基于一类支持向量机的财务数据异常模式识别

摘要

财务监督在反腐倡廉建设中发挥着重要作用,但是财务数据具有非平稳、非线性、信噪比低等特点,且没有专门用于鉴别财务数据异常的训练集.将金融交易数据以周为时间跨度生成时间序列,选择交易总金额、交易离散系数、转账次数作为财务账户数据的特征,利用基于统计学习理论的一类支持向量机(one-class SVMs)实现金融交易数据的无监督分类,从而识别出可疑异常财务数据.采用径向基函数作为一类支持向量机的核函数,运用交叉验证法选择核参数γ和惩罚参数C.仿真数据异常检测实验证明了该方法的有效性,并检测出了实际财务账户数据中的可疑值.