文献类型：期刊文献

中文题名：商业银行资金异常识别研究

英文题名：Suspicious Transaction Recognition in Commercial Banks

作者：刘璇[1];张朋柱[2];李嘉[1];陈智高[1]

机构：[1]华东理工大学商学院,上海200237;[2]上海交通大学安泰经济与管理学院,上海200052

年份：2013

卷号：22

期号：3

起止页码：379

中文期刊名：系统管理学报

外文期刊名：Journal of Systems & Management

收录：CSTPCD;;CSSCI:【CSSCI2012_2013】；

基金：国家自然科学基金资助项目(71273159;71101053);教育部人文社科基金资助项目(10YJCZH097);中央高校基本科研业务费专项基金资助项目(WN1022011)

语种：中文

中文关键词：反洗钱;扫描统计;商业银行;交易片段;异常识别

外文关键词：anti-money laundering; scan statistics; commercial banks; transaction sequences; abnormalactivity recognition

摘要：重点关注反洗钱业务流程的信息源头—商业银行,分析其在根据《金融机构大额交易和可疑交易报告管理办法》实施可疑交易报告抽取的过程中面临的条例模糊不清,难以量化等困难,提出利用科学的统计方法——扫描统计判别帐户交易片段异常的流程和算法,并通过来自商业银行的实际金融数据利用实验方法验证了该算法的有效性。实验证明:扫描统计对于合理量化条例中的若干模糊规则十分有效,并能够有效降低反洗钱监测中的第1类错误(误判)概率。
This paper focuses on the original source in anti-money laundering working process-commercial banks. To deal with the difficulty in extracting Suspicious Transaction Reports （SARs） based on the administrative rules for reporting large-value and suspicious activities, we propose a scan statistic based suspicious sequence recognition algorithm. Using real financial data from commercial banks we evaluate our algorithm and demonstrate its efficiency. The experimental results show that thealgorithm can effectively quantify the fuzzy rules in the regulations and reduce the first type error.