反洗錢處罰年度報告

2018年反洗錢處罰年度報告本文概要：本文主要為大家呈現(xiàn)國內2018年度反洗錢處罰情況分析，本報告數(shù)據(jù)來自人民中國人民銀行針對反洗錢監(jiān)管公開處罰數(shù)據(jù)，數(shù)據(jù)收集截止時間為2019年1月。概況：在2018年，監(jiān)管機構進一步加強了對反洗錢違法行為的處罰，公布的反洗錢處罰記錄超過390條，總處罰金額近1.5億元。從2018年全國處罰地域分布看，監(jiān)管處罰基本覆蓋全國各省市，其中四川、重慶、河北、北京、山東、福建、貴州、陜西相對呈現(xiàn)處罰力度較大。整體數(shù)據(jù)顯示，2018年“雙罰制”在反洗錢處罰中依舊為主要的處罰形式，并且處罰力度更強。既處罰了機構又處罰了個人的情況，2018年占比88%，相較2017年的73%，增長了15%。這也反映出了人民銀行對機構相關負責人對承擔反洗錢工作責任的高度要求。通過對持續(xù)關注和收集2017年、2018年國內反洗錢監(jiān)管處罰的數(shù)據(jù)，一覽群智給出了2018年度反洗錢處罰分析報告，旨在為反洗錢義務機構呈現(xiàn)相對整體的監(jiān)管形勢及預測趨勢，為各反洗錢義務機構更好的做好反洗錢合規(guī)管理作參考。目錄一、2018年表現(xiàn)出的主要特點1、“雙罰制”作為主要處罰形式，顯著增強2、第四季度處罰高峰現(xiàn)象有所減弱，12月份仍是處罰力度最大的月份3、7、8月份處罰力度相對2017年有顯著增大4、銀行業(yè)依然是被處罰重災區(qū)，非銀機構被處罰整體占比有所增加5、從處罰金額區(qū)間看，機構和個人被處罰金額都有所增加6、未按照規(guī)定履行客戶身份識別義務依然是最常見的違法行為7、處罰對象集中度有所下降，更多的義務機構受到了處罰8、2018受處罰機構“之最”二、人工智能技術賦能反洗錢合規(guī)附：部分反洗錢監(jiān)管要求一、2018年表現(xiàn)出的主要特點1、“雙罰制”作為主要處罰形式，顯著增強2018和2017年度人民銀行反洗錢處罰記錄（按記錄數(shù)）分布如下圖所示。在2018年度的反洗錢處罰中，按處罰數(shù)計算，同時針對義務單位和相關責任人的處罰（“雙罰制”）占全部處罰的88%，相比于去年的73%增加了15%。在所有的處罰公示中，既有將單位與個人的處罰列到一起的，也有將單位和個人的處罰分開列出公示的，僅處罰單位的情況較少，僅占全部處罰的12%。因此“雙罰制”依舊為主要處罰形式，并且力度更強，可以預測，人民銀行在2019年度會持續(xù)加強類似的檢查強度和處罰力度。2、第四季度處罰高峰現(xiàn)象有所減弱，12月份仍是處罰力度最大的月份2017、2018年四季度和12月處罰占全年比例從處罰的時間上看，第四季度是處罰的高峰，而12月是全年處罰最多的月份。而對比2018與2017的相關數(shù)據(jù)可知，第四季度的處罰高峰現(xiàn)象有所減弱，12月份處罰占全年的比例也有所下降，由此可知其他月份的處罰力度在增強。3、7、8月份處罰力度相對2017年有顯著增大對比2018與2017年機構處罰的情況，包括其處罰數(shù)量與處罰金額，我們可以很明顯地看到其中的趨勢變化。2018年表現(xiàn)為年初和年中處罰力度顯著加強，而不再延續(xù)2017年平滑曲線上升的趨勢。這在一定程度上反應了監(jiān)管機構監(jiān)管力度在向著全年各月份擴散，而不是僅集中在少數(shù)幾個月份上的趨勢。4、銀行業(yè)依然是被處罰重災區(qū)，非銀機構被處罰整體占比有所增加在2018年，無論是從處罰數(shù)還是處罰金額看，銀行業(yè)依然是重災區(qū)。但是非銀機構占比也有顯著增加。從處罰金額和處罰數(shù)量看，銀行業(yè)被處罰機構分布相對比較平均，不管是大行還是村鎮(zhèn)銀行都有可能被處罰。從處罰數(shù)量上看，非銀機構被處罰量占比已經(jīng)較2017年增長了5%，尤其是證券業(yè)增長了3%。從處罰金額上看，2018年非銀機構處罰占比較2017年上升了11%，增長比較明顯。其中證券業(yè)和支付機構占比都有成倍的增長。結合處罰數(shù)量和處罰金額的變化來看，對非銀行類機構的處罰有所增加，這也是反洗錢監(jiān)管力度不斷加強和細化的趨勢體現(xiàn)。5、從處罰金額區(qū)間看，機構和個人被處罰金額都有所增加從金融機構被處罰的金額分布情況看，2018年被處罰金額明顯高于2017年。2018年最高的單筆處罰高達486.6萬元，是在湖南對一家支付機構九派天下支付有限公司時開出的罰單，相比于2017年的最高單筆處罰金額140萬元，年度最高處罰金額體現(xiàn)得非常突出。從處罰金額分布上看，2018年金融機構被處罰金額分布最多的范圍為20~30萬，相比于2017年的10~20萬上了一個臺階。從個人被處罰金額分布情況看，2018年個人被處罰金額也有明顯增加。2018年個人被處罰金額分布最多的范圍為1~1.5萬，相比于2017年的0.5~1萬也是上了一個臺階。6、未按照規(guī)定履行客戶身份識別義務依然是最常見的違法行為從處罰原因角度看，“未按照規(guī)定履行客戶身份識別義務”是被處罰最多的原因。在所有處罰中，近70%的處罰都涉及未按照規(guī)定履行客戶身份識別義務，25%以上的處罰涉及未按規(guī)定報送可疑交易報告，20%以上的機構處罰原因涉及違反反洗錢類法律規(guī)定，沒有進一步細分，其他出現(xiàn)較多的原因還有未按照規(guī)定保存客戶身份資料和交易記錄、未按規(guī)定報送大額交易報告等。7、處罰對象集中度有所下降，更多的義務機構受到了處罰2018年度的處罰持續(xù)以集團為單位，對重點義務機構進行集中檢查的傾向。2018與2017年都是僅占17%、18%的機構被開出了超過50%的罰單。8、2018受處罰機構“之最”2018年受到過多次處罰的機構中的幾個“之最”，供大家參考。二、人工智能技術賦能反洗錢合規(guī)從2018年反洗錢處罰數(shù)據(jù)看，國內反洗錢合規(guī)業(yè)務呈現(xiàn)強監(jiān)管、重處罰趨勢已經(jīng)非常明顯。為了做好反洗錢相關工作、減少因觸犯法律法規(guī)而造成的不必要的損失，各機構應當從改善工作現(xiàn)狀出發(fā)，以做好反洗錢相關工作為中心，以加強人工識別客戶身份為基礎，以善用科技為手段，堅決抵制反洗錢違法行為。一方面，監(jiān)管要求越來越多，另一方面，義務機構客戶規(guī)模和交易量、交易額不斷增加，導致金融機構合規(guī)成本和難度越來越大。如何一方面更好的符合監(jiān)管要求，一方面降低合規(guī)成本？大數(shù)據(jù)處理及人工智能技術在反洗錢領域的應用，將大大提