反洗钱激励与风险为本方法应用研究.docVIP

反洗钱激励与风险为本方法应用研究 　　摘要：本文首先运用博弈论分析了反洗钱激励与风险为本的关系，提出监管机构在建立完善约束机制后，应建立适当的激励机制，监管机构应对金融机构履行反洗钱义务情况进行有效分类，根据分类情况进行风险评估，以确定监管资源的投入，这些结论与风险为本的反洗钱监管要求相一致。在此基础上，本文构建了金融机构反洗钱风险等级评价体系，并设计了模糊评价模型，提出了具体的应对措施。 　　关键词：反洗钱；金融监管；博弈；风险 　　Abstract：In this article，we first analyze the relationship between anti-money laundering encouragement and cost theory， and put forward that supervision institutions should build up encouragement mechanism in line with restriction. Supervision institution should categorize financial institutions’anti-money laundering obligation and evaluate the risk，in order to decide supervision resource allocation. These conclusions is consistent to anti-money laundry supervision which is cost controlled. Base on above，we propose a financial institution anti-money laundry evaluation system，design a vague evaluation model and put forwards specific countermeasures at last. 　　Key Words：anti-money laundering，financial supervision，game theory，risk 　　中图分类号：F830文献标识码：A文章编号：1674-2265（2011）08-0007-06 　　反洗钱监管的主要对象是金融机构，各国的反洗钱法律法规均对各种金融机构应履行的反洗钱义务进行了详细规定。由于金融机构同时也是金融市场竞争的主体，有些金融机构出于生存或盈利的需要，往往对一些匿名资金听之任之，甚至降低反洗钱基本要求来吸引客户。这就使得监管机构必须考虑金融机构之间的竞争对反洗钱监管政策的影响。为确保监管政策的有效，监管机构可以通过建立适当的激励机制来正确引导金融机构的竞争。 　　一、反洗钱监管博弈分析 　　（一）基本假设 　　设有两家金融机构共同从事反洗钱工作，金融机构 履行反洗钱义务时的产出 ，其中 为努力程度， 是随机扰动项。 　　博弈行动的先后顺序如下： 　　1. 金融机构2和3同时分别选择努力程度 和 且 。 　　2. 随机扰动项 和 相互独立，并服从期望值为0、密度函数为 的概率分布。 　　3. 金融机构执行反洗钱政策时的产出能够事先测定，但其自主选择的努力程度无法测定，因而金融机构从反洗钱中的收益取决于各自的产出，却无法（直接）取决于其努力水平。 　　假设监管机构为激励金融机构努力工作，通常设定具体的反洗钱工作目标，在一定时期内，完成既定目标的金融机构获得正向激励，而没有完成既定目标的金融机构只能取得较低的激励或负激励。完成既定目标的金融机构（即反洗钱产出水平较高的金融机构）获得的激励为 ，没有完成既定目标的金融机构（即反洗钱产出水平较低或没有产出的金融机构）的激励为 。在金融机构能够得到激励水平 并付出努力程度 的状态下，其支付函数为 ，其中， 表示努力工作带来的负效用，是递增的凸函数。监管机构的支付为 。 　　（二）模型分析 　　两家金融机构之间的博弈过程可以采用二阶段重复博弈来说明： 参与人1―监管机构，其行动 是根据金融机构完成既定反洗钱目标的程度确定激励水平 和 。 　　上述两个金融机构分别是参与人2和3，在第一阶段他们根据观测到的激励水平分别选择行动 和 ，行动 和 具体地说就是选定的努力程度 和 。另外一种可能性是在监管机构选定激励水平的状态下，通常金融机构会将上述激励水平与自身付出的成本进行比较，如果激励水平不足以弥补其成本，这时金融机构就不愿参与反洗钱。 　　参与人各自的支付如前所述。产出除了是参与人行动的函数外，还要受到随机扰动因素 和 的影响。 　　假定监管机构已