2. AML监测系统基础：AML业务流程、交易监控、客户尽职调查、可疑交易报告(STR)生成机制

反洗钱（AML）监测系统并非单一工具，而是一套由业务流程、数据规则和合规决策构成的闭环体系。理解其核心组件是进行A/B测试的前提——只有知道每个环节的“输入”与“输出”，才能设计出有效的实验指标。

2.1 AML核心业务流程全景

一个标准的AML监测流程通常遵循“客户准入 → 持续监控 → 异常识别 → 报告处置”的线性路径。下图展示了这一端到端的业务架构：

2.2 交易监控：规则引擎与行为分析

交易监控是AML系统的“雷达”。它通过规则引擎和行为分析模型，从海量交易中筛选出可疑行为。监控模式分为两类：

交易监控的核心指标包括：

• 命中率（Hit Rate）：触发规则的交易占总交易的比例。通常控制在0.1%~1%。
• 误报率（False Positive Rate）：触发规则但最终确认为正常的交易比例。行业平均高达90%~95%。
• 捕获率（Capture Rate）：系统识别出的可疑交易占实际可疑交易的比例。这是A/B测试的核心关注指标。

2.3 客户尽职调查（CDD/EDD）

客户尽职调查是AML的第一道防线。它决定了客户的风险等级，并直接影响后续监控的强度。CDD流程通常包含以下步骤：

1. 身份识别与验证（KYC）：收集客户身份信息，验证证件真实性。
2. 风险评级：基于客户职业、地域、交易目的、政治人物（PEP）状态等维度，将客户分为低、中、高风险。
3. 强化尽职调查（EDD）：对高风险客户执行更严格的背景调查和资金来源审查。
4. 持续更新：定期重新评估客户风险等级，至少每年一次。

CDD数据是交易监控的重要输入。例如，一个“高风险客户”的监控阈值通常比“低风险客户”严格10倍以上。

2.4 可疑交易报告（STR）生成机制

当交易监控系统触发警报，且调查人员确认交易存在可疑特征后，系统将进入STR生成流程。STR是AML合规的最终输出物，直接报送至金融情报机构（FIU）。

STR生成机制包含以下关键环节：

STR生成过程中，系统需要自动填充以下信息：

• 客户信息：姓名、证件号、风险等级、账户信息。
• 交易明细：交易时间、金额、对手方、交易渠道。
• 可疑特征：触发的规则名称、异常行为描述（如“短期内频繁拆分散户”）。
• 调查结论：分析师对可疑程度的判断、补充证据链。

2.5 各环节的A/B测试潜力

基于以上基础，我们可以将AML系统的每个环节映射到A/B测试的候选变量：