到样本属于各个类别的不确定性程度,表达样本类属的性,即建立起样本对于类别的不确定性的描述,从而客观地分型划类.模糊聚类分析成为已聚类分析研究的主流,并广泛应用于社会科学和自然科学等领域.
模糊聚类分析为洗钱风险评估提供了一个科学的研究视角和方法.洗钱风险评估是人民银行在了解金融机构的基础上,客观评估其反洗钱工作机制的健全性以及面临的洗钱风险,为采取合理的监管措施奠定基础.在风险监管程序中,风险评估是决定分类监管是否有效的关键和前提,其准确性如何,主要取决于风险评估指标体系和风险等级划分的科学性.根据以上特点,本文提出了用模糊聚类分析方法对金融机构在一定期间的反洗钱工作情况进行评估,并把金融机构按照风险程度划分等级,得出的结果为反洗钱分类监管提供重要依据.
二、建立金融机构洗钱风险评估模型
(一)建立数据矩阵
设论域U 等于 { x1,x2,等,xn} 为被分类对象,每个样本有m 个指标表示其性状,即xi 等于 { xi1,xi2,等,xim} （ i 等于 1,2,等,n） ,可得原始数据矩阵为
式中：x表示第n个分类对象的第m个数据的原始数据.
(二)数据标准化
在实际问题中,不同的数据一般有不同的量纲,为了使不同的量纲可以进行比较,一般需要对其数据做一定的变换,即标准化.本文采用极差变换对样本数据进行标准化.
式中,x是第i 个对象第j 个指标的原始数据,xmax和xmin分别为不同对象的同一指标的最大值和最小值.x'为第i 个对象第j 个指标的标准化数值.
(三)建立模糊相似矩阵
设U等于{ x1,x2,等,xn },xi 等于 { xi1,xi2,等,xim },采用最大最小法计算相关系数rij,建立模糊相似矩阵,xi与xj的相似度rij等于 R（xi,xj）.
式中,rij∈[0,1]（i等于 1,2,等,n,j等于 1,2,等,m）是表示第i个对象与第j个对象在各指标上的相似程度的量.
(四)改造相似关系为等价关系
通过平方法求R的传递闭包,即R自乘R*R等于R2,再自乘R2*R2等于 R4,直到Rk等于R2k,则等价模糊矩阵t（ R）等于Rk 等于R2k,k∈N.求出等价模糊矩阵后,依次从等价模糊矩阵的数据取值,求λ截值对应的聚类.当λ的值越大时,分类越多.
(五)确定分类数
关于分类数的确定,目前是聚类分析中尚未完全解决的问题之一,但在实际运用中主要是根据研究的目的,从实用的角度出发,选择合适的分类数.
三、评估模型在金融机构洗钱风险评估中的应用
(一)选取指标
本文在反洗钱动态评价指标体系的基础上,分别选取内控制度建设与执行情况（U1）、组织机构建设情况（U2）、大额交易和可疑交易报告情况（U3）、客户身份识别和客户身份资料及交易记录保存情况（U4）、宣传培训开展情况（U5）、报表资料报送情况（U6）等六项指标组成金融机构风险信息指标体系.为分析方便统一定义为：
U等于（U1,U2,U3,U4,U5,U6）
样本集用V表示,选取人民银行西安分行营管部管辖的22家金融机构做样本对象数,分别表示为V1,V2,V3,等,V22,则U等于（Vnm）22×6如表1所示：
(二)对数据进行标准化.
利用MATLAB编程求出模糊相似矩阵和等价模糊矩阵,由于篇幅有限,相关矩阵没有列出.进行聚类,得到分类结果.
从得到的等价模糊矩阵可知,取不同的置信水平λ,就有不同的分类结果.当λ等于1时,每个样本自成一类,随λ值的降低,由细到粗逐渐分类,本文有20个不同λ值,分类就有20种,此处不再赘述.由于在实际应用中,对金融机构洗钱风险的划分主要是分为高、中、低三类风险,因此可以分析得出,当λ等于0.882964,可将22个样本分为三类,即第1类为[1：V1, V3, V4, V6, V7, V8, V9, V11, V12, V13, V14, V15, V16, V17, V18, V19, V20, V21, V22,],第2类为[2：V2],第3类为[3：V5, V10,].从原始数据可以看出,第1类金融机构的各指标数值要好于第3类,第3类金融机构的各指标数值要好于第2类,因此第2类金融机构定为高风险,第3类为中等风险,第1类为低风险. 上述22家金融机构洗钱风险评估及分类结果可以看出,银行业金融机构反洗钱工作水平总体上相对要好于保险业、证券期货业,城市金融机构反洗钱风险程度相对要低于农村地区金融机构.此外,结合日常和年度考核实际情况,不难发现,处于低风险的金融机构,大部分金融机构内控制度健全且修订及时,反洗钱部门及岗位职责明确,认真落实了人民银行有关反洗钱工作的安排部署,全年有计划地开展过有规模的反洗钱宣传至少2次,参加人民银行组织或自主开展业务培训3次以上,且重点突出,内容丰富.此类金融机构在执行“一法四规”时,大额和可疑交易报告流程清晰,并主动进行了人工分析,采取有效措施进行了初次、持续性客户身份识别,交易记录保存完整,并对客户进行了风险分类管理.部分金融机构能及时上报重大可疑交易报告,积极配合人民银行开展反洗钱行政调查,经机关立案侦查破获过重大案件.而处于中等风险和高风险的金融机构在开展反洗钱工作中,内控制度虽较全面,但操作性不强或者有的直接沿用上级机构的制度,未将法律的宏观要求与自身行业特性有机结合,未深入研究各类业务产品的交易特征,与反洗钱法规要求存在一定差距.从人民银行现场检查或巡查的事实认定中可以看出,有些机构在开展反洗钱三大核心业务时,执行制度不到位的情况偶有发生,研究各类业务和客户的风险分类开展高风险客户识别的工作不够细化,大额和可疑交易报告的质量还有待提高.
四、相关结论和政策建议
基于风险评估分类结果可以得出以下结论：一是分为同一类风险等级的金融机构,存在类似的洗钱风险,因此可根据分类结果对各等级分配不同程度的监管资源,制定有针对性的监管措施,实行分类监管；二是处于同一类风险等级的某一金融机构出现洗钱行为时,应重点加强对该类风险等级的监管；三是通过日常工作或连续几年的分析结果,若发现某一金融机构长期处于高风险等级,应对其进行重点监测,并采取相应的监管措施.
金融机构的风险等级不仅能客观地反映其反洗钱工作情况,同时也为人民银行的监管提供了依据.因此通过以上结论可以得出以下几点建议措施：一是针对行业间、地区间不平衡的现象,对不同行业采取分类监管.人民银行可利用反洗钱工作联席会议协调机制,加强行业间的沟通与交流,分别对银行、保险、证券期货业金融机构采取切合自身实际的、有针对性的监管措施；对于基础扎实的行业,监管重点应放在如何提升反洗钱工作层次上,对于基础较薄弱的行业,则更多地倾向于基础性工作的指导；对于农村地区金融机构,建议其上级机构在反洗钱系统开发和配套上给予一定的资金扶持,并综合运用现场巡查、询问等指导性措施,深入实地了解情况,提出指导意见,增强监管的持续性和实效性.二是对于不同风险等级的金融机构,合理配置监管资源,优化整合监管方式.对于低风险机构,以政策辅导为主,提供信息资源和技术支持以激发其内生动力,给予一定的正向激励措施,引导金融机构建立洗钱风险防范的长效机制；对于中等风险机构,定期进行风险提示和通报应关注的风险点,并督促检查其整改落实情况；对于高风险机构,应正式发出预警通知,采取现场巡查、约见高管等方式,督促金融机构高级管理层逐步改进反洗钱工作,并适当加大现场检查力度,将分析评估情况报金融机构上级机构.三是对于连续几年都处于高风险的机构,要采取较严厉的持续监管,根据现场检查认定的问题,按照相关法律法规,启动行政处罚程序,建议行业监管部门取消高级管理层任职资格,必要时责令对其停业整顿或吊销经营许可证.