模糊聚類分析在金融機構(gòu)洗錢風險評估中的應(yīng)用

千宏武+彭希

摘 要：聚類分析是數(shù)理統(tǒng)計中的一種分析方法，是用數(shù)學(xué)方法定量地確定樣本的親疏關(guān)系，從而客觀地進行分類。本文主要以模糊聚類分析在金融機構(gòu)洗錢風險評估中的應(yīng)用進行實例研究，對聚類的結(jié)果進行了分析，并提出了建議措施。

關(guān)鍵詞：模糊聚類分析；洗錢風險；風險評估

中圖分類號：F830.5 文獻標識碼：B 文章編號：1674-0017-2014（8）-0093-04

近年來，人民銀行為貫徹落實“風險為本”監(jiān)管理念，創(chuàng)新工作模式，改進工作方法，通過建立和完善金融機構(gòu)洗錢風險評估框架和指標體系，分輕重、有主次地督促指導(dǎo)金融機構(gòu)履行反洗錢工作職責，有效監(jiān)控和防范潛在的洗錢行為。本文主要運用模糊聚類分析對金融機構(gòu)進行分類，并根據(jù)實際應(yīng)用找出合理分類，從而建立洗錢風險評估模型。

一、洗錢風險評估的模糊聚類分析

聚類分析是數(shù)理統(tǒng)計中研究“物以類聚”的一種方法。傳統(tǒng)的聚類分析把每個樣本嚴格地劃分到某一類，屬于硬劃分的范疇，具有非此即彼的性質(zhì)。實際上大多數(shù)對象并沒有嚴格的屬性，它們在性態(tài)和類屬方面存在著中介性，具有“亦此亦彼”的性質(zhì)，適合進行軟劃分。1965年Zadeh教授在《Fuzzy Set》一文中提出了模糊集理論，并很快應(yīng)用到多個領(lǐng)域。模糊集理論的提出也為傳統(tǒng)聚類分析的軟劃分提供了有力的分析工具，人們用模糊的方法來處理聚類問題，就稱之為模糊聚類分析。在模糊聚類中，每個樣本不再僅屬于某一類，而是以一定的隸屬度分別屬于每一類。由于模糊聚類可以得到樣本屬于各個類別的不確定性程度，表達樣本類屬的中介性，即建立起樣本對于類別的不確定性的描述，從而客觀地分型劃類。模糊聚類分析成為已聚類分析研究的主流，并廣泛應(yīng)用于社會科學(xué)和自然科學(xué)等領(lǐng)域。

模糊聚類分析為洗錢風險評估提供了一個科學(xué)的研究視角和方法。洗錢風險評估是人民銀行在了解金融機構(gòu)的基礎(chǔ)上，客觀評估其反洗錢工作機制的健全性以及面臨的洗錢風險，為采取合理的監(jiān)管措施奠定基礎(chǔ)。在風險監(jiān)管程序中，風險評估是決定分類監(jiān)管是否有效的關(guān)鍵和前提，其準確性如何，主要取決于風險評估指標體系和風險等級劃分的科學(xué)性。根據(jù)以上特點，本文提出了用模糊聚類分析方法對金融機構(gòu)在一定期間的反洗錢工作情況進行評估，并把金融機構(gòu)按照風險程度劃分等級，得出的結(jié)果為反洗錢分類監(jiān)管提供重要依據(jù)。

二、建立金融機構(gòu)洗錢風險評估模型

（一）建立數(shù)據(jù)矩陣

設(shè)論域U = { x1，x2，…，xn} 為被分類對象，每個樣本有m 個指標表示其性狀，即xi = { xi1，xi2，…，xim} （ i = 1，2，…，n） ，可得原始數(shù)據(jù)矩陣為

式中：x表示第n個分類對象的第m個數(shù)據(jù)的原始數(shù)據(jù)。

（二）數(shù)據(jù)標準化

在實際問題中，不同的數(shù)據(jù)一般有不同的量綱，為了使不同的量綱可以進行比較，一般需要對其數(shù)據(jù)做一定的變換，即標準化。本文采用極差變換對樣本數(shù)據(jù)進行標準化。

式中，x是第i 個對象第j 個指標的原始數(shù)據(jù)，xmax和xmin分別為不同對象的同一指標的最大值和最小值。x'為第i 個對象第j 個指標的標準化數(shù)值。

（三）建立模糊相似矩陣

設(shè)U={ x1，x2，…，xn }，xi = { xi1，xi2，…，xim }，采用最大最小法計算相關(guān)系數(shù)rij，建立模糊相似矩陣，xi與xj的相似度rij= R（xi，xj）。

式中，rij∈[0，1]（i= 1，2，…，n，j= 1，2，…，m）是表示第i個對象與第j個對象在各指標上的相似程度的量。

（四）改造相似關(guān)系為等價關(guān)系

通過平方法求R的傳遞閉包，即R自乘R*R=R2，再自乘R2*R2= R4，直到Rk=R2k，則等價模糊矩陣t（ R）=Rk =R2k，k∈N。求出等價模糊矩陣后，依次從等價模糊矩陣的數(shù)據(jù)取值，求λ截值對應(yīng)的聚類。當λ的值越大時，分類越多。

（五）確定分類數(shù)

關(guān)于分類數(shù)的確定，目前是聚類分析中尚未完全解決的問題之一，但在實際運用中主要是根據(jù)研究的目的，從實用的角度出發(fā)，選擇合適的分類數(shù)。

三、評估模型在金融機構(gòu)洗錢風險評估中的應(yīng)用

（一）選取指標

本文在反洗錢動態(tài)評價指標體系的基礎(chǔ)上，分別選取內(nèi)控制度建設(shè)與執(zhí)行情況（U1）、組織機構(gòu)建設(shè)情況（U2）、大額交易和可疑交易報告情況（U3）、客戶身份識別和客戶身份資料及交易記錄保存情況（U4）、宣傳培訓(xùn)開展情況（U5）、報表資料報送情況（U6）等六項指標組成金融機構(gòu)風險信息指標體系。為分析方便統(tǒng)一定義為：

U=（U1，U2，U3，U4，U5，U6）

樣本集用V表示，選取人民銀行西安分行營管部管轄的22家金融機構(gòu)做樣本對象數(shù)，分別表示為V1，V2，V3，……，V22，則U=（Vnm）22×6如表1所示：

（二）對數(shù)據(jù)進行標準化。

利用MATLAB編程求出模糊相似矩陣和等價模糊矩陣，由于篇幅有限，相關(guān)矩陣沒有列出。進行聚類，得到分類結(jié)果。

從得到的等價模糊矩陣可知，取不同的置信水平λ，就有不同的分類結(jié)果。當λ=1時，每個樣本自成一類，隨λ值的降低，由細到粗逐漸分類，本文有20個不同λ值，分類就有20種，此處不再贅述。由于在實際應(yīng)用中，對金融機構(gòu)洗錢風險的劃分主要是分為高、中、低三類風險，因此可以分析得出，當λ=0.882964，可將22個樣本分為三類，即第1類為[1：V1， V3， V4， V6， V7， V8， V9， V11， V12， V13， V14， V15， V16， V17， V18， V19， V20， V21， V22，]，第2類為[2：V2]，第3類為[3：V5， V10，]。從原始數(shù)據(jù)可以看出，第1類金融機構(gòu)的各指標數(shù)值要好于第3類，第3類金融機構(gòu)的各指標數(shù)值要好于第2類，因此第2類金融機構(gòu)定為高風險，第3類為中等風險，第1類為低風險。

上述22家金融機構(gòu)洗錢風險評估及分類結(jié)果可以看出，銀行業(yè)金融機構(gòu)反洗錢工作水平總體上相對要好于保險業(yè)、證券期貨業(yè)，城市金融機構(gòu)反洗錢風險程度相對要低于農(nóng)村地區(qū)金融機構(gòu)。此外，結(jié)合日常和年度考核實際情況，不難發(fā)現(xiàn)，處于低風險的金融機構(gòu)，大部分金融機構(gòu)內(nèi)控制度健全且修訂及時，反洗錢部門及崗位職責明確，認真落實了人民銀行有關(guān)反洗錢工作的安排部署，全年有計劃地開展過有規(guī)模的反洗錢宣傳至少2次，參加人民銀行組織或自主開展業(yè)務(wù)培訓(xùn)3次以上，且重點突出，內(nèi)容豐富。此類金融機構(gòu)在執(zhí)行“一法四規(guī)”時，大額和可疑交易報告流程清晰，并主動進行了人工分析，采取有效措施進行了初次、持續(xù)性客戶身份識別，交易記錄保存完整，并對客戶進行了風險分類管理。部分金融機構(gòu)能及時上報重大可疑交易報告，積極配合人民銀行開展反洗錢行政調(diào)查，經(jīng)公安機關(guān)立案偵查破獲過重大案件。而處于中等風險和高風險的金融機構(gòu)在開展反洗錢工作中，內(nèi)控制度雖較全面，但操作性不強或者有的直接沿用上級機構(gòu)的制度，未將法律的宏觀要求與自身行業(yè)特性有機結(jié)合，未深入研究各類業(yè)務(wù)產(chǎn)品的交易特征，與反洗錢法規(guī)要求存在一定差距。從人民銀行現(xiàn)場檢查或巡查的事實認定中可以看出，有些機構(gòu)在開展反洗錢三大核心業(yè)務(wù)時，執(zhí)行制度不到位的情況偶有發(fā)生，研究各類業(yè)務(wù)和客戶的風險分類開展高風險客戶識別的工作不夠細化，大額和可疑交易報告的質(zhì)量還有待提高。

四、相關(guān)結(jié)論和政策建議

基于風險評估分類結(jié)果可以得出以下結(jié)論：一是分為同一類風險等級的金融機構(gòu)，存在類似的洗錢風險，因此可根據(jù)分類結(jié)果對各等級分配不同程度的監(jiān)管資源，制定有針對性的監(jiān)管措施，實行分類監(jiān)管；二是處于同一類風險等級的某一金融機構(gòu)出現(xiàn)洗錢行為時，應(yīng)重點加強對該類風險等級的監(jiān)管；三是通過日常工作或連續(xù)幾年的分析結(jié)果，若發(fā)現(xiàn)某一金融機構(gòu)長期處于高風險等級，應(yīng)對其進行重點監(jiān)測，并采取相應(yīng)的監(jiān)管措施。

金融機構(gòu)的風險等級不僅能客觀地反映其反洗錢工作情況，同時也為人民銀行的監(jiān)管提供了依據(jù)。因此通過以上結(jié)論可以得出以下幾點建議措施：一是針對行業(yè)間、地區(qū)間不平衡的現(xiàn)象，對不同行業(yè)采取分類監(jiān)管。人民銀行可利用反洗錢工作聯(lián)席會議協(xié)調(diào)機制，加強行業(yè)間的溝通與交流，分別對銀行、保險、證券期貨業(yè)金融機構(gòu)采取切合自身實際的、有針對性的監(jiān)管措施；對于基礎(chǔ)扎實的行業(yè)，監(jiān)管重點應(yīng)放在如何提升反洗錢工作層次上，對于基礎(chǔ)較薄弱的行業(yè)，則更多地傾向于基礎(chǔ)性工作的指導(dǎo)；對于農(nóng)村地區(qū)金融機構(gòu)，建議其上級機構(gòu)在反洗錢系統(tǒng)開發(fā)和配套上給予一定的資金扶持，并綜合運用現(xiàn)場巡查、電話詢問等指導(dǎo)性措施，深入實地了解情況，提出指導(dǎo)意見，增強監(jiān)管的持續(xù)性和實效性。二是對于不同風險等級的金融機構(gòu)，合理配置監(jiān)管資源，優(yōu)化整合監(jiān)管方式。對于低風險機構(gòu)，以政策輔導(dǎo)為主，提供信息資源和技術(shù)支持以激發(fā)其內(nèi)生動力，給予一定的正向激勵措施，引導(dǎo)金融機構(gòu)建立洗錢風險防范的長效機制；對于中等風險機構(gòu)，定期進行風險提示和通報應(yīng)關(guān)注的風險點，并督促檢查其整改落實情況；對于高風險機構(gòu)，應(yīng)正式發(fā)出預(yù)警通知，采取現(xiàn)場巡查、約見高管等方式，督促金融機構(gòu)高級管理層逐步改進反洗錢工作，并適當加大現(xiàn)場檢查力度，將分析評估情況報金融機構(gòu)上級機構(gòu)。三是對于連續(xù)幾年都處于高風險的機構(gòu)，要采取較嚴厲的持續(xù)監(jiān)管，根據(jù)現(xiàn)場檢查認定的問題，按照相關(guān)法律法規(guī)，啟動行政處罰程序，建議行業(yè)監(jiān)管部門取消高級管理層任職資格，必要時責令對其停業(yè)整頓或吊銷經(jīng)營許可證。

參考文獻

[1]梁保松.模糊數(shù)學(xué)及應(yīng)用[M].北京：科學(xué)出版社，2007。

[2]杜金福.我國實施風險為本反洗錢原則的探討[J].中國金融，2012，（11）：10-12。

[3]羅海航等.風險為本的反洗錢監(jiān)管動態(tài)評估體系建設(shè)研究[J].西部金融，2013，（1）：90-93。

[4]孫宏.推進“風險為本”反洗錢工作的途徑探討[J].吉林金融研究，2012，（16）：57-59。

[5]周喆等.風險為本反洗錢監(jiān)管制度的構(gòu)建研究[J].海南金融，2011，（12）：49-52。

The Application of Fuzzy Clustering Analysis to the Money Laundering Risk Assessment of Financial Institutions

QIAN Hongwu PENG Xi

（Operations Office of Xian Branch PBC， Xian Shaanxi 720000）

Abstract：Clustering analysis is one of mathematical statistics methods， is used to quantitatively determine affinity-disaffinity relationship of samples by means of the mathematical method， thereby classifies the samples objectively according to results. The paper mainly studies the application of the money laundering risk assessment of financial institutions by fuzzy clustering analysis， analyzes the clustering result， and puts forward suggestions.

Keywords： fuzzy clustering analysis； money laundering risk； risk assessment

責任編輯、校對：楊振峰

上述22家金融機構(gòu)洗錢風險評估及分類結(jié)果可以看出，銀行業(yè)金融機構(gòu)反洗錢工作水平總體上相對要好于保險業(yè)、證券期貨業(yè)，城市金融機構(gòu)反洗錢風險程度相對要低于農(nóng)村地區(qū)金融機構(gòu)。此外，結(jié)合日常和年度考核實際情況，不難發(fā)現(xiàn)，處于低風險的金融機構(gòu)，大部分金融機構(gòu)內(nèi)控制度健全且修訂及時，反洗錢部門及崗位職責明確，認真落實了人民銀行有關(guān)反洗錢工作的安排部署，全年有計劃地開展過有規(guī)模的反洗錢宣傳至少2次，參加人民銀行組織或自主開展業(yè)務(wù)培訓(xùn)3次以上，且重點突出，內(nèi)容豐富。此類金融機構(gòu)在執(zhí)行“一法四規(guī)”時，大額和可疑交易報告流程清晰，并主動進行了人工分析，采取有效措施進行了初次、持續(xù)性客戶身份識別，交易記錄保存完整，并對客戶進行了風險分類管理。部分金融機構(gòu)能及時上報重大可疑交易報告，積極配合人民銀行開展反洗錢行政調(diào)查，經(jīng)公安機關(guān)立案偵查破獲過重大案件。而處于中等風險和高風險的金融機構(gòu)在開展反洗錢工作中，內(nèi)控制度雖較全面，但操作性不強或者有的直接沿用上級機構(gòu)的制度，未將法律的宏觀要求與自身行業(yè)特性有機結(jié)合，未深入研究各類業(yè)務(wù)產(chǎn)品的交易特征，與反洗錢法規(guī)要求存在一定差距。從人民銀行現(xiàn)場檢查或巡查的事實認定中可以看出，有些機構(gòu)在開展反洗錢三大核心業(yè)務(wù)時，執(zhí)行制度不到位的情況偶有發(fā)生，研究各類業(yè)務(wù)和客戶的風險分類開展高風險客戶識別的工作不夠細化，大額和可疑交易報告的質(zhì)量還有待提高。

四、相關(guān)結(jié)論和政策建議

基于風險評估分類結(jié)果可以得出以下結(jié)論：一是分為同一類風險等級的金融機構(gòu)，存在類似的洗錢風險，因此可根據(jù)分類結(jié)果對各等級分配不同程度的監(jiān)管資源，制定有針對性的監(jiān)管措施，實行分類監(jiān)管；二是處于同一類風險等級的某一金融機構(gòu)出現(xiàn)洗錢行為時，應(yīng)重點加強對該類風險等級的監(jiān)管；三是通過日常工作或連續(xù)幾年的分析結(jié)果，若發(fā)現(xiàn)某一金融機構(gòu)長期處于高風險等級，應(yīng)對其進行重點監(jiān)測，并采取相應(yīng)的監(jiān)管措施。

金融機構(gòu)的風險等級不僅能客觀地反映其反洗錢工作情況，同時也為人民銀行的監(jiān)管提供了依據(jù)。因此通過以上結(jié)論可以得出以下幾點建議措施：一是針對行業(yè)間、地區(qū)間不平衡的現(xiàn)象，對不同行業(yè)采取分類監(jiān)管。人民銀行可利用反洗錢工作聯(lián)席會議協(xié)調(diào)機制，加強行業(yè)間的溝通與交流，分別對銀行、保險、證券期貨業(yè)金融機構(gòu)采取切合自身實際的、有針對性的監(jiān)管措施；對于基礎(chǔ)扎實的行業(yè)，監(jiān)管重點應(yīng)放在如何提升反洗錢工作層次上，對于基礎(chǔ)較薄弱的行業(yè)，則更多地傾向于基礎(chǔ)性工作的指導(dǎo)；對于農(nóng)村地區(qū)金融機構(gòu)，建議其上級機構(gòu)在反洗錢系統(tǒng)開發(fā)和配套上給予一定的資金扶持，并綜合運用現(xiàn)場巡查、電話詢問等指導(dǎo)性措施，深入實地了解情況，提出指導(dǎo)意見，增強監(jiān)管的持續(xù)性和實效性。二是對于不同風險等級的金融機構(gòu)，合理配置監(jiān)管資源，優(yōu)化整合監(jiān)管方式。對于低風險機構(gòu)，以政策輔導(dǎo)為主，提供信息資源和技術(shù)支持以激發(fā)其內(nèi)生動力，給予一定的正向激勵措施，引導(dǎo)金融機構(gòu)建立洗錢風險防范的長效機制；對于中等風險機構(gòu)，定期進行風險提示和通報應(yīng)關(guān)注的風險點，并督促檢查其整改落實情況；對于高風險機構(gòu)，應(yīng)正式發(fā)出預(yù)警通知，采取現(xiàn)場巡查、約見高管等方式，督促金融機構(gòu)高級管理層逐步改進反洗錢工作，并適當加大現(xiàn)場檢查力度，將分析評估情況報金融機構(gòu)上級機構(gòu)。三是對于連續(xù)幾年都處于高風險的機構(gòu)，要采取較嚴厲的持續(xù)監(jiān)管，根據(jù)現(xiàn)場檢查認定的問題，按照相關(guān)法律法規(guī)，啟動行政處罰程序，建議行業(yè)監(jiān)管部門取消高級管理層任職資格，必要時責令對其停業(yè)整頓或吊銷經(jīng)營許可證。

參考文獻

[1]梁保松.模糊數(shù)學(xué)及應(yīng)用[M].北京：科學(xué)出版社，2007。

[2]杜金福.我國實施風險為本反洗錢原則的探討[J].中國金融，2012，（11）：10-12。

[3]羅海航等.風險為本的反洗錢監(jiān)管動態(tài)評估體系建設(shè)研究[J].西部金融，2013，（1）：90-93。

[4]孫宏.推進“風險為本”反洗錢工作的途徑探討[J].吉林金融研究，2012，（16）：57-59。

[5]周喆等.風險為本反洗錢監(jiān)管制度的構(gòu)建研究[J].海南金融，2011，（12）：49-52。

The Application of Fuzzy Clustering Analysis to the Money Laundering Risk Assessment of Financial Institutions

QIAN Hongwu PENG Xi

（Operations Office of Xian Branch PBC， Xian Shaanxi 720000）

Abstract：Clustering analysis is one of mathematical statistics methods， is used to quantitatively determine affinity-disaffinity relationship of samples by means of the mathematical method， thereby classifies the samples objectively according to results. The paper mainly studies the application of the money laundering risk assessment of financial institutions by fuzzy clustering analysis， analyzes the clustering result， and puts forward suggestions.

Keywords： fuzzy clustering analysis； money laundering risk； risk assessment

責任編輯、校對：楊振峰

上述22家金融機構(gòu)洗錢風險評估及分類結(jié)果可以看出，銀行業(yè)金融機構(gòu)反洗錢工作水平總體上相對要好于保險業(yè)、證券期貨業(yè)，城市金融機構(gòu)反洗錢風險程度相對要低于農(nóng)村地區(qū)金融機構(gòu)。此外，結(jié)合日常和年度考核實際情況，不難發(fā)現(xiàn)，處于低風險的金融機構(gòu)，大部分金融機構(gòu)內(nèi)控制度健全且修訂及時，反洗錢部門及崗位職責明確，認真落實了人民銀行有關(guān)反洗錢工作的安排部署，全年有計劃地開展過有規(guī)模的反洗錢宣傳至少2次，參加人民銀行組織或自主開展業(yè)務(wù)培訓(xùn)3次以上，且重點突出，內(nèi)容豐富。此類金融機構(gòu)在執(zhí)行“一法四規(guī)”時，大額和可疑交易報告流程清晰，并主動進行了人工分析，采取有效措施進行了初次、持續(xù)性客戶身份識別，交易記錄保存完整，并對客戶進行了風險分類管理。部分金融機構(gòu)能及時上報重大可疑交易報告，積極配合人民銀行開展反洗錢行政調(diào)查，經(jīng)公安機關(guān)立案偵查破獲過重大案件。而處于中等風險和高風險的金融機構(gòu)在開展反洗錢工作中，內(nèi)控制度雖較全面，但操作性不強或者有的直接沿用上級機構(gòu)的制度，未將法律的宏觀要求與自身行業(yè)特性有機結(jié)合，未深入研究各類業(yè)務(wù)產(chǎn)品的交易特征，與反洗錢法規(guī)要求存在一定差距。從人民銀行現(xiàn)場檢查或巡查的事實認定中可以看出，有些機構(gòu)在開展反洗錢三大核心業(yè)務(wù)時，執(zhí)行制度不到位的情況偶有發(fā)生，研究各類業(yè)務(wù)和客戶的風險分類開展高風險客戶識別的工作不夠細化，大額和可疑交易報告的質(zhì)量還有待提高。

四、相關(guān)結(jié)論和政策建議

基于風險評估分類結(jié)果可以得出以下結(jié)論：一是分為同一類風險等級的金融機構(gòu)，存在類似的洗錢風險，因此可根據(jù)分類結(jié)果對各等級分配不同程度的監(jiān)管資源，制定有針對性的監(jiān)管措施，實行分類監(jiān)管；二是處于同一類風險等級的某一金融機構(gòu)出現(xiàn)洗錢行為時，應(yīng)重點加強對該類風險等級的監(jiān)管；三是通過日常工作或連續(xù)幾年的分析結(jié)果，若發(fā)現(xiàn)某一金融機構(gòu)長期處于高風險等級，應(yīng)對其進行重點監(jiān)測，并采取相應(yīng)的監(jiān)管措施。

金融機構(gòu)的風險等級不僅能客觀地反映其反洗錢工作情況，同時也為人民銀行的監(jiān)管提供了依據(jù)。因此通過以上結(jié)論可以得出以下幾點建議措施：一是針對行業(yè)間、地區(qū)間不平衡的現(xiàn)象，對不同行業(yè)采取分類監(jiān)管。人民銀行可利用反洗錢工作聯(lián)席會議協(xié)調(diào)機制，加強行業(yè)間的溝通與交流，分別對銀行、保險、證券期貨業(yè)金融機構(gòu)采取切合自身實際的、有針對性的監(jiān)管措施；對于基礎(chǔ)扎實的行業(yè)，監(jiān)管重點應(yīng)放在如何提升反洗錢工作層次上，對于基礎(chǔ)較薄弱的行業(yè)，則更多地傾向于基礎(chǔ)性工作的指導(dǎo)；對于農(nóng)村地區(qū)金融機構(gòu)，建議其上級機構(gòu)在反洗錢系統(tǒng)開發(fā)和配套上給予一定的資金扶持，并綜合運用現(xiàn)場巡查、電話詢問等指導(dǎo)性措施，深入實地了解情況，提出指導(dǎo)意見，增強監(jiān)管的持續(xù)性和實效性。二是對于不同風險等級的金融機構(gòu)，合理配置監(jiān)管資源，優(yōu)化整合監(jiān)管方式。對于低風險機構(gòu)，以政策輔導(dǎo)為主，提供信息資源和技術(shù)支持以激發(fā)其內(nèi)生動力，給予一定的正向激勵措施，引導(dǎo)金融機構(gòu)建立洗錢風險防范的長效機制；對于中等風險機構(gòu)，定期進行風險提示和通報應(yīng)關(guān)注的風險點，并督促檢查其整改落實情況；對于高風險機構(gòu)，應(yīng)正式發(fā)出預(yù)警通知，采取現(xiàn)場巡查、約見高管等方式，督促金融機構(gòu)高級管理層逐步改進反洗錢工作，并適當加大現(xiàn)場檢查力度，將分析評估情況報金融機構(gòu)上級機構(gòu)。三是對于連續(xù)幾年都處于高風險的機構(gòu)，要采取較嚴厲的持續(xù)監(jiān)管，根據(jù)現(xiàn)場檢查認定的問題，按照相關(guān)法律法規(guī)，啟動行政處罰程序，建議行業(yè)監(jiān)管部門取消高級管理層任職資格，必要時責令對其停業(yè)整頓或吊銷經(jīng)營許可證。

參考文獻

[1]梁保松.模糊數(shù)學(xué)及應(yīng)用[M].北京：科學(xué)出版社，2007。

[2]杜金福.我國實施風險為本反洗錢原則的探討[J].中國金融，2012，（11）：10-12。

[3]羅海航等.風險為本的反洗錢監(jiān)管動態(tài)評估體系建設(shè)研究[J].西部金融，2013，（1）：90-93。

[4]孫宏.推進“風險為本”反洗錢工作的途徑探討[J].吉林金融研究，2012，（16）：57-59。

[5]周喆等.風險為本反洗錢監(jiān)管制度的構(gòu)建研究[J].海南金融，2011，（12）：49-52。

The Application of Fuzzy Clustering Analysis to the Money Laundering Risk Assessment of Financial Institutions

QIAN Hongwu PENG Xi

（Operations Office of Xian Branch PBC， Xian Shaanxi 720000）

Abstract：Clustering analysis is one of mathematical statistics methods， is used to quantitatively determine affinity-disaffinity relationship of samples by means of the mathematical method， thereby classifies the samples objectively according to results. The paper mainly studies the application of the money laundering risk assessment of financial institutions by fuzzy clustering analysis， analyzes the clustering result， and puts forward suggestions.

Keywords： fuzzy clustering analysis； money laundering risk； risk assessment

責任編輯、校對：楊振峰