金融大数据:反洗钱的数据挖掘应用
数据分析侠 | 2016-07-22 10:52
【数据猿导读】 常见的洗钱有“白钱”洗“黑”,把银行贷款洗钱变为某人在赌场上的资金;把“白钱”洗“白”,如公司资产转移到个人账户上。一般洗钱步骤有放置阶段、离析阶段、和归并阶段
也是接触了金融领域这块才开始了解到反洗钱的业务,包括洗钱活动的常见模式、数据挖掘的应用。尽管数据挖掘的算法有很多,我们主要也是以决策树分类预测做的比较多。
常见的洗钱有“白钱”洗“黑”,把银行贷款洗钱变为某人在赌场上的资金;把“白钱”洗“白”,如公司资产转移到个人账户上。一般洗钱步骤有放置阶段、离析阶段、和归并阶段。比如首先把非法所得的现金分散存到金融机构,避免大额现金流动引起监管部门的怀疑;然后通过一系列的转账、交易、现金转证券等各种形式分账,最后以合法转账交易转移到洗钱人手中。像传统的洗钱有买卖黄金、投资古董、不动产各种五花八门的方式,现代洗钱有电子交易、保险、信用卡等各种方式。
数据介入反洗钱的应用包括:
1)数据统计;
2)模型预测。
首先第一步数据的基本统计是基础工作,看这个人的资金流动变异度情况、规律度计算、以及跟他往来的账户的资金流动情况。
其次就是在做模型预测,常见训练的变量包括资金量、流动次数、流动规律度、变异度、往来账户属性、个人属性、个人信用等,目标预测就是是否涉及洗钱。另外特征上面可以找一些洗钱的graph图,判断此交易是否符合Graph A、Graph B、Graph C等等。
模型优化上主要是对树和叶子节点个数、迭代次数和评估效果进行调整。
来源:数据分析侠
我要评论
活动推荐more >
- 2018 上海国际大数据产业高2018-12-03
- 2018上海国际计算机网络及信2018-12-03
- 中国国际信息通信展览会将于2018-09-26
- 第五届FEA消费金融国际峰会62018-06-21
- 第五届FEA消费金融国际峰会2018-06-21
- “无界区块链技术峰会2018”2018-06-14