基于UIB決策樹算法的銀行客戶洗錢風(fēng)險(xiǎn)評估.pdf

1、隨著經(jīng)濟(jì)的全球化發(fā)展以及國際金融體系的完善，全球的洗錢犯罪越來越猖獗，已成為危害國際社會穩(wěn)定的一個重要方面，不僅表現(xiàn)為它對全球金融的侵害，更重要的是它對上游犯罪進(jìn)行掩護(hù)，同時(shí)給下游犯罪提供了有力的經(jīng)濟(jì)支持，維持犯罪的繼續(xù)進(jìn)行，對社會安全造成了很大的威脅。因此，反洗錢逐漸成為國際金融領(lǐng)域的一個重要課題。
　　數(shù)據(jù)挖掘技術(shù)能從大量數(shù)據(jù)中發(fā)現(xiàn)隱藏于其中的關(guān)系和趨勢，這一特點(diǎn)和功能正是反洗錢監(jiān)測分析系統(tǒng)所需求的。利用數(shù)據(jù)挖掘技術(shù)進(jìn)行反洗錢

2、數(shù)據(jù)監(jiān)測與分析，是國內(nèi)外研究的一個熱點(diǎn)。我國的反洗錢工作是以基層金融機(jī)構(gòu)上報(bào)可疑交易數(shù)據(jù)為基礎(chǔ)來調(diào)查洗錢犯罪嫌疑。但這種數(shù)據(jù)報(bào)告制度存在標(biāo)準(zhǔn)模糊、數(shù)據(jù)海量、高誤報(bào)率等缺陷，從而導(dǎo)致上報(bào)的可疑數(shù)據(jù)的有效性和可靠性很低。針對這種情況，本文研究適用于銀行客戶信息特點(diǎn)的數(shù)據(jù)挖掘算法，并將其運(yùn)用到銀行客戶洗錢風(fēng)險(xiǎn)評估中，使得各金融機(jī)構(gòu)在識別可疑交易時(shí)工作量大大減小，并且更具有針對性。這對促進(jìn)我國反洗錢工作中的數(shù)據(jù)報(bào)告制度的完善具有很重要的意義。<

3、br>　　決策樹算法是運(yùn)用歸納算法產(chǎn)生的樹型結(jié)構(gòu)的預(yù)測模型，已在銀行信用評估，鉆井工程故障監(jiān)測，化工企業(yè)生產(chǎn)平穩(wěn)度分析等不同領(lǐng)域得到較好的應(yīng)用。本文中將決策樹算法用于反洗錢領(lǐng)域。基于決策樹挖掘算法生成決策模型，用來評估銀行客戶洗錢風(fēng)險(xiǎn)等級。通過該模型從海量客戶數(shù)據(jù)中剔除洗錢風(fēng)險(xiǎn)小的賬戶，使得金融機(jī)構(gòu)在識別可疑數(shù)據(jù)時(shí)重點(diǎn)針對洗錢風(fēng)險(xiǎn)較高的客戶，從而減少金融機(jī)構(gòu)在識別可疑賬戶時(shí)的工作量。
　　考慮到傳統(tǒng)決策樹算法在選擇決策屬性時(shí)具有偏

4、向性，因而不能產(chǎn)生最簡潔的規(guī)則集。針對該缺點(diǎn)，本文提出了改進(jìn)的UIB決策樹算法。該算法在計(jì)算屬性信息熵時(shí)，乘以與屬性取值數(shù)相關(guān)的修正因子。通過對參數(shù)進(jìn)行修正，使得在選擇決策屬性時(shí)能確保獲得的信息增益最大，從而保證構(gòu)造的決策樹最簡潔。其次，考慮到實(shí)際情況中銀行客戶數(shù)據(jù)不完備的特點(diǎn)，傳統(tǒng)的決策樹算法不能正確的對屬性缺失數(shù)據(jù)的洗錢風(fēng)險(xiǎn)進(jìn)行評估。針對該問題，UIB算法在構(gòu)造決策樹的過程中記錄不同屬性取值的概率，通過統(tǒng)計(jì)學(xué)原理對數(shù)據(jù)缺失的屬性取值