数据管理的原则:有效“反洗钱”合规的6个考虑因素


数据无处不在。它可以来源于客户准入、政府机构、信用机构、互联网和社交媒体。金融机构面临的挑战不是数据的获取,而是数据的管理。这意味着不仅要确保数据的准确性,还要对更新、共享、存储、维护、归档、保护和分析信息有一定了解。

在使用得当的情况下,数据是一种宝贵的资产。它可以帮助发现欺诈行为、识别商业机会以及增强客户服务。数据也是一种必需品。随着反洗钱(AML)合规需求的增加和监管机构持续审查的开展,各个机构开始意识到有效数据管理在客户调查(KYC)和其他监管义务方面的基本作用。

若想全面利用数据所带来的好处,数据管理方面须实现规范化。将数据管理策略正规化为包括以下六个属性的完整的数据管理计划,将有助于机构顺利起步

  1. 问责制
    成功的数据管理计划需要一位“数据管理员”来负责数据策略和管理。这致使过去几年间出现了一个全新的职位——首席数据官(CDO)。脱离了IT根基,这个最高管理层职位现被认为能发挥重要的企业机能。Gartner的数据显示,当前90%的大型组织都设有CDO职位 (英文)。

    将数据问责任务分配给CDO或一起工作的数据管理员团队可以为机构带来巨大的价值。普华永道(PwC)的一份报告称,CDO可以帮助机构“建立一种积极主动利用信息的文化,从而满足监管要求、管理风险,识别市场机会及增加股东价值。”。

  2. 准确性
    无用输入和无用输出并不是一个刚刚出现的新说法,而许多机构仍在努力收集和维护准确的客户数据。依赖于传统应用程序和易出错的手动输入,客户调查合规性的客户引导通常效率低下。对于客户和银行来说,这仍然是一个既麻烦又费时的过程。

    验证客户信息并非易事。然而,不当的引导和糟糕的后续数据管理可能导致错误信息或漏洞,使银行面临不应有的风险。如果再不遵守《银行保密法》、《爱国者法案》、《多德——弗兰克法案》、实益所有权要求或其他监管规定,那便更是雪上加霜。

    为了提高准确度,各机构应该实施系统基础设施,减少人工输入并纳入多个验证点。通过自动化建立由一致、标准化和可重复流程支持的内部政策将大大提高准确性。标准化还使数据处理变得更容易,可以更好地对包括可疑活动在内的各种风险进行汇总、筛选、分类、管理和评估。

  3. 可达性
    为了保证有用性,我们必须确保整个企业的相关人员和业务线都能访问/获取数据。。一致性和标准化将使数据更容易实现共享,但机构仍必须努力消除阻碍信息流动的商业孤岛。因此对于机构而言,实现整个企业的可访问性既是一个数据管理问题,同时也是一个战略问题。

  4. 可审核性
    当监管机构来调查时,“了解你的数据”至关重要。基础源数据的透明性可实现审计追踪,使监管机构能够跟踪交易和信息流。当与一致的、可重复的和可衡量的过程相结合时,透明度可以帮助机构证明合规性并避免罚款。它还为利益相关者提供了一扇了解银行财务状况的窗口,确保银行没有从事非法或未上报的风险行为。

  5. 可用性
    机构中充斥着大量数据,这一现象并没有任何减弱的迹象。虽然“云”提供了一个可以随着数据涌入而轻松扩展的存储库,但机构必须将注意力从简单地获取数据转移到利用数据增值。

    人工智能和机器学习工具可以提供帮助。Celent发布的一份报告 (英文) 中指出,人工智能解决方案“通过分析结构化和非结构化数据的高级能力提供卓越的见解。”

    在数据管理计划中结合先进技术和智能筛选的组织,将在高效管理风险方面领先于同行。

  6. 灵活性
    随着监管改革目标的不断变化,银行必须能够迅速适应新的要求。只有系统具备灵活性,添加更多数据字段,或为监管机构运行新的报告才能得以快速有效地完成。这种灵活性只有在数据管理满足了上述准确性、可达性和可用性时才可能实现。

    周密科学的数据管理将使机构从简单的数据收集者变成建议:数据擅用者——提取可操作的情报,用于风险管理、确保合规、竞争差异化、客户服务和业务增长。

联系Accuity,了解更多改进数据输入以支持筛查和合规流程的相关信息。