3. 交易监测体系概览

反洗钱交易监测不是“装一套系统、配几条规则”就结束的工作，而是一套由数据、规则、场景、流程、人员和系统共同构成的持续运行体系。理解这套体系的组成与运转方式，是后续设计场景库和规则库的前提。本节从整体视角拆解监测体系的四大组成、场景库与规则库的协作关系、监测流程的闭环结构，以及支撑闭环的系统架构。

一、核心原理：监测体系的四大组成

一个可运转的交易监测体系，通常由以下四个部分构成，缺一不可：

• 数据层：客户身份信息、账户信息、交易流水、渠道信息、外部名单与风险评级数据。数据层的完整性和准确性直接决定监测的上限。
• 规则与场景层：将洗钱风险特征转化为可执行的监测逻辑，包括阈值规则、行为模式规则和组合场景。
• 流程与组织层：预警生成、分派、调查、定性、上报、归档的岗位分工与时限要求。
• 系统与工具层：规则引擎、名单匹配、图计算、案件管理、报表与留痕等支撑工具。

很多机构把注意力集中在“规则写得好不好”，却忽略了数据质量和流程闭环。实际工作中，大量漏报并非规则缺失，而是数据字段缺失或流程中断。因此，体系视角比单点优化更重要。

二、场景库与规则库的关系

场景库与规则库不是并列的两套东西，而是“业务意图”与“技术实现”的两个层次。场景描述“我们要发现什么样的可疑行为”，规则描述“用什么条件把它筛出来”。一个场景可以由一条或多条规则支撑，一条规则也可能被多个场景复用。

三、监测流程闭环

监测流程必须形成闭环，否则预警会“只生不灭”。典型闭环包含六个环节：

1. 数据采集与清洗：抽取交易、客户、渠道数据，完成标准化和去重。
2. 规则执行与预警生成：按规则引擎调度，生成预警工单。
3. 预警分派与初筛：按风险等级和机构分派，剔除明显误报。
4. 调查与定性：补充尽调、关联分析，判断是否可疑。
5. 处置与上报：确认可疑的提交可疑交易报告，排除的说明理由。
6. 复盘与调优：统计误报漏报，反哺规则和场景优化。

闭环的关键在于反馈。如果调查结果不回流到规则调优，规则会长期停留在初始状态，误报率居高不下。下面是一个简化的规则调度配置示例，体现规则与场景的绑定关系：

{
  "scene_id": "SCN_002",
  "scene_name": "分散转入集中转出",
  "rules": [
    {
      "rule_id": "R_101",
      "condition": "in_count_7d >= 5 AND in_amount_7d < 50000",
      "threshold": {"out_concentration": 0.8},
      "risk_level": "high"
    },
    {
      "rule_id": "R_102",
      "condition": "counterparty_count_7d >= 5 AND out_amount_7d > 100000",
      "risk_level": "medium"
    }
  ],
  "schedule": "daily 02:00",
  "data_source": "txn_flow_dwd"
}

四、系统架构与常见误区

支撑上述闭环的系统架构通常分为四层：数据接入层负责多源数据汇聚；计算层负责规则引擎、名单匹配和图计算；应用层提供预警管理、案件管理和报表；管理层负责权限、留痕和审计。架构设计要优先保证可追溯和可扩展，而不是追求一次性大而全。

复盘时可以用一个简单清单自查：数据字段是否齐全？场景是否覆盖主要洗钱类型？规则是否与场景一一对应？预警是否有分派、调查、定性记录？调查结果是否回流到规则调优？这五个问题能覆盖体系运转的大部分风险点。