机器学习在反洗钱可疑交易识别中的实践.docxVIP

机器学习在反洗钱可疑交易识别中的实践.docx

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

机器学习在反洗钱可疑交易识别中的实践

一、反洗钱可疑交易识别的现实挑战与需求

(一)全球反洗钱监管的强化趋势

根据金融行动特别工作组(FATF)2022年度报告,全球反洗钱罚款总额达到55.3亿美元,较2020年增长67%。各国监管机构对金融机构可疑交易监测的要求已从”合理怀疑”升级为”主动识别”,推动商业银行、支付机构等必须采用更高效的技术手段。中国央行《金融机构反洗钱和反恐怖融资监督管理办法》明确要求建立智能化监测系统,传统规则引擎已难以应对日均千万级交易量的监测需求。

(二)传统方法的效率瓶颈分析

某股份制银行数据显示,基于规则的系统误报率高达99.7%,平均每100万笔交易中仅3笔真正

文档评论(0)

eureka + 关注
实名认证
文档贡献者

好好学习,天天向上

1亿VIP精品文档

相关文档