基于向量空间模型的KNN分类器模型在反洗钱监管体制中的应用研究

刘泽辰

[摘 要]洗钱会破坏金融市场与机构的完整性与稳定性。随着金融业全球化发展，各国对于金融市场洗钱行为的监管也愈发重视。本文以英国财政部2015年发布的《英国洗钱与恐怖主义融资国家风险评估》为基础，应用机器学习中基于向量空间模型的KNN分类器模型自动学习风险等级分类决策准则评估金融体系不同领域的洗钱风险水平，并建立了一个监测洗钱行为的机制。这意味着当其他国家通过使用英国建立的洗钱风险评估系统积累了足够的数据后，可以使用模型和指標来确定本国洗钱风险水平，而无须使用英国的风险评估系统，节省了成本。实验结果表明，分类器能够有效区分金融体系各领域洗钱风险水平高低。

[关键词]向量空间;KNN分类器;反洗钱监管;金融体系

doi：10.3969/j.issn.1673 - 0194.2019.16.069

[中图分类号]F831.1[文献标识码]A[文章编号]1673-0194（2019）16-0-02

1     研究假设

《英国洗钱与恐怖主义融资国家风险评估》将金融体系划分为12个主题领域：银行业（Banks）、会计服务业（Accountancy service providers）、法律服务业（Legal service providers）、货币服务业（Money service businesses）、信托服务业（Trust or company service providers）、房地产服务业（Estate agents）、高价值商品销售业（High value dealers）、无监督的零售博彩业（Retail betting）、有监督的赌城博彩业（Casinos）、现金交易（Cash）、以电子货币交易为典型的新兴货币交易（New payment methods）和数字货币交易（Digital currencies）。

1.1   数量假设

每种领域存在一种洗钱方法，即在国家金融体系中，共存在12种洗钱方法。

1.2   邻近假设

在向量空间中，具有相同风险水平的洗钱方法构成一个类。同一类型的洗钱方法会构成一个邻近区域，而不同类的邻近区域之间互不重叠。

1.3   独立性假设

在国家金融体系中，每种洗钱方法都是独立的，互不影响。

2     参数设定

采用总漏洞评分（Total vulnerabilities score）、总似然评分（Total likelihood score）、结构性风险（Structural risk）、风险减缓等级（Risk with mitigation grading）作为衡量各领域洗钱风险水平的4个主要因素。每个因素都可以由一个或多个可检测指标来确定。

2.1   总漏洞评分（Total vulnerabilities score）

总漏洞评分衡量洗钱行为在每个领域造成的损害程度。得分越高，各个领域洗抵御洗钱行为破坏的能力越弱。在定量评估和研究过程中，以下3个因素会对结果产生显著影响：①国际资本转移能力;②该领域的货币流通速度或货币流量;③该领域的各部门企业的合规经营水平

2.2   总似然评分（Total likelihood score）

总似然评分衡量在每个领域发生洗钱事件时，该区域向执法机构报告的可能性。得分越高，该领域从业者的专业水平越高。在定量评估和研究过程中，以下3个因素会对结果产生显著影响：①该领域规模大小;②该领域各部门向执法部门报告可疑洗钱活动的可能性，可以从各部门提交的可疑活动报告（SAR）数量看出;③该领域各部门对于洗钱行为相关知识的掌握程度。

2.3   结构性风险（Structural risk）

在获取总体漏洞评分和总似然评分后，系统自动生成一个评分，用于衡量每个领域的结构性风险。得分越高，该领域发生洗钱行为的可能性越高，或洗钱事件的数量越多。

2.4   风险减缓等级（Risk with mitigation grading）

风险减缓等级衡量执法人员获得洗钱行为的消息时处理洗钱事件的能力。得分越高，执法人员成功处理事件的能力越强。

3     建立模型

3.1   建立变量关系

Tvsi=f（a，M，li） （1）

Tlsi=F（sizei，ri，ki）（2）

Sri=G（Tvsi，Tlsi）（3）

在式（1）中，M可用替换。

式中：i为领域i的洗钱方法;Tvsi为领域i的总漏洞评分（Total vulnerabilities score）;a为国际资本转移能力;M为货币供给总量;li为领域i的各部门企业的合规经营水平;Tlsi为领域i的总似然评分（Total likelihood score）;sizei为领域i的规模;ri为领域ki中各部门向执法部门报告可疑活动的可能性;ki为领域i各部门对于洗钱行为相关知识掌握水平;Sri为领域i的结构性风险（Structural risk）。鉴于不同国家金融体系的不同，将产生不同的函数关系（f，F，G）。

3.2   数据预处理

向量空间模型将每种洗钱方式表示为由实数分量组合而成的向量。其中：为领域i的洗钱方法的向量化表示;Rwmg为领域i的风险减缓等级（Risk with mitigation grading）。

向量中每个分量对应一个评价指标。从《英国洗钱与恐怖主义融资国家风险评估》中获取了2015年英国金融体系12个主题领域的原数据，以评估数字货币交易洗钱风险水平为例，数字货币交易洗钱风险水平为“低（Low）”。选取除数字货币交易外的11个领域作为训练集，对11个四维向量降维成二维向量，并将其投影到二维平面上，观察数据分布。

3.3   算法描述

输入：正整数k（KNN算法参数），训练集D，类别集合C，需要判断分类的向量d。

输出：d所有可能的分类中，具有最高概率值的主类c（c∈C）。

（1）D（i，d）=dist（Di，d）//采用欧几里得距离计算d与训练集D中各元素距離。

（2）Sk<-select top-k distances from D（i，d）//对于（1）中结果，按距离递增顺序进行排序，选择与d距离最小的k点，并将其存储在数据结构Sk中。

（3）for each cj∈C：do pj<-|Sk∩cj|/k//确定前k个点所在类别的出现频率pj。

（4）return arg maxjpj//返回具有最高出现频率的类别作为当前点的预测分类。

3.4   实验结果

给出了k=3时的分类结果。红线表示分类边界，风险水平的3种分类分别由“+、о、*”表示。最靠近数字货币交易洗钱方式的三个点均属于“低（Low）”类，即P（“高”类别|数字货币交易洗钱方式）=0，P（“中”类别|数字货币交易洗钱方式）=0，P（“低”类别|数字货币交易洗钱方式）=1。分类器给出的结果是数字货币交易洗钱方式属于“低”类，这与实际结果相符，说明分类器是准确的。

同样可以发现，英国2015年的数字货币交易洗钱方式风险较低，这与有监督的赌城博彩业、高价值商品销售业和无监督的零售博彩业的风险水平相同。这意味着他们的风险结构有可能相似。因此，对数字货币交易反洗钱监管可以借鉴对有监督的赌城博彩业、高价值商品销售业和无监督的零售博彩业进行反洗钱监管。

假设在某一年获得了数字货币交易洗钱方法的4个指标，仍然可以使用分类器来判断数字货币交易洗钱方法在一年内的风险水平，并与前一时期进行比较，得出数字货币交易中洗钱风险的趋势，以便更好地监管。

4     灵敏度分析

4.1   对k值的选择

在KNN模型中，k的取值往往取决于分类问题本身的经验或知识。一般来说，k通常采用奇数来减少多个主类同时存在的可能性。k=3和k=5是常用的值，但是k也经常取50～100的数值，取决于训练集样本量的大小。

4.2   对训练集样本大小的敏感度

不断更新训练集的样本量，可以判断出需要评估的洗钱方法的风险水平，然后将其训练集中，扩大下一次评估的训练集样本量，使结果更加准确。

5     结 语

本文针对各国金融体系中反洗钱监管机制建立与完善提出了建设性框架，即各国通过使用英国建立的洗钱风险评估系统积累了足够的数据后，可以使用基于向量空间模型的KNN分类器模型自动学习风险等级分类决策准则评估金融体系不同领域的洗钱风险水平。算法步骤和实验结果表明，模型简单、有效、高效。而由于各国金融体系不同，暂时很难探究出各指标间具体的关系。在后续的研究中，将深入研究适用于各国金融体系的评价指标组合，以便使分类器的分类结果更加准确。

主要参考文献

[1]HM Treasury.UK National Risk Assessment of Money Laundering and Terrorist Financing.[EB/OL].（2015-10-15）[2019-06-26].https：//www.gov.uk/government/publications/uk-national-risk-assessment-of-money-laundering-and-terrorist-financing.

[2]魏莱.反洗钱监管体系与检测方法研究[D].长沙：湖南大学，2011.

[3]罗航海，李文侠，刘媛，等.风险为本的反洗钱监管动态评估体系建设研究[J].西部金融，2013（1）.

[4]秦晓霞.金融控股公司反洗钱监管体系构建[J].北方金融，2016（11）.

[5]关崇明.全面贯彻落实《反洗钱法》构建甲天下反洗钱监管体系——中国人民银行桂林市中心支行十年反洗钱工作回顾[J].区域金融研究，2017（1）.