普华永道：砥砺前行，证券公司需大力提升非经纪业务洗钱风险管控能力

随着我国资本市场多元化发展不断推进，证券公司非经纪业务发展迅速。除投资银行业务等传统业务外，证券公司资产管理、融资融券、金融衍生品等业务也逐步发展。与经纪业务相比，证券公司非经纪业务具有类别多样、流程环节众多、结构复杂等特点。特别是在洗钱风险管理方面，当前国内证券经纪业务和非经纪业务存在显著差异。“重经纪，轻非经纪”的经营理念导致部分证券机构将反洗钱重心放在经纪业务领域，而非经纪业务的相关洗钱风险并未受到重视，从而导致非经纪洗钱风险管控缺失或不到位的情况。

监管趋势

近年来，除银行业和支付业以外，金融监管部门对包括证券公司在内的非银机构的洗钱风险管理要求逐步趋严。中国人民银行、原中国银行保险监督管理委员会、中国证券监督管理委员会于2022年1月联合印发的《金融机构客户尽职调查和客户身份资料及交易记录保存管理办法》（中国人民银行中国银行保险监督管理委员会中国证券监督管理委员会令〔2022〕第1号，暂缓执行，以下简称《办法》）中，对于应开展尽职调查的内容进行大幅度扩充，需开展尽职调查的证券业务类型由传统经纪业务延伸至多项非经纪业务层面，如资产管理业务、场外衍生品交易、承销与保荐业务等。中国人民银行反洗钱局2022年内下发的关于加强证券期货基金业金融机构可疑交易类型分析提升防范打击洗钱犯罪有效性的相关通知中，针对证券业总结出多类涉罪类型，其中风险特征除涉及传统经纪业务以外，存在非经纪业务的风险点。再者，监管机构在培训和检查的过程中，逐渐加强了对于非经纪业务洗钱风险管理的要求，对于证券公司的反洗钱罚单也随之有所增多。因此，未来证券公司不能将目光仅仅局限于经纪业务，更需要关注非经纪业务，全面把握证券行业洗钱风险，提升风险管理的全面性和有效性。

证券公司非经纪业务洗钱风险管理现状和挑战

证券公司在逐步提升非经纪业务洗钱风险管理有效性的过程中，存在诸多挑战，主要包括：

（一）数据散落在独立系统且存在隔离要求

证券公司涉及的业务种类繁多，经纪业务和非经纪业务在数据管理方面的集中度不同。就经纪业务而言，相关数据通常通过经纪业务账户平台进行集中管理，包括客户信息、账户信息以及各项交易数据。然而，在处理非经纪业务数据时，情况更加复杂。非经纪业务涉及的数据往往分散存储在不同的独立业务系统中，缺乏数据整合及管理机制，容易形成“数据孤岛”，且不利于数据集中化、标准化管理。此外，部分非经纪业务仍依赖人工维护数据的传统工作方式，缺乏自动化和标准化的数据管理流程，进一步加大了数据管理的复杂性和风险。

另外，证券公司在数据管理过程中还需遵守《证券公司信息隔离墙制度指引》等监管要求，确保不同业务、部门之间的数据隔离与保密。这就意味着在打通数据连接、实现数据共享和集中管理方面，需要满足多方面管理要求。信息隔离的要求在一定程度上限制了数据流动和共享，增加了数据集中管理方面的挑战。

（二）系统建设复杂，涉及多系统交互

证券行业业务种类复杂，且不同业务需在独立的系统下开展。实现反洗钱管控需要打通从源系统（提供数据源的客户和业务系统）到实现系统化管控的反洗钱系统的链条。由于系统架构链条较长，难以保证涉及的系统衔接和数据对接的准确性。由于系统较多且功能复杂，系统架构较为庞大，其中包括不同系统之间的数据传递和共享，因此各个环节的准确性和一致性难以得到有效把控。此外，数据在不同系统之间的流转可能存在延迟、丢失或错误，对于整个数据管理和业务处理都带来了一定的风险和不确定性。

（三）证券行业非经纪业务相关指引和可借鉴经验较少

对于非经纪业务反洗钱的具体管控方式，证券机构需要在实践中不断探索。与经纪业务相比，非经纪业务由于其类别多样、环节众多、结构多元的特点，导致洗钱风险管理的难度与复杂程度较经纪业务更高。目前针对非经纪业务，暂时没有明确统一的反洗钱工作标准可供证券公司参照执行，这主要体现在以下两方面：

• 首先，过往的洗钱案例更多通过经纪业务开展洗钱活动，而涉及非经纪业务的较少，可参考的案例和典型风险特征有限，这为应用“案例特征化”的可疑监测规则设计方法带来了挑战。在缺乏足够案例基础的情况下，证券公司难以建立全面有效的监测规则，因此需要探索基于数据分析、行为模式等方法的反洗钱监测手段，并不断完善监测规则的设计和机制调整。

• 其次，不同业务的洗钱风险特征缺乏系统梳理，同类业务下不同子类面临的洗钱风险点各异，无法采取“一刀切”式的监测方式。证券公司需要基于风险为本的原则，对不同类型的非经纪业务进行分类监测，充分考虑其特定的洗钱风险特征并采取相应的监测措施。这需要对各类非经纪业务进行深入细致的风险评估和分类梳理，以确保监测工作更加精准和有效。

针对证券公司非经纪业务洗钱风险管理的诸多挑战，普华永道基于监管要求和同业实践，提出以下几点建议：

（一）建立洗钱风险评估视角下的非经纪业务分类标准

建议证券机构贯彻“风险为本”的工作理念，在洗钱风险自评估工作的整体框架下深挖不同业务洗钱风险点，同时结合证券行业固有的业务属性分类，从洗钱风险评估视角对证券业务的分类进行重构和优化，这有利于基于业务属性和风险特征设计相应的管控和监测方案。

进一步提高重构业务分类工作的准确性，洗钱风险评估视角下证券业务分类的判断标准可通过业务是否涉及客户以及交易对手、业务复杂程度、业务受理方式、业务开展方式以及外部信息和可疑报送等维度考虑。

普华永道建议：

开展分类标准过程中，充分理解业务特点和流程环节，完整识别洗钱风险。例如部分业务风险暴露同时存在于融资端和投资端，应汇总考虑总体业务风险；业务的不同环节关注点不同，例如投行业务在承做和承销环节关注风险来源不同，应考虑对业务不同环节分类评估。

（二）设计非经纪业务可疑监测模型

根据非经纪业务洗钱风险点和暴露环节不同，证券机构应从产品设计、交易、资金结算等不同环节设计适用于非经纪业务的可疑交易监测模型，其中诸如投行类业务，由于本身无线上交易，故此次指标的设计不仅包含线上监测指标，同时也包含符合业务自身交易场景的线下监测指标，将洗钱风险监测融入特定业务的自身流程（如投行尽职调查环节）。

普华永道建议：

建议机构根据客户是否在券商开立账户、业务是否涉及交易以及券商是否感知客户的交易流水区分，结合机构自身客群、业务产品和规模综合考量客制化设计监测模型，并通过定性定量的方法设置优化模型逻辑、参数阈值、运算周期。

（三）细化各非经纪业务分类管控标准，实现“精细化”管控

除分业务类别开展可疑交易监测之外，建议证券机构基于各类非经纪业务的风险特征，进一步强化和精细化风险管控机制，包括客户尽职调查、客户风险等级分类及名单筛查等模块，基于不同风险落地部署对应的管控，真正实现精细化管控，提升资源配置效率。如客户风险评级需考虑如何纳入适用于非经纪业务的指标，提高客户风险评级模型的适用性。

普华永道建议：

建议机构充分把握“精细化”管控和业务风险暴露的平衡，从制度、系统、数据等多维度落地精准管控措施。

（四）构建全生命周期数据治理体系

当前证券业经纪业务与非经纪业务分系统管控，暂未实现统一系统对客户身份信息、交易信息进行汇集和整合，甚至部分非经纪业务存在手工维护数据的情况。建议证券机构构建集中模块和功能单元，将经纪业务和非经纪业务的客户身份信息和业务数据集中采集，再通过统一的数据治理标准提升数据质量，夯实反洗钱管控的数据基础。同时，证券机构应根据下游应用在运行过程中发现的数据问题，持续推进数据治理工作，提升监测模型的全面性、有效性，以保证下游模型监测的准确性。

普华永道建议：

建议机构建立数据治理闭环管理机制，关注重点高频情况如“一客多号”，并通过数据建模数据管理等机制工具实现统一风险视图，动态监测数据质量，赋能强化管理效果。

（五）建立动态管理机制，持续优化管控效果

证券机构应建立动态管理机制，及时定期开展评估、优化、提升等，把控全业务管控环节，主要包括：

定期开展机构、客户及业务风险评估，持续把握公司的洗钱风险情况，特别是针对新客户、新业务产品准入及时评估洗钱风险，并分析是否需要对管控措施进行更新和调整。客户风险评估方面，不同非经纪业务需基于业务流程和风险特性定义客户周期，把握评估和管控措施。

定期对监测规则和模型开展重检和反馈，持续关注监测效果，从预警量、上报量等维度定期评估验证规则表现，基于规则表现，及时采取阈值逻辑优化、规则下线、补充等手段，提高优化效果。同时，通过收集规则表现的情况，反哺反洗钱管控设计，对管理措施进行校正和调整，不断迭代管理技术，提升管理水平。

持续关注反洗钱相关职能的履职效果，证券公司可通过定期抽查尽职调查客户档案、可疑甄别和警报质量，通过监督和检查提升反洗钱人员的风险防范意识和风险管理能力。

普华永道建议：

建议机构通过搭建模板、工具、面板、报表等方式增强持续性工作的效率和效果，便于机构开展周期性工作。

普华永道可为证券机构在洗钱风险管理领域提供定制化服务，促进机构提升管控全面性的同时增强精准化管控能力。普华永道基于对国内证券公司在非经纪业务领域最前沿的调研成果，对切实提升行业反洗钱能力具有深度洞察，并通过设计可落地的成熟解决方案，为机构提供体制架构、制度建设、模型设计（包括非经纪业务特色模型）、数据治理、系统建设支持等方面的服务。普华永道可帮助证券公司识别出现阶段管理薄弱的领域，助力机构结合自身情况和需求全面提升管理能力。