反洗錢新時代 – 人工智能
反洗錢新時代 – 人工智能 如今，隨著數字化技術的快速發展，金融犯罪也變得愈加精密和隱蔽。洗錢就是其中一種常見的金融犯罪，涉及將非法所得資金通過一連串交易轉化為看似合法的資產。隨著技術進步，人工智能(AI)在反洗錢(AML)領域扮演著愈加關鍵的角色。 AI技術的應用不僅提高了識別和預防洗錢活動的效率，還改變了金融機構對抗金融犯罪的方式。 本文將探討人工智能在反洗錢中的應用，分析其對傳統反洗錢方法的優勢，並討論實施AI技術時需要注意的挑戰和風險。 人工智能驅動技術的突破 Nvidia 的 GPU 技術大會 (GTC) 2024 是一場備受期待的活動，執行長黃仁勳展示了該公司在人工智能 (AI) 的技術和其人工智能驅動技術Blackwell 平台的最新版本。 Blackwell GPU 被描述為「世界上最強大的晶片」，為運算新時代提供動力，使世界各地的組織能夠在兆級參數大型語言模型上構建和運行即時生成式人工智慧（AI）， 能夠運行生成式 AI 大語言模型，同時顯著降低成本和能耗。(詳情請參閱: https://blogs.nvidia.com.tw/blog/nvidia-blackwell-platform-arrives-to-power-a-new-era-of-computing/) 人工智能基本概念 人工智慧，也稱為人工智能，是指由機器所表現出來的智慧行為。它通常是指用電腦程式來呈現人類智慧的技術。人工智能(AI)的強大之處在於其機器學習(ML)和深度學習(DL)能力。這些技術使AI能從海量數據中學習 ，識別模式並做出決策。 以下是AI處理大量數據的五個關鍵步驟: 步驟 描述 1. 特徵提取 AI系統會從原始數據中提取有用的信息，這稱為特徵。這些特徵是後續學習過程中的輸入變量。 2. 模型訓練 使用機器學習算法，AI系統會在訓練數據集上學習。這個過程包括調整模型參數，直到模型能夠準確預測或分類數據。 3. 模型優化 根據模型評估的結果，進行必要的調整以提高模型的性能。這可能包括更改模型結構、調整參數或使用不同的學習算法。 4. 預測和決策 一旦模型被訓練和優化，它就可以用來對新數據進行預測和做出決策。 5. 持續學習 為了保持模型的準確性，AI系統需要不斷從新數據中學習，這稱為持續學習或在線學習。 這些步驟使AI能夠有效地處理和分析大量數據，在各
The foundation of Anti-Money Laundering (AML)
The foundation of Anti-Money Laundering (AML) Hong Kong is recognized globally for its robust Anti-Money Laundering (AML) regulatory framework. Back in 2019, the Financial Action Task Force (FATF), an inter-governmental agency that sets international AML compliance standards and assesses financial regulators’ compliance with these standards, found Hong Kong’s regime to be fully compliant with FATF and overall effective. This made Hong Kong the first financial center in the Asia Pacific to receive this recognition in FATF’s latest evaluation round. There are several regulatory authorities in Hong Kong with the power to investigate suspected breaches of the Anti-Money Laundering and Counter-Terrorist Financing Ordinance (AMLO) and initiate enforcement proceedings against institutions and individuals. The Hong Kong Monetary Authority (HKMA) regulates banks and other deposit-taking institutions, while the Securities and Futures Commission (SFC) regulates entities licensed to conduct secur
信託或公司服務提供者 (TCSP) 為何需要採用系統去協助執行打擊洗錢?
信託或公司服務提供者 (TCSP) 為何需要採用系統去協助執行打擊洗錢? 香港作為亞洲金融中心 香港作為亞洲金融中心，吸引了許多來自本地、中國內地、以及海外的人士及企業經營業務。 由香港公司註冊處 (Company Registry) 發表截至2023年年底的最新統計數字，根據香港法例第622章《公司條例》註冊的本地公司總數為1,430,758間，單單在2023年新成立的本地公司總數則為132,246間，相等於每5名香港人就註冊著1間本地公司，這比例相當驚人。 而服務著這143萬間本地公司，正正是已持有獲公司註冊處發牌的信託或公司服務提供者 (Trust and Company Service Providers) (簡稱 “TCSP”)。根據公司註冊處的公開資料顯示，現時有6993間持牌TCSP，相等於每間TCSP服務著200間本地公司，所以TCSP這行業在香港的地位舉足輕重。 TCSP的角色與責任 TCSP是一類提供公司註冊、秘書服務以及信託管理等服務的機構。由於其涉及資金流動和金融交易，TCSP可能成為洗錢和恐怖融資的潛在管道。因此監管機構 (即公司註冊處) 要求TCSP承擔打擊洗錢和反恐融資的重要責任，以保護金融系統的安全。 2018年打擊洗錢及恐怖分子資金籌集新措施 而根據財務行動特別組織（特別組織）(簡稱 “FATF”) 所公布的國際要求，TCSP需要執行與打擊洗錢相關的要求。 而香港法例第615章《打擊洗錢及恐怖分子資金籌集條例》（下稱《打擊洗錢條例》）引入的信託或公司服務提供者新發牌制度，已於2018年3月1日開始實施。 在此新發牌制度下，TCSP須向公司註冊處處長申請相關牌照，並須符合「適當人選」準則，才可以在香港經營提供信託或公司服務的相關業務。TCSP持牌人亦須遵從《打擊洗錢條例》附表2所載有關客戶盡職審查及備存紀錄的法例規定。而且，公司註冊處會派人到TCSP的場地進行實地巡查，以確保有關持牌人士遵從相關規定。 公司註冊處的檢控個案 自從新的打擊洗錢條例於2018年實施以來，已有20間公司或公司董事被公司註冊處根據打擊洗錢條例被檢控。主要的控罪性質包括: 明知或罔顧實情地向公司註冊處處長提供在要項上屬虛假或誤導性資料 (第615章第53ZN(1)條)及無牌經營信託或公司服務業務 (第615章《第53F(1)條》。所以，違
Business and Risk Management Questionnaire (BRMQ)
Business and Risk Management Questionnaire (BRMQ) As a licensed corporation in Hong Kong, the SFC requires that a Business and Risk Management Questionnaire (BRMQ) should be submitted to the SFC within 4 months after financial year end. Here are the key points we can summarize from the Section A12 -Anti-Money Laundering and Counter-Financing of Terrorism – of this year’s BRMQ. (1) The questionnaire asks about AML/CFT compliance checking conducted by the Licensed Corporation during the financial year, including the areas covered. If yes, the BRQM asks the Licensed Corporation to indicate the areas that were covered, including: Customer risk assessment Customer due diligence Sanctions and PEPs screening Transaction monitoring Suspicious transaction reporting Other areas (which the Licensed Corporation can specify) “Customer risk assessment” means that the Licensed Corporation evaluates factors such as: The customer’s background, nature of business, source of we
「反洗錢合規科技：案例研究與見解」（第2冊）
「反洗錢合規科技：案例研究與見解」（第2冊） 下稿代香港金融管理局發出︰ 香港金融管理局（金管局）今日（九月二十五日）發表題為「反洗錢合規科技：案例研究與見解」（第2冊）的報告，分享銀行在採用合規科技，以提高打擊洗錢及恐怖分子資金籌集活動（反洗錢）工作的成效及效率的應用實例。 報告第1冊於二○二一年一月發表（註），分享不同銀行如何在初期應用合規科技於反洗錢工作流程。在此基礎上，第2冊報告涵蓋更先進的反洗錢合規科技應用方案。過去兩年，本港銀行在採用反洗錢合規科技方面已取得顯著進展。 報告載述合規科技在四個範疇的實施及應用實例： 實時詐騙監察； 機器學習應用於交易監察警示的處理； 自然語言處理技術應用於媒體監察；及 「單一客戶視圖」分析。 金管局致力持續推動及促進反洗錢合規科技的應用，以加強銀行的「龍門」角色，維持金融體系健全與穩定。 金管局副總裁阮國恒表示：「我很高興大部分銀行的反洗錢工作已經遠超合規科技應用的初階，部分更已達到相對先進的階段。我深信銀行若能更廣泛地發揮相關的實力，將有助它們監察及應對詐騙與金融罪行風險，以進一步提升香港整體反洗錢生態系統的有效應對。」 報告（只有英文版本）載於www.hkma.gov.hk/eng/key-functions/banking/anti-money-laundering-and-counter-financing-of-terrorism/aml-cft-regtech/。 註：「反洗錢合規科技：案例研究與見解」報告第1冊發表於二○二一年一月：（www.hkma.gov.hk/chi/news-and-media/press-releases/2021/01/20210121-3/）。 完2023年9月25日（星期一）香港時間12時13分