AHP方法在金融風險評估中的應用——以洗錢風險評估為例

中國人民銀行濟南分行 殷中強

AHP方法在金融風險評估中的應用——以洗錢風險評估為例

中國人民銀行濟南分行 殷中強

“風險為本”的工作方法一直是反洗錢金融行動特別工作組（Financial Action Task Force on Money Launering，簡稱FATF組織）所推崇的基本工作方法。準確評估金融機構和金融產品面臨的洗錢風險，判斷各類洗錢風險的大小程度，并依此形成對反洗錢工作資源的合理配置，完善洗錢風險控制手段，是實現有效控制洗錢風險，降低洗錢威脅的重要工作方法。本文將AHP方法應用于不同金融機構之間的洗錢風險評估，設計了風險評估流程，通過構建洗錢風險評價準則層、構造多個層次的判斷矩陣，對不同金融機構之間的洗錢風險進行定量評估，最終清晰地展示不同金融機構洗錢風險點和風險水平。最后，通過對3家金融機構洗錢風險的評估實例，實際證實了此方法的現實可行性。

洗錢風險 AHP方法 準則層 判斷矩陣

1　引言

2012年2月，FATF組織通過了《反洗錢、反恐怖融資和反擴散融資國際標準》（簡稱《40條新規則》），進一步強化了反洗錢“風險為本”的基本工作原則，要求各成員國采取更加靈活的措施，合理有效地配置反洗錢工作資源、實施與洗錢風險狀況相適應的預防性措施，最大限度地保證反洗錢工作的有效性。“風險為本”工作原則的提出，無論是對我國反洗錢監管部門，還是對其他反洗錢義務主體，在對洗錢風險的監測、防控和管理方面都提出了更高要求。準確評估不同金融機構、金融產品所面臨的洗錢風險大小，并依此合理配置工作資源，強化工作措施，最終實現對洗錢風險的有效管理，降低洗錢威脅，成為各有關部門提升反洗錢工作有效性的重要內容。

從目前我國對洗錢風險的研究文獻看，多是從金融機構履職情況或金融產品的風險特點等方面出發，對洗錢風險狀況進行定性分析。對金融機構洗錢風險的傳統定性分析方式，雖然能夠將金融業務存在的洗錢風險內容予以揭示，但是無法對不同金融機構、不同金融產品具體洗錢風險大小進行精確度量，不能對風險要素進行明確排序。更為重要的是，傳統定性分析的方法，不能為評估工作提供一個標準化的操作工具和規范化的評估流程，難以將各類金融機構以及金融產品所面臨的洗錢風險大小、重要程度進行準確分析和規范展示。

2014年9月，筆者曾運用BORDA序值法對金融產品的洗錢風險進行過研究，探索對金融機構洗錢風險進行定量評估。相對于BORDA序值法，AHP方法由于其自身的靈活性和實用性，更適合用來評估不同金融機構或金融產品目的洗錢風險狀況。從目前對洗錢風險的研究進程來看，目前將AHP方法應用于金融產品洗錢風險進行定量評估的相關文獻目前仍舊相對缺乏。本文試將AHP法應用于洗錢風險評估實踐中，通過以構建評估目標，評價準則以及判斷矩陣為主要流程的風險評估模型，形成結論相對清晰，數據易于使用的風險評估結果，用于改進反洗錢監管部門及金融機構的洗錢風險防控。

2　基于AHP方法的洗錢風險評估模型

2.1層次分析法簡介

層次分析法（Analytic Hierarchy Process簡稱AHP）是美國著名運籌學家、匹茲堡大學教授T.L.Saaty于20世紀70年代中期提出的。該方法將一個復雜的多目標決策問題作為一個系統，將目標分解為多個目標或準則，進而分解為多指標（或約束）的若干層次，通過定性指標模糊量化方法計算出層次排序或者權重總排序。作為多目標或者多方案優化決策的系統方法，層次分析法比較適合于具有分層交錯評價指標的目標系統，而且目標值又難以定量描述的決策問題。層次分析法不僅適用于存在不確定性和主觀信息的情況，還允許以合乎邏輯的方式運用經驗、洞察力或直覺，具有廣泛的應用基礎。

2.2AHP評價模型的基本架構

2.2.1建立遞階關系的層次模型

將被評價的問題因素分層，分層依據按照目標層、準則層、方案層進行，形成如圖1所示的層次結構模型。

圖1　AHP層次結構模型

2.2.2構造判斷矩陣

表1　構造判斷矩陣

其中，bij為對于因素Ak而言，因素bi的相對重要性指標，其數值通常采用Saaty的1～9的標度表表示因素的相對重要性，如表2所示。

表2　比例標度的含義

如果判斷矩陣各元素之間具有如下特點：

則表示判斷矩陣為嚴格一致矩陣。

2.2.3層次單排序

該過程可以歸結為計算判斷矩陣的特征根和個正向量的過程，及對判斷矩陣B計算滿足：

2.2.4層次總排序

則本層次總排序指標為（見表3）：

顯然有：

表3　層次總排序

但是AHP法構造的判斷矩陣一般不滿足（1）式所述特點，因此，在實際運用中，需要對判斷矩陣運算結果進行一致性檢驗。一般采用如下步驟進行：

其中n為矩陣的階數。然后，利用公式：

其中，RI為平均隨機一致性指標，當判斷矩陣階數n從3～15時，通過查表，可得該數值依此為：0.58，0.90，1.12，1.32，1.41，1.45，1.49，1.51，1.54，1.56，1.57，1.59；一般來說，只要檢驗值CR小于0.1，就可認為通過一致性檢驗。

2.3應用AHP方法構建金融機構洗錢風險評估模型的基本過程

2.3.1確定評估工作目標

在這里就是運用AHP方法，通過構造判斷矩陣，用量化評價的方式，衡量出不同金融機構所面臨的洗錢風險程度，并依據評估結果，實現對不同金融機構洗錢風險程度的準確排序，并依據風險狀況，形成對應的防范策略。

2.3.2成立評估專家小組

鑒于洗錢風險評估領域具有較強的專業性，需要選取該工作領域的專家型人員，共同組成專家委員會。為了便于決策，專家委員會的人數一般為大于3人的單數。

2.3.3制定評價準則

即確定評價金融機構洗錢風險的一系列因素或指標的集合。這些因素或指標可根據評估工作的實際需要，既可選擇全面反映洗錢風險的評價因素，也可根據監管工作需要，重點反映某類特定的洗錢風險因素。這一過程對整個評估過程尤其重要，評價準則是否科學合理，直接決定了評價結果的質量和可信度。一般來說，評價準則集合應由該領域的專家小組深入溝通，共同研究制定。

2.3.4確定評估對象

在這里就是根據工作需要，確定參加評估的具體金融機構。2.3.5 構造判斷矩陣

首先針對各風險因素，構造兩兩判斷矩陣；然后針對每一項具體風險，構造各金融機構之間的兩兩判斷矩陣；然后由專家組依據表2，對每一判斷矩陣進行具體賦值。

2.3.6確定各金融機構的風險權重

通過對判斷矩陣求解，得到其特征值和特征向量，在檢驗判斷矩陣滿足一致性要求后，確定各金融機構的洗錢風險權重，并最終衡量出各金融機構之間的洗錢風險大小程度。

2.3.7形成結果

依據評估結果，對不同金融機構，形成有針對性的風險防范建議或監管意見。

3　應用實例

為檢驗AHP評估模型在金融機構洗錢風險評估中的可操作性和運用效果，我們選取某地區3家銀行作為樣本，依照上述評估過程，對這3家銀行的洗錢風險狀況進行評估，具體過程如下。

（1）成立專家小組。為了使評估結果更加客觀有效，我們分別選取了反洗錢監管部門3名人員，以及金融機構經驗豐富的2名反洗錢從業人員，共同組成洗錢風險評估專家小組。

（2）確定評價目標。本評估的目的，在于評價3家樣本銀行機構面臨的總體洗錢風險大小，并對其洗錢風險狀況進行排序，最后給出降低洗錢風險的防范建議。在本文中，這3家銀行筆者分別命名為A銀行、B銀行和C銀行。

（3）構造衡量洗錢風險大小的準則集。經過專家小組充分討論，依據決定洗錢風險的不同因素，提出衡量3家銀行洗錢風險大小的5個評價準則，并對各準則項進行定義和說明，形成表4。

表4　 網上銀行業務洗錢風險定義和說明

（4）依據評價準則，形成判斷矩陣。在本次評估過程中，對每一判斷矩陣的具體數值，我們采用簡單平均法取得。即先由五名評估專家根據對洗錢風險的理解和把握，依據表2，分別對每一層的評判準則進行兩兩打分，然后，取五位專家各自打分的簡單平均值，作為判斷矩陣的最終數值。在這里需要說明的是，對于基本準則層的兩兩判斷矩陣，單項分值越高，說明這個風險判斷準則越重要（見表5）；對于每個風險準則下不同銀行的兩兩判斷矩陣，單項分值越高，說明銀行面臨的該類洗錢風險更大（表6～表11）。這樣，我們得到如下6個判斷矩陣。

表5　風險準則判斷矩陣

表6　三家銀行判斷矩陣（風險1）

表7　三家銀行判斷矩陣（風險2）

表8　三家銀行判斷矩陣（風險3）

表9　三家銀行判斷矩陣（風險4）

4　求解

根據公式（4）、（5），對以上判斷矩陣求解，并根據公式（6）、（7），對判斷矩陣結果進行一致性檢驗，結果如表11和表12所示。

表11　風險子項評估權重值表

表12　三家銀行分項風險評估權重表

最后，根據表11和表12，得出A、B、C三家銀行面臨的總的洗錢風險權重依次為：0.3095、0.3102和0.3803 ，一致性比率CR值為0.0008，小于0.1，結果通過檢驗。

5　結語

通過AHP法進行評估，可以判斷三家銀行中，C銀行面臨的總體洗錢風險最大，其次是B銀行，面臨總體洗錢風險最小的是A銀行。同時，通過表12，我們也可以清晰地看出3家機構在每一個風險子項方面的具體排序。通過評估，我們認為從整體上來說，C銀行面臨的總體洗錢風險壓力較大，無論從加強自身工作的角度，還是從監管角度，都應該進一步強化C銀行的反洗錢工作資源配置力度。對以上參加評估的3家銀行，從具體的工作建議來看，A銀行應該著力強化開戶環節的洗錢風險防控；B銀行各項工作相對比較平均，但從其風險權重結構上，應進一步強化賬戶實際控制人的有效識別，以及適當優化可疑交易報送有效性方面的工作；對于C銀行來說，重點要在有效識別賬戶的實際控制人方面采取有效措施，盡快彌補此類工作短板，降低總體洗錢風險水平。

［1］ 殷中強，韓躍.風險矩陣法在金融產品洗錢風險評估中的應用［J］.山東財經大學學報，2014（5）.

［2］ 趙煥巨，許樹柏，和金生.層次分析法［M］.北京：科學出版社，1986.

［3］ 鄧富民，劉柱勝.AHP分析法在風險投資項目評估中的應用研究［J］.電子科技大學學報，2002（2）.

［4］ 孔峰，劉鴻雁.AHP綜合排序算法分析及其改進［J］.哈爾濱工業大學學報，2009（4）.

［5］ 劉樹林，邱蔻華.多指標決策基礎理論研究［J］.系統工程理論與實踐，2000（9）.

［6］ 邱蔻華.群組決策特征根法［J］.應用數學和力學，1997（11）.

［7］ 劉堯飛.基于AHP分析法的中小企業融資能力評價體系構建［J］.中小企業研究，2014（3）.

［8］ 吳少新，李敏芳.基于層次分析法的民營銀行經營風險實證分析［J］.經濟學研究，2015（3）.

F830.9

A

2096-0298（2016）09（b）-065-04

殷中強（1978-），江蘇海門人，碩士研究生，中級經濟師，現供職于中國人民銀行濟南分行。