关税、贸易与金融犯罪:银行当前必须采取的行动

A truck drives past shipping containers at a port in Lianyungang, China. Disruptions to the global trade status quo have created vulnerabilities for criminals to exploit.
Disruptions to the global trade status quo have created vulnerabilities for criminals to exploit.Image: REUTERS/China Daily
本内容由人工智能自动翻译。
  • 全球每年可能有多达5.5万亿美元被洗钱。

  • 其中很大一部分通过全球贸易体系发生,随着现状转变,这一趋势可能进一步加剧。

  • 银行正处于这一问题的第一线,必须借助技术跟上犯罪分子的步伐。

全球贸易正经历剧烈变革。各经济体正在重新规划全球供应链。关税以前所未见的速度不断出现,有时也会被取消。全球贸易规则持续变动,这为犯罪分子创造了机会。

估计显示,全球GDP的2%至5%,即多达5.5万亿美元(每年),在全球范围内被洗钱。其中相当大的一部分通过贸易流动,而贸易仍是洗钱和非法资金流动中被利用最多的渠道之一。

犯罪分子正公然地跨境转移大量令人担忧的资金。地缘政治争端带来的混乱,进一步模糊了合法商业与非法活动之间的界限。与此同时,日益加剧的不稳定性使金融犯罪更难被发现,也更易被掩饰。

因此,真正的问题在于:当今的系统能否与威胁本身一样迅速地作出调整。

金融犯罪的新前线

关税和制裁的突然变化,使贸易流动出现剧烈波动,关税和制裁的突然变化,使贸易流动出现剧烈波动,迫使银行即时调整风险模型,同时留下可被利用的漏洞。欧洲中央银行甚至警告称,此类冲击会波及供应链和金融体系,而犯罪分子会迅速利用这种不稳定局面。

港口、航运公司和海关当局是至关重要的基础设施,但其流程是为物流和税收征管而设计的,并非为金融犯罪侦测而设。从伪造发票到船舶偏离申报航线,乃至彻底“切断信号”(going dark),大量此类活动实际上都在公开进行。近期行业警告指出,货物盗窃增加和全球货运欺诈正进一步加剧这些风险。

而监管这种复杂局面的负担则完全落在银行、金融机构和支付服务提供商身上。当关税上调或实施制裁时,这些网络中会随之出现新的漏洞。特别是关税,可能通过诱导过高或过低开票、将货运转经监管较松的市场,以及造成贸易单据不一致,从而助长基于贸易的金融犯罪。

与此同时,金融犯罪的演变方式,是传统控制手段从未被设计用来识别的。犯罪分子正在利用人工智能及其他新兴技术规避整个生态系统的广泛混乱,无论是分析制裁执行中可被利用的漏洞,还是生成并利用空壳公司这一所谓的“逃跑工具”,以隐藏最终受益人。银行往往只能看到支付交易,却看不到其背后的货物或路线,因而再次落后一步。

在犯罪分子不断创新的同时,合规团队正被逼至极限。在欧洲,75%的合规决策者表示,过去一年中,监管对其团队的要求显著增加,而且变化的速度丝毫没有放缓的迹象。然而,当机构仍在进行人工审查,并在相互隔离的系统之间重复工作时,7500亿美元的非法资金于2024年流入欧洲,也就不足为奇了。数十年来的“修补与升级”做法,使机构的基础设施碎片化,进而导致团队超负荷运转,调查进展速度落后于犯罪本身。

现实是,银行被要求在一个由不同时代的工具所构建的、混乱且相互关联的全球贸易网络中进行监测。问题并不在于合适的技术不存在,因为它们确实存在,而在于如何使其有效运作本身就是一项挑战。要弥补这一差距,机构需要的解决方案不仅要先进,还要以真正能够穿透日益复杂的贸易型金融犯罪的方式加以实施。

国际刑警组织警告:非法野生动物贸易是头号犯罪
国际刑警组织警告:非法野生动物贸易是头号犯罪
01:43

构建实时、情报驱动的防御体系

因此,金融机构必须构建一套分层的、情报驱动的防御体系;这一体系需与不断变化的贸易流动及更广泛的全球格局保持同步。此举不再是取代现有系统,而是借助犯罪分子已在使用的工具对其加以强化,这些工具包括自动化、人工智能和高级监测。

一切始于自动化。通过关联并交叉核对分散在各司法管辖区的发票、提单、装运清单和海关数据,自动化能够揭示那些原本会被埋没在纸质记录中的不一致之处。结合实时船舶追踪数据,这一能力可同时洞察货物在资金与实物两方面的流动,即时标记无法解释的航线偏离或行为异常。自动化还能持续对照快速变化的制裁名单和监视名单进行筛查,减少犯罪分子在政策一夜之间变化时所利用的时间差。在关税争端的背景下,自动化有助于银行避免在突如其来的监管或贸易变化面前措手不及。

人工智能通过理解海量且复杂的贸易数据,进一步强化这一分层防御。与依赖人工核查或静态阈值不同,机器学习模型能够学会识别那些原本可能被漏过的细微模式与异常。通过将非结构化记录转化为结构化情报,人工智能使合规团队能够大规模、快速地审视贸易流动。随着犯罪分子日益借助加密货币、稳定币乃至人工智能本身来掩饰非法资金流动,金融机构需要同样具备适应能力的工具,使其能够与威胁同步演进。

高级监测将整体图景串联起来。集成式仪表板将各数据流之间的关联连接起来,使合规团队能够实时洞察全球贸易流动。这些能力的独特之处,不仅在于能更清晰地看到贸易流动,更在于将其置于具体背景之中加以审视。尤其是当监测范围超越交易本身,纳入宏观层面的情报时——包括关税争端、不断变化的制裁名单,以及不稳定司法管辖区所带来的风险。当这些地缘政治因素被直接嵌入合规工作流程之中,金融机构便能预判风险可能在何处出现,而非事后被动应对。

这一分层防御的目标,是遏制每年因非法贸易流动而损失的数十亿美元。通过实时识别异常并填补漏洞,金融机构能够更好地保护收入、维护合法商业,并降低面临处罚和市场扭曲的风险。

将波动转化为韧性

当今的地缘政治动荡使金融机构面临一项抉择:要么继续沿用过时的流程和系统,要么抓住此时机,重建适应更加动荡世界的防御体系。

因为在混乱之中,也蕴藏着机遇。银行可以将其作为变革的催化剂,借此重新出发、整合情报,并最终让金融犯罪最大的渠道变得清晰可辨。在这样一种“每年可能有数万亿美元被洗钱”的环境中,每年可能有数万亿美元被洗钱,每一分未流入犯罪网络的资金,都是留存在体系内的价值。而一旦执行得当,这一分层防御将成为在不确定的地缘政治时代中,金融与运营韧性的重要来源。

授权与转载
世界经济论坛发布的文章,可依据《知识共享署名-非商业性使用-禁止演绎4.0国际公共许可协议》以及我方《使用条款》进行转载。 本文所表达的观点仅代表作者个人立场,并不代表世界经济论坛的观点。