2. 可疑交易监测基础
在构建A/B测试框架之前，必须统一对“可疑交易”的认知。本章从定义、典型模式与监管红线三个维度建立基础，确保后续实验设计有据可依。
2.1 什么是可疑交易
可疑交易并非仅指“金额异常”的交易，而是指交易行为、背景或资金流向与客户身份、业务特征、历史规律明显不符，且可能涉及洗钱、恐怖融资或其他违法犯罪活动的交易。
核心判断标准： 交易是否具有“合理性”与“可解释性”。若交易无法用客户正常经营、消费或投资行为解释，即触发可疑标记。
| 维度 | 正常交易特征 | 可疑交易特征 |
|---|---|---|
| 金额 | 与客户收入/资产规模匹配 | 突增、整数、接近但不超过报告阈值 |
| 频率 | 符合业务周期（如月薪、季度结汇） | 高频小额、深夜密集、长期休眠后突然活跃 |
| 对手方 | 已知商业伙伴、亲属、合规机构 | 高风险地区、空壳公司、个人对公频繁互转 |
| 渠道 | 常用设备、固定IP、常规时间 | VPN跳转、设备指纹突变、非营业时间操作 |
| 行为 | 一次性完成、无反复修改 | 多次试错、分拆交易、快速进出 |
2.2 典型洗钱与欺诈模式
理解模式是设计监测规则的前提。以下为金融风控领域最常见的三类模式，也是A/B测试中需要重点验证的监测场景。
2.2.1 洗钱三阶段模型
- 放置（Placement）： 将非法现金注入金融体系，如大额现金存款、购买预付卡、赌场筹码兑换。
- 分层（Layering）： 通过复杂交易掩盖资金来源，如跨行转账、跨境汇款、投资理财产品、买卖虚拟资产。
- 融合（Integration）： 资金以合法形式回流，如购买房产、奢侈品、企业分红、虚假贸易贷款。
监测要点： 分层阶段交易网络复杂度最高，是规则引擎与机器学习模型的重点对抗区域。A/B测试中应优先评估模型在此阶段的召回率。
2.2.2 欺诈模式对比
| 模式 | 典型手法 | 监测难点 |
|---|---|---|
| 账户盗用 | 撞库、钓鱼、短信劫持后发起转账 | 行为特征与真实用户高度相似，需依赖设备指纹与行为序列 |
| 身份伪造 | 使用虚假/冒用身份证件开户 | KYC阶段未识别，交易阶段才暴露异常 |
| 团伙刷单 | 批量注册、虚假交易、套取平台补贴 | 单账户交易量小，需图分析识别关联网络 |
| 跑分平台 | 利用个人收款码为赌博/诈骗平台分流 | 资金分散、交易真实但用途非法，规则引擎易漏报 |
2.3 监管合规要求（AML/CFT）
反洗钱（AML）与反恐怖融资（CFT）是金融机构的法定义务。监管要求直接决定了可疑交易监测系统的设计边界与报告标准。
2.3.1 核心监管框架
- 客户尽职调查（CDD）： 开户时识别客户身份，受益所有人穿透，风险等级划分。
- 大额与可疑交易报告： 达到金额阈值（如中国5万元人民币）或触发可疑特征，须在规定时限内上报。
- 交易记录保存： 至少保存5年，确保可追溯审计。
- 制裁名单筛查： 实时比对联合国、OFAC、欧盟等制裁名单，拦截涉敏交易。
合规红线： 不得向客户泄露可疑交易报告信息（“禁止通风报信”条款）。A/B测试中若涉及规则调整，需确保测试组与对照组均不违反该保密义务。
2.3.2 主要监管机构与标准
| 机构/标准 | 核心要求 | 适用范围 |
|---|---|---|
| FATF（金融行动特别工作组） | 40项建议，风险为本方法 | 全球成员国 |
| 中国央行（PBOC） | 《金融机构反洗钱规定》《大额交易和可疑交易报告管理办法》 | 中国境内金融机构 |
| FinCEN（美国金融犯罪执法网络） | BSA法案，SAR报告，CTR报告 | 美国金融机构 |
| EU AML Directives | 第4-6号反洗钱指令，受益所有人登记 | 欧盟成员国 |