作者：AiYing Compliance

圈內人都知道，合規有兩種，一種是給監管看的，一種是真正能打的。前者叫「合規劇場」（Compliance Theater），後者才是真刀真槍的風險管理。可悲的是，絕大多數機構，尤其是那些在風口上狂奔的金融科技公司，都在不自覺地上演著前一種戲碼。

「合規劇場」的本質是什麼？是為了應付檢查、拿到牌照、安撫投資人而精心搭建的舞台。在這個舞台上，流程的正確性壓倒一切，報告的精美度遠比風險的識別率重要。演員們（合規官）念著早已寫好的台詞（合規手冊），操作著華麗的道具（昂貴的系統），向台下的觀眾（監管機構）展示著一派歌舞昇平的景象。只要戲演得好，牌照到手，融資到位，皆大歡喜。

而這場大戲裡，最華麗、最昂貴、也最具欺騙性的道具，就是那些看起來在24/7 全天候運行，實際上早已靈魂出竅、形同虛設的「殭屍系統」。尤其是KYT（Know Your Transaction，了解你的交易）系統，這個本應是反洗錢（AML）前線最敏銳的偵察兵，卻往往最先「陣亡」，變成一具只會消耗預算、提供虛假安全感的殭屍。它靜靜地躺在伺服器裡，綠燈閃爍，報表生成，一切正常——直到一顆真正的炸彈在它眼皮底下引爆。

這就是最大的合規陷阱。你以為你買了最頂級的裝備，建構了堅不可摧的防線，但實際上，你只是在用金錢和資源餵養一具殭屍。它不會保護你，只會在災難來臨時，讓你死得不明不白。

那麼，問題來了：為什麼我們投入大量資金、耗費人力採購的KYT 工具，有時候會淪為一具具行屍走肉？這背後，究竟是技術選型的致命失誤，還是流程管理的徹底崩壞？亦或是，兩者兼具的必然結果？

今天，我們就把視角對準金融科技和支付產業這個「合規劇場」最火爆的舞台，特別是監管環境複雜多變、業務成長如脫韁野馬的東南亞市場。在這裡，一齣真實的戲碼正在上演，而我們要做的，就是掀開幕布，看看後台的真相。

第一幕：殭屍系統剖析－你的KYT 工具是如何「死」去的？

一具「殭屍系統」的誕生，並非一蹴可幾。它不是因為某個驚天動地的漏洞或一次災難性的宕機而突然死亡，而是像溫水煮青蛙一樣，在日復一日的「正常運作」中，逐漸喪失感知、分析和反應的能力，最終只剩下維持生命體徵的空殼。這個過程，我們可以從技術和流程兩個維度進行解剖，看看一個原本功能完備的KYT 系統，是如何一步步走向「死亡」的。

技術層面的「腦死」：單點失效與資料孤島

技術是KYT 系統的大腦。當大腦的神經元連結斷裂，訊息輸入受阻，分析模型僵化時，系統就進入了「腦死」狀態。它依然在處理數據，但已經失去了理解和判斷的能力。

單一工具的認知盲點：用一隻眼睛看世界

過度依賴單一KYT 工具，是導致系統失效的首要、最常見的原因。這在圈內幾乎是常識，但在「合規劇場」的劇本里，為了追求所謂的「權威性」和「簡化管理」，這一點往往被選擇性地忽視了。

為什麼說單一工具是致命的？因為沒有一個工具能涵蓋所有風險。這就像讓一個哨兵同時監視四面八方的敵人，他總會有視野盲點。最近，新加坡持牌數位資產服務商MetaComp 發布的一份研究報告，用測試數據揭示了這個殘酷的現實。該研究透過對超過7000 筆真實交易進行分析，發現僅依賴一到兩個KYT 工具進行篩選，可能導致高達25% 的高風險交易被錯誤地放行。這意味著，四分之一的風險被直接無視了。這已經不是盲區，而是黑洞。

圖1：不同KYT 工具組合下的「漏報率」（False Clean Rate）對比

資料來源：MetaComp Research - Comparative Analysis of On-Chain KYT for AML&CFT, July 2025。圖表顯示，當風險閾值設為「中高風險」時，單一工具的漏報率最高可達24.55%，雙工具組合最高可達22.60%，而三工具組合則驟降至0.10%。

這種巨大的風險敞口源自於KYT 工俱生態系統的內在缺陷。每個工具都建立在自己專有的資料集和情報收集策略之上，導致它們在以下幾個方面存在天然的差異和盲點：

• 資料來源的差異性：有些工具可能與美國執法部門關係密切，對涉及北美地區的風險地址有更強的覆蓋；另一些則可能深耕亞洲市場，對本地化的詐騙網絡有更及時的情報。沒有一個工具能同時成為全球所有地區的情報之王。
• 風險類型的重點不同：有的工具擅長追蹤與OFAC 制裁名單相關的地址，有的則在識別混幣服務（Mixers）或暗網（Darknet）市場上技術更勝一籌。如果你選擇的工具不擅長辨識你的業務面臨的主要風險類型，那麼它基本上就是個擺設。
• 更新延遲與情報滯後：黑產地址的生命週期可能很短。一個工具今天標記的風險地址，另一個工具可能要幾天甚至幾週才能同步。這種情報上的時間差，足以讓洗錢者完成數輪作業。

因此，當一個機構將全部希望寄託於單一KYT 工具時，它實際上是在賭博——賭自己遇到的所有風險，都恰好在這個工具的「認知範圍」內。

資料孤島造成的「營養不良」：無源之水，何以奔流？

如果說單一工具是視野狹隘，那麼資料孤島則是徹底的「營養不良」。 KYT 系統從來就不是一個孤立的系統，它的有效性建立在對交易對手和交易行為的全面理解之上。它需要持續不斷地從KYC（了解你的客戶）系統、客戶風險評級系統、業務系統等多個來源獲取「資料養分」。當這些資料通道被阻塞，或資料本身品質低時，KYT 就成了被動之水，失去了判斷的基準。

在許多快速發展的支付公司中，這種場景屢見不鮮：

KYC 團隊負責客戶准入，他們的數據存放在A 系統中；風控團隊負責交易監控，他們的數據在B 系統中；合規團隊負責AML 報告，他們使用的是C 系統。三個系統分屬不同部門，由不同的供應商提供，彼此之間幾乎沒有即時的資料互動。結果就是，KYT 系統在分析一筆即時交易時，它所依據的客戶風險評級可能還是三個月前KYC 團隊所輸入的靜態資訊。這個客戶可能在這三個月裡已經表現出多種高風險行為，但這些資訊被困在了風控團隊的B 系統裡，KYT 系統對此一無所知。

這種「營養不良」的直接後果，就是KYT 系統無法建立起精確的客戶行為基準（Behavioral Baseline）。一個有效的KYT 系統，其核心能力之一是識別「異常」——即偏離客戶正常行為模式的交易。但如果系統連一個客戶的「正常」是什麼都不知道，又何談辨識「異常」？最終，它只能退化到依賴最原始、最粗暴的靜態規則，產出大量毫無價值的「垃圾警報」，離「殭屍」又近了一步。

靜態規則的「刻舟求劍」：用舊地圖找新大陸

犯罪者的手法日新月異，從傳統的「化整為零」（Smurfing）到利用DeFi 協議進行跨鏈洗錢，再到透過NFT 市場進行虛假交易，其複雜性和隱蔽性呈指數級增長。然而，許多「殭屍KYT 系統」的規則庫，卻還停留在幾年前的水平，宛如拿著一張舊航海圖去尋找新大陸，注定一無所獲。

靜態規則，例如「單筆交易超過1 萬美元則報警」，在今天的黑產從業者看來，簡直不值一提。他們可以輕易地透過自動化腳本，將一筆大筆資金拆分成數百筆小額交易，完美繞過這個簡單的閾值。真正的威脅，隱藏在複雜的行為模式中：

• 一個新註冊帳戶，在短時間內與大量無關聯的對手方發生小額高頻交易。
• 資金快速流入後，不經任何停留，立即透過多個地址分散轉出，形成典型的「剝皮鏈」（Peel Chain）。
• 交易路徑涉及高風險的混幣服務、未經註冊的交易所或受制裁地區的地址。

這些複雜的模式，是靜態規則無法有效描述和捕捉的。它們需要的是能夠理解交易網路、分析資金鏈路、並從海量資料中學習風險特徵的機器學習模型。一個健康的KYT 系統，其規則和模型應該是動態的、自我進化的。而「殭屍系統」正好喪失了這種能力，它的規則庫一旦設定，便鮮有更新，最終在與黑產的軍備競賽中被遠遠甩在身後，徹底「腦死」。

流程層面的「心跳停止」：從「一勞永逸」到「警報疲勞」

如果說技術缺陷導致了系統「腦死」，那麼流程管理的崩壞則直接導致了「心跳停止」。一個系統即使技術上再先進，如果沒有正確的流程來驅動和回應，它也只是一堆昂貴的程式碼。在「合規劇場」中，流程上的失敗往往比技術上的失敗更為隱蔽，也更具殺傷力。

「上線即勝利」的幻覺：把婚禮當成愛情的終點

許多公司，尤其是新創公司，在合規建構上抱著一種「專案製」思維。他們認為，KYT 系統的採購和上線是一個有明確起點和終點的專案。一旦系統成功上線，通過了監管驗收，這個計畫就宣告勝利結束。這是「合規劇場」最典型的幻覺──把婚禮當成了愛情的終點，以為從此就能高枕無憂。

然而，一個KYT 系統的生命週期，上線只是第一天。它不是一個可以「一勞永逸」的工具，而是一個需要持續照顧和優化的「生命體」。這包括：

• 持續的參數校準：市場在變，客戶行為在變，洗錢手法在變。 KYT 系統的監控閾值和風險參數必須隨之調整。一年前還算合理的1 萬美元報警門檻，在業務量成長十倍後可能已經毫無意義。
• 定期的規則最佳化：隨著新風險的出現，需要不斷開發和部署新的監控規則。同時，也要定期評估舊規則的有效性，淘汰那些只產生誤報的「垃圾規則」。
• 必要的模型再訓練：對於使用機器學習模型的系統，必須定期以最新的資料對模型進行再訓練，以確保其對新風險模式的辨識能力，防止模型衰退（Model Decay）。

當一個組織陷入「上線即勝利」的幻覺時，這些至關重要的後續維護工作就會被忽略。沒有人負責，沒有預算支持，KYT 系統就像一輛被遺棄在車庫裡的跑車，引擎再好，也只會慢慢鏽蝕，最後變成一堆廢鐵。

「警報疲勞」壓垮合規官：最後一根稻草

一個配置不當、缺乏維護的「殭屍系統」，最直接、最災難性的後果，就是產生海量的誤報警報（False Positives）。根據產業觀察，在許多金融機構，KYT 系統產生的警報中，95% 甚至99% 以上最終都被核實為誤報。這不僅僅是效率低下的問題，它會引發更深層的危機——「警報疲勞」（Alert Fatigue）。

我們可以想像一個合規官的日常：

每天早上，他打開案件管理系統，看到上百個待處理的警報。他點開第一個，經過半小時的調查，發現是客戶正常的商業行為，關閉。第二個，也是如此。第三個，還是如此……日復一日，他淹沒在無窮無盡的誤報海洋中。起初的警覺與認真，逐漸被麻木和敷衍所取代。他開始尋找快速關閉警報的「捷徑」，對系統的信任度降到冰點。最終，當一個真正的高風險警報夾雜在其中出現時，他可能只是草草看一眼，習慣性地將其標記為“誤報”，然後關閉。

「警報疲勞」是壓垮合規防線的最後一根稻草。它從心理上摧毀了合規團隊的戰鬥力，讓他們從風險的「獵人」變成了警報的「清理工」。整個合規部門的精力，都被消耗在與一個「殭屍系統」的無效搏鬥中，而真正的犯罪分子，則在警報的喧囂掩護下，大搖大擺地穿過防線。

至此，一個KYT 系統在流程上徹底「心跳停止」。它仍在產生警報，但這些「心跳」已經失去了意義，無人響應，也無人相信。它徹底變成了一具殭屍。

之前身邊有個朋友企業為了拿到牌照、討好投資人，管理層上演了一出經典的「合規劇場」：高調宣布採購了行業頂尖的KYT 工具，並以此作為「致力於最高合規標準」的宣傳資本。但為了省錢，只買了一家供應商的服務。管理階層的邏輯是：「我們用了最好的，出事也別怪我。」他們選擇性地忘記了，任何單一工具都有視野盲點。

另外合規團隊人手不夠，技術不懂，只能用供應商給的最基礎的靜態規則範本。監控大額交易、過濾幾個公開的黑名單地址，就算完成任務。

最關鍵在於業務一上量，系統警報雪片般飛來。初級分析師很快就發現，95% 以上都是誤報。為了完成KPI，他們的工作從「調查風險」變成了「關閉警報」。久而久之，沒人再把警報當一回事。

專業的洗錢團夥很快就嗅到了腐肉的氣味。他們用最樸素但有效的方法，把這個「殭屍系統」變成了自己的提款機：透過「化整為零」的「藍色小精靈」戰術，將來自非法網賭的資金拆分成數千筆低於監控閾值的小額交易，偽裝成電商回款。最後拉響警報的不是他們團隊成員，而是他們合作銀行。當監管機構的調查函送到CEO 桌上時，還在一臉懵逼，後續據說是被吊銷牌照了。

圖2：不同區塊鏈網路風險水準對比

資料來源：MetaComp Research - Comparative Analysis of On-Chain KYT for AML&CFT, July 2025。圖表顯示，在抽樣數據中，Tron 鏈上交易被評為「嚴重」、「高」或「中高」風險的比例均顯著高於Ethereum 鏈。

身邊的故事是一面鏡子，映照出無數正在上演「合規劇場」的金融科技公司的影子。他們可能還沒倒下，只是因為運氣好，還沒有被專業的犯罪集團盯上。但這終究是時間問題。

第二幕：從「殭屍」到「哨兵」－如何喚醒你的合規系統？

在揭示了「殭屍系統」的病理，並目睹了「合規劇場」的悲劇後，我們不能只停留在批判和哀嘆。身為一線的從業人員，我們更關心的是：如何破局？如何將一具行將就木的「殭屍」重新喚醒，讓它變成一個真正能打、能防的「前線哨兵」？

答案不在於購買更昂貴、更「權威」的單一工具，而是從理念到戰術的徹底改變。這套方法論，在圈內真正的實幹派那裡早已是心照不宣的秘籍。而MetaComp 的研究，則首次系統性地將其量化和公開，為我們提供了一份清晰可執行的作戰手冊。

核心解法：告別獨角戲，擁抱「多層防禦體系」

首先，必須從思想根源上，徹底拋棄「買個工具就完事」的劇場思維。真正的合規，不是一場獨角戲，而是一場需要建構縱深防禦體系的陣地戰。你不能指望一個哨兵擋住千軍萬馬，你需要的是一個由哨兵、巡邏隊、雷達站、情報中心共同組成的立體防禦網。

戰術核心：多工具組合拳

這個防禦體系的戰術核心，就是「多工具組合拳」。單一工具的盲點是必然的，但多個工具的盲點是互補的。透過交叉驗證，我們可以最大限度地壓縮風險的藏身空間。

那麼，問題來了，到底需要多少工具呢？兩個？四個？還是越多越好？

MetaComp 的研究給了一個極為關鍵的答案：三個工具組合，是在有效性、成本和效率之間取得最佳平衡點的黃金法則。

我們可以這樣通俗地理解這個「三件套」：

• 第一個工具是你的「前線哨兵」：它可能覆蓋面最廣，能發現大部分常規風險。
• 第二個工具是你的「特種巡邏隊」：它可能在某個特定領域（如DeFi 風險、特定區域情報）有獨到的偵察能力，能發現「哨兵」看不到的隱密威脅。
• 第三個工具是你的「後方情報分析員」：它可能擁有最強大的資料關聯分析能力，能將前兩者發現的零散線索串聯起來，勾勒出完整的風險畫像。

當這三者協同作戰時，其威力遠非簡單相加。數據顯示，從雙工具升級到三工具，合規有效性會發生質的飛躍。 MetaComp 的報告指出，精心設計的三工具篩選模型，能將高風險交易的「漏報率」（False Clean Rate）降低到0.10% 以下。這意味著99.9% 的已知高風險交易都將被捕獲。這，才是我們所說的「能打的合規」。

相較之下，從三工具升級到四工具，雖然能進一步降低漏報率，但其邊際效益已經非常微小，而帶來的成本和時間延遲卻是顯著的。研究顯示，四工具的篩檢時間可能長達11 秒，而三個工具則能控制在2 秒左右。在需要即時決策的支付場景中，這9 秒的差距，可能是使用者體驗的生死線。

圖3：KYT 工具組合的效能與效率權衡

資料來源：MetaComp Research - Comparative Analysis of On-Chain KYT for AML&CFT, July 2025。圖表直觀展示了增加工具數量對降低「漏報率」（有效性）和增加「處理時間」（效率）的影響，清楚地表明三工具組合是性價比最高的選擇。

方法論落地：建立自己的「規則引擎」

選擇了正確的“三件套”組合，只是完成了裝備升級。更關鍵的是，如何指揮這支多兵種部隊協同作戰。你不能讓三個工具各說各話，你需要建立一個統一的指揮中心──也就是你自己的、獨立於任何單一工具的「規則引擎」。

第一步：風險分類標準化－說同一種語言

你不能被工具牽著鼻子走。不同的工具可能會用「Coin Mixer」、「Protocol Privacy」、「Shield」等不同標籤來描述同一個風險。如果你的合規官需要記住每個工具的「方言」，那簡直是一場災難。正確的做法是，建立一套內部統一的、清晰的風險分類標準，然後將所有接取工具的風險標籤，都映射到你自己的這套標準體系中。

例如，你可以建立如下的標準化分類：

表1：風險類別映射表示例

透過這種方式，無論連接到哪個新工具，你都能迅速將其「翻譯」成內部統一的語言，從而實現跨平台的橫向比較和統一決策。

第二步：統一風險參數與閾值－劃定清晰的紅線

有了統一的語言，下一步就是製定統一的「交戰規則」。你需要基於自身的風險偏好（Risk Appetite）和監管要求，設定清晰的、可量化的風險閾值。這是將主觀的「風險偏好」轉化為客觀的、可由機器執行的指令的關鍵一步。

這套規則不應只是簡單的金額閾值，而應是更複雜的、多維度的參數組合，例如：

• 嚴重程度定義：明確哪些風險類別屬於「嚴重」（如製裁、恐怖主義融資），哪些屬於「高風險」（如竊盜、暗網），哪些屬於「可接受」（如交易所、DeFi）。
• 交易層面污染度門檻（Transaction-Level Taint %）：定義一筆交易中間接來自於高風險源的資金比例達到多少時，需要觸發警報。這個閾值需要透過大量數據分析來科學設定，而非拍腦袋決定。
• 錢包層級累積風險度門檻（Cumulative Taint %）：定義一個錢包在其整個交易歷史中，與高風險地址的資金往來比例達到多少時，需要被標記為高風險錢包。這能有效辨識那些長期從事灰色交易的「老油條」地址。

這些閾值就是你為合規系統劃定的「紅線」。一旦觸及，系統就必須按照預設的劇本進行回應。這使得整個合規決策過程變得透明、一致且可辯護（Defensible）。

第三步：設計多層篩檢工作流程－從點到面的立體打擊

最後，你需要將標準化的分類和統一的參數，整合到一個自動化的多層篩檢工作流程。這個流程應該像一個精密的漏斗，層層過濾，逐步聚焦，實現對風險的精準打擊，同時避免對大量低風險交易的過度幹擾。

一個有效的工作流程應該至少包含以下幾個步驟：

圖4：一個有效的多層篩檢工作流程範例（改編自MetaComp KYT 方法論）

• 初步篩檢（Initial Screening）：所有交易雜湊和對手地址，首先透過「三件套」工具進行平行掃描。任何一個工具發出警報，交易即進入下一節。
• 直接暴露評估（Direct Exposure Assessment）：系統判斷警報是否為「直接暴露」，即交易對手地址本身就是一個被標記的「嚴重」或「高風險」地址。如果是，這屬於最高優先順序的警報，應立即觸發凍結或人工審核流程。
• 交易級暴露分析（Transaction-Level Exposure Analysis）：如果沒有直接暴露，系統則開始進行「資金溯源」，分析這筆交易的資金中，有多少比例（Taint %）可以間接追溯到風險源。如果這個比例超過了預設的「交易級閾值」，則進入下一步。
• 錢包級暴露分析（Wallet-Level Exposure Analysis）：對於交易級風險超標的案例，系統會進一步對交易對手方的錢包進行「全面體檢”，分析其歷史交易的整體風險狀況（Cumulative Taint %）。如果錢包的「健康度」也低於預設的「錢包級閾值」，則最終確認該交易為高風險。
• 最終決策（Decision Outcome）：基於最終的風險評級（嚴重、高、中高、中低、低），系統自動或提示手動執行相應操作：放行、攔截、退回或上報。

這個流程的精妙之處在於，它將風險識別從一個簡單的「是/ 否」判斷，變成了一個從點（單筆交易）到線（資金鏈路）再到面（錢包畫像）的立體評估過程。它能有效地區分出「直接命中」的重度風險和「間接污染」的潛在風險，從而實現資源的優化配置——對最高風險的交易進行最快響應，對中等風險的交易進行深入分析，而對絕大多數低風險交易則快速放行，完美解決了「警報疲勞」和「用戶體驗」之間的矛盾。

終章：拆掉舞台，回到戰場

我們花了很長的篇幅，解剖了「殭屍系統」的病理，複盤了「合規劇場」的悲劇，也探討了喚醒系統的「戰鬥手冊」。現在，是時候回到原點了。

「合規劇場」最大的危害，並非是它消耗了多少預算和人力，而是它所帶來的那種致命的、虛假的「安全感」。它讓決策者誤以為風險已被掌控，讓執行者在日復一日的無效勞動中變得麻木。一個沉默的「殭屍系統」，遠比一個根本不存在的系統更危險，因為它會讓你在毫無防備中，走向危險。

在現今這個黑產技術與金融創新同步迭代的時代，依賴單一工具進行KYT 監控，無異於在槍林彈雨的戰場上裸奔。犯罪分子擁有了前所未有的武器庫——自動化腳本、跨鏈橋、隱私幣、DeFi 混幣協議，而你的防禦體係如果還停留在幾年前的水平，那麼被攻破只是時間問題。

真正的合規，從來不是一場為了取悅觀眾、應付檢查的表演。它是一場硬仗，一場需要精良裝備（多層工具組合）、嚴密戰術（統一風險方法論）和優秀士兵（專業合規團隊）的持久戰。它不需要華麗的舞台和虛偽的掌聲，它需要的是對風險的敬畏，對數據的誠實，以及對流程的持續打磨。

因此，我向所有身處這個行業的從業者，特別是那些手握資源和決策權的人呼籲：請放棄對「銀彈」（silver bullet）式解決方案的幻想。世界上不存在一個可以一勞永逸解決所有問題的神奇工具。合規體系的建置沒有終點，它是一個動態的、需要不斷根據資料回饋進行迭代和完善的生命週期過程。你今天建立的防禦體系，明天就可能出現新的漏洞，唯一的應對之道，就是保持警惕，持續學習，不斷進化。

是時候拆掉「合規劇場」那虛假的舞台了。讓我們帶著真正能打的「哨兵系統」，回到那個充滿挑戰但也充滿機會的、真刀真槍的風險戰場。因為只有在那裡，我們才能真正守護住我們想要創造的價值。

報告連結：https://www.mce.sg/metacomp-kyt-report/

參考資料

[1]Know-Your-Transaction (KYT) | New Standard in Crypto Compliancehttps://www.chainup.com/blog/kyt-crypto-compliance-procedures/

[2]Understanding AML Tactics: Know Your Transaction (KYT) - Vespiahttps://vespia.io/blog/know-your-transaction-kyt

[3]A Comprehensive Guide to Understanding Know Your Transaction ...https://www.tookitaki.com/compliance-hub/a-comprehensive-guide-to-understanding-know-your-transaction-kyt

[4]1 in 4 Risky Transactions May Be Missed - MetaComp Study Finds ...https://laotiantimes.com/2025/07/17/1-in-4-risky-transactions-may-be-missed-metacomp-study-finds-limited-kyt-tools-missed-metacomp-study-finds-limited-kyt-tools-buffic-compin-compin-compin-compin-compin-compin-compin​​al-compin-compin-compin​​al-compin-compin-compin-compin​​al-compin-compin-compin-compin-compin

[5]MetaComp Study Finds Limited KYT Tools Insufficient for Blockchain ...https://www.prnewswire.com/apac/news-releases/1-in-4-risky-transactions-may-be-missed--metacomp-study-finds-limited-kyt-tool-missed--metacomp-study-finds-limited-kyt-tool-30in075-0008in-2005-000in450in0,000in450in0in45000in420.b.