减少制裁，筛查假阳性结果，同时不漏掉真正的比赛
Charles Archibong, 联合创始人
大多数制裁误报源于客户数据不完整，而非匹配过度敏感。应使用已验证的出生日期、国籍和身份证号码进行筛选，记录每次匹配被清除的原因以防止再次出现，并避免使用模糊匹配。
要点
- OFAC 自己的指南指出，许多潜在的筛查结果都是假阳性，并且不会确认匹配结果。
- 最安全的手段是获取更完善的客户数据：经过验证的出生日期、国籍或身份证号码可以排除大多数仅凭姓名搜索到的信息。
- 提高名称匹配阈值可以减少因拼写变体缺失而导致的警报，而这正是美国财政部外国资产控制办公室 (OFAC) 要求企业防范的缺陷。
- 清关应与一个客户和一个清单条目关联，当其中任何一个发生变化时，清关都应重新开启。
大多数制裁误报都是数据问题，而非匹配问题。一个只知道客户姓名的筛查引擎无法区分“1994年出生于卡诺的易卜拉欣·穆萨”和已登记的同名人员。如果提供经过验证的出生日期、国籍和身份证号码，大多数警报都会自动排除。放宽姓名匹配标准则恰恰相反：它会使系统无法识别真正规避制裁所依赖的拼写变体，从而减少警报数量。
因此，工作顺序应该是：首先改进筛选标识符，确保分析师的每一个决策都有效，避免重复匹配，最后才考虑列表和别名配置。名称匹配阈值是最后才需要调整的，而且通常也是最不合适的调整点。
为什么会出现误报？
美国财政部外国资产控制办公室（ OFAC ）对此毫不含糊。其于 2026 年 9 月 9 日更新的关于确定是否匹配有效的 （在新标签页中打开）指南指出：“通过筛查发现的许多潜在匹配项都是假阳性。”
常见原因：
常用名。数百万人使用的相同姓名将与列表中包含相同姓名的条目匹配。
音译。同一个名称从阿拉伯语或西里尔字母转写成拉丁字母，会有多种拼写方式。 FATF 2013 年关于政治公众人物的指导意见 （在新标签页中打开）指出，不一致的音译会影响匹配，并且使用“标识符信息不足或不充分”的数据进行筛查会产生许多假阳性结果，并“增加错过真正匹配的风险”。
客户记录信息较少。如果您的记录只包含姓名，没有其他信息，那么姓名匹配就不可能被排除。
弱别名。某些列表条目包含宽泛的别名，这些别名 OFAC 它本身属于弱项。
你无意中筛选到了某些名单。筛选工具通常会包含非制裁名单； OFAC 第一步是检查警报来自哪个列表。
哪些措施既能减少误报，又不掩盖真实匹配结果？
杠杆 | 对假阳性的影响 | 对真实比赛的风险 | 判决 |
|---|---|---|---|
屏幕上会显示已验证的出生日期、国籍和身份证号码 | 大幅减少 | 低的 | 先做 |
记住该客户的每一笔清关记录和该列表条目 | 重新筛查时停止重复警报 | 如果范围狭窄，则价格低廉 | 做第二步 |
排除弱别名 | 适度减少 | 一些; OFAC 将其视为一项基于风险的决策 | 记录该决定 |
仅显示与每个产品相关的列表 | 适度减少 | 如果保单被记入账目，则金额较低。 | 年度审查 |
自动清除已核实的出生日期不符记录 | 适度减少 | 中等风险；仅当列表条目包含出生日期且您的出生日期已验证时才安全。 | 试点采样 |
提高名称匹配阈值 | 大幅减少 | 高的 | 首先避免这样做 |
最后一行的原因： OFAC 2021年10月，欧盟委员会针对虚拟货币行业发布的制裁合规指南建议 （在新标签页中打开）各公司使用模糊逻辑来识别“常见的名称变体和拼写错误”，例如，注册名称为“Krayinvestbank”的公司在交易数据中可能显示为“Krajinvestbank”或“Kray Invest Bank”。而更高的识别阈值恰恰允许这些拼写错误通过审核。
分析师应该如何分析一起热门事件？
OFAC 的 FAQ 制定了一套行之有效的方案，其效果远超美国制裁的范围。简而言之：
确认命中结果来自哪个列表。与非- OFAC 列表将发送给列表所有者或您自己的政策。
提取完整列表条目。包括姓名、别名、出生日期、国籍、身份证号码、地址，以及（对于实体）注册号码。
比较您拥有的每个标识符。 OFAC 它会问：仅仅姓名匹配吗？双方的出生日期、身份证号码或国籍是否不同？地址是否也不同？它还警告说，仅地址匹配可能不够，因为许多企业共用一个地址。
做出决定。如果除了姓名之外匹配项很少，你可以合理地清除它。如果匹配项较多（ OFAC 例如，如果包含全名、出生日期和国家/地区，则将其视为您程序中的可能匹配项。
记录原因。 OFAC 它要求提供所采取步骤和所依据信息的完整记录。它还声明，它不会为您确认匹配结果或误报。
一个实例
尼日利亚一家示范性贷款机构对新客户易卜拉欣·穆萨进行身份验证。通过与政府记录进行比对，发现其出生日期为1994年，国籍为尼日利亚。筛选结果显示，该客户信息与已登记的同名人士信息可能匹配。
该列表条目显示的出生日期为1958年，国籍和护照号码与实际不符。三个独立的标识符均不一致，只有姓名一致。分析人员根据出生日期、国籍和证件号码排除该匹配项，并将此决定记录在该客户和该列表条目下。
现在，情况发生了变化：客户记录是从一个旧系统导入的，缺少出生日期信息。仅凭现有证据无法消除同样的警报。正确的做法是收集缺失的数据（例如，要求客户完成验证），而不是凭感觉就消除警报。
如何避免再次出现同样的误报？
持续筛查意味着每个客户都要反复接受筛查。由于没有记忆功能，已清除的同音词会在每次运行中重新发出警报，分析师会逐渐习惯性地忽略这些警报，从而导致真正匹配的记录被遗漏。
许可应为：
范围限定于一个客户和一个列表条目。切勿对所有人禁用某个列表条目，也切勿对所有条目禁用某个客户。
当任何一方发生变化时，问题将重新开放。例如，列表条目的出生日期或别名发生变化，或者客户的身份信息发生变化，都属于新问题。
已解释。记录哪些标识符导致匹配失败，以便后续的审核人员或审查人员可以了解原因。
你怎么知道它是否有效？
针对每个产品，长期跟踪以下四项指标：每千名筛选客户中的警报数量、警报清除率、从警报到决策所需的时间以及质量样本。对于质量样本，第二位分析师每月会重新审核一组随机抽取的已清除警报。如果仅因名称差异而清除警报，样本结果会显示出来。您还可以预先设置一些测试名称，这些名称应该始终发出警报，并在任何配置更改后检查它们是否仍然会发出警报。
在样本质量稳定的情况下，警报数量下降是进步。如果样本质量恶化，而警报数量却下降，则意味着你忽略了真正的风险。
哪里 Toden 帮助？
监视名单筛选是按照上述顺序进行的。
已验证的身份信息。通过身份验证注册的客户，其身份数据会与我们在五个政府数据库市场中的政府记录进行比对，因此，身份验证不仅仅依赖于名称。
每次匹配的证据。匹配结果显示匹配的姓名、匹配分数、匹配类型、别名和选定的身份证据，以便分析人员可以在一个地方比较标识符（筛选文档 （在新标签页中打开））。
决策有效。清除与该客户匹配的误报白名单，避免在后续复筛中再次出现。确认匹配项会标记身份。每次筛查都会保留审核历史记录，包括结果、时间、备注和当时的评分。
诚实的差距。当个人资料无法通过审核时，您会收到
screening.insufficient_data而不是一个明确的结果，而且screening.adjudication_overdue当比赛超过其审核截止日期时触发（筛选 webhook （在新标签页中打开））。
筛查可以降低风险；但它不能保证每个被列入名单的人都会被抓到，你的团队仍然要对每一项匹配结果做出决定。
下次调校周期检查清单
找到那些仅凭姓名进行筛选的客户，并计划如何为他们收集已验证的身份标识。
确认清算信息按客户和列表条目存储，并在变更时重新打开。
记下你的弱别名和列表选择决策以及批准这些决策的人。
在完成上述步骤之前，不要更改名称匹配阈值，然后针对种子变体测试任何更改。
每月抽取已清除警报的质量样本。
不同司法管辖区的要求各不相同，本文仅提供一般信息，不构成法律建议。
参考来源
