数据挖掘在反洗钱系统中的应用

摘要

全球经济一体化进程的快速发展使得金融领域的洗钱行为日益猖獗,极大地影响了经济的正常运行。世界各国都在积极制定相关法律法规,并要求各个金融机构针对洗钱行为开发相应的反洗钱系统。本文在这种背景下,以实际开发的银行反洗钱系统为依据,研究了反洗钱的相关模式,并将反洗钱风险等级模型研究成果应用于反洗钱系统。
　　本文的研究内容着重于数据挖掘技术在反洗钱系统中的应用这一课题,提出了一种洗钱风险等级模型。洗钱风险等级模型使用数据挖掘技术中的归纳分类技术,本文设计了一种基于决策树归纳和规则归纳的组合分类器,洗钱风险等级模型利用构建的组合分类器对银行客户信息属性进行洗钱风险等级类型预测分类,分别将客户洗钱风险等级分为高风险、中等风险和低风险三种等级。同时针对洗钱风险等级模型建立的组合分类器进行相应的树剪枝优化和Adaboost提升优化。
　　本文对洗钱风险等级模型进行实验评估,使用客户信息验证集数据对洗钱风险等级模型进行测试,选用合理的评估度量标准比较各种基分类器以及组合分类器的性能,实验结果表明该组合分类器与单个分类器模型比较,具有较高的预测分类准确性。本文分析了银行现有反洗钱系统的结构与各个功能组件之间的关系,分析了SMBC-AML反洗钱系统的功能,目前反洗钱系统中存在的问题,介绍了按照国家反洗钱法的规定对大额、可疑、重点可疑等客户的识别,进而将洗钱风险等级模型以模块化的设计方式整合进当前的银行反洗钱系统中。实践表明该洗钱风险等级模型具有良好的应用前景。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 课题背景

1.2 研究目的和意义

1.3 国内外研究概况

1.4 本文结构安排

第二章 数据挖掘技术综述

2.1 数据挖掘的应用

2.2 分类技术

2.3 聚类技术

2.4 数据挖掘其他相应技术

2.5 本章小结

第三章 洗钱风险等级模型设计

3.1 风险等级模型的由来

3.2 风险等级模型设计整体思路

3.3 风险等级模型数据预处理

3.4 训练集和验证集数据选择

3.5 基于决策树和规则归纳的组合分类器设计

3.6 风险等级模型优化技术

3.7 本章小结

第四章 洗钱风险等级模型评估

4.1 模型评估实验简介

4.2 客户信息元组检验集选择

4.3 评估度量标准

4.4 评估实验结果

4.5 本章小结

第五章 风险等级模型在反洗钱系统中的应用

5.1 SMBC-AML反洗钱系统简介

5.2 洗钱风险等级模型在反洗钱系统中的应用

5.3 洗钱风险等级模型应用的实际效果分析

5.4 本章小结

第六章 总结与展望

致谢

参考文献

攻硕期间取得的研究成果