新《反洗钱法》规定，金融机构应当制定并不断优化监测标准，有效识别、分析可疑交易活动，及时向反洗钱监测分析机构提交可疑交易报告。同时法律还规定，未按照规定制定、完善可疑交易监测标准或者未按照规定报告可疑交易，将面临行政处罚。为有效落实监管要求，提升可疑交易监测的有效性，需不断优化反洗钱监测指标，提升预警率和上报率，确保应当预警的都预警，不可疑的少预警。

一、当前反洗钱监测面临的难题

尽管大多数证券公司都已经根据《金融机构大额交易和可疑交易报告管理办法》自建可疑交易监测标准，但很大程度上还是依赖系统开发商提供的监测指标模板并对阈值简单调整。实际运行过程中，往往存在由于全系统数据难以有效采集导致精准度不够、参数设置缺乏风险适配性导致重点不突出、智能研判与关联识别不足导致效率偏低等问题。

 

二、反洗钱监测标准优化路径

为提高反洗钱监测工作的有效性，笔者建议以数据筑基、风险聚焦、以案促改、技术赋能为原则，结合此前反洗钱监测预警和上报情况、洗钱类型分析报告、洗钱风险评估报告、司法机关查冻扣情况、中国人民银行发布的洗钱风险提示等，评估可疑交易监测指标，根据评估结果对反洗钱监测标准不断进行优化。

（一）加强数据治理，打通信息孤岛，为反洗钱监测提供坚实基础

许多机构都设置了“个人/机构客户身份与资产/交易规模不匹配”类指标，由于客户身份信息、交易行为、资产状况、可疑预警等数据分布在不同信息系统，导致该指标去重机制取数计算困难，或者不去重，或者机械设置一定期限免预警，极易导致短时间内多次重复预警或者忽视异常情形。

通过加强数据治理，打通信息孤岛，准确调取计算客户身份信息、交易行为、资产状况、可疑预警等数据，优化去重逻辑，支持预警后上调阈值、一段时间未预警回归的规则，既保证根据客户预警情况动态调整阈值监测异常行为，又彻底解决短期重复预警问题，让监测更贴合客户实际交易节奏。

（二）开展风险评估，聚焦实质风险，对洗钱高风险客户高风险业务加强监测

大宗交易由于具有指定交易对手的特征，且交易价格可以偏离市场价格，存在利益输送的可能性，洗钱风险相对较高，不少证券公司设置了专门的监测指标，对该业务加强监控。但在实际运作中，由于各交易品种交易规则的差异，设置的偏离度监控比例容易过高造成价格波动小的主板股票大宗交易难以预警。

因此，需要梳理不同交易所对不同交易品种设置的大宗交易价格规则，比如主板为±10%，科创板创业板为±20%，北交所为±30%，新三板为±30%或当日最高/最低成交价。同时，根据上年度实际业务发生情况对监控阈值进行回测，优化偏离度监控比例或者设置个性化比例，确保所有交易品种大宗交易都能预警，又不会导致价格波动较大的品种频繁预警。

（三）关注司法协查，加强“以案倒查”，通过查冻扣数据提升监测指标有效性

在对司法查冻扣客户甄别分析后发现，目前一些不法分子通过操纵不同名称的多个账户或账户组，在不同账户之间交易转让股票，以达到利益输送拉或拉抬打压等目的。

为此，可以考虑将关联账户模型用于可疑交易监测，将不同客户相同转账地址、交易地址、联系地址、受益所有人作为关联账户统筹管理，提升尽职调查工作的针对性及有效性。

（四）升级系统功能，丰富尽调工具，利用AI大数据模型训练监测指标

反洗钱尽职调查信息分布在各个系统，收集整理费时费力。为提高效率，建议整合客户身份、交易信息等基础数据构建统一视图，提取客户登录信息、交易转账金额频率站点归集分析，部署相同交易地址、转账地址、受益所有人等多种风险场景，汇总有权机关查冻扣信息、可疑交易上报信息、高风险因子及黑名单预警情况，全景展示客户身份信息历史更新情况及历史尽职调查、可疑交易分析甄别记录。

另外，还可以此前监测预警上报可疑交易报告和查冻扣数据，整理客户身份信息、交易数据、资金数据、设备数据、信息变更记录等数据信息，利用大模型方法进行数据预处理并进行特征提取，选择合适模型进行训练，自动化调整参数交叉验证，反复评估优化模型，形成智能交易监测指标。

 

三、反洗钱监测标准长效机制

反洗钱监测优化不是一蹴而就，不能一劳永逸，而是持续迭代的过程，需结合监管政策变化与行业风险趋势，构建长效机制。

紧跟监管动态。持续跟踪中国人民银行、司法机关发布的洗钱风险提示、典型案例，及时调整监测指标与参数，确保贴合监管要求。

深化跨界协同。建立完善反洗钱数据共享机制，针对跨部门、跨机构的异常交易场景，建立联合监测模型，形成防控合力。

建立迭代机制。定期开展监测效果评估，结合司法查冻扣案例、内部风险评估结果，持续优化风险参数与智能模型。