2. 评估指标体系：准确率、召回率、精确率、F1-score、误报率、漏报率
在AML策略效果评估中，单一指标往往无法全面反映模型或规则的真实表现。例如，一个将所有交易都判定为正常的策略，虽然误报率为0，但漏报率极高，完全无法识别洗钱风险。因此，需要构建一套多维度的评估指标体系，从不同角度衡量策略的识别能力与效率。
以下六个指标构成了AML策略评估的核心基础，它们均基于混淆矩阵（Confusion Matrix）的四个基本元素计算得出：
- TP（True Positive，真阳性）：模型正确识别出的可疑交易（实际可疑，模型也判定为可疑）。
- TN（True Negative，真阴性）：模型正确识别出的正常交易（实际正常，模型也判定为正常）。
- FP（False Positive，假阳性）：模型误报的正常交易（实际正常，模型错误判定为可疑）。
- FN（False Negative，假阴性）：模型漏报的可疑交易（实际可疑，模型错误判定为正常）。
核心概念提示：在AML场景中，“阳性（Positive）”通常指代“可疑交易”或“预警”，而非疾病诊断中的“患病”。理解这一映射关系是正确解读指标的前提。
2.1 核心指标定义与计算公式
| 指标名称 | 英文 | 计算公式 | 核心关注点 |
|---|---|---|---|
| 准确率 | Accuracy | (TP + TN) / (TP + TN + FP + FN) | 整体判断正确的比例 |
| 精确率 | Precision | TP / (TP + FP) | 预警的可信度（抓得准不准） |
| 召回率 | Recall / TPR | TP / (TP + FN) | 对真实风险的捕获能力（抓得全不全） |
| F1-score | F1 Score | 2 × (Precision × Recall) / (Precision + Recall) | 精确率与召回率的调和平均 |
| 误报率 | FPR | FP / (FP + TN) | 正常交易被错误预警的比例 |
| 漏报率 | FNR | FN / (TP + FN) | 可疑交易未被发现的比例 |
关键辨析：准确率在数据不平衡时（如AML场景中正常交易远多于可疑交易）具有欺骗性。例如，一个模型将所有交易都判定为正常，其准确率可能高达99.9%，但召回率为0，完全失效。因此，在AML评估中，召回率、精确率和误报率通常比准确率更具实际意义。
2.2 指标间的权衡关系
精确率与召回率之间存在天然的“跷跷板”效应。提高预警门槛（使模型更保守）通常会提升精确率（预警更可信），但会降低召回率（漏掉更多真实风险）。反之，降低预警门槛（使模型更敏感）会提升召回率，但会引入大量误报，降低精确率。
F1-score通过计算两者的调和平均，提供了一个综合性的平衡指标。当精确率和召回率接近时，F1-score较高；当两者差距悬殊时，F1-score会显著降低。
误报率与漏报率则直接反映了策略的运营成本与合规风险：
- 高误报率：导致调查团队资源被大量无效预警占用，产生“狼来了”效应，降低调查质量。
- 高漏报率：直接导致监管风险，可能面临巨额罚款与声誉损失。
2.3 在AML场景中的实际应用
不同的AML策略目标对应不同的指标优先级。以下表格展示了常见场景下的指标侧重：
| 策略目标 | 首要指标 | 次要指标 | 典型场景 |
|---|---|---|---|
| 高风险精准打击 | 精确率 | F1-score | 制裁名单筛查、高风险国家交易监控 |
| 全面风险覆盖 | 召回率 | 漏报率 | 监管要求全覆盖、新业务线初始监控 |
| 运营效率优化 | 误报率 | 精确率 | 日均预警量过万、调查团队人力不足 |
| 综合效果评估 | F1-score | 准确率 | 模型版本对比、A/B测试报告 |
常见误区警示：
- 不要仅凭准确率判断模型好坏，尤其在数据极度不平衡的AML场景中。
- 不要孤立看待精确率或召回率，必须结合业务成本（误报调查成本 vs 漏报监管成本）综合决策。
- F1-score并非万能，当精确率和召回率的重要性不对等时（如监管要求召回率必须高于95%），应优先满足约束条件。
2.4 指标计算示例
假设某AML策略在一个月内处理了100,000笔交易，混淆矩阵如下：
| 实际可疑 | 实际正常 | |
|---|---|---|
| 模型判定可疑 | TP = 80 | FP = 920 |
| 模型判定正常 | FN = 20 | TN = 98,980 |
根据上述数据计算各指标：
- 准确率 = (80 + 98,980) / 100,000 = 99.06%
- 精确率 = 80 / (80 + 920) = 8.00%
- 召回率 = 80 / (80 + 20) = 80.00%
- F1-score = 2 × (0.08 × 0.80) / (0.08 + 0.80) ≈ 14.55%
- 误报率 = 920 / (920 + 98,980) = 0.92%
- 漏报率 = 20 / (80 + 20) = 20.00%
解读：该策略虽然准确率高达99%，但精确率仅为8%，意味着每产生100个预警，只有8个是真正的可疑交易，调查团队需要处理大量无效预警。同时，漏报率为20%，意味着每5个真实可疑交易中就有1个未被发现，存在明显的合规风险。F1-score仅为14.55%，说明精确率与召回率严重失衡，策略需要优化调整。