2. AML推理链路基础：推理链路的概念、典型环节
2.1 推理链路的概念
在反洗钱（AML）领域，推理链路是指从原始数据输入到最终决策输出的完整、可追溯的逻辑处理序列。它并非单一模型或规则，而是由多个环节串联而成的端到端处理管道，每个环节的输出作为下一环节的输入，最终形成对交易或客户行为的风险判断。
核心特征：
- 可追溯性：每个中间结果均可回溯，支持审计与合规审查。
- 模块化：各环节独立可替换，便于迭代优化。
- 量化导向：每个环节均可定义收益指标，支撑后续量化评估。
2.2 典型环节详解
AML推理链路通常包含四个核心环节，每个环节承担特定职责，并产生可量化的中间产物。
| 环节 | 输入 | 核心操作 | 输出 | 量化关注点 |
|---|---|---|---|---|
| 数据采集 | 原始交易日志、客户信息、外部黑名单 | 清洗、去重、格式标准化、字段映射 | 结构化宽表 | 数据覆盖率、时效性、完整性 |
| 特征工程 | 结构化宽表 | 聚合统计、时序特征、图特征、衍生变量 | 特征向量集 | 特征区分度、稳定性、计算成本 |
| 模型推理 | 特征向量集 | 规则引擎、机器学习模型、图算法推理 | 风险评分/标签 | 模型准确率、召回率、推理延迟 |
| 决策输出 | 风险评分/标签 | 阈值判定、人工审核分流、自动处置 | 预警/阻断/放行 | 误报率、漏报率、处置效率 |
2.3 数据采集环节
数据采集是推理链路的起点，决定了后续环节的数据质量上限。在AML场景中，数据源通常包括：
- 内部交易系统：交易流水、账户信息、客户KYC数据。
- 外部情报源：制裁名单、政治公众人物（PEP）名单、负面新闻。
- 行为日志：登录日志、设备指纹、IP地址、地理位置。
量化提示：数据采集环节的收益可用数据完整率衡量——关键字段缺失率每降低1%，后续模型AUC平均提升0.3%~0.8%。
2.4 特征工程环节
特征工程是将原始数据转化为模型可理解的特征向量的过程。AML领域常用特征类型包括：
- 统计聚合特征：日累计交易金额、月交易频次、最大单笔交易占比。
- 时序特征：交易间隔标准差、夜间交易比例、交易金额趋势斜率。
- 图特征：交易网络中心度、资金流转深度、关联账户数量。
- 文本特征：交易附言关键词、客户名称相似度。
2.5 模型推理环节
模型推理是推理链路的核心计算引擎。在AML场景中，常见的推理模式包括：
- 规则引擎：基于专家规则的硬编码逻辑，如“单笔交易超过100万美元触发预警”。
- 机器学习模型：XGBoost、随机森林、神经网络等，输出连续风险评分。
- 图算法：社区发现、环路检测、资金流追踪，用于识别团伙洗钱。
- 混合推理：规则+模型+图算法的组合策略，兼顾可解释性与准确率。
常见误区：模型推理环节的收益不能仅看AUC或KS指标，必须结合推理延迟和资源消耗进行综合量化。一个高AUC但推理耗时500ms的模型，在实时交易拦截场景中可能带来负收益。
2.6 决策输出环节
决策输出是推理链路的终点，将模型推理结果转化为具体的业务动作。典型决策类型包括：
| 决策类型 | 触发条件 | 业务动作 | 收益量化指标 |
|---|---|---|---|
| 自动放行 | 风险评分 < 阈值L | 交易正常通过，不产生额外成本 | 放行率、误放率 |
| 自动预警 | 阈值L ≤ 风险评分 < 阈值H | 生成预警工单，推送人工审核 | 预警量、人工审核成本 |
| 自动阻断 | 风险评分 ≥ 阈值H | 交易直接拦截，上报监管 | 阻断率、客户投诉率 |
2.7 环节间的依赖与反馈
推理链路并非单向流水线，而是存在反馈闭环：
- 决策输出 → 特征工程：误报样本可用来生成负样本特征，优化特征区分度。
- 决策输出 → 模型推理：人工审核结果作为新标签，用于模型重训练。
- 模型推理 → 数据采集：模型发现的数据缺失问题，驱动采集环节补充新数据源。