基于模糊认知图的我国自贸区洗钱风险影响因素研究 &nbsh1; 基于模糊认知图的我国自贸区洗钱风险影响因素研究 高增安, 汪小草 (西南交通大学 经济管理学院,四川 成都 610031) 0 引言 自2013年上海自贸区设立以来，我国目前已有21个自贸区，形成了从沿海到内陆、从发达省份到中西部欠发达省份的全新战略格局。自贸区作为特殊经济区域，其便捷高效的制度环境和优惠措施在增强经济活力的同时也增加了经济金融运...
高增安, 汪小草
(西南交通大学 经济管理学院,四川 成都 610031)
自2013年上海自贸区设立以来，我国目前已有21个自贸区，形成了从沿海到内陆、从发达省份到中西部欠发达省份的全新战略格局。自贸区作为特殊经济区域，其便捷高效的 制度 关于办公室下班关闭电源制度矿山事故隐患举报和奖励制度制度下载人事管理制度doc盘点制度下载 环境和优惠 措施 《全国民用建筑工程设计技术措施》规划•建筑•景观全国民用建筑工程设计技术措施》规划•建筑•景观软件质量保证措施下载工地伤害及预防措施下载关于贯彻落实的具体措施 在增强经济活力的同时也增加了经济金融运行风险。
我国自贸区实行“一线放开，二线管住”的有限海关监管政策，货物在区内及境外流动相对自由，这导致传统情形下通过海关监管获取洗钱线索的途径部分失效，无疑给了洗钱活动以可乘之机，扩大了洗钱犯罪空间。此外，我国自贸区围绕投资、金融、行政管理、税收等多领域进行改革创新与开放，在加强国内外市场联系的同时，也使得洗钱犯罪活动的通道选择更加多样、过程更加繁杂、手段更加隐蔽[1]，通过自贸区进行“黑钱清洗”更为便捷，自贸区潜在洗钱风险得以积聚[2]。目前，我国自贸区洗钱类型主要有贸易洗钱、涉税洗钱、投资洗钱及离岸业务洗钱等，主要方式有虚构贸易事实、通过贸易结算方式洗钱、虚开增值税专用发票、偷税与骗取出口退税、虚构海外投资洗钱、以证券投资等间接投资洗钱、利用债权债务关系及离岸金融账户等各类支付工具洗钱。洗钱具有极大的破坏性[3]，它扰乱正常金融经济秩序，危及社会稳定，败坏自贸区国际声誉，干扰自贸区正常运行。因此，分析我国自贸区洗钱风险的影响因素，对合理配置反洗钱资源、提高相关工作的整体有效性，具有现实意义。
一般来说，洗钱活动的发生、脏钱的转移与一国或地区的政治、社会、经济、地理环境等诸多因素有关[4～7]。上游犯罪规模是衡量一国或地区洗钱威胁的重要因素[8]。洗钱犯罪以金融服务为核心，金融发展水平高、经济自由化程度高的地区对洗钱活动的吸引力较大[9～11]。人均GDP、政府对洗钱的态度和打击力度、地区腐败水平、社会冲突状况、区位、边界开放程度、信息技术是否发达等因素也会影响脏钱流动[12～14]。FATF[15]就自贸区存在的洗钱漏洞调研指出，区内反洗钱立法、监管当局运行效力、司法合作水平等因素对自贸区洗钱风险有重要影响。
综上，影响自贸区洗钱风险的因素来自社会、经济、政治等诸多方面，已有研究未考虑各影响因素间的相互作用可能对自贸区洗钱风险造成的影响，且多为定性分析，缺乏定量研究。作为一种模糊评估方法，模糊认知图是利用循环有向图进行专家知识表示和推理的图形结构[16]，被广泛应用于诸多领域的风险管理与评估[17～20]。考虑到数据难以获取，本文尝试采用模糊认知图分析我国自贸区洗钱风险的影响因素，为我国自贸区洗钱风险研究提供一种新的视角，以期为自贸区反洗钱实务工作提供决策参考。
模糊认知图是以图形形式对复杂系统中概念间相互关系进行模拟表达和推理的图模型。具体来说，模糊认知图是一个四元组(M，E，X，f)[18]，其中：M={M1，M2，…，Mn}为模糊认知图的概念集合，每个概念节点具有状态值，取值范围为[0，1]。E矩阵是关联矩阵，E：(Mi，Mj)→wij是一个映射，表示任意两个概念间关联强度关系。取值范围为[-1,1]，其中，wij>0表示概念节点变量Mi对Mj有正向作用，wij
(1)
f为阈值函数，S型曲线函数是常用的阈值函数之一，为保证每次的迭代输出在[0,1]，本文选择该阈值函数，与其他学者做法保持一致，本文取μ=2:
(2)
灰色关联度分析是一种多因素统计分析方法，通过计算比较序列与参考序列的关联度，可以衡量自变量和因变量关联程度的强弱与次序[21]。模糊认知图模型是动态模型，而灰色关联度非常适合动态研究，在模糊认知图基础上融入灰色关联度分析，通过计算关联度衡量各因素与自贸区洗钱风险的关联程度，可依据关联序判断影响我国自贸区洗钱风险的主要因素。
令参考序列和比较序列分别为X0=(x0(1)，x0(2)，x0(3)，…，x0(k)),Xi=(xi(1)，xi(2)，xi(3)，…，xi(k))(i=1，2，…，n)，两序列间关联系数Φ由式3求得。
(3)
其中，ρ为分辨系数，ρ取值为[0,1]，ρ越小，关联系数间差异越大，区分度越强，通常ρ取0.5。
求得比较序列与参考序列的关联系数后，由式4可得参考序列X0与比较序列Xi的关联度γi，γi取值为[0,1]，值越大表示关联程度越高。
(4)
第1步结合文献资料和专家访谈识别我国自贸区洗钱风险的影响因素。
第2步通过专家认知判定自贸区洗钱风险及其影响因素间关联关系。
第3步建立我国自贸区洗钱风险的影响因素模糊认知图模型。
第4步根据式(1)、式(2)，确定模糊认知图达到稳定状态时各概念稳定值。
第5步根据式(3)、式(4)，计算我国自贸区洗钱风险与各影响因素间的灰色关联度，确定主要影响因素。
FATF强调，洗钱风险是洗钱威胁和洗钱漏洞二者共同作用产生的结果，可以简单理解洗钱风险为发生洗钱活动的可能性[22]。洗钱威胁包括显性威胁和潜在威胁，显性威胁主要表现为洗钱需求，潜在威胁主要表现为洗钱吸引力；洗钱漏洞则是指洗钱风险防范体系中易被不法分子利用的薄弱环节。洗钱威胁的客观存在与洗钱漏洞的不可避免决定了洗钱风险的现实存在[23]。
围绕洗钱威胁和洗钱漏洞两个风险因素对我国自贸区洗钱风险的影响因素进行剖析，采用文献研究分析与专家访谈两种方式。专家访谈形式为面谈、电话访问，访谈对象为反洗钱监管部门从业人员、高校反洗钱研究学者和义务机构反洗钱专员，在一定程度上保证了影响因素识别的内容有效性。
结合国内外学者相关研究成果和专家访谈结果，本文从自贸区社会、地理、经济金融、政治、法律环境和洗钱上游犯罪状况等六个方面归纳提炼了14个影响我国自贸区洗钱风险的二级因素，见表1。其中，自贸区社会、地理、经济金融环境因素反映了洗钱活动发生的环境因素，洗钱上游犯罪状况是直接影响洗钱风险的重要因素，政治和法律环境因素衡量反洗钱体系中潜在薄弱环节。
浙公网安备 33021202002483