一种基于客户行为时序分析的反洗钱异常交易识别方法

一种基于客户行为时序分析的反洗钱异常交易识别方法

ID:31652787

大小:92.73 KB

页数:7页

时间:2019-01-16

一种基于客户行为时序分析的反洗钱异常交易识别方法_第1页
一种基于客户行为时序分析的反洗钱异常交易识别方法_第2页
一种基于客户行为时序分析的反洗钱异常交易识别方法_第3页
一种基于客户行为时序分析的反洗钱异常交易识别方法_第4页
一种基于客户行为时序分析的反洗钱异常交易识别方法_第5页
资源描述:

《一种基于客户行为时序分析的反洗钱异常交易识别方法》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、文章编号:1003-207(2014)12-010207一种基于客户行为时序分析的反洗钱异常交易识别方法刘卓军1,李晓明「2(1•中国科学院数学与系统科学研究院,北京100190;2•中国科学院大学T惊100049)摘要:可疑交易报告制度是打击洗钱活动的-•项基本机制,如何有效甄别可疑交易是金融机构和金融情报小心面临的一个技术难点。为辅助反洗钱分析人员从海量金融交易信息中甄別客户异常交易,本文捉出一种预测误差和统讣处理综合袪CPEST*通过分析客户前后行为的i致性来发现异常。CPEST建立客户行为模型,根据预测误差对客户行为进行时点异常检验,并在此基础上构逍一个窗口检

2、验,以提高对涉嫌洗钱行为的识别能力。本文在支持向呈回归和核密度估计等具体实现手段的基础上,运用CPEST对实际交易和仿真数据进行分析,结果表明该方法的有效性和可行性,具有应用推广价值。关键词:反洗钱;界常点监测;时序;甥向虽冋归:核密度估计中图分类号:C931文献标识码:A1引言反洗钱工作以打击洗钱和恐怖融资犯罪为目标,在保卫国家安全、反腐败和维护经济金融稳定屮发挥着重要作用。《中华人民共和国反洗钱法》对反洗钱的定义是,“为了预防通过各种方式掩饰、隐瞒毒品犯罪、黑社会性质的组织犯罪、恐怖活动犯罪、走私犯菲、贪污贿赂犯罪、破坏金融管理秩序犯罪、金融诈骗犯罪等犯罪所得及其

3、收益的来源和性质的洗钱活动,依照本法规定采取相关措施的行为”。可疑交易报告制度是打击洗钱活动的一项基本机制,国际反洗钱组织金融行动特别工作组(FATF)在《打击洗钱、恐怖融资、扩散融资国际标准:FATF建议》(2012)中规定,如果金融机构有合理理由怀疑资金为犯罪收益,或与恐怖融资有关,则应立即按法规要求向金融情报中心报告。如何高效地甄别可疑交易是各国反洗钱工作普遍面临的一个技术难点。金融机构要想从日常业务经营中发现洗钱分子的蛛丝马迹,除了做好客户尽职调查,了解客户的真正身份,摒弃基于简单规则的收稿日期:2012-05-30;修订日期:2013-07-01基金项目:淹

4、詡技娜计戈额冃(2013BAK04B02-02)作者简介:刘坤军(1958—),男(汉族八黑龙江人冲国科学院数学与系统科学研允院•研咒员,研究方向:系统安全・可疑交易筛选方式,强调通过人工分析判别可疑交易之夕卜,还应注意利用数据挖掘技术提高人工分析效率。我国承担反洗钱可疑交易报告义务的金融机构和承担洗钱线索分析任务的中国反洗钱监测分析中心,面临从海量原始客户和交易信息中筛选异常交易行为的艰巨任务。仅2010年—年,中国反洗钱监测分析中心接收的大额交易报告超过就2亿份,可疑交易报告超过6000力份,说明了这项工作的艰巨性,分析人员仅凭经验人工分析处理原始信息非常低效,难

5、以保证既不漏报乂不误报洗钱线索。这种工作现状激发了数据挖掘技术在反洗钱中应用研究的开展,研究人员力求构建合理数学模型识别客户交易行为特征,进而通过计算机软件对原始交易信息进行有效分析处理。应用时序异常点监测技术來帮助分析人员发现异常交易,是将数据挖掘技术应用于反洗钱监测分析的一个重要方面。已有研究方法主要有两种,一种是基于相似度核的监测方法,例如汤俊提出基于拟合时序线段斜率比较的检测方法^iuXuan提出基于欧氏距离对客户交易的资金序列进行匹配比较,以发现异常交易序列:另一种是基于交易网络的监测方法,例如喻炜捉出了基于交易网络特征向量屮心度量的可疑洗钱行为检测方法。己

6、有研究成果为数据挖掘方法在可疑交易甄别中的应用奠定了基础,但距满足实际工作需求仍有不足,主要表现在未充分考虑金融交易复杂性,算法效率不高:未重视分析人员与计算机软件系统的交互;虽然考虑了通过客八Z间的行为比较来发现异常,对不同客户进行了正常和异常的区分,但对客户自身行为一致性研究不够;以及由于难以获得样本数据而未使用真实洗钱案例对所提方法进行验证等方面。本文从客户行为分析的角度出发,综合运用非线性时序分析和统计推断的相关理论,提出一种预测误差和统嵬fc(CompositionofPredictiveErrorandStatisticTreatment,猶尔CPEST)

7、,为依据客八自身行为一致性识别反洗钱异常情况这一重要的工作方式提供了一个量化分析框架(如图1所示)-在该框架下,本文应用支持向量回归(SupportvectorRegression詡:SYR)和核密度估计(KerneIDen—sityEstimation鯛KDE),对实际交易和仿真数据进行实验,并与利用控制图识别异常的方法进行了比较,结果表明该方法是可行有效的,克服了常用方法的一些不足,具有推广应用价值。建立客户汁烧枷屈性时序I」-建立客户片为畑i笄户祁切fii詳分析i一]]_1比Y;交坊旳时点綁1M—

8、晳I*林交易的窗I」检舫■&人匸分析图1CPE

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。