金融网络中资金流动模式识别与智能化异常监测

摘要

金融是现代经济的主要支柱之一,金融系统的稳定性更是世界各国金融监管部门的主要任务和核心职责之一。金融信息化改变了传统的金融体制和业务模式,随着金融机构信息化、网络化和全球化改变了金融机构的经营方式,金融网络中资金流动呈现速度快、数量大、创新多等特点,大量的资金在金融系统中流动着以满足正常的经济活动需求,但也夹杂着许多不正常、违规违法的资金流动,怀揣各种想法的资本所有者在金融网络中施展百般武艺,逃脱监管,达到资金流动的目的,给金融监管部门带来了空前的挑战。本研究拟建立科学系统的分析、识别可疑资金流动的智能化的金融监管模式、模型、方法,为金融机构和金融监管部门提供有效的决策支持工具。
　　本文研究基于以下思路:基于约束理论的反洗钱业务流程瓶颈研究――＞基于正常模板的资金流动异常识别方法研究――＞基于扫描统计的单帐户资金流动异常识别研究――＞基于序列匹配的单帐户资金流动异常识别研究――＞基于社会关系网络的多帐户资金流动异常识别研究。
　　本文主要工作和结论如下:
　　(1)文章在约束瓶颈(TOC)理论的指导框架下,通过深入访谈反洗钱各相关部门,从整体上勾勒了目前反洗钱业务实施实际的整体框架图,理清了各个相关部门在开展发洗钱业务时的主要依据、数据的扭转方式、内部控制机制等;并进一步从物理约束、政策约束和行为约束三方面总结归纳了存在于金融机构和监管部门的主要反洗钱瓶颈。
　　(2)基于正常模板的资金流动异常客户分析一章节,在总结分析影响企业经营活动的若干因素,如宏观经济环境、行业特征、企业规模和地区差异之后,利用统计模式识别的方法从资金流动交易金额分布、资金流动的时间特征、资金流动地区特点、资金流入、流出对比分析、资金流动间隔频度分布等多个纬度建立正常模式的相关模型。
　　(3)基于扫描统计的单帐户资金流动异常识别研究一章,研究根据扫描统计相关原理,将资金流动过程中的异常识别问题转化为扫描统计研究问题。并结合上一章节的正常模式,设计利用扫描统计监测帐户资金流动异常的算法。实验结果表明,算法对甄别帐号交易过程中短期内的异常资金交易行为十分有效。能够大大降低监测的第一类错误,即降低漏报率,然而,在降低第二类错误(误报),提高算法敏感性方面仍然需要做进一步改进。
　　(4)基于序列匹配的单帐户资金流动异常识别研究章节,研究充分利用金融机构在反洗钱识别中的主要信息源:客户信息、帐户信息和交易信息,试图完成资金识别的最终目的:分类正常与异常交易。算法基于序列匹配相关原理,建立识别问题对应的查询序列-高风险交易片段,参考序列-帐户的历史交易记录和同组帐号的交易记录,并建立相似度核-基于欧几里德距离和余弦法的相似度计算方法,最终根据分类阶段阈值识别异常识别。
　　(5)最后,基于社会关系网络的多帐户资金流动异常识别研究,文章首先研究了基于社会关系网络相关理论描述多帐户间资金网络构建方法,然后从金融监管实际中隐藏网络的实际问题出发,建立基于隐藏网络分析的多帐户资金流动网络中隐藏网络的异常识别方法,并根据实验验证隐藏网络识别算法的可行性。
　　文章的主要创新工作可以归纳为以下几个部分:
　　第一,建立了基于约束理论的反洗钱业务流程瓶颈研究方法,为我国其他金融监管问题提供可参考的理论依据与研究方法。在对现有的金融监管问题的研究中,国内外学者多以‘点’切入,单就业务流程环节的某一单一环节的单一问题进行研究,提出监管建议。然而,这样的研究方法不利于从整体上把握影响监管效率的关键因素。本文通过引入供应链领域的‘约束理论’将反洗钱监管监管效率看作由监管领域上下游各环节间、各部门共同协作,共同决定的。通过从业务环节的各个环节之间的信息扭转、职责明确,以及各环节的主要工作重要和工作环境分析,从‘面’上描述反洗钱业务的全貌,同时又有针对性的从物理约束、政策约束和行为约束多方面总结归纳影响各关键环节的主要因素。
　　第二,提出了基于正常模式识别异常的监测模式,为我国监管部门进一步完善大额可疑报告细则提供理论依据,也为金融机构抽取可疑资金报告提供新的思路。国家目前已经针对反洗钱金融犯罪制定了《金融机构反洗钱规定》和《金融机构大额交易和可疑交易报告管理办法》,然而在金融机构执行的可疑报告抽取的时候,多反映在实施过程按照管理办法中的条例“过于模糊”,“难以量化”,给实际监管工作带来困难。另一方面,目前我国的商业银行用于甄别洗钱活动的决策模型主要是基于固定规则的,其效率相对低下,存在大量的误判错判,并且犯罪分子可以通过简单的规避和反侦察手段逃过监管。本研究提出基于正常模式的异常识别监测模式,该模式可以根据行业、监测力度动态调整可疑标准,使得犯罪分析不能通过简单的规避手段逃过监管。另一方面,采用智能化的监测手段辅助可疑报告抽取工作,使得监测效率可以大幅提高,并在很大程度上将监管专家从人工识别的繁杂劳动中解放出来。
　　第三,建立了基于社会关系网络分析的异常群体识别模型,使得利用客户之间的交易关系识别异常成为可能,为完善风险可控的监管平台提供新的监管思路。金融网络中对手方交易信息对于追溯资金的来源和识别资金的目的地发挥着重要的作用,传统的监管条例多单一地围绕客户的直接交易方,而犯罪团体可以在一定程度上通过借助空壳公司、离岸公司或者各种金融服务公司作为媒介,增加资金交易的路径,以掩盖其真实的目的,因此,迫切需要建立能够有效识别金融网络中隐藏团体的抽取模型。本研究利用社会关系网络和图论的相关理论的建立金融网络中隐藏团体的抽取模型,抽取客户间交易关系代表的社会关系,并试图通过智能化的监测手段,甄别隐藏在正常金融交易行为中的隐藏团体。第四,从网络层、客户层、交易层三个层次系统建立了适应于金融网络信息分布特征的监管体系,使得各个算法能够有针对性的服务于不同的监管主体和监管目的。根据《金融机构反洗钱规定》和《金融机构大额交易和可疑交易报告管理办法》,金融机构有义务向监管部门上报金融网络海量数据中的可疑交易和可疑客户。监管部门接收来自全国各地不同金融机构的报告,并进一步分析转移这些高度可疑的交易和客户,同时还有责任从宏观层次上分析当前最新的异常模式和资金流向规律,不同主体的不同监管职责和信息分布特征决定了我们需要有针对性的设计满足各自需要的监管模型。本研究根据不同主体的信息分布特征,设计满足于其自身需求的监测模型,同时又综合考虑模型之间的关联性和兼容性,使得从网络层、客户层、交易层三个层次建立的监管体系能够行之有效的服务于当前金融监管实际。

目录

摘要

ABSTRACT

表格目录

图表目录

Index of Table

Index of Figure

第一章 前言

1.1 研究背景

1.2 研究问题

1.3 研究意义

1.3.1 理论意义

1.3.2 实践意义

1.4 研究方法

1.4.1 研究思路

1.4.2 研究内容

1.4.3 研究方法

1.5 论文主要创新之处

第二章 研究文献综述

2.1 金融网络基本术语介绍

2.1.1 金融网络

2.1.2 资金异常/可疑资金流动

2.1.3 正常模式

2.2 金融监管现状

2.2.1 国内外金融监管相关法律

2.2.2 国内外反洗钱监管体系

2.2.3 单帐户资金流动正常与异常模式研究

2.2.4 金融网络中多帐户资金流动异常识别

2.2.5 金融监管规则改进研究

2.2.6 异常监测平台研究

2.3 对研究现状的评述

第三章 基于约束理论的反洗钱业务流程瓶颈研究

3.1 前言

3.2 我国反洗钱体系及机构分工

3.3 我国反洗钱业务过程中的主要约束

3.4 约束理论

3.5 反洗钱业务流程瓶颈研究

3.5.1 研究方法论

3.5.2 第一阶段－分析与结论

3.5.3 第二阶段－分析与结论

3.6 结论与展望

第四章 基于正常模板的客户异常识别研究

4.1 前言

4.2 影响企业经营资金流动规律的多个因素

4.2.1 宏观经济变化

4.2.2 行业特点对企业经营的影响

4.2.3 企业经营规模与企业经营

4.2.4 地区差异与企业经营规模

4.3 基于正常模板的企业交易行为判别

4.3.1 数据抽取相关分类标准

4.3.2 实验设计与数据准备

4.3.3 实验结果分析

4.4 正常模板建立及应用

4.4.1 资金流动交易金额分布模型

4.4.2 资金流动时间特征模型

4.4.3 资金流动频次分析模型

4.4.4 资金流入、流出分析模型

4.4.5 资金流动间隔频度分布模型

4.4.6 基于正常模板的企业资金流动异常识别示例

4.5 总结与讨论

第五章 基于扫描统计的单帐户资金流动异常识别研究

5.1 引言

5.2 商业银行实施现行的管理办法的主要问题

5.2.1 中美大额、可疑标准比较

5.2.2 我国可疑标准解析

5.3 扫描统计相关理论

5.4 利用扫描统计判别异常资金流动

5.5 实验

5.5.1 实验设计

5.5.2 数据说明

5.5.3 实验参数选择和结果分析

5.6 基于扫描统计的单帐户资金流动异常实时识别

5.7 本章小节

第六章 基于序列匹配的单帐户资金流动异常识别研究

6.1 引言

6.2 时间序列分析相关原理

6.3 基于序列匹配的异常资金流动识别算法

6.4 实验

6.4.1 实验设计

6.4.2 实验参数选择

6.4.3 实验结果以及与结果比较

6.4.4 实验二－不同参数下的结果分析

6.4.5 与扫描统计结果的比较

6.5 本章小结及研究展望

第七章 基于社会网络分析的多帐户资金流动隐藏团体识别研究

7.1 引言

7.2 监测中心大额、可疑资金分析

7.3 社会网络(Social Network)及相关研究

7.4 隐藏团体(Hidden group)

7.5 金融网络描述

7.5.1 金融网络表达

7.5.2 金融网络中的隐藏网络示例

7.6 基于隐藏网络的金融网络隐藏团体识别

7.6.1 金融网络中隐藏网络的问题描述

7.6.2 金融监管中隐藏团体识别算法

7.7 实验

7.7.1 实验数据

7.7.2 实验设计

7.7.3 实验结果

7.8 结论

第八章 结论与展望

8.1 研究结论

8.2 研究展望

附件

附件1：监管部门反洗钱（AML）调研

附件2：商业银行反洗钱（AML）调研

参考文献

致谢

攻读博士学位期间的学术论文和科研课题