第1章：合规数据基础
各位同学，今天我们来聊聊合规数据的根基。我在RegTech领域摸爬滚打了这些年，发现一个真理：数据质量决定合规成败。你想想看，如果连基础数据都是错的，后面的分析、报告、监管对接，全都会跑偏。
1.1 合规数据类型
合规数据听起来很宽泛，其实核心就四类。我习惯把它们分成「身份验证类」和「行为监控类」两大块。
1.1.1 KYC数据
KYC，全称Know Your Customer。说白了就是「你得知道你的客户是谁」。我在项目中遇到过最头疼的事——客户提交的身份证照片模糊不清，系统死活识别不出来。嗯，这里要注意：KYC数据不仅仅是身份证信息，还包括：
- 身份信息：姓名、证件号、出生日期、国籍
- 地址证明：水电账单、银行对账单（需3个月内）
- 受益所有人：公司背后的实际控制人是谁
- 政治人物标记：PEP（Politically Exposed Person）标记
1.1.2 AML数据
反洗钱（Anti-Money Laundering）数据，是合规的重头戏。这类数据主要用来做「黑名单筛查」和「交易监控」。常见的AML数据包括：
- 制裁名单：联合国、OFAC、欧盟等发布的制裁实体
- 负面新闻：涉及犯罪、腐败的新闻报道
- 交易异常指标：频繁的小额交易、跨境大额转账
- 行为模式：突然改变交易习惯、使用多个账户
1.1.3 交易数据
交易数据是合规监控的「原材料」。每一笔交易，都需要记录完整的信息。我建议至少包含以下字段：
| 字段 | 说明 | 示例 |
|---|---|---|
| 交易ID | 唯一标识 | TXN202403150001 |
| 交易时间 | 精确到毫秒 | 2024-03-15 14:30:22.123 |
| 交易金额 | 含币种 | USD 10,000.00 |
| 交易双方 | 账户号/钱包地址 | ACC-10086 → ACC-10087 |
| 交易类型 | 转账、支付、兑换 | 跨境汇款 |
| IP地址 | 发起方IP | 192.168.1.1 |
1.1.4 报告数据
报告数据是合规工作的「输出成果」。监管机构要看的，就是这些。常见的报告类型有：
- 可疑交易报告（STR）：发现异常交易行为时提交
- 大额交易报告：超过阈值的交易必须上报
- 合规审计报告：定期向董事会汇报
- 监管报表：按监管要求格式填写的表格
1.2 数据质量与治理
数据质量，说白了就是「垃圾进，垃圾出」。我在做数据治理项目时，发现80%的问题都出在数据采集环节。为什么会这样？因为业务系统只管「能跑就行」，不管「数据准不准」。
1.2.1 数据质量维度
我一般用这六个维度来评估数据质量：
- 完整性：必填字段有没有缺失？比如KYC缺少地址证明
- 准确性：数据是否真实？比如身份证号校验位对不对
- 一致性：不同系统间的数据是否矛盾？比如CRM和交易系统的客户名不一样
- 时效性：数据是否最新？比如客户换了地址，系统还是旧的
- 唯一性：有没有重复数据？比如同一个客户开了两个账户
- 有效性：数据是否符合业务规则？比如交易金额不能为负数
1.2.2 数据治理框架
一个完整的数据治理框架，至少包含以下要素：
- 数据标准：统一字段定义、格式、编码规则
- 数据字典：记录每个字段的含义、来源、用途
- 数据血缘：追踪数据从产生到消亡的全过程
- 数据权限：谁可以看、谁可以改、谁可以删
- 数据生命周期：创建、存储、使用、归档、销毁
1.3 数据隐私法规
说到数据隐私，就不得不提GDPR和CCPA。这两个法规，可以说是全球数据保护的「天花板」。我当年第一次接触GDPR时，被它的罚款金额吓到了——最高2000万欧元或全球营收的4%。嗯，这可不是闹着玩的。
1.3.1 GDPR要点
GDPR（General Data Protection Regulation）是欧盟的数据保护法规。它的核心原则就一句话：数据属于用户，不属于企业。关键要求包括：
- 明确同意：收集数据前必须获得用户明确同意，不能默认勾选
- 数据最小化：只收集业务必需的数据，不能「多多益善」
- 删除权：用户有权要求删除自己的数据（被遗忘权）
- 数据可携带权：用户可以把数据从一个平台转移到另一个平台
- 72小时报告：发生数据泄露，必须在72小时内通知监管机构
1.3.2 CCPA要点
CCPA（California Consumer Privacy Act）是加州的数据隐私法。它和GDPR类似，但有一些区别：
| 维度 | GDPR | CCPA |
|---|---|---|
| 适用范围 | 处理欧盟居民数据的所有企业 | 年营收超2500万美元或处理超5万条数据的企业 |
| 用户权利 | 访问、删除、更正、可携带 | 访问、删除、选择退出（不出售数据） |
| 罚款 | 最高2000万欧元或4%营收 | 每次违规最高7500美元 |
| 同意机制 | 必须主动同意 | 允许选择退出 |
1.4 知识体系总览
下面这张图，是我梳理的合规数据知识体系。你可以把它当作「地图」，后续学习时随时回来对照。
1.5 本章小结
这一章我们聊了合规数据的三大块：数据类型、数据质量、隐私法规。我个人觉得，最重要的是建立起「数据思维」——每一笔数据背后，都对应着合规风险。你想想看，如果KYC数据不准，AML筛查就形同虚设；如果交易数据不全，可疑交易报告就无从谈起。
下一章，我们会深入聊聊「合规数据采集与清洗」的具体技术实现。到时候我会分享一些我在项目中用过的「骚操作」，保证让你大开眼界。
公众号:蓝海资料掘金营，微信deep3321