一种基于客户行为时序分析的反洗钱异常交易识别方法.docx

文章编号:1003-207（2014）12-0102 07 一种基于客户行为时序分析的反洗钱异常交易识别方法 刘卓军1，李晓明「2 （1 ?中国科学院数学与系统科学研究院，北京100190； 2 ?中国科学院大学T惊100049） 摘 要：可疑交易报告制度是打击洗钱活动的-?项基本机制，如何有效甄别可疑交易是金融机构和金融情报小心 面临的一个技术难点。为辅助反洗钱分析人员从海量金融交易信息中甄別客户异常交易，本文捉出一种预测误差 和统讣处理综合袪 CPEST *通过分析客户前后行为的i致性来发现异常。CPEST建立客户行为模型，根据预 测误差对客户行为进行时点异常检验，并在此基础上构逍一个窗口检验，以提高对涉嫌洗钱行为的识别能力。本 文在支持向呈回归和核密度估计等具体实现手段的基础上，运用CPEST对实际交易和仿真数据进行分析，结果表 明该方法的有效性和可行性，具有应用推广价值。 关键词：反洗钱；界常点监测；时序；甥向虽冋归：核密度估计 中图分类号：C931 文献标识码：A 1引言 反洗钱工作以打击洗钱和恐怖融资犯罪为目 标，在保卫国家安全、反腐败和维护经济金融稳定屮 发挥着重要作用。《中华人民共和国反洗钱法》对反 洗钱的定义是，“为了预防通过各种方式掩饰、隐瞒 毒品犯罪、黑社会性质的组织犯罪、恐怖活动犯罪、 走私犯菲、贪污贿赂犯罪、破坏金融管理秩序犯罪、 金融诈骗犯罪等犯罪所得及其收益的来源和性质的 洗钱活动，依照本法规定采取相关措施的行为”。可 疑交易报告制度是打击洗钱活动的一项基本机制， 国际反洗钱组织金融行动特别工作组（FATF）在 《打击洗钱、恐怖融资、扩散融资国际标准：FATF建 议》（2012）中规定，如果金融机构有合理理由怀疑资 金为犯罪收益，或与恐怖融资有关，则应立即按法规 要求向金融情报中心报告。 如何高效地甄别可疑交易是各国反洗钱工作普 遍面临的一个技术难点。金融机构要想从日常业务 经营中发现洗钱分子的蛛丝马迹，除了做好客户尽 职调查，了解客户的真正身份，摒弃基于简单规则的 收稿日期：2012-05-30；修订日期:2013-07-01 基金项目 ：淹詡技娜计戈额冃（2013BAK04B02-02） 作者简介：刘坤军（1958—），男（汉族八黑龙江人冲国科学院数 学与系统科学研允院?研咒员，研究方向：系统安全? 可疑交易筛选方式，强调通过人工分析判别可疑交 易之夕卜，还应注意利用数据挖掘技术提高人工分析 效率。我国承担反洗钱可疑交易报告义务的金融 机 构和承担洗钱线索分析任务的中国反洗钱监测分析 中心，面临从海 量原始客户和交易信息中筛选异 常交易行为的艰巨任务。仅2 010年—年，中国反洗 钱监测分析中心接收的大额交易报告超过就2亿 份，可疑交易报告超过6000力份，说明了这项工作 的艰巨性，分析人员仅凭经验人工分析处理原始信 息非常低效，难以保证既不漏报乂不误报洗钱线索。 这种工作现状激发了数据挖掘技术在反洗钱中 应用 研究的开展，研究人员力求构建合理数学模型 识别 客户交易行为特征，进而通过计算机软件对原始交 易信息进行有效分析处理。 应用时序异常点监测技术來帮助分析人员发现 异常交易，是将数据挖掘技术应用于反洗钱监测分 析的一个重要方面。已有研究方法主要有两种，一 种是基于相似度核的监测方法，例 如汤俊提出基 于拟合时序线段斜率比较的检测方法^iu Xuan 提出基于欧氏距离对客户交易的资金序列进行匹配 比较，以发现异常交易序列：另一种是基于交易网络 的监测方法，例如喻炜捉出了基于交易网络特征 向 量屮心度量的可疑洗钱行为检测方法。己有研究 成果为数据挖掘方法在可疑交易甄别中的应用奠定 了基础，但距满足实际工作需求仍有不足，主要表现 在未充分考虑金融交易复杂性，算法效率不高：未重 视分析人员与计算机软件系统的交互；虽然考虑了 通过客八Z间的行为比较来发现异常，对不同客户 进行了正常和异常的区分，但对客户自身行为一致 性研究不够；以及由于难以获得样本数据而未使用 真实洗钱案例对所提方法进行验证等方面。本文从 客户行为分析的角度出发，综合运用非线性时序分 析和统计推断的相关理论，提出一种预测误差和统 嵬fc (Compos i t i onofPredi c t i veEr rorand Stat isticTreatment，猶尔 CPEST)，为依据客八自 身行为一致性识别反洗钱异常情况这一重要的工作 方式提供了一个量化分析框架(如图1所示)-在该框 架下，本文应用支持向量回归(Supportvector Reg ression 詡:SYR)和核密度估计(KerneIDen— si ty Estimation鯛KDE)，对实际交易和仿真数据进 行实验，并与利用控制图识别异常的方法进行 了比较