一种基于客户行为时序分析的反洗钱异常交易识别方法

摘要：

可疑交易报告制度是打击洗钱活动的一项基本机制,如何有效甄别可疑交易是金融机构和金融情报中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别客户异常交易,本文提出一种预测误差和统计处理综合法——CPEST,通过分析客户前后行为的一致性来发现异常.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,并在此基础上构造一个窗口检验,以提高对涉嫌洗钱行为的识别能力.本文在支持向量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、异常点监测、时序、支持向量回归、核密度估计

所属期刊栏目：22

分类号：C931(管理学)

资助基金：国家科技支撑计划项目2013BAK04B02-02

在线出版日期：2015-01-30（万方平台首次上网日期，不代表论文的发表时间）

页码：102-108