一、尽职调查不能停留在开户资料上

 　　反洗钱治理的第一道关口，是客户识别与尽职调查。过去，商业银行开展客户识别与尽职调查，主要依赖柜面核验、证件留存、人工询问和规则阈值监控等手段。这套模式在传统线下金融环境中具有现实基础，但在账户线上化、资金流动高频化、跨境交易复杂化的今天，已难以充分应对新型洗钱风险。
　　电信网络诈骗、网络赌博、地下钱庄、虚拟资产转移、空壳公司嵌套持股、虚假贸易背景等风险交织出现，资金往往通过“人头账户”“跑分平台”“多层公司架构”“拆分交易”“快进快出”等方式规避监测。银行若仍把尽职调查理解为开户时看证件、留资料、填表格，就容易陷入形式合规的误区，即流程做了，风险却没有真正被识别。
　　客户尽职调查的核心已经从简单的“知道客户是谁”转向“理解客户为什么交易、如何交易以及交易是否符合其身份背景和经营逻辑”。这意味着尽职调查不应只发生在开户环节，而应贯穿客户全生命周期。开户只是起点，持续监测、风险重评、强化尽调和异常处置，才是实质有效的关键。
　　二、数字化治理的难点
　　商业银行并不缺数据，真正的困难在于数据能否被整合、校验和转化为风险判断。现实中，客户信息往往分散在核心业务、信贷、支付结算、反洗钱、理财、信用卡、电子银行等系统中。不同系统的字段口径、客户编号、更新频率等方面不一致，容易造成客户画像碎片化。
　　比较典型的问题是数据质量不足，直接削弱风险识别能力。例如，证件过期未更新、经营地址与注册地址不一致、行业分类粗糙、职业信息缺失、交易附言不规范、客户经理补录信息主观性强。基础数据失真，系统再先进，也会导致垃圾数据输入、垃圾数据输出的情况。另一个突出问题是客户风险评级静态化。很多客户开户时被评为低风险，之后如果没有触发固定规则，风险等级可能长期不变。实际上，客户风险评级并非一成不变。企业可能发生股权变更、经营异常、税务风险、法定代表人频繁变更；个人账户也可能突然出现高频收付、跨区域归集、与涉案账户交易等异常。新型洗钱活动往往变化很快，年度或半年度复核难以及时捕捉风险。
　　三、从数据底座到动态画像
　　尽职调查数字化治理的第一步，是建设统一客户数据底座。商业银行应以统一客户编号为核心，整合对公、对私、信贷、支付、票据、理财、跨境结算和电子渠道等数据，形成客户主数据体系。对公客户应重点沉淀工商登记、股权结构、法定代表人、实际控制人、授权经办人、关联企业、行政处罚、司法涉诉、税务异常和交易行为等信息；对私客户应重点完善职业、收入来源、账户用途、常用交易场景、居住地与交易地关系等信息。
　　建立动态客户画像不能停留在身份标签上，而应覆盖身份、关系、交易、产品和外部风险等五类维度。五个维度分别回答客户是谁、客户与谁有关、资金如何流动、客户使用哪些金融服务及客户是否存在风险信号。
　　动态画像的价值，在于识别偏离正常特征的变化。例如，一家小微商贸企业过去交易对手稳定、月流水较小，突然出现大量个人账户汇入并迅速转往多地账户，就不应只按普通经营流水处理。又如，一名代发工资的客户突然在夜间高频收款、分散转账，交易对手跨多个地区，也应纳入电诈洗钱风险场景核查。数字化尽职调查的关键，不是把所有客户都管得更严，而是把异常变化识别得更准。
　　四、受益所有人识别是穿透治理关键
　　对于自然人直接持股、结构简单的企业，银行核验难度有限；但对于多层公司、合伙企业、境外主体、资管产品、代持协议、表决权安排和家族成员交叉持股等情形，银行必须穿透识别最终控制、最终受益的自然人。
　　虽然受益所有人信息备案制度为银行提供了重要基础，但并不意味着银行尽调责任可以外包。银行仍需结合客户提交的资料、系统工商信息、公开信息、内部交易数据和客户行为进行交叉核验。发现备案信息与尽调结果存在重大差异时，应及时复核、反馈，并视情况调整风险等级。
　　五、构建模型重点应在解释而非预警
　　数字化尽职调查离不开模型，但模型不是越复杂越好。传统反洗钱系统多依赖规则和阈值，如，短期大额进出、快进快出、交易金额接近监管阈值、夜间交易异常等。这类规则便于解释，也便于检查，但误报率较高，难以识别网络化、团伙化、链条化的洗钱行为。与目前各商业银行五花八门的预警模型相比，未来更可行的方向是规则模型、统计模型、图谱模型与人工复核相结合。规则模型识别典型风险，统计模型识别偏离历史行为的异常，图谱模型识别多账户、多主体、多层级资金网络，人工复核则负责结合业务背景作最终判断。这样既能提高识别能力，也能避免模型“一刀切”。
　　商业银行应关注模型从开发到下线的全生命周期。模型上线前应进行回溯测试和压力测试，评估误报率、漏报率和业务影响；上线后应根据监管案例、司法案例、内部可疑交易报告结果等持续优化；对可能影响客户开户、交易限制、业务终止等重大权益的处置，银行必须保留人工判断、审批记录和解释依据。技术可以辅助决策，但不应替代合规责任。
　　六、在风险防控与金融便利之间寻找平衡
　　银行应加强对客户尽调制度的解释，建立分层尽调策略，在核实异常情况时，应以清晰、适度、规范的方式说明原因。低风险客户适用简化尽调，减少重复材料和不必要打扰；普通客户适用标准尽调，完成身份核验、风险评级后持续监测；高风险客户适用强化尽调，进一步核实资金来源、资金用途、交易背景、实际经营情况和受益所有人。简化尽调不是免除责任，强化尽调也不是无限索要材料，关键在于触发条件清晰、操作口径统一、处置过程可追溯。
　　以跨境电商企业开户为例，银行既不能因其涉及跨境收款、平台交易和供应链付款就简单拒绝开户，也不能只凭营业执照和客户口头说明就完成开户。合理做法是核实平台店铺、主营产品、主要销售地区、物流方式、供应商资料、预计交易规模和资金用途。开户后，再结合平台回款、采购付款、物流费用和账户流水等因素持续判断。真实经营应获得便利服务，虚假贸易和异常资金流则应精准识别。
　　七、结语
　　客户尽职调查数字化治理的目标，不是让尽调更烦琐，而是让风险识别更有效。未来，银行应从开户资料合规走向客户风险理解，从静态评级走向动态画像，从单点身份核验走向受益所有人穿透识别，从规则阈值预警走向可解释、可审计的模型治理。
　　反洗钱工作的本质，是在维护金融安全、服务实体经济和保护客户权益之间取得平衡。低风险客户应享受更便捷的金融服务，高风险客户应受到更精准的持续监测。只有将数据能力、模型能力、组织协同和合规责任结合起来，客户尽职调查工作才能真正实现从形式合规向实质有效的转变。
　　作者：叶侣君（中国农业银行股份有限公司阳江分行）
　　参考文献
　　[1]张洁.以大数据提升反洗钱数据质量[J].中国金融,2020(4):102.
　　[2]李兴华：银行应加大农村反洗钱工作力度[J].农村金融研究,2021(2):80.
　　[3]王璐.基于知识图谱和大数据平台的反洗钱应用思路[J].金融科技时代,2024,32(7):78-83.
　　[4] Elliott K , Coopamootoo K , Curran E ,et al.Know Your Customer: Balancing innovationand regulation for financial inclusion[J].Data
　　& Policy, 2022, 4(000):17.