臺灣舞弊防治與鑑識協會理事、安永諮詢服務執行副總經理曾韵指出,多年前中國平安普惠、及建設銀行就已將業務員數據導入AI技術,透過系統顯示可揪出異常,偵測出員工舞弊行為。「其實銀行風控、稽核主管都很專業,對於理專虧空手法瞭若指掌,問題在你要透過人力去逐一辨識,還是透過科技達到預警效果?」
曾韵認為,眼前銀行業第一步,應是建立風險指標,從過去案例中先將犯罪規則列出;「例如易被害者的特徵,是60歲以上、獨居、小孩不在身邊,不善數位操作的客戶;加害者特徵,可能具有投資高頻交易、帳戶資金短期大量匯進匯出等。」銀行須將案例資訊有系統分類,再進行辨識,最後收斂,以循序漸進方式,建構行為規則。
中央大學資管系助理教授、大數據專家錢世傑表示,多年前美國加州洛杉磯警局已利用過去犯罪資料,透過演算法產生可能的犯案地圖,達到預測及預防犯罪效果。金融業利用科技防弊行之多年,關鍵在如何鑑識、將內部舞弊行為模組化,就是獨門技巧。
以銀行財富管理業務為例,要預防內部舞弊行為,就必須先認清三面向,包括一、作業流程是否可鑽漏洞,讓員工有機可乘;二、個人態度及道德觀;三、外在誘因或壓力。也就是要先了解理專、行員為何願意鋌而走險,才能對症下藥,真正掌握行為風險。
安侯企業鑑識會計服務執行副總經理朱成光指出,導致金融業人員行為偏差的因素很多,常見包括:績效壓力、個人生活習慣不良、支出超過收入、賭博、酗酒、炒股,因此落實員工關懷制度很重要;另外,銀行作業產生的資訊落差,也可能讓舞弊行為有上下其手的空間。
朱成光舉例,像客戶解除定存、匯款至特定帳戶過程中,銀行員工是否有可能偽造紙本憑證,或攔截銀行發出的訊息通知,使客戶收到的訊息與交易內容無法核實;「透過建立不當行為模組,這些作業流程漏洞就能被修補起來,降低舞弊風險。」