白皮书 ： 假阳性和假阴性

如何在打击金融犯罪的斗争中最好地利用不利的媒体搜索

引言

在过去十年中，全球监管机构对金融服务公司的金融犯罪合规性审查力度显著增强，采取了数十项执法行动，并处以高达360亿美元的罚款。为了应对这一挑战，金融机构纷纷提升合规水平，投资于先进的技术和流程，特别是不良媒体搜索，以识别潜在的金融犯罪风险。

不良媒体搜索的重要性

不良媒体搜索，也称为负面新闻搜索，是金融机构用来避免与犯罪组织和非法行为者建立联系的重要手段。这不仅是监管机构关注的重点，也是金融机构确保自身声誉和合规性的重要工具。随着数字搜索工具的普及，金融机构开始利用这种方法来提醒客户潜在风险，特别是在2018年美国财政部金融犯罪执法网络（FinCEN）加强客户尽职调查要求之后。

面临的问题与挑战

在采用不良媒体搜索过程中，金融机构面临的主要挑战是管理“假阳性”和“假阴性”的问题。假阳性指的是搜索结果中出现的匹配项，但实际上与查询无关；假阴性则是指机构的搜索方法未能捕捉到潜在的相关信息。这些问题的普遍存在使得金融机构不得不花费大量时间和资源来筛选数据，评估其相关性。

解决方案：利用人工智能技术

为解决上述问题，金融机构开始采用基于人工智能（AI）的搜索工具，以减少搜索中的不相关点击量，并提高搜索结果的准确性。AI工具能够更好地解释关键字或短语的上下文和使用，区分真正与金融犯罪风险相关的匹配和与洗钱或其他渎职行为相关的文章。例如，汤森路透和WorFsio合作开发的解决方案，结合了高级AI和自动化技术，可以自动筛查不良媒体和制裁数据，同时减少假阳性和假阴性问题。

结论与展望

通过引入更精确的AI驱动的搜索工具，金融机构不仅能够提高尽职调查的效率和经济性，还能降低潜在的声誉风险。这些技术的应用不仅有助于减少洗钱、毒品走私、人口贩运、腐败和挪用公款等情况的发生，还能够提高整体客户和社会对金融机构的信任度。通过改善侦查能力和减少金融犯罪，金融机构将展现更为有效的反欺诈策略，进而提升其业务绩效和股东价值。

汤森路透与WorFsio的合作解决方案，通过结合高质量的不良媒体和制裁数据与先进的人工智能和自动化技术，简化了筛查、审查和处理假阳性警报的过程，帮助金融机构的分析师团队做出更有信心的决策，提高运营效率，并遵守联邦、州和地方法规。