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