2. 可疑交易基础：什么是可疑交易、典型洗钱模式、监管要求（AML/KYC）、交易监测的核心挑战
在构建A/B测试实验之前，必须建立对监测对象的统一认知。可疑交易并非一个静态的法律定义，而是基于交易行为与客户画像偏离度的动态判断。本章从定义、模式、监管与挑战四个维度，为后续实验设计奠定业务基础。
2.1 什么是可疑交易
可疑交易是指交易金额、频率、流向、方式或客户身份与正常经营或金融活动不符，且缺乏合理经济或商业理由的交易行为。根据FATF（金融行动特别工作组）定义，可疑交易的核心特征在于“异常”与“无合理理由”两个要素。
| 维度 | 正常交易 | 可疑交易 |
|---|---|---|
| 金额 | 与客户收入/资产规模匹配 | 突然大额进出、接近报告阈值但刻意规避 |
| 频率 | 符合行业惯例或历史行为 | 短时间内高频交易、深夜/非营业时段集中操作 |
| 流向 | 可追溯至已知交易对手 | 资金快速流转至高风险地区、空壳公司或个人账户 |
| 客户行为 | 配合尽职调查、信息稳定 | 频繁变更联系方式、拒绝提供资金来源证明 |
关键指标： 可疑交易报告（STR）的触发并非仅依赖单一规则，而是多维度异常信号的加权组合。A/B测试的核心目标之一，就是优化这个加权组合的阈值与特征权重。
2.2 典型洗钱模式
洗钱通常经历三个阶段：处置（Placement）、离析（Layering）、融合（Integration）。理解这些阶段有助于设计针对性的监测规则。
- 处置阶段：将非法现金转化为金融资产或存入金融机构。常见手法包括：化整为零（Smurfing）、利用现金密集型商户（如赌场、餐饮）、购买高价值商品（贵金属、艺术品）。
- 离析阶段：通过复杂金融交易掩盖资金来源。常见手法包括：多层转账、跨境电汇、利用空壳公司账户、购买保险或理财产品后提前赎回。
- 融合阶段：将清洗后的资金以合法形式重新投入经济体系。常见手法包括：投资房地产、收购企业、购买证券、设立合法投资基金。
2.3 监管要求：AML/KYC
反洗钱（AML）与了解你的客户（KYC）是金融机构必须遵守的合规框架。不同司法管辖区虽有差异，但核心要求高度一致。
| 监管要素 | 核心要求 | 对监测系统的影响 |
|---|---|---|
| 客户尽职调查（CDD） | 识别并核实客户身份，了解其业务性质和资金来源 | 监测规则需与客户风险等级（低/中/高）联动 |
| 交易监测 | 持续监控交易行为，识别偏离客户画像的异常 | 规则引擎需支持动态阈值与行为基线更新 |
| 可疑交易报告（STR） | 在合理怀疑基础上，向FIU提交报告 | 报告质量（时效性、完整性）是A/B测试的关键评估指标 |
| 记录保存 | 保存交易记录和尽职调查资料至少5年 | 实验数据需满足审计追溯要求 |
| 制裁筛查 | 比对制裁名单、政治公众人物（PEP）名单 | 筛查命中率与误报率的平衡是典型A/B测试场景 |
实践提示： 在A/B测试中，监管要求既是约束条件，也是实验的“安全护栏”。任何实验方案都不得降低合规底线，例如不得为了降低误报率而故意忽略高风险信号。
2.4 交易监测的核心挑战
交易监测系统在实际运行中面临多重挑战，这些挑战正是A/B测试需要解决的核心问题。
- 高误报率（False Positive Rate）： 传统规则引擎的误报率通常在90%以上，导致大量人力浪费在无效警报上。
- 数据质量与整合： 交易数据分散在多个系统（核心银行、支付、风控），字段缺失、格式不统一、时间戳不一致等问题普遍存在。
- 动态洗钱手法： 洗钱分子不断调整手法以规避规则，静态规则集很快失效。
- 客户行为漂移： 正常客户的交易模式也会随时间变化（如季节性业务波动），导致固定阈值产生大量误报或漏报。
- 资源约束： 人工审核团队规模有限，必须在有限时间内处理最可疑的案件。
- 监管合规压力： 漏报（False Negative）可能导致巨额罚款和声誉损失，机构倾向于保守设置阈值，进一步推高误报率。
注意： 挑战之间存在耦合关系。例如，降低误报率的操作可能同时增加漏报风险。A/B测试设计时必须同时监控多个指标，避免“优化一个指标、恶化另一个指标”的局部最优陷阱。
2.5 小结：从业务理解到实验设计
本章建立了可疑交易监测的业务基础框架。在后续章节中，我们将基于这些业务知识，设计具体的A/B测试实验方案。关键要点回顾：
- 可疑交易的本质是“异常 + 无合理理由”，监测系统需要同时捕捉偏离度和解释性。
- 洗钱三阶段（处置→离析→融合）对应不同的监测规则设计思路。
- AML/KYC监管要求是实验的硬约束，任何实验方案不得降低合规标准。
- 六大核心挑战（高误报率、数据质量、动态手法、行为漂移、资源约束、合规压力）是A/B测试的主要应用场景。