基于银行机构客户账户的可疑洗钱交易行为识别研究

摘要

洗钱既可以是独立的犯罪行为，也可以是其他犯罪(如：贩毒)的下游犯罪，甚至还可以是其他犯罪行为(如：恐怖活动)的上游犯罪。洗钱不仅影响国家的经济发展，同时还会助长社会犯罪风气、动摇国家机器、损害国家形象。随着经济全球化的发展和国际金融市场的完善，反洗钱逐渐成为国际金融领域的重要课题。而数据报告制度是反洗钱的基础。不管是美国的nnCen还是中国人民银行的反洗钱监测分析中心，分析和监测的基础数据都来自于数据报告制度提交的大额和可疑交易报告。我国现行的数据报告制度存在标准模糊、易规避、白适应能力低下、数据海量等问题。本文的主要目的就是要在现行数据报告制度的基础上，提出一种基于银行账户交易数据的不易规避、标准明确且动态变化、人工智能化的可疑交易行为识别方法，这对完善我国反洗钱数据报告制度具有相当重要的意义，同时也符合国际反洗钱研究的发展方向。 本文的研究力图吸收和发展国内外有关可疑洗钱交易行为识别的最新研究成果，在分析我国现行数据报告制度应用现状和研究成果的基础上，以银行机构客户账户为基础，利用数据挖掘技术进行可疑交易行为识别研究。 论文首先分析了我国现行反洗钱工作的基本程序，并指出数据报告制度是反洗钱工作的基础和灵魂，从而确定本文的研究意义和研究价值；接着对我国现行的数据报告制度进行了较为详细的分析，主要是“弊”方面的分析，提出本研究的必要性；文章的重点在于在详细分析比较多种欺诈研究算法的基础上，提出最适合可疑交易行为识别的聚类算法和孤立点探测算法，并利用基于统计的孤立点探测技术、LOF算法和改进的网格聚类算法对银行机构客户账户进行偶然可疑行为和惯常可疑行为的识别研究。论文最后通过C++编程对采自银行的真实交易数据进行实验分析。 本研究最主要的贡献在于：基于改进的网格聚类算法和交易金额离散系数、交易频率、现金／入账金额比率、现金／出账金额比率等四个变量，对银行机构客户账户洗钱的可疑性程度进行排序，为反洗钱监测分析中心选择重点监测对象提供理论依据。

目录

文摘

英文文摘

第1章绪论

1.1研究背景

1.1.1国内外反洗钱立法体系的发展

1.1.2中国反洗钱工作的现状

1.2研究目的和意义

1.3国内外研究现状述评

1.3.1数据挖掘技术的应用概况

1.3.2基于数据挖掘的反洗钱研究述评

1.4研究内容、研究方法及结构安排

第2章反洗钱数据报告制度基本问题分析

2.1有关洗钱的基本问题分析

2.1.1洗钱的起源和定义

2.1.2洗钱的过程和方式

2.1.3洗钱的主要危害

2.1.4我国反洗钱工作的基本步骤和重点

2.1.5我国反洗钱数据报告制度的现状

2.2可疑交易行为基本问题分析

2.2.1有关“可疑行为”的基本理论分析

2.2.2有关“交易行为”的基本问题分析

2.3模式识别基本理论分析

2.3.1模式识别基本理论

2.3.2模式识别在可疑行为识别中的应用

2.4小结

第3章可疑交易行为识别的算法研究

3.1非洗钱欺诈识别的数据挖掘算法

3.2洗钱欺诈与非洗钱欺诈的异同分析

3.3可疑行为识别的聚类算法研究

3.3.1聚类算法在识别中的适用性分析

3.3.2聚类算法的选择

3.4可疑行为识别的孤立点探测算法研究

3.4.1孤立点探测算法的适用性分析

3.4.2孤立点探测算法的选择

3.5小结

第4章可疑洗钱交易行为识别方法的构建

4.1偶然可疑交易行为的识别

4.1.1异常交易金额的识别

4.1.2异常交易频次的识别

4.1.3异常交易方式的识别

4.2惯常可疑交易行为的识别

4.2.1属性的选择

4.2.2基于网格聚类的数据准备

4.2.3基于LOF的账户可疑性程度计算

4.3小结

第5章实验分析

5.1实验条件

5.1.1运行环境

5.1.2数据条件

5.2基于统计理论的数据预处理

5.3实验结果

5.3.1实验结果

5.3.2结果分析

5.4小结

结 论

致 谢

参考文献

附录：部分源程序

攻读硕士学位期间发表的论文及科研成果