決策樹分析技術(shù)在保險企業(yè)反洗錢監(jiān)控系統(tǒng)的應(yīng)用研究.pdf

1、隨著金融業(yè)的蓬勃發(fā)展，我國金融業(yè)面臨越來越多的安全風(fēng)險。其中，將非法收入以各種形式注入金融體系的洗錢犯罪活動也在快速增長，給國家和社會帶來了巨大危害。為了規(guī)避此類風(fēng)險，確保我國金融業(yè)健康持續(xù)發(fā)展，建立健全的中國反洗錢監(jiān)控體系也顯得日益重要。從目前掌握的案例來看，洗錢犯罪活動主要表現(xiàn)為犯罪分子將非法收入通過銀行和保險公司等金融機構(gòu)，并利用其產(chǎn)品的復(fù)雜性將其轉(zhuǎn)化為合法收入。
　　目前，我國保險業(yè)反洗錢監(jiān)控手段停留在依據(jù)法律規(guī)定設(shè)定篩選

2、條件，但是保險企業(yè)自身對大額和可疑交易的篩選并無創(chuàng)新。本文著眼于我國保險業(yè)反洗錢監(jiān)控的應(yīng)用研究，根據(jù)既定的法律法規(guī)及保險公司的反洗錢經(jīng)驗數(shù)據(jù)，在現(xiàn)有的數(shù)據(jù)挖掘技術(shù)研究基礎(chǔ)上，重點對決策樹主要算法展開研究，本論文的主要成果概括如下:
　　利用決策樹CHAID算法、CART算法和QUEST算法對大額和可疑交易的相關(guān)關(guān)系進行分析，以獲得影響大額和可以交易識別結(jié)果的因素。然后，在此基礎(chǔ)上，通過設(shè)立錯分成本對模型進行進一步分析，使得模型結(jié)果

3、擬合度提升，最終根據(jù)模型結(jié)果使得保險企業(yè)能獲得更加具體的篩選條件。實驗數(shù)據(jù)表明，CHAID算法、CART算法和QUEST算法的模型擬合度基本持平，但是在大額和可疑交易識別的準(zhǔn)確率上均未能達(dá)到理想水平。因此，本文在原有基礎(chǔ)上進一步優(yōu)化模型，設(shè)立錯分成本，重新使用CHAID算法擬合模型，準(zhǔn)確率大幅提高，具體表現(xiàn)為將大額和可疑交易的對象錯分為良好信用客戶的概率低于15％。
　　在大額和可疑交易的篩選自變量范圍中添加投保與退保天數(shù)間隔及繳