井建勇

摘 要：洗錢(qián)的存在不僅損害著公眾利益，更是成為了國(guó)家的蛀蟲(chóng)，影響著國(guó)家的經(jīng)濟(jì)發(fā)展。數(shù)據(jù)挖掘技術(shù)以其獨(dú)特的聚類(lèi)算法和離群數(shù)據(jù)檢測(cè)算法在識(shí)別可疑金融交易中發(fā)揮著重要的作用，雖然不能做到徹底消除洗錢(qián)犯罪現(xiàn)象的存在，但是也為反洗錢(qián)工作打下了堅(jiān)實(shí)的基礎(chǔ)。

關(guān)鍵詞：數(shù)據(jù)挖掘技術(shù)；可疑金融交易；識(shí)別；離群算法；聚類(lèi)算法

為了掩飾金錢(qián)來(lái)源或者進(jìn)行非法交易的時(shí)候交易雙方往往會(huì)通過(guò)非法手段對(duì)事實(shí)進(jìn)行掩埋，所以洗錢(qián)這種非法手段也就應(yīng)運(yùn)而生?，F(xiàn)階段各個(gè)國(guó)家對(duì)于洗錢(qián)這種行為都是深?lèi)和唇^，并且反洗錢(qián)技術(shù)發(fā)展也越來(lái)越迅速。想要打擊犯罪需要先知道是誰(shuí)犯罪，所以現(xiàn)階段對(duì)于識(shí)別可疑金融交易的關(guān)注度也越來(lái)越高，數(shù)據(jù)挖掘技術(shù)在識(shí)別可疑金融交易上的優(yōu)勢(shì)也越來(lái)越明顯。

1 可疑金融交易

1.1 洗錢(qián)帶來(lái)的危害

洗錢(qián)是為了給非法所得金錢(qián)尋找一個(gè)合理身份，以避免法律懲罰。這是一個(gè)嚴(yán)重的經(jīng)濟(jì)犯罪。洗錢(qián)現(xiàn)象的存在會(huì)對(duì)國(guó)民經(jīng)濟(jì)發(fā)展中造成不利影響，會(huì)導(dǎo)致國(guó)家財(cái)政收入的削弱，打破收支平衡。并且洗錢(qián)還會(huì)對(duì)于人民思想造成危害，影響人民對(duì)于國(guó)家的信任度。隨著洗錢(qián)手段的不斷多樣化，跨國(guó)的洗錢(qián)犯罪行為也越來(lái)越多，打擊洗錢(qián)犯罪已經(jīng)不僅僅是一個(gè)國(guó)家的問(wèn)題，是所有國(guó)家要共同解決的問(wèn)題。

1.2 反洗錢(qián)研究現(xiàn)狀

反洗錢(qián)是20世紀(jì)政府就已經(jīng)在研究的重要課題，經(jīng)過(guò)了時(shí)間的積累以及許多人的努力，現(xiàn)階段美國(guó)等國(guó)家已經(jīng)在銀行系統(tǒng)中制定了一系列的反洗錢(qián)方案并取得了不錯(cuò)成果，各個(gè)銀行也以及意識(shí)到了打擊反洗錢(qián)的重要意義，與政府積極配合，完善了反洗錢(qián)系統(tǒng)，降低了洗錢(qián)對(duì)經(jīng)濟(jì)造成的危機(jī)。我國(guó)對(duì)于反洗錢(qián)的打擊力度也在逐年提升，已經(jīng)有越來(lái)越多的人參與到反洗錢(qián)的研究中并提出了可靠建議。

1.3 反洗錢(qián)與可疑金融交易

反洗錢(qián)主要手段是先以數(shù)據(jù)判別交易可疑性，在進(jìn)行實(shí)地調(diào)查，進(jìn)行取證研究，判定其交易是否合法。本文主要是對(duì)于可疑金融交易的判定階段進(jìn)行研究，如果可以在不法者進(jìn)行非法手段進(jìn)行洗錢(qián)之前或者初期就發(fā)現(xiàn)其犯罪意圖，是有效打擊洗錢(qián)犯罪的手段，所以可疑金融交易報(bào)告隨之出現(xiàn)。可疑金融交易就是指金融交易的金錢(qián)數(shù)量、交易走向、交易次數(shù)以及交易方式都與尋常不同，便可以以此為依據(jù)提出交易是可疑的，再有專(zhuān)業(yè)的調(diào)查機(jī)構(gòu)進(jìn)行調(diào)查，以此避免洗錢(qián)現(xiàn)象的發(fā)生?？梢山鹑诮灰椎臎](méi)有具體的規(guī)定，就是為了防止這些硬性的規(guī)定被非法洗錢(qián)分子所利用，以對(duì)于可疑金融交易的判定時(shí)需要從多方面入手的。比如如果交易金額不符合企業(yè)規(guī)模、賬戶(hù)交易次數(shù)過(guò)于多且頻繁就可以判定交易的可疑性，另外，可疑金融交易的發(fā)生主要集中在江浙、廣東等沿海一帶，這也是可疑性判定的一個(gè)參考因素。

2 數(shù)據(jù)挖掘技術(shù)與可疑金融交易

2.1 數(shù)據(jù)挖掘

數(shù)據(jù)挖掘是指在許許多的的大數(shù)據(jù)中挖掘出有用的信息，對(duì)判別一個(gè)事件的真假提出可靠依據(jù)。數(shù)據(jù)挖掘是人工與計(jì)算機(jī)的集合，運(yùn)用自動(dòng)化的計(jì)算手段實(shí)現(xiàn)對(duì)于大數(shù)據(jù)的查找，以解決傳統(tǒng)數(shù)據(jù)分析所帶來(lái)的人工壓力以及時(shí)間壓力，并且更加的精細(xì)。所以數(shù)據(jù)挖掘技術(shù)對(duì)于反洗錢(qián)工作的開(kāi)展具有重要作用，可以更加簡(jiǎn)單、快速的對(duì)于金融交易進(jìn)行篩查，并識(shí)別出可疑的金融交易。

2.2 數(shù)據(jù)挖掘主要算法

2.2.1 神經(jīng)元網(wǎng)絡(luò)算法

這種算法模擬了人類(lèi)的大腦，是一種智能的學(xué)習(xí)和輸入、輸出過(guò)程，對(duì)于非線性和同直線的數(shù)據(jù)都特別迅速，所以對(duì)于數(shù)據(jù)挖掘也是很優(yōu)質(zhì)的算法。此算法在反洗錢(qián)的系統(tǒng)中運(yùn)用其本身特質(zhì)可以對(duì)數(shù)據(jù)進(jìn)行反復(fù)篩查和幾段，能在金融交易中發(fā)現(xiàn)可疑線索，判定出可疑性金融交易，由于此算法還具有自動(dòng)學(xué)習(xí)特點(diǎn)，可以在發(fā)現(xiàn)可疑金融交易后特出最適合調(diào)查此次交易的手段。

2.2.2 決策樹(shù)算法

決策樹(shù)算法是種常用于預(yù)測(cè)的算法，它通過(guò)將大量數(shù)據(jù)有目的分類(lèi)，從中找到一些有價(jià)值的、潛在的信息。決策樹(shù)算法可以幫助金融調(diào)查者發(fā)現(xiàn)洗錢(qián)模式。算法產(chǎn)生的決策樹(shù)，可以用來(lái)針對(duì)數(shù)據(jù)的歷史產(chǎn)生規(guī)則。這種技巧通過(guò)組織種類(lèi)而產(chǎn)生金融交易數(shù)據(jù)的分類(lèi)，與以前調(diào)查活動(dòng)的決策模式相符合。這是通過(guò)樹(shù)形的決策顯示相互排斥的二選一的關(guān)系從而暗示可能是洗錢(qián)。演繹運(yùn)算法則的使用來(lái)自于它們創(chuàng)造一種“推理模式”的能力。這幫助調(diào)查者明白某種洗錢(qián)的機(jī)能。也就是說(shuō)，這種方法的結(jié)果為金融調(diào)查者提供了一種獨(dú)特的路徑的安排。調(diào)查者可以使用這些路徑了解洗錢(qián)的程序從而揭開(kāi)金融犯罪。

2.3 數(shù)據(jù)挖掘技術(shù)在識(shí)別可疑金融交易中的應(yīng)用

2.3.1 數(shù)據(jù)挖掘聚類(lèi)算法在可疑金融交易中的應(yīng)用

聚類(lèi)是按一定的要求和規(guī)律對(duì)事物進(jìn)行區(qū)分以達(dá)到分類(lèi)目的的過(guò)程，在這一過(guò)程中沒(méi)有任何關(guān)于分類(lèi)的先驗(yàn)知識(shí)，沒(méi)有任何的指導(dǎo)，僅靠事物間的相似性作為類(lèi)屬劃分的準(zhǔn)則，是一種無(wú)監(jiān)督學(xué)習(xí)過(guò)程。

聚類(lèi)簇的數(shù)量未知、簇的劃分不需要先驗(yàn)知識(shí)、簇的結(jié)果是動(dòng)態(tài)改變的三個(gè)特點(diǎn)決定了聚類(lèi)算法適合用于可疑金融交易的發(fā)現(xiàn)。由于洗錢(qián)方式多種多樣，數(shù)據(jù)對(duì)象表現(xiàn)出來(lái)的分布也各式各樣，并非所有的可疑帳戶(hù)都可以聚成一類(lèi)。因此，在識(shí)別可疑的金融交易中，簇的數(shù)量是未知的，因洗錢(qián)方式而異?，F(xiàn)在仍沒(méi)有現(xiàn)成的案例數(shù)據(jù)可以為發(fā)現(xiàn)可疑金融交易提供實(shí)驗(yàn)參考。聚類(lèi)算法的無(wú)監(jiān)督性可以繞開(kāi)發(fā)現(xiàn)可疑金融交易的研究中存在的無(wú)訓(xùn)練樣本的難關(guān)。在發(fā)現(xiàn)洗錢(qián)中，簇的數(shù)量因洗錢(qián)方式而異。隨著洗錢(qián)方式的增多，發(fā)現(xiàn)可疑帳戶(hù)簇的數(shù)量會(huì)逐步增加。所以，發(fā)現(xiàn)洗錢(qián)行為的研究正需要“簇的結(jié)果動(dòng)態(tài)改變”的聚類(lèi)算法的幫助。

2.3.2 數(shù)據(jù)挖掘離群數(shù)據(jù)檢測(cè)算法在可疑金融交易中的應(yīng)用

到目前為止對(duì)離群點(diǎn)的定義還沒(méi)有一個(gè)被普遍采納的定義，離群數(shù)據(jù)是明顯偏離其他數(shù)據(jù)，不滿(mǎn)足數(shù)據(jù)的一般模式或行為，與存在的其它數(shù)據(jù)不一致的數(shù)據(jù)。盡管離群檢測(cè)是為了發(fā)現(xiàn)數(shù)據(jù)集中極少數(shù)的數(shù)據(jù)，巨是離群數(shù)據(jù)挖掘常常比其他類(lèi)型的挖掘來(lái)得更有價(jià)值，正常情況下的多條記錄可能只是覆蓋了一條規(guī)則，但是十個(gè)離群很可能就覆蓋十條不同的規(guī)則，也就足鄉(xiāng)之對(duì)離群數(shù)據(jù)的挖掘可能涵蓋了更多的信息。

離群數(shù)據(jù)挖掘是數(shù)據(jù)挖掘中的重要研究方面之一，其作用是發(fā)現(xiàn)數(shù)據(jù)中的“小模式”，即數(shù)據(jù)集中顯著不同于其它數(shù)據(jù)的對(duì)象。通過(guò)聚類(lèi)方法分析其中的離群數(shù)據(jù)，是發(fā)現(xiàn)非正常洗錢(qián)模式最直觀的途徑。發(fā)現(xiàn)可疑洗錢(qián)交易行為就是要從大量的日常交易中發(fā)現(xiàn)極少數(shù)的、可疑的、異常的交易。

4 結(jié)論

本文主要是對(duì)于數(shù)據(jù)挖掘中的聚類(lèi)算法以及離群算法在可疑金融交易中的應(yīng)用進(jìn)行了簡(jiǎn)單探索，研究證明數(shù)據(jù)挖掘技術(shù)可以運(yùn)用其算法有效地識(shí)別可疑金融交易，為識(shí)別可疑金融交易提供了可靠地理論依據(jù)，相信隨著數(shù)據(jù)挖掘技術(shù)的發(fā)展，其在我國(guó)反洗錢(qián)工作中的作用也會(huì)愈加顯著。

參考文獻(xiàn)

[1]趙維.數(shù)據(jù)挖掘技術(shù)在可疑金融交易控制領(lǐng)域的應(yīng)用綜述[J].東方企業(yè)文化，2011（2）.

[2]張成虎，瑩瑩.基于Binary-SADT的可疑金融交易識(shí)別方法[J].上海金融，2010（8）.