观点 I 金融机构持续尽职调查典型问题及工作思路探析

• 个人客户登记的居民身份证件号码不符合中华人民共和国国家标准《公民身份号码》（GB11643-1999)规定的居民身份证件号码编码规则；

• 个人客户或机构客户法定代表人在建立业务关系时，年龄小于45周岁，但是身份证件有效期为长期（根据《中华人民共和国身份证法》第五条规定：十六周岁至二十五周岁的，发给有效期十年的居民身份证；二十六周岁至四十五周岁的，发给有效期二十年的居民身份证）；

  
  

• 个人客户年龄超过70岁，但职业登记为“体力劳动者”“在职脑力劳动者”等通常非高龄客户从事的职业类别；

• 个人客户同时是金融机构的机构客户的法定代表人，职业却登记为“失业、无业或离退休”等情况；

• 个人客户在金融机构有种业务，各业务条线留存同一客户的信息差异较大，个人客户在信用卡条线或个人贷款业务条线留存了客户的单位名称，该客户借记卡业务条线职业却登记为“失业、无业或离退休”等情况，个人客户的职业登记为“失业、无业”等情况，却在该金融机构开立的其他账户领取薪金；

• 个人客户存在“同一手机号码对应5个及以上不同客户”的情形，地址登记为多省份地址；

• 机构客户登记的营业执照号码不符合编码规则，甚至营业执照有变造的痕迹；

• 机构客户存在“5个以上客户登记同一授权办理人”的情形，甚至“同一授权办理业务人员（相同身份证号码）对应多个姓名”的情况；

  
  

  例如，15个机构客户的注册地址为多省份地址，其法定代表人、受益所有人各不相同，短期内经由同一授权办理业务人员陈某以开立账户形式与某行建立业务关系，且均称陈某为其单位员工。其后，上述15个机构客户均先后由王某、李某统一授权办理业务人员，与该行维系业务关系。上述15个客户当前实际经营地址均为“北京市×区×路×号院×号楼1单元10C室”（面积为28.45平方米，均由北京×有限公司无偿提供）。其中，10个客户在某期限内由于“长期闲置的账户原因不明的突然启用，且大量资金迅速进出”触发预警。

  
  

• 机构客户被列入严重违法失信企业名单（“黑名单”）或吊销营业执照，客户状态为“正常”。

• 机构客户或个人客户涉及公、检、法机关查询；

• 机构客户或个人客户涉及监察委员会协查；

• 机构客户或个人客户涉及人民银行行政调查；

• 机构客户或个人客户涉及海关或税务部门协查；

• 机构客户或个人客户涉及其他有权机构协查。

• 客户办理的业务与客户正常金融行为不符。

  
  

  例如，张某，在某证券公司办理的业务特征如下。①该客户一段时间内银行账户与资金账户累计转账金额较大，多银行主辅资金账户累计转账金额较大，且具有“快进快出”的交易特征。20日内，该客户资金转入累计600万元，共10笔，资金转出累计600万元，共10笔。②该客户近年来发生的证券交易金额较小，只有28万元，与银行账户和资金账户累计转账金额较大、多银行主辅资金账户累计转账金额较大的交易特征不符。

• 客户存在“一人控制多人”的异常特征。

  
  

  例如，某证券公司存在 20个IP地址共涉及6组不同的客户群体，且均存在疑似“一人控制多个客户的证券账户，故意拆分资金，隐瞒账户实际控制人身份”的异常情形，具体异常情形是：

  
  

  ①多名客户留存的地址相同或相近，其中14名建立客户号日期相近（5日以内），有一定关联关系；

  ②存在同一人控制多个客户交易的异常情形。

  多人使用同一IP地址、使用过1个相同MAC地址、使用过1个相同IMEI地址、使用过相同的UUID地址进行交易；

  ③存在多个客户短时间内同向交易同一股票的异常情形。

• 客户留存职业与累计交易金额不符。

  
  

  例如，李某，年龄二十岁左右，职业登记为“在校学生”，工作单位登记为“无”。不到一年时间内，该客户贷方累计交易金额约为12亿元，贷方累计交易笔数为400笔，借方累计交易约为12亿元，借方累计交易笔数440笔，累计交易金额巨大，且存在“单笔交易金额巨大”“账户资金快进快出、过渡性质明显”等异常交易特征，上述交易行为与客户登记的职业不符。

  
  

• 客户留存职业与办理高风险业务行为不符。

  
  

  例如，朱某，年龄三十岁左右，职业登记为“在校学生”，工作单位登记为“学生”。不到一年时间内，该客户共发生3笔大额柜台存现交易，存现金额分别为500万元、300万元、750万元，存在“单笔、累计存现交易金额巨大”等异常交易特征，上述交易行为与客户登记的职业不符。

  
  

• 客户经营规模与累计交易金额不符。

  
  

  例如，某机构客户注册资本为10万元。短期内，该客户累计借方交易金额2400万元，贷方2400万元，交易规模与注册资本不符，并存在“集中转入，集中转出，快进快出”的异常交易特征，每日借方交易金额与贷方交易金额基本相同，单笔交易金额整千或整万。该客户交易对手共60个，经查询全国企业信用信息公示系统，该客户法定代表人与其交易对手赵某等4人控制了多家公司，上述自然人和其控制的公司账户存在大量转账交易，关联特征明显。

• 多个机构客户（5个以上）注册地址相同或相近、注册时间相同或相近；

• 多个机构客户（5个以上）法定代表人或负责人、受益所有人为同一人，且来自本地区外（尤其是贫困地区人员）；

• 多个机构客户（5个以上）登记同一手机号码或授权经办人员，且机构客户注册地互不相同；

• 机构客户社会统一信用代码证号码不符合编码规则；

• 个人客户居民身份证件号码不符合编码规则；

• 多个个人客户（5个以上）登记同一手机号码，且住所地互不相同；
• 多个个人客户（5个以上）登记同一住所地（一家人除外）；
• 多个个人客户（5个以上）由同一人代理开户或办理业务。

• 多个不同客户（5个以上）网银、手机银行交易对应同一设备号、手机号码或者IP地址；

• 机构客户频繁发生“公转私”或“私转公”交易，交易方式以非柜面业务为主，交易涉及全国多地区；

• 交易备注出现会员号、币、充值等敏感词，交易IP地址涉及境外跨境网络赌博、电信诈骗等高风险国家和地区，交易对手涉及全国多地区；

• 机构客户开户日期与注册成立日期相隔时间较近，资金交易规模与常理（企业成长规律、业务规模、行业知名度、注册资本等）明显不符；

• 客户单笔交易金额呈现明显规律性，规避大额交易监控，接近或等于整数金额、整数倍数金额、规律性特征的金额、带有标记性的小数等；

• 客户夜晚或凌晨时间段交易笔数、金额占比较高，有悖于正常交易模式（娱乐、餐饮等行业等相对正常情形除外）；

• 小微企业（个体工商户）交易规模远超正常水平，单笔金额、累计笔数或金额与个体工商户业务规模明显不符；

• 个人客户频繁出现转入资金后迅速提取现金，不留余额，单笔柜面取现金额频繁接近大额标准（接近5万元）、自助设备取现金额有关联的笔数累计接近2万元限额；

• 个人客户在境外或边境城市自助设备频繁发生接近限额的支取现金，或频繁进行POS机消费；

• 个人客户职业为职务犯罪高发职业，发生大额现金存取；

• 个人客户账户资金余额或交易规模、方式，与客户年龄（未成年、老人）、低收入职业明显不符。

• 此类异常行为或交易还可以总结出很多，例如：资金流速发生明显变化、客户倾向于洗钱高风险金融产品或服务、与洗钱高风险地区客户或洗钱高风险客户频繁发生交易等。

• 客户身份信息异常类触发持续尽职调查。金融机构可根据本机构的实际情况，考虑对此类情况每季度、每半年开展持续尽职调查。

  
  

• 客户洗钱风险等级结果定期审核触发持续尽职调查。金融机构可根据客户的洗钱风险等级，设定开展持续尽职调查的频率。例如：

-- 低风险客户每一年或两年定期审核时触发持续尽职调查；

-- 中风险客户每半年或一年定期审核时触发持续尽职调查；

-- 高风险客户半年定期审核时触发持续尽职调查，甚至结合客户的重要程度，可考虑在每天、每周、双周、每月、每季度触发持续尽职调查。

笔者在此要特别建议的是，考虑到当前金融机构客户洗钱风险等级划分工作质量较差，金融机构应考虑加大对中、低洗钱风险等级客户开展持续尽职调查的频率。

• 客户身份或业务与其行为或资金交易不匹配。例如本文“应考虑规定客户身份或业务与其行为或资金交易不匹配时，采取持续尽职调查”中举例的这些异常特征。

  
  

• 特殊类型客户被标记需要全天候监测交易，以降低风险。例如，最高洗钱风险等级的某些客户、有理由怀疑客户是“壳公司”却暂时无法拒绝开户的客户、有理由怀疑客户“买卖银行卡”却暂时无法拒绝开户的客户等。

  
  

• 询问和客户有接触的本机构业务人员，了解客户情况；

• 查看客户在各业务条线留存的资料和交易情况，评估合理性；

• 加大对客户交易监测频次，延长监测客户交易的时间段，进一步观察客户交易的变化情况；

• 依据有关法规和客户的事先约定，限制交易的频次和额度，或暂停非柜面业务；

• 获得高级管理层的批准延续、中止、终止业务关系。

• 通过互联网、外部数据库、官方网站、客户网站获得客户职位、业务范围及规模、客户舆情等信息；

• 在可能的情况下，向同业询问了解客户情况[2]；

• 在可能的情况下，向公安、市场管理、居委会等部门或机构了解客户情况。

• 以现场或非现场的方式了解客户的最新身份信息，客户的交易目的或资金来源；

• 要求客户提供最新的证件信息，或辅助证件信息；

• 要求客户提供其他有助于解释交易异常的信息资料；

• 赴客户实际居住地或办公地查访，了解情况。

• 按传统“职业”分类。例如，个人客户按照“学生、农民、家庭主妇……”等细分划组，也可直接将类似低收入职业划分为“低收入”群体。然后根据上述职业特征客户的信用卡信息，关联到本机构上述职业特征客户的全部交易数据，基于专家经验抽样测算客户群组边界值。或者直接用上述职业特征客户的全部交易数据，基于机器学习，利用K均值聚类法测算客户群组边界值。

  
  

• 按资金支付动态值分类。例如，个人客户按照“账户无定期理财产品，余额较低，且资金支付低活跃” “账户有定期理财产品，余额较高，且资金支付低活跃”“账户无定期理财产品，余额较低，且资金支付高活跃” “账户有定期理财产品，余额较高，且资金支付高活跃”等分类。本文限于篇幅仅采用“高、低”两级分类，金融机构机构可采取三级、四级、五级组合分类。在此分类的基础上，金融机构还可以再结合客户办理业务的洗钱风险情况进一步分类。测算客户群组边界值的方法同上。

注：本文版权归作者所有，未经许可不得翻译或转载。