第十二届研讨会：探討大數據分析於打擊跨境洗黑錢罪案上的具體運用
探討大數據分析於打擊跨境洗黑錢罪案
上的具體運用
香港警務處財富調查組 陳偉基 陳思穎 盧愛健
内容摘要：近年來，海峽兩岸暨香港、澳門的營商環境持續改善，而跨境的金融服務也越來越普及。自2002年，四地已全數加入世界貿易組織，彼此之間的經濟、金融、貿易關係日趨密切。在2004年，離岸人民幣業務在香港開展，至今香港已是全球最大的離岸人民幣貿易結算中心[]。於2006年，台灣解除台灣銀行業投資大陸地區的限制，而大陸地區一些銀行亦隨後在台灣設立代表處。海峽兩岸暨香港、澳門經貿的緊密合作實為大勢所趨，但這亦間接提供了一個便捷的金融平台讓罪犯於四地清洗黑錢。
海峽兩岸暨香港、澳門的跨境洗黑錢罪案之所以特別值得關注，作者認為原因有三﹕一）四地的地域相近，罪犯易於走訪各地處理黑錢；二）四地均為華人社會，以中文為共同語言，罪犯易於與各地人士溝通；三）四地的金融貿易頻繁，即使罪犯到四地開立金融賬戶，也不易比監管機構懷疑。總的來說，罪犯之所以看中以海峽兩岸暨香港、澳門作為洗黑錢的核心基地，主要本著「取易捨難」的心態，這也是普遍罪犯犯罪的首要考慮因素。
為了更有效地打擊跨境洗黑錢罪案，作者於本文將會探討如何利用大數據模式整理及分析洗黑錢罪案數據，以防範及打擊不法份子的跨境洗黑錢行為。本文會對大數據的收集、其具體運用、困難與挑戰，以及未來發展等方面作出探討。最後本文亦會討論金融業界及執法機構可如何攜手合作，共同管理大數據資料庫以有效地收集、分析、共享這些數據，進而更快和更有效率地打擊跨境洗黑錢罪案。
關鍵字 ﹕洗黑錢 大數據 可疑交易報告管理系統
盡職審查 類型學
壹、何謂大數據分析
一、 何謂大數據
大數據又稱為「巨量資料」。在一份2001年的相關研究中[]，分析員道格‧萊尼首先指出大數據的定義是容量（Volume）、數據輸入輸出的速度（Velocity），與多樣性（Variety）。後來的研究再對大數據的定義加上真實性（Veracity）和價值（Value）這兩個元素。總的來說，大數據的特質和傳統資料最大的不同是其資料來源多元化、種類繁多，大多是非結構化資料，而且更新速度非常快，導致資料量大增。而要應用大數據創造價值，亦要謹記注意數據的真實性。
大數據其實包含兩樣東西。第一是分析企業內的結構化數據和非結構化數據；第二是分析內部數據來源及外部數據來源，包括結構化與非結構化數據，以找出新的見解[]。結構化的數據泛指有系統地收集、儲存及保留的數據，如﹕業務紀錄、客戶資料、罪案數字等；而非結構化數據則指結構不規則，訊息形式不固定的資料，如﹕電子郵件、銀行職員與客戶的溝通紀錄、罪案情報等。雖然這兩種數據的形式相異，但將適當的數據結合，找出兩者之間的關聯性，很大機會可以分析出未來趨勢。
假設警方接獲一百宗電話騙案的舉報，犯案手法包括騙徒能說出受害人的詳細個人資料，或能出示有受害人照片之拘捕令。由於每個報案人的受騙經過都不盡相同，因此這些與罪案相關但不規則的資訊，可以被定性為業務內的非結構化數據。另外，在調查當中，我們亦可獲得一些與受害人相關的其他資訊，包括受害人的出入境紀錄、信用咭消費紀錄等。這些並非警務處的紀錄，但入境處及金融業界均有系統化地收集、保留這些資訊，因此可以視為外部的結構化數據。
二、 何謂大數據分析
基本上，大數據分析就是應用數學、統計學及科學原理，來詮釋極大量的數據。簡單來說就是指對海量的數據作出分析，從而得出額外的資訊和數據關聯性。這些額外的資訊和數據關聯性可以用以預測未來，察覺商業趨勢、判定研究質素、避免疾病擴散、打擊犯罪或開創前所未見的營運模式等[]。
同時，大數據分析亦需根據我們的專業判斷及大膽假設，將一些看似毫無關係的數據作出比對及尋找其關聯性。舉例說，我們可以將上述電話騙案受害人的受騙經過，以及他們的消費紀錄，這些看似不盡相關的資料作出比對。若比對的結果發現，電話騙案的受害人都曾到訪同一區域，或光顧同一集團的賓館，即可有助我們制定調查方向，集中調查某區域或某賓館集團，極有助我們偵破罪案及預測趨勢。
貳、洗黑錢相關的大數據
一、法例底下衍生出來的大數據
（一）可疑交易舉報機制
現時香港一共有四條法例用以打擊清洗黑錢及恐怖分子資金籌集的罪行，四條法例如下﹕
1、制訂於1989年的香港法例第405章 –《販毒（追討得益）條例》
2、制訂於1994年的香港法例第455章 –《有組織及嚴重罪行條例》
3、制訂於2002年的香港法例第575章 –《聯合國（反恐怖主義措施）條例》
4、制訂於2012年的香港法例第615章 – 《打擊洗錢及恐怖分子資金籌集（金融機構）條例》
根據《販毒（追討得益）條例》及《有組織及嚴重罪行條例》第25A條，以及《聯合國（反恐怖主義措施）條例》第12條，凡任何人知悉或懷疑任何財產是代表犯罪得益或恐怖分子財產，必須提交可疑交易報告，把該知悉或懷疑向獲授權人（即律政司、警務處、海關、入境事務處或廉政公署的人員）披露。以上三條條例是所有人士的法律責任，並不僅限於金融機構，即一位普通市民如知悉或懷疑可疑交易，也要向獲授權人舉報。
如任何人知道或有理由相信有關財產是犯罪得益，卻仍然處理該財產，該人會被視作與罪犯同流合污，協助其把黑錢洗淨。在香港法例下，該人更已干犯清洗黑錢罪。因此，為免刑責，金融業界一般都會設立合規部門進行風險管理，監管及檢視業務內的客戶交易，將有可疑的交易適時向獲授權人舉報。截至2017年3月，單單在匯豐控股全球的235,854名全職員工當中，便有逾六千名員工專職合規部門，約佔所有員工的2.5%[]。
(二) 金融機構盡職審查
另外，有鑑於金融機構比其他行業較有機會接觸到犯罪得益，香港地區政府於2012年制定了《打擊洗錢及恐怖分子資金籌集（金融機構）條例》[]。此條例的附表2明確列明金融機構對客戶作盡職審查及備存紀錄的規定。當金融機構從業員遇到以下五個情況，就必須要進行盡職審查﹕
1、在與客戶建立業務關係之前；
2、處理總值涉及相等於港幣十二萬元或以上的款額；
3、處理電傳轉帳涉及相等於港幣八千元或以上的款額；
4、當懷疑客戶涉及洗錢或恐怖份子資金籌集；或
5、當對客戶的身份或核實客戶的身分而取得的資料的真確性有懷疑。
大陸地區、澳門地區和台灣地區的金融機構也有相類似的盡職審查指引。如大陸地區，自2017年7月起，人民幣交易五萬元以上便要提交大額交易報告[]。而澳門地區，如交易涉及金額等於或超過澳門幣或港幣十二萬元[]，則須記錄所有涉及有關交易人士之身份。同樣的規定在台灣地區則為金額新臺幣五十萬元[]。
此條例也明確列出盡職審查措施在實際操作上的要點，當中包括﹕
1、利用從可靠及獨立來源取得的資料，去識別和核實客戶的身分；
2、如客戶有實益擁有人，識別及採取合理措施去核實該實益擁有人的身分；
3、向客戶查問該項交易的目的；及
4、如某人看似是代表客戶行事，
(1)、識別和核實該人的身分；或
(2)、核實該人代表客戶行事的授權。
另外，條例也就備存紀錄定下了法律及監管規定。條例規定所有紀錄應在與客戶維持業務關係的期間內備存，及在有關業務關係終止後的6年期間內備存。
本段落提及的《打擊洗錢及恐怖分子資金籌集（金融機構）條例》規定了金融機構從業員要在指定情況下對其客戶進行盡職審查，並將在盡職審查時收集到的資料及客戶的所有交易內容妥善備存。因應此條例所衍生的資料，如客戶的身份、業務性質、交易內容、交易對象和目的等，成為了調查洗黑錢案件中，最重要的數據資料之一。
二、金融行業轉型所衍生的大數據
(一) 銀行業務
金融科技是金融行業近年的發展趨勢，為配合普遍的客戶期望，銀行業為客戶提供了多元的服務，包括網上服務、手機應用程式、人工智能電話查詢服務等，讓客戶可以在足不出戶的情況下全面享用銀行服務[]。這個過程看似簡化了銀行與客戶之間的溝通，但實際上，這些新興的金融科技比起傳統的銀行櫃檯服務，可以衍生更多更具體的客戶資訊及其消費、生活模式。
從最流行的網上服務說起，從客戶登入網上服務那一刻開始，客戶在哪一個時間登入、用哪一個伺服器、在哪一個區域、瀏覽過甚麼服務、瀏覽過哪一隻金融產品，這些看似毫不起眼的資料，通通已被銀行的巨型伺服器記錄下來。這些有關個別客戶的具體資訊，是傳統的銀行櫃檯服務難以系統化地收集及整理的資料。但因著科技的發展，客戶的瀏覽紀錄可被完整記錄，並被銀行巨細無遺地放大及分析。
台灣永豐銀行在2015年便開始研究透過分析消費者購物的類型，提供具差異化的貼身服務。舉例說，銀行分行可以依照顧客的消費模式，分析客戶上門時該播送《愛拼才會贏》還是貝多芬交響樂，讓顧客更有親切感。另外，銀行亦正積極研究包括個人生日、節日、紀念日等事件與特定消費行為的商業需求；及結合天氣資訊而向客戶適時提供雨傘、薑湯等服務，從而加強對顧客的貼身照顧，增進客戶對銀行的歸屬感。
(二) 移動支付服務
香港金融管理局於2016年8月發出首批儲值支付工具牌照，移動支付正在本港逐步發展。截至2017年5月，香港已有13間公司取得牌照獲准在港進行儲值支付工具業務[]，當中以拍住賞（Tap & Go）、八達通、TNG、微信支付及支付寶最具規模，主要功能包括網上付款、綫下付款及點對點（P2P）轉帳等。
據艾瑞研究報告指出，內地去年第四季第三方移動支付規模達到十九萬億元人民幣，市場的數據足以反映移動支付服務的快速發展[]。以往用現金支付的細額交易，將被這些簡便、快捷的新派支付工具逐漸取代。使用移動支付服務的人無論曾乘甚麼交通工具、曾於哪個網站購物、曾與哪人有幾塊錢的交易、過年派利市予誰，都通通被記錄下來。移動支付工具將可取得更深入、細緻、貼身的客戶資訊。這不單單可以用於分析一個人的消費模式、生活習慣，更可以探索到其社交圈子及他們之間的關係。
三、其他機構的資料庫
除了法例底下衍生出來的可疑交易報告及金融科技衍生出來的細緻客戶資訊外，其他機構所掌控的海量資料，以及資料的深度也絕對不容忽視。要對一個人作出一個全面的財務審視，除了分析上述所提及的資料外，我們亦可以從公開的網上資料庫翻查該人的物業註冊資料、車輛登記資料，及公司登記等資料。
而這些資料庫中所記載的其他資料都不容忽視，比如是客戶使用哪一家律師行進行物業買賣，使用哪一家財務公司的按揭服務；車輛的過往交易紀錄、車輛的交通違例紀錄；公司使用哪家秘書公司的服務，公司使用哪家核數公司等。
舉另一例子說明，現在某些零售公司已經能透過顧客瀏覽哪些網站及購買哪些物品，從而比顧客的家人朋友更早推測得到顧客經已懷孕的訊息。在調查洗黑錢的工作上應該也可以有相關的指標，舉例某人若有意干犯洗黑錢罪行，會否他們都會事前在律師行開立一些離岸公司；在海外開設一些銀行帳戶，然後以離岸公司持有物業，並以海外帳戶付款。或，這些洗黑錢的罪犯會否都比較掌握金融市場行情，因而較常使用虛擬貨幣作交易。以上只是對洗黑錢罪犯的一些猜測，有關從各機構資料庫檢舉洗黑錢罪犯的確實指標，還有待以大數據分析查證。
巨量的資訊其實一直埋藏於現行無數的資料庫當中，只要我們有足夠資源，我們大有機會從分析這些細項當中，找出特定的關聯性並找出具前瞻性的調查方向。
叁、大數據分析在打擊洗黑錢犯罪的具體運用
一、大數據的儲存及運用 ── 可疑交易報告管理系統
聯合財富情報組是香港負責管理可疑交易報告的隊伍。在過去五年，聯合財富情報組一共接獲212,522宗可疑交易報告。單單在2016年，接獲的報告共有76,590宗，比2015年的數字上升近80%。圖1為2012年至2016年聯合財富情報組接獲的可疑交易報告統計數字。
圖1﹕2012年至2016年聯合財富情報組接獲的可疑交易報告宗數
過去五年，逾90%的可疑交易報告由金融機構提交。以2016年為例，近90%的可疑交易報告由銀行提交，其次是金錢服務經營者（3.3%）和證券公司（1.9%）。報告的內容一般會包括客戶的個人資料、背景、是次交易的內容、其交易歷史、公開資料等。最重要的是，報告提供者會在報告中提及何以評定該客戶或該交易，涉及洗黑錢或恐怖份子的資金籌集。
就著報告提供者提交的資料，聯合財富情報組會對所有可疑交易報告作出初步分析，然後再將高風險或與其他案件有關的報告，向不同的調查隊伍發佈。此外，聯合財富情報組亦會將每一個報告的內容輸入其資料庫，好讓調查人員能以搜索功能快速覓得所需資料。
可疑交易報告管理系統是警方賴以處理有關洗黑錢大數據的最主要系統。在進行財富調查時，調查人員首先會在系統中向被調查人士作出背景審查，包括被調查人士在金融機構開立過的戶口類型；開立戶口的日期、目的；帳戶的交易紀錄、營業額；有否牽涉刑事案件，或曾被其他金融機構舉報過等等，從而分析被調查者的金錢交易及生意業務是否正當。另外，這種背景調查亦可以擴大至被調查對象擁有的公司、公司的董事及股東，以及這些帳戶的獲授權簽署人。同時，調查人員亦有機會從系統中得知可疑帳戶的交易對象，然後作出同樣的背景調查，以了解被調查人的詳細背景及獲取相關的財務資訊，從而整理出具指標性的調查方向，制定合適的調查範圍。
舉例說，如果一家新成立的電子零件公司，於近月開立一個公司帳戶。在開戶的首三個月，便錄得逾千萬的生意額，而交易對象包括不同的食品店、服裝店、珠寶店、貿易店等等。調查人員在進行背景審查的時候，並未發現這家電子零件公司牽涉任何刑事案件，但它的交易對象卻曾有關於地下錢莊的舉報。就著在系統裡得出的資訊，即開戶短時間內錄得大額交易、交易對象牽涉不同的行業等，調查人員便可作出推測這個電子零件公司有機會是地下錢莊，因而循調查地下錢莊的方向作進一步審視。
由此可見，可疑交易報告管理系統協助調查人員綜合涉案人士的帳戶紀錄，公司紀錄，以及背景資料，令調查人員可以在短時間內對涉案人士的財務背景有一個初步了解，從而協助調查人員制訂調查的方向及深度，有助提升反洗錢工作的整體成效。
二、洗黑錢案件的偵查
在眾多的刑事調查當中，調查洗黑錢的案件往往會牽涉許多的大數據使用。在針對犯罪份子展開財富調查的時候，往往我們需要從芸芸的大數據中摘取合適的資料，當中包括企業內的結構化及非結構化資料，包括﹕涉案人士的背景資料、犯罪紀錄、可疑交易系統報告、警方情報等；及外部的結構化及非結構化資料，包括涉案人士的金融賬戶及交易紀錄、股票證券投資紀錄、稅務紀錄、其他執法機構的調查紀錄、公司登記紀錄、土地登記紀錄、車輛登記紀錄、家庭成員紀錄、通話紀錄、出入境紀錄、賭博紀錄等等。
除此以外，還有一個不可多得的外部非結構化紀錄──網上資源。搜索引擎如谷歌、雅虎、百度等，就是其中一些最大的數據來源。它們可以提供的數據包括社交媒體紀錄、新聞報章、政府公報、國際罪犯資料、跨境最新犯罪手法等，多不勝數。
若需要重點打擊一個紮根於海峽兩岸暨香港、澳門的洗黑錢集團，我們必須動用四地的執法資源，發掘出針對同一個集團所牽涉的巨量數據，才能作出全面深入的分析，了解資金的來源和去向，並結合有用的外部資料，找尋出資金的可疑之處，將涉案人士繩之於法。
以下案例均有運用大數據協助偵破案件﹕─
（一）個案一（因大數據分析而偵破案件）
在一般情況，於銀行開立公司賬戶時，開戶人需要提交有效的公司登記證書、每位董事的個人資料、地址証明、公司的周年申報表、秘書公司資料、帳戶獲授權人資料等等，並會見客戶經理辦理手續。根據公司註冊處的資料，於2017年4月，仍在公司登記冊上註冊的公司總數高達一百三十萬家[]。
假設只計算在香港註冊的公司，而每家公司只開立一個公司帳戶作交易用途，銀行業界也至少有多達一百三十多萬份公司開戶文件可作分析之用。為方便分析及儲存，這些資料通通會被銀行職員輸入銀行的數據庫，並由合規職員定期檢視及審核。
毒品調查科財富調查組就曾處理一個由銀行分析大數據而促致快速破案的洗黑錢案件。某家銀行的職員在使用大數據資料庫處理數以萬計的客戶資料時，發現數間由不同董事持有的公司，均登記同一個公司地址。銀行職員繼而檢視此幾間公司的帳目，發現此幾間公司的帳戶均收到大筆境外的匯款，而匯款人的背景與銀行公司客戶聲稱的業務並不相同，於是產生懷疑並將案件轉交毒品調查科財富調查組跟進。
警方在接報後，迅速調查該些公司的匯款來源及去向，並翻查該些公司及戶口持有人的背景，以及透過通話紀錄、犯罪紀錄、人事登記、土地註冊紀錄及車輛登記紀錄等資料，分析這幾名戶口持有人的關係並找出這個洗黑錢集團的幕後操縱人。調查亦證實這幾個公司帳戶曾用作收取及清洗境外的騙款。十二名涉案人士，包括集團的主腦隨即被捕，集團帳戶中的港幣七百三十百萬元存款亦被凍結。
此宗洗黑錢案的破案關鍵除了有賴銀行採取有效的措施去收集、儲存及分析客戶資料，找出當中的異常，並及時轉介予警方跟進；亦因調查人員善用各數據庫的資料，才能及時找出這個洗黑錢集團中的所有成員及主腦，將他們一網成擒，並堵截黑錢的資金流向及保障市民的財產。
(二) 個案二（大數據的舉證作用）
毒品調查科財富調查組接獲情報，就甲某展開財富調查。調查發現甲某的丈夫於2011年被判「組織和管理非法層壓式推銷活動」罪成，並於內地服刑。而甲某的丈夫曾於2007年在港開設一間公司，夫婦二人均是該戶口的獲授權簽署人。進一步追查下，得悉二人及以公司名義在本港七間銀行共開設逾三十個銀行賬戶。2008年至2011年間，這些戶口錄得多筆存款，合共港幣六億餘元。及後，甲某在港被捕，被判十四項清洗黑錢罪名成立，判監四年九個月[]。
為了向法庭完整呈現案件的組織性及嚴重性，在舉證過程中，控方除了呈上甲某的銀行賬戶交易紀錄、公司註冊紀錄、土地註冊紀錄、甲某與銀行職員就帳戶被凍結而作的溝通紀錄等一般財富調查所得的資料外，控方還呈上了甲某的出入境紀錄，顯示甲某於四年間，只曾訪港四十七次，共計一百四十八天。
甲某的出入境紀錄在她的洗黑錢案中看似不盡相關，但法庭卻指出甲某的出入境紀錄與她處理黑錢的罪行上有一定的關聯性。法庭明確指出，從甲某的出入境紀錄可見，甲某並非常住香港人，但她卻利用香港的銀行體系清洗黑錢，因而認為案件性質相對嚴重，所以作出四年九個月的判刑。在這案件中，我們可以看到洗黑錢調查所使用的資料，並不只局限於使用被告人的帳戶及資產資料作舉證。反之，適當地結合不同數據庫的資料，並找出這些資料的關聯性，亦可有助描述案件的具體情況。這宗案件運用外部結構化資料（入境處的出入境紀錄），結合警方針對甲某的財富調查，便是大數據應用的實例，協助法庭理解案件的嚴重性，令被告人得到應有的懲處。
大數據的運用其實並不是甚麼新鮮事。這些數據資料每天都能運用到日常的案件調查當中。但在洗黑錢的案件調查中，調查人員往往需要用其專業判斷，從不同形式、類型的大數據庫中篩選出合適的資料，以作舉證以用。
而以上兩個個案，則充分反映了在偵查案件的時候，除了因應大數據分析得出案件的關聯性或異常，可以促使快速破案以外，我們亦可以用大數據資料庫中不同的資料，建構涉案人士的立體形象，令涉案人士無所遁形。
(三) 個案三（跨境數據庫的配合）
由於香港與大陸、台灣、澳門三地均未有刑事司法合作的法律安排，因此，四地就涉案人士的資訊交流，多為情報層面上，而非舉證之上。可是，這並非一大漏洞讓涉案人士可以逃之夭夭。相反，只要香港警方獲悉其他三地的犯罪人士，曾經將資金轉移到香港，香港警方一樣可以在香港的數據庫中，找尋與涉案人士相關的資料 (如其資金來源、資金流向、轉移資金來港的目的、涉案人士在港的活動等) ，然後根據香港現行的法例，將涉案人繩之於法。
有一成功案件，毒品調查科財富調查組收到陸方的通報，指一名內地男子乙某透過在港開設的銀行戶口，清洗他於內地受賄獲取的犯罪得益，於是展開調查。
香港警方隨即從各個內部數據庫中翻查有關乙某的背景資料，並向銀行發出搜查令，搜集及分析乙某在香港所開設的所有戶口，帳戶中的交易紀錄，以及交易對象。調查發現乙某於2011年間，曾透過接收現金及匯款代理人的轉帳存款，收取合共約港幣二千四萬元。而透過土地註冊處的紀錄更發現乙某用這些款項在香港購買了一幢價值超過二千萬的物業。
香港警方與重慶警方緊密的聯繫，成功取得乙某在重慶市第五中級人民法院的審訊的文件作為證據。最終，香港警方更引用《有組織及嚴重罪行條例》中潛逃者法律程序，結合大陸地區和香港地區的財務調查資料，包括帳戶紀錄、土地註冊紀錄、內地就乙某受賄的判案書等，成功向香港法庭申請沒收令，沒收了乙某五百萬港元的犯罪得益。
三、制訂打擊洗黑錢的策略及政策
對付罪犯及打擊洗黑錢，是持續而長遠的工作。在過程中，我們需要就著罪案的形態不斷作出分析、檢討，及改變策略去打擊多變的罪案。罪案數據的分析便是我們其中一個用以積極應對的辦法。
不同的國際組織，例如亞洲/太平洋反洗黑錢組織[]、埃格蒙特組織[]、世界銀行[]及打擊清洗黑錢財務行動特別組織[]亦有進行類型學工作，專門研究清洗黑錢的方法、技術及趨勢，讓各地執法機關更深入了解全球清洗黑錢的環境，從而制定相應的打擊策略。
(一) 本地的打擊洗黑錢策略 – 聯合財富情報組季報
而香港警方的聯合財富情報組，亦會恆常地就可疑交易報告作出分析，檢視洗黑錢罪案的最新的趨勢，並至少每季一次將這些資訊向業界發放，讓業界提高警惕及加以防範。在2017年第一季，聯合財富情報組共收到17,050宗可疑交易報告，當中由地產業界提交的可疑交易報告升幅最大，由13宗升至47宗，升幅達261%，有可能與本年第一季多個新樓盤開賣有關。
而在處理每一宗報告的時候，除了按背景資料、客戶的過往紀錄、提交機構、可疑指標等資料去處理一般報告外，更著重的是調查人員在分析報告時留意到的新興犯案手法。
就如在最新一期的聯合財富情報組季報，調查人員分析了一萬多宗可疑交易報告的犯案類型、手法、所牽涉的金融機構等等，發現並發布了一個新興的信用咭詐騙手法。現時有一些財務公司，只需客戶將指定金額存入財務公司帳戶，就可即時批核信用咭而不須客戶提交其他證明文件。於是，騙徒甲便利用這個手段申請信用咭。當信用咭成功批核後，騙徒甲便將早前存入財務公司帳戶的存款一併轉到詐騙集團另一成員──騙徒乙的帳戶申請信用咭。同時，騙徒甲會用信用咭購買奢侈品，直至信用咭的信用額用盡然後逃之夭夭。
在發現這些新興的犯案手法後，聯合財富情報組便會盡快將這些犯案手法向業界發放，並提供防罪建議，提醒業界在審批信用咭時必須審慎；必須對客戶作出適當的盡職審查；及必須留意在信用咭批核後短時間內將信用額用盡的客戶。從可疑交易報告中分析罪案趨勢，從而發布及時的罪案資訊提醒金融業界有所提防，便是大數據分析下打擊及預防洗黑錢罪案的其中一個主要策略。
(二) 國際間的打擊洗黑錢政策 ─ 打擊清洗黑錢財務行動特別組織
為發展政策打擊清洗黑錢及恐怖份子籌資活動，並且協調各國的打擊清洗黑錢的單位，國際組織打擊清洗黑錢財務行動特別組織於1989年成立，現時共有36個國家和區域型組織為組織成員。
早於1990年，打擊清洗黑錢財務行動特別組織已訂出「四十項建議」，成為各國打擊洗黑錢的藍本及指標。「四十項建議」的制訂過程除了是採納特別組織之會員、非會員、觀察員、金融產業或其他有關團體的建議與評論，亦會參考相互評核中所得的數據，包括黑錢的來源去向、牽涉的金融機構或專業人士、犯案人的背景等，以及特別組織就著國際間洗黑錢趨勢所發布的類型學報告而修訂及更新建議[][]。
就如其中一些建議，包括「客戶審查及保存紀錄」、「遵守及申報可疑交易報告」及「法律互助及引渡」等，均是在分析各國、各機構組織提交的資料後，找出相對較高危的洗黑錢因素、或犯罪份子較常利用的漏洞，因而作出相應建議打擊洗黑錢罪案。
而打擊清洗黑錢財務行動特別組織亦將於2018年對香港進行相互評核。是次評核，將就著香港地區政府打擊洗黑錢的策略、方針及數據，對香港打擊洗黑錢的預防及成效作出評估，並給予改善的建議，協助香港制定更完善的反洗黑錢策略。
肆、困難和挑戰
一、訊息量繁多
聯合財富情報組於2016年接到76,590宗可疑交易報告，比2011年的20,287宗，多達3.8倍。同時，金融科技生產出的客戶親密資料，亦將以幾何級數上升。另外，除了金融機構間資金流動的資料外，來自工商、稅務、海關以至消費、娛樂、社交及涉案人士生活領域多個源頭的資料亦可納入資料獲取範疇作調查之用。資訊之多，很容易會令調查人員不勝負荷。
另外，由不同金融機構、部門所取得的資料，大多以不同格式保存。調查人員在收集不同格式的資料後，必須加以整理，將之轉化為同一格式的結構化資料，然後才可作分析之用。由於涉及的資料種類形式繁多，因此需要耗費相當多的時間整合。
可是，調查洗黑錢案件的其中一個重點，必須「高效率」。調查人員須在罪犯將資金掩藏調動之前，找出犯罪資金的流向及儲存點，才可將之凍結堵截，但洗黑錢的龐大訊息量大大加大了調查的難度。調查人員不能將所有資料完全整合處理，然後再分析決定追查哪一個方向。因此，調查洗黑錢案的成敗有很大部份取決於調查人員的即時判斷，集中運用某些大數據去追蹤資金，而不是只將所有資料收集整合。
二、與金融業界及其他機構的數據庫互不相通
鑑於個人私穩的問題，客戶於不同金融機構的帳戶資料，以及被不同執法機構所調查的資料，均不能互通。調查人員若要徹底了解涉案人士的財務背景，必須首先向法庭申請搜查令，然後向個別銀行、證券行、保險公司、秘書公司等，索取資料。這樣大海撈針的方法，只可取得涉案人士初步表面的資料，但動輒已需要數月的時間。
調查洗黑錢案件往往需要追尋資金的最根本來源，並牽涉多重的資金調動。因著法例下的規定及業界處理手令所需的行政時間，完成一個洗黑錢案件的調查往往需要數年時間。剛才說到，調查洗黑錢案件其中一個重要因素是速度。但繁複且經年累月，從不同機構收集資料的過程，則大大減低了我們調查案件的效率。
香港有二十二間本地註冊銀行及逾百間境外註冊銀行[]；逾五百間證券公司[]，及一百六十間保險公司[]。雖然金融管理局、證券及期貨事務監察委員會及保險業監理處，為此三類公司的法定監管機構，但只限於監察業界運作、制定指引，及管理牌照事宜。這些監管機構均沒有中央系統協調業內的資料。調查人員根本不知道涉案人士於哪一家機構擁有賬戶，所以只可以大海撈針的方式去調查。而因資源所限，調查人員實在沒辦法每宗案件也向逾千間金融機構派送搜查令及索取資料，變相只可集中對涉案人士最有可能使用的金融服務作出調查，容易漏掉關鍵線索。
三、資源與訓練
調查洗黑錢是一項專業性、技術性很強的工作，需要精通銀行、證券、期貨、保險、外匯、法律、電腦知識的調查人員去執行[]。而且，亦需全面的分析工具協助調查人員，才可以事半功倍。
可是，執法機構的洗黑錢調查人員，本身並不一定修讀金融、會計等專業。反之，他們大多在接觸財富調查後，對之產生興趣，然後修讀機構內的財富調查課程，再邊做邊學。邊做邊學固然可以加快調查人員的學習進度，藉由親手的調查吸取經驗。但在處理較高層次或複雜的案件時，若調查人員並沒有相關資歷去處理專業的核數工作，有可能會令他們的調查工作變得吃力。
同樣地，坊間現已有不少專業的市場研究公司，主力負責大數據的研究分析，識別市場的未來走勢。但因著調查資料的敏感度，分析洗黑錢罪案的工作，並不能外判，變相亦是由非專業研究數據的調查人員，運用試算表(Excel)等工具，去作最簡單直接的分析。由調查人員分析數據，一樣可以得出罪案的走勢、類型學等資料，但很可能會比專業的分析人員耗費更長的時間。
伍、大數據分析的未來發展
洗黑錢的犯罪手法日新月異，執法機關絕對需要因應罪案的形態，採取相關措施堵截非法資金，並配以適當的科技分析數據，這樣才可以早著先機，將犯罪份子人贓並獲。有見於環球針對洗黑錢的打擊，國際間已有新政策去交流跨境資金流動的資料，而坊間亦有越來越多的技術支援各界人士分析大數據。
一、自動交換財務帳戶資料[]
香港地區政府已於2016年通過法例，制定了與指定國家交換國民於境外所擁有財務帳戶資料的規定。條例實施後，財務機構須根據盡職審查程序，識辨帳戶持有人的申報稅務管轄區，並向稅務局提交該些帳戶的所需資料。首次自動交換財務帳戶資料將於2018年年底前進行，而相關資料其後亦會於每年被交換。
自動交換財務資料是新的國際標準，全球現已有超過一百個國家及地區參與此政策，目的旨在提高稅務透明度、打擊跨境逃稅活動，及提高各國打擊洗黑錢活動的能力。透過獲取此等資料，我們將可對涉案人士的財務狀況，以致他們在境外所擁有資產有更全面透徹的了解，令涉案人士收藏於外地的資產無所遁形。
二、執法機構與金融行業的情報工作組
為加強偵查、預防及制止嚴重金融罪行及洗黑錢活動的能力，警務處聯同香港金融管理局、香港銀行公會及十間零售銀行於2017年5月實施一項為期十二個月名為「反訛騙及洗黑錢情報工作組」[]（情報工作組）的先導計劃。情報工作組匯合政府與業界的專才和資源於一身，用以加強偵察、預防及制止嚴重金融罪行及洗黑錢活動的威脅。此外，情報工作組內設有策略小組，負責監督情報工作組的策略方針，以及提供工作指引。
基於以往個別機構的資料數據只供個別機構內部參閱，罪犯有可能利用此數據不流通的漏洞，於不同的機構進行金額低於銀行需要作出審查的交易。任何人在香港處理總值涉及港幣十二萬元或以上的款額，金融機構須進行盡職審查及向警方舉報該交易(如有可疑)。但若然某人於不同的銀行各存入港幣十一萬元，各銀行則不需要進行盡職審查，也不會知曉某人的存款其實遠遠超過港幣十二萬元。在數據互相交流的情況下，若甲銀行得悉某人剛剛在乙銀行、丙銀行、丁銀行也存入了港幣十一萬元，甲銀行則會洞悉到某人的行為可疑及進行盡職審查和即時向警方舉報可疑交易。
類似的情報工作組早於2016年6月在英國成立，名為「聯合反洗黑錢情報工作組JMLIT」[]。JMLIT由英國銀行公會、執法機構及超過二十家英國銀行組成，以運用各自擁有的資訊及專業才能，分析及進一步了解洗黑錢的真實規模，以及犯罪分子利用英國金融體系犯案的方法。 當中，JMLIT已經成功確認部分問題並採取相應行動以解決這些問題。新加坡在今年4月亦成立了「反洗錢和恐怖主義融資行業合作ACIP」[]，以聯合金融行業、執法機構和其他政府機構共同識別，評估和減輕新加坡面臨的洗黑錢風險並盡快發現和制止這些金融犯罪行為。
以上的情報工作組均以結合了多個機構本身的數據以識別，評估及打擊洗黑錢的行為。可見，大數據分析的未來發展不再局限於一個機構內部的資料，而是將有共同願景的組織聯合一起，共同分享自已的數據。這些聯合工作組不但能擴大彼此的數據庫，增加調查機構對調查對象的認識，深入並且迅速地了解資金流向，同時也分享到各工作組成員的專長，以更全面識別及打擊洗黑錢活動。有見及此，海峽兩岸暨香港、澳門的相關機構可以參考以上各地的工作組以建構一個以打擊四地洗黑錢活動的情報工作組，讓犯罪行為在四地之間無所遁形。
三、大數據分析技術
要有效地處理洶湧而至的大數據，將大數據時代帶來的困難轉化為機遇，作者認為有必要隨著時代的步伐，運用相應的分析與挖掘技術處理獲得的大數據。坊間現已開始發展不同的技術，如﹕聚類技術（Cluster analysis） ── 將已經確定爲洗錢的行爲做「樣本」，進行聚類分組，從而分類出有類似洗錢行爲的其他目標；關聯分析（Associative Analysis） ── 整合大量不同種類（人、銀行賬戶、業務、交易、資金等）的資料，從中尋找關聯性、輔助識別可疑的交易行爲[]。
除此以外，針對防範洗黑錢活動和減低業務風險，匯豐銀行集團亦於2017年3月提及他們將利用 Google Cloud 平台及其機器學習功能，以機器分析金融交易是否可疑。此舉將可加快可疑交易的分析處理，同時大大減少錯判的機會[]。
另外，有鑒於科技的高速發展以及流動電話的使用越發普及，市場上推出越來越多的手機應用程式去照顧人類的日常起居以至銀行活動，包括購物、電召的士、租酒店、訂機票、交友、找工作、銀行轉賬、買賣股票、房屋汽車、交稅等等。我們的手機儼如一部超級電腦，融合了大量的數據，記錄著每一個人的生活細節。同時，電子貨幣的興起，亦令作者構想需要發展一套電子軟件去監察不同平台的電子交易活動，才能充分利用手機以至手機應用程式中隱藏的大量數據，辯識及偵測洗黑錢活動。
陸、總結
在金融科技的急速發展下，隨之而來的，將會是更複雜多變的犯罪手法。調查洗黑錢的案件並沒有一條指定的公式，而在資訊爆炸的時代，調查人員在收集到海量數據後的處理手法，很大程度斷定了調查的成敗。
調查洗黑錢案件所牽涉的資料規模，比一般的刑事案件都多。作為一個專業的調查人員，除了盡速徹查案件外，亦有必要就案件的性質及案情，作出合適評估，排定資料分析的緩急輕重。
同時，為應付日新月異的犯案手法，調查人員需要更多的資源及知識去評估案件，亦要運用其專業及創意靈活應用大數據，將結構化數據及非結構化數據合併，抽絲剝繭，然後再找出關聯性。
在全球經貿頻繁的大氣候下，罪犯更容易將他們的不法資金跨境調配。因此，在打擊洗黑錢案件上，海峽兩岸暨香港、澳門之間更應通力合作，互通情報；而在本土的層面上，各金融業監管機構亦應致力發展開拓更具規模的中央監督系統，讓監管人員可以及時掌握業內的客戶資訊，在更短時間內識別利用金融系統清洗黑錢的罪犯，加大打擊洗黑錢罪案的力度。
