洗钱的本质是利用资产、资金转换(转移)过程中所造成的信息缺失、信息隐蔽、信息不完整、信息不真实、信息复杂而使犯罪所得收益的原始来源和性质无法识别或追溯，从而掩盖和隐瞒其真实信息。

　　与洗钱相对应，反洗钱本质上是一个信息识别与信息挖掘过程。反洗钱的核心策略在于如何保证整个社会经济活动中交易信息被完整、真实的记录和有效的分析。

　　因此，反洗钱一方面需要将整个社会的资产、资金转换(转移)活动纳入合法的交易渠道，并保证信息记录完整、真实，从源头上打击和防范洗钱行为；另一方面，加强事后的监督管理，利用事后可以更广泛、全面地获取信息的优势，从多种途径采集信息，并进行分析、识别洗钱行为。因此，反洗钱是一项非常复杂的系统工程，它不仅需要有完备的法律制度和完善的组织体系，还需要有高效率的运作体系。

　　人工操作难以应对压力

　　反洗钱系统期待信息化

　　我国《反洗钱法》明确了保险公司在信息采集和报告方面的法律义务，以法律形式强制性地要求保险公司应当依法采取预防、监控措施，建立健全客户身份识别制度、客户身份资料和交易记录保存制度、大额交易和可疑交易报告制度。

　　但是，由于各保险机构反洗钱的措施、信息是零散的，大额的、可疑的保险交易报告也是庞杂的，仅靠人工操作、手工登记的原始方法，要从浩如烟海的保险业务中发现洗钱者的踪迹，无异于大海捞针。保险公司需要投入大量人力处理反洗钱要求的大额交易和可疑交易提取及报告工作。

　　在基层保险机构普遍存在竞争激烈、工作繁重、人员不足的情况下，保险公司的反洗钱压力很大。必须通过建立数据库，对信息进行系统、综合分析，掌握洗钱的规律性，才便于高效、准确地发现洗钱者的踪迹，切实降低反洗钱的运作成本，提高反洗钱效率。因此，应用现代网络技术开发反洗钱系统迫在眉睫。

　　信息化保证数据实效性

　　聚类关联技术聚焦可疑交易

　　从我国保险公司面临的洗钱形势看，应用数据挖掘技术将更具实效性。

　　数据挖掘技术是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘信息的一种技术。它能按照分析人员的要求从海量数据中提取有价值的信息，可成为保险业反洗钱活动的得力助手。运用数据挖掘技术开发保险业反洗钱系统，具体有：聚类分析技术、关联分析技术和数据可视化技术等。

　　聚类分析技术主要用于发现表面上不相关，实质上有联系的若干群人，每一群人的性质如：投保险种、投保人、被保险人、保险金额和保险期限等在各保险公司不同，但聚集在一起，就会发现惊人的相似。也有可能保险的许多方面不同，但受益人是同一个人，那也会被聚类到同一群人中去，有必要进行调查。

　　关联分析技术有两个不同层次的应用：其一、在客户资料记录中，几个投保人、被保险人和受益人在不同的保险公司中投保了多个类似的险种，且保险费都是大额现金。其二、在主题记录中，根据字段匹配原理找出相关联的交易主体，如数据库中存在主题记录(投保人、被保险人和受益人的姓名、住址、电话、险种、保险金额等)，关联分析可以轻而易举地在数据库中查找某些字段相匹配的记录。

　　全国数据集中奠定良好基础

　　可视化数据筛出异常交易

　　数据可视化技术，就是将发现的信息用图表或图形表示的一种技术。该技术能形象地向用户解释发现的信息，帮助用户理解数据，其本质是对数据子集进行拓扑变换，将规则映射到拓扑。通过定义的标准接口，信息发现系统和数据可视化工具能很好地协作。

　　数据可视化技术在反洗钱系统中，大有用武之地。如关联分析的结果通过可视化工具表示出来，多个交易主体之间的关系可通过一种车轮状的网络图表示出来，主体之间的交易活动可一目了然。反洗钱者可便捷地发现异常交易主体，并做进一步地调查分析。

　　当前，保险公司普遍实现了交易系统的电子化、网络化，有些保险公司还实现了数据的全国集中或区域集中，为反洗钱信息采集的电子化创造了良好的条件。因此，网络技术的应用，可以极大地提高信息采集的效率，降低信息采集的成本，保证信息采集的质量，并能更好地满足保险业反洗钱信息的安全保密要求。