基于大数据样本的银行异常账户监测方法

银行贷款客户的账户交易流水反映了客户的资金往来情况。正常账户的交易流水呈现一定的规律性,而异常账户的交易流水在交易金额、频率等方面与正常账户之间存在一定的差异,主要缘于洗钱、热钱、民间借贷以及经营不善等导致的资金流水异常变化。为了甄别与监测异常账户,利用国内某银行交易流水构建2个大数据样本集,分别有51 770笔和34 535笔流水数据,依据银行不同行业客户交易流水特征,构建了正常账户、异常账户的识别规则,并采用支持向量机(SVM)模型,建立了不同行业正常账户和异常账户的分类器。实证结果表明,分类准确率达到85%以上,因而该分类器可用于辅助提升银行贷款客户的快速甄别与监测管理效率。

校园CPU卡账户异常分析及处理机制研究

当前多数高校的校园一卡通系统采用两个账户(卡账户、库账户)虽然一定程度上实现了有卡交易和无卡交易分离,然而CPU卡的使用过程中通常因网络中断、流水丢失或写卡不成功等原因导致账户异常。为解决校园CPU卡账户异常而产生的一系列问题,分析了引起校园CPU卡账户异常产生原因,提出了账户异常处理机制和可行的处理策略,解决了校园CPU卡账户异常引起的常见问题,并介绍了校园卡采用在线交易方式。

基于账户风险与交易关联约束的洗钱路径挖掘研究

从海量资金交易数据中识别出洗钱者账户,提取账户资金转移路径是洗钱犯罪侦查的关键。通过交易行为特征对账户进行风险评估,对交易行为风险进行异常分析找出洗钱可疑账户作为洗钱路径的关键账号。以关键账户为线索,对资金交易数据进行洗钱行为关联条件约束,构建资金流加权图结构模型,生成可疑洗钱路径。本文的实例表明,能够从大规模的资金交易数据中快速发现异常账号,形成可解释的洗钱资金流路径,辅助洗钱犯罪取证。

多家银行出手注销“睡眠账户” 云南“断卡”行动取得初步成效

随着"断卡"行动的展开,我国金融机构对个人账户的管理力度正在不断加大。近期,中国建设银行、中信银行、中国邮储银行等多家银行纷纷发布公告,将对异常账户进行清理。日前,记者对多家在昆明的银行进行了走访,随着"断卡"行动的不断推进,针对个人银行账户的监管正变得越来越严。多家银行表示,根据上级有关规定,已开始对异常账户进行清理,长期没有交易且没有资金的"睡眠账户",以及同一客户名下的超量账户,都将被银行注销。