金融网络中资金流动模式识别和智能化异常监测.pdf

A Dissertation Submitted to Shanghai Jiao Tong University For the Doctor’s Degree of Philosophy RESEARCH ON PATTERN RECOGNITION AND INTELLIGENT FINANCIAL SUPERVISION OF CAPITAL FLOW IN FINANCIAL NETWORK Ph.D Candidate ： LIU Xuan Academic Advisor ： Prof. Zhang Pengzhu Major ： Management Science and Engineering Research Area ： Financial Information System Supported by National Natural Science Fund Foundamental Research on Management Theory Method of E-Government Antai College of Economics Management Shanghai Jiao Tong University Apr, 2010 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