互联网金融的反洗钱身份识别和风险防控

发布时间：2020-04-03 07:03

【摘要】：洗钱犯罪行为对现在的金融体系影响越来越大,它不仅对金融行业本身有着巨大的危害,对我们的经济建设和社会稳定也有着非常大的影响。在互联网金融行业中,由于行业发展快速、业务模式灵活多变、身份识别难度大、风险控制措施缺乏等因素,使得洗钱风险较传统金融行业更为严峻。如何利用互联网金融本身的技术和数据优势,更好的控制洗钱风险是随着互联网金融快速发展所需要解决的一大难题。本文通过梳理国内外已有的先进反洗钱经验和技术,并结合自身在互联网金融工作中的实际经验及对先进技术的应用优化,总结研究出一套对中国互联网金融用户身份识别和洗钱风险防控的有效方法,在充分利用互联网金融在数据和技术优势的基础上,实现用户身份的识别和洗钱风险的防控。此外,本文以第三方支付机构为例,详细描述了互联网金融在大数据采集、数据建模、风险识别等整套风险防控体系,给互联网金融同行提供洗钱风险防控方面的经验和借鉴。
【图文】：

图５－３邋ＧＢＤＴ模型训练结果对样本的预测效果－ＫＳ逡逑

逦表５－７新加关系特征后部分阈值分数阈值下的命中率和召回率值逦逡逑预测分阈值逦稽核人数逦真实命中逦错误命中逦命中率逦召回率逡逑０．９逦８３逦８２逦Ｉ逦９８．８％逦３＾０％逡逑０．８逦２２７逦２１３逦１４逦９３．８％逦７．８％逡逑０．７逦３７９逦３３８逦４１逦８９．２％逦１２．３％逡逑０．６逦５５８逦４６５逦９３逦８３．３％逦１７．０％逡逑０．５逦７６５逦５８６逦１７９逦７６．６％逦２１．４％逡逑新加三个关系类特征（ｔ0Ｐ５交易对手上报个数、交易对手因钱庄被上报客户数、同逡逑设备ＴＯＰ５上报客户数）后，ＡＵＣ０．９７３３，邋ＫＳ８６．０５％，较基础模型有一定的提升。且逡逑在取预测分阈值相同的结果下，，命中率基本一致，但是召回率较基础模型提升５０％以逡逑上。逡逑
【学位授予单位】：浙江大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：F832.2;F724.6

【参考文献】

相关期刊论文 前10条

1 彭明威;;大数据时代下的反网络洗钱思考[J];中国市场;2015年40期

2 石文娟;;基于大数据技术的互联网金融反洗钱模型设计初探[J];中国金融电脑;2015年08期

3 张有木;;大数据技术在商业银行反洗钱工作中的应用研究[J];信息与电脑(理论版);2015年14期

4 杨钦;;关注互联网金融洗钱风险[J];合作经济与科技;2015年09期

5 梅德祥;高增安;;中国产生的洗钱规模及其流出研究[J];经济学家;2015年01期

6 于春敏;周艳军;;互联网金融时代反洗钱防御体系的构建[J];财经科学;2014年11期

7 童文俊;;互联网金融洗钱风险与防范对策研究[J];金融教学与研究;2014年04期

8 陈霄;陈捷;;论互联网金融监管的大额资金监测分析方法及优势[J];金融与经济;2014年08期

9 陶富强;薛拥军;;运用机构信用代码辅助开展客户身份识别的思考——兼论机构信用代码在反洗钱工作中的应用[J];征信;2013年10期

10 洪武;周瑞珍;张运燕;;货币电子化后的客户身份识别研究[J];金融科技时代;2013年05期

相关硕士学位论文 前1条

1 黄炜;基于数据挖掘的学习者身份识别[D];杭州电子科技大学;2011年

本文编号：2613098