近年来，洗钱手法千变万化。在洗钱风险防控任务严峻的形势下，财务公司高度重视反洗钱工作，尤其是可疑交易监测分析。财务公司在开展可疑交易监测分析工作的过程中面临着有别于银行、证券等其他金融机构未曾出现的问题，可疑交易分析监测已然成为财务公司反洗钱工作中的难点。

财务公司可疑交易监测分析的难点

监测模型不够完善，异常交易分析不够准确。财务公司与银行、证券等其他金融机构有较大区别，这些金融机构表现出来的可疑特征案例财务公司并不能直接借鉴，加上财务公司本身洗钱的案例稀少，这使得财务公司在建立监测模型时缺乏有效的参考数据，对于指标阈值等参数的设置不够精准，可能直接导致系统筛查出来的交易监测结果不够精准，异常交易较多。另外，财务公司服务客户产业较为集中、行业特征突出，如监测系统不能个性化地依据这些特点建立指标，那么系统监测数据结果也将存在较大偏差。

客户交易对手的信息获取渠道有限，缺乏数据验证。财务公司的异常交易经人工甄别后，最终认定为可疑进行报告的比例很低，主要系财务公司经营范围的特殊性，大部分客户为集团内部成员企业，财务公司对各成员企业的背景、经营性质以及交易信息的把控度较高，客户源头的洗钱风险较为可控，但财务公司客户的交易对手则较多是集团以外的企业或个人，这些交易对手或并未与财务公司直接建立业务关系，相关信息获取更加困难，渠道更加有限，更缺乏官方数据库验证比对。

洗钱手法推陈出新，存在监测分析能力不足风险。金融行业生态圈变化发展迅速，监管手段无法面面俱到，这就使得洗钱犯罪份子经常钻空子，若财务公司不能针对新的洗钱方式建立监测体系，及时对新的风险产生认知，就存在监测分析能力不足的风险，会间接导致漏报可疑线索的情况存在。况且可疑交易分析工作对监测分析人员的专业性依赖程度较高，受监测分析人员敏感度、专业水平、经验等的不同影响，甄别的精准度以及报告的质量也存在较大差异。

财务公司可疑交易监测分析的改进方向

优化交易监测模型，完善监测分析体系。从全面性、准确性、灵活性三个方面对可疑交易监测模型进行优化。从全面性出发，模型应该覆盖全部的业务场景、风险点及可能的涉罪场景；从准确性出发，模型应逐一评估每一特征规则的预警、认定的数据准确值；从灵活性出发，模型应可以根据风险、业务的变化进行相应的调整。根据评估结果、针对不同的监测标准，开展针对性的优化。

增加数据获取渠道，智能核验辅助人工甄别。通过系统标准筛选出的异常交易案例，人工甄别后，不同案例在监测标准中未涉及的要素、定性的信息、背景信息等存在差异。因此，除了基本获取交易主体信息的渠道外，财务公司可适当采购其他数据库，并能够与核心业务系统对接，进而智能核验交易主体信息，从更广的数据范围、更长的时间周期开展大数据辅助分析，提高甄别的深度。

回顾分析风险漏洞，提升监测分析专业水平。对人工甄别后进行回顾分析，进而降低由于经验、认知不足而产生的误判导致的错报、漏报。财务公司应更加深入开展反洗钱相关法律法规的学习，多向优秀同行学习，从人工甄别的经验和方法着手，自觉加强和提高监测分析专业水平。