记者观察：三招堵截对公欺诈

□记者 袁婉君

近日，中国人民银行杭州中心支行印发《关于第二批电信网络新型违法犯罪涉案企业银行账户有关情况的通报》（杭银发〔2020〕83号），对公安机关移送的第二批涉案企业银行账户相关银行采取强化监管及问责措施。其中，对2家银行的网点暂停新开单位银行账户时间1个月；责令各涉案银行机构倒查第二批涉案企业银行账户开户机构、相关部门及人员责任。显然，监管部门加大了银行对公业务的监管力度，就银行来说，以下三招可以有效应对对公业务中的欺诈。

事前看资料的真实性。企业来银行开户，必须按照要求提供相关的开户申请资料，这时候就需要银行的工作人员能够火眼金睛地识别其中的不真实的资料，识别出客户可能是空壳公司或不法商户，相应地采取加强的措施开展尽职调查并予以拦截，将可以更好地做好欺诈风险的源头管控。可以采取人工与国家企业信用信息公示系统网站进行查询比，更快捷高效的做法是通过营业执照二维码扫描来进行联网搜索，最新的方法是通过电子营业执照与移动端远程视频、人脸识别等功能结合，丰富客户身份识别和开户意愿审核手段，提升企业服务质效，并助力防范欺诈行为的发生。空壳公司是没有实体经营或资产的企业法人，常被用于掩盖非法金融活动。识别一家企业是不是空壳公司主要是看注册地址是不是真实存在，虚构经营场所的企业往往就是空壳公司。银行可以去注册地进行实地核实，也可以尝试运用互联网地图引擎技术或第三方数据库自动识别地址不存在、地址为居民住宅、地址未具体到门牌号等潜在风险因素。

事中看交易的异常性。银行要密切监测企业账户的交易情况，对交易异常需要关注。如某企业账户出现资金进出频繁、交易量与注册资本不匹配、资金收付流向或支付特点与企业经营范围或经营特点明显不符、资金进出频繁、异地交易、夜间交易、休眠测试、交易对手异常等特征及其组合，往往隐藏着假借账户涉嫌违法犯罪的事实，像发生在境外的电信诈骗交易，大部分都是与北京时间有某个时差的时段，而且金额比较小，但交易特别频繁。搭建异常交易模型对客户的账户或交易进行监测，对存在的异常进行预警，在可视化工具的支持下对预警进行调查分析，并根据预警的风险程度采取交易限制或强化认证措施。对于公安机关发现同一团伙控制的多个企业账户进行的集团犯罪，可以通过设备指纹、IP地址、定位等的集中度来进行识别。

事后看数据的积累性。对那些存量账户，可以通过积累的历史数据，进行挖掘与机器学习进一步寻找与欺诈风险有关的数据特征，不断新增或完善反欺诈的规则和模型。银行还可以逐步构建自身的黑名单库，将欺诈企业自身及紧密关联人的身份信息、相关的电话和手机、地址和设备等信息纳入库中。当然利用外部政府部门的信息，也是银行识别对公账户涉嫌欺诈的一种好办法。如5月20日，中国人民银行与国家市场监督管理总局签署《数据共享合作备忘录》，旨在加强跨地区、跨部门数据要素有序流转与融合应用，一旦商业银行可以接入国家市场监督管理总局的数据库，则对开展对公账户的反欺诈无疑具有加速器的作用。