智能技術(shù)在金融市場溢出效應(yīng)和反洗錢中的應(yīng)用研究.pdf

1、是常生活離不開金融領(lǐng)域，人們的生產(chǎn)生活等活動處處要和金融打交道，對金融市場的研究和分析具有非常重要的理論和實際意義。隨關(guān)著信息技術(shù)的發(fā)展，金融領(lǐng)域積累了海量的數(shù)據(jù)．格式多種多樣，如何對其進行有效的自動分析利處理，使用戶不再淹沒在“數(shù)據(jù)的海洋”中。為用戶提供可用的信息和知識識有非常重要的價值。為此．本文用人工智能、數(shù)據(jù)挖掘、社會網(wǎng)絡(luò)分析等智能技術(shù)米研究金融市場中的復(fù)雜關(guān)系．從宏觀層面上分析研究了不同金融市場間的溢出效應(yīng)，從微觀層面上分析，

2、研究了智能技術(shù)在反洗錢應(yīng)用中的一些問題，能夠輔助商業(yè)銀行進行反洗錢的檢測和預(yù)測．具體來講，本文主要貢獻如下： (1）采用小波多分辨分析的方法研究股市之間的溢出效應(yīng)。本文取1997年7月2日至2003年3月1日間S&P標(biāo)準(zhǔn)普爾500指數(shù)、上證指數(shù)和香港恒生指數(shù)作為樣本數(shù)據(jù)，將股市日收益率的時間序列信號分解在不同頻帶上，比較各頻率成份占原始信號的能量比，研究了美國與上海，美國與香港股市日收益率之間的溢山效應(yīng)．發(fā)現(xiàn)股市日收益率信號中高

3、頻成份所占的能量比遠(yuǎn)大干低頻成份．日收益率的波動主要由短期因素引起。高頻成份的相關(guān)性分析表明，美國股市對香港股市存在強溢出效應(yīng)，對上海般市則不存在溢出效應(yīng)，上海股市幾乎獨立于全球股市之外。并分析了這種現(xiàn)象出現(xiàn)的原因。 (2)運用小波多分辨分析方法研究期貨市場之間的溢出效應(yīng)。經(jīng)倫敦金屬交易所(LME)和與與上海期貨交易所(SHFE)三個月期銅價格日收益率數(shù)據(jù)為基礎(chǔ)，研究了兩個帶場的相互影響關(guān)系。發(fā)現(xiàn)此兩市場的3個月期期銅日益率信號

4、的高頻成份(d1+d2)所占的能量七避75％，通過技術(shù)分析米預(yù)測期銅價格走勢幾乎是不可能的；發(fā)現(xiàn)在32天的時間尺度上兩市場問存在強溢出效應(yīng)。隨著上海期貨交易所的交易馘逐年增加，上海期貨市場價格走勢與倫敦金屬交易所的相關(guān)性逐漸提高，上海期貨交翁所殲開始軌翻際市場。 (3)提出了基于智能技術(shù)的反洗錢系統(tǒng)框架-在緣述洗錢和反洗錢國內(nèi)外現(xiàn)狀、反洗錢軟件的開發(fā)和應(yīng)用情況等的基礎(chǔ)上．本文鍵出了一個分為KYC客戶盡責(zé)調(diào)查、客戶行為特征提取、可

5、疑交易檢測和預(yù)警跟蹤處理四個階段的基于智能技術(shù)的反洗錢系統(tǒng)框絮，并對四個黔段中可以采用的技術(shù)方法進行進行詳細(xì)闡述。此反洗錢系統(tǒng)技術(shù)架構(gòu)具有簡單、直觀和易于實現(xiàn)的特點。 (4)利用決策和神經(jīng)網(wǎng)絡(luò)分類法對用戶進行風(fēng)險評估分類。采用基于洗錢風(fēng)險識別的交易檢測系統(tǒng)首先要實現(xiàn)客戶分類，根據(jù)客戶的類別評價其洗錢風(fēng)險的等級，以便下一步對高洗錢風(fēng)險客戶的交易行為進行監(jiān)測。本文使用ID3決策樹和BP神經(jīng)網(wǎng)絡(luò)分類算法評估銀行客戶從事洗錢交易行為的風(fēng)