基于时间序列孤立点检测的可疑外汇资金交易识别研究

尽管洗钱模式复杂多变,但洗钱行为在整个金融活动中只占有极少的比例,这给监测洗钱交易增加了难度.作为数据挖掘重要方法之一的孤立点分析是在大数据集中发现有趣小模式的有效方法.文章提出了一种适用于可疑外汇资金交易识别的孤立点检测方法,可以持续地从大量的日常交易中发现极少数的与正常交易显著不同的异常交易.从孤立点分析角度,提出了基于非频繁模式挖掘思想和概念漂移处理的混合属性空间上时间序列孤立点检测方法;从可疑金融交易识别的角度,提出了对每天持续动态产生的海量金融交易数据进行分析的一种新思路.     

基于改进的两阶段聚类方法在金融可疑识别中的应用

聚类方法可以有效反映出不同类型客户的行为特征,从而利于识别出可疑交易。文章结合证券公司客户真实交易数据和人工数据,采用Clementine进行建模实现聚类过程,识别出了异常值并计算可疑记录的可疑程度,可为金融情报部门提供高质量的调查数据,有效减缓金融情报部门工作人员的负担。     

统计方法在反洗钱可疑交易鉴别中的应用

文章从截面数据和时间序列数据两方面对统计方法在我国反洗钱可疑交易鉴别中的应用问题作了探讨,并结合某家上市公司的现金交易数据对统计方法在反洗钱可疑交易鉴别中的具体应用作了实证分析.文章的结论是统计方法可以有效地鉴别出与一贯交易习惯明显不符的异常交易.     

实物期权在消费者交易行为决策中的应用

运用实物期权的基本思想与方法,描述了消费者交易行为的实物期权特征,解释了其原因,构建了在市场竞争和信息不对称基础上的消费者单位交易成本的数学模型,进而分析了几种特殊情况下消费者的交易行为和策略,理论分析结果均与实际相符合.     

运用模糊积分融合挖掘技术减小客户分类的不确定性

数据挖掘技术为高效的客户分类提供了强大的支持,然而仅依靠这门技术并不能很好地完成这项任务。本文将模糊积分融合方法与数据挖掘技术结合来进行减小客户分类的不确定性,提出了一种利用训练样本先验静态信息,结合各分类器识别结果包含的动态信息对模糊密度进行自适应动态赋值的方法。仿真结果表明了它的有效性。     

数据挖掘在R&D统计中的应用分析

在R&D统计领域,传统的数据分析方法已经越来越难以满足社会经济发展的需要.基于数据挖掘的基本原理与方法,文章首先分析了在R&D统计研究中运用数据挖掘的必要性及其重要作用,进而给出了R&D统计数据挖掘的操作流程,最后提出了R&D统计数据挖掘中应注意的几个问题.     

C2C电子商务纠纷对交易评价结果的影响

卖家信誉即交易评价汇总结果是影响C2C电子商务成功的重要因素,而交易满意度是影响买家评价结果的直接因素.文章以淘宝网的交易纠纷为样本,应用数据挖掘的方法,就交易纠纷对评价结果的影响进行了实证研究.研究结果表明,纠纷类型与评级结果之间存在显著的关联规则.最后基于研究结论对买家和平台提供商提出了相关的对策建议.     

交易信息、跳跃发现与波动率估计

在高频金融数据研究中,估计金融资产价格序列积分波动率时,往往需要考虑市场微观结构噪声与资产价格跳跃的影响.本文将市场微观结构噪声部分地表示成交易信息的参数函数,并结合资产收益序列的跳跃特征,提出资产收益的高斯混合模型.本文利用EM算法进行噪声参数估计的同时,识别资产价格的跳跃,进而提出一种新的积分波动率的估计量.本文提出的方法可以视为Li等(2016)的改进,并在模拟研究中,得到了比Li等(2016)更好的参数估计效果,且即使在跳跃幅度分布误设的情况下,也具有良好的识别跳跃的功能.在应用举例中,对比了本文方法与Lee和Mykland(2008)的跳跃发现方法,论证了本文的模型在识别跳跃方面的可靠性.     

农村金融困境成因及对策:一个理论分析框架

文章通过建立模型,分别从农村金融的需求和供给两个方面分析了农村金融困境形成的原因,分析发现,信息不足导致金融交易成本过高是形成金融困境的主要原因,最后探讨了摆脱农村金融困境的对策。     

金融机构反洗钱工作中的困难分析

国际洗钱犯罪与金融机构发生更密切的联系已成趋势。当前,通过我国金融机构进行洗钱活动的情况也日益严重,并成为我国经济发展、政治稳定的障碍。有资料表明,近年来,通过我国金融机构进行的洗钱金额高达上千亿美元。面对日益猖獗的洗钱犯罪活动,加强我国金融机构反洗钱工作,预防洗钱犯罪已刻不容缓。一、当前金融机构反洗钱工作中存在的难点1、宣传不够广泛和深入。社会公众对反洗钱的认     

数据挖掘在理财产品营销中的应用——以CATI数据为例

金融机构对客户分类和特征识别的分析将有助于它们挖掘出潜在的客户,并做好相应的营销政策.利用聚类分析、决策树等常见的数据挖掘方法,对台湾投资者的投资意向进行详细的分析,归纳出投资者的偏好,为金融机构的营销政策提供参考依据.     

金融与财务领域的数据挖掘

数据挖掘作为解决大规模数据分析的工具,可以在企业界各个领域加以应用,尤其对于信息化日益深入的今天,无论市场营销、银行保险、财务管理等领域还是制造行业、通讯业等领域,只要企业与主管部门存在分析价值,同时有存在分析需求的数据库或数据仓库,就可以利用数据挖掘工具进行挖掘分析。对于金融行业而言,一方面金融领域的数据纷繁复杂、数据量庞大,另一方面,由于交易的频繁性、信息的不对称性,从海量数据中挖掘信息、从看似无规则的各类信息中寻找其中的脉络,以辅助监管部门进行有效监管及投资部门据以实施有效投资管理,这样的需求得到空前…     

矩阵式资金流量表与风险波及测算

 本研究将中国的资金流量表调整为矩阵式资金流量表,统计描述性分析部门间资产与负债的基本特征。进而应用列昂惕夫逆矩阵建立部门间金融风险的波及效应模型及展开乘数分析,说明各项金融交易风险波及的排序,解析金融系统性风险对中国金融整体的最终波及效应。推测与分析结果表明,2010年中国各种金融交易项目的系统性风险评估超过了2007年美国爆发次贷危机时的状况。     

金融机构反洗钱机制研究

20世纪80年代以来,随着金融全球化的浪潮,利用金融系统洗钱已成为现代洗钱活动的基本特征,联合国的统计数据显示,全世界每年非法洗钱的数额高达1万亿到3万亿美元,且还在以每年1000亿美元的数额不断增加,洗钱活动往往借助于合法的金融网络清洗大笔黑钱,不但冲击了金融机构的合规运作,而且严重危害了世界经济的发展,各国纷纷制定法律法规以打击洗钱犯罪,将反洗钱工作的重点放在最易为洗钱犯罪所利用的金融机构.     

统计学与数据挖掘

文章以统计学最近 40年的发展走势作为论述的起点 ,逐步对统计方法在数据挖掘算法设计、开发过程中的应用情况 ,进行客观、系统的介绍和分析 ,进而提出统计学和数据挖掘协同发展的广阔前景。     

高频时间序列基于小波分析的预测

高频金融交易数据分析模型从上世纪90年代开始迅速发展,目前已广泛地用于金融市场微观结构理论的应用和实证检验.随着信息技术的不断发展,金融市场逐渐关注于利用高频金融数据的建模方法与理论的研究.但是,目前利用小波分析研究高频数据的文章并不多,而股市变化迅速且信息量巨大,正适合用高频数据的方法采集信息.     

农村民间金融交易平台的缺失对融资约束的影响分析

农村民间金融在农村经济发展中的作用发挥得不充分,其首要原因是缺乏完善的农村民间金融交易平台.文章以为,交易平台的缺失对农村民间金融发展造成了消极影响.究其主要原因,包括民间金融的外部制度供给不足、农村内部金融交易环境存在诸多限制等因素,它直接影响着农村民间金融中的融资约束的形成.分析了农村民间金融交易平台缺失的原因及影响因素.     

资金流量表中的投入产出分析

我国国民经济核算体系中的资金流量表（金融交易部分）,对一定时期国民经济各机构部门资金往来或交易的流量和流向过程进行了科学描述,反映了国民经济各机构部门资金调剂余缺的情况,但还难于说明国民经济各机构部门之间内在的金融联系,为向宏观经济分析     

信息挖掘还是噪声交易:债券特质风险如何影响信用利差?

特质风险向债券市场传递风险的方式,直接关系到债券定价逻辑和系统性金融风险防范。本文选取交易所公司债数据,从投资者信息挖掘行为和非理性交易行为出发,研究债券特质风险对信用利差的传导效应与传导机制,并从违约视角探索特质风险产生传导效应的原因,同时分析投资者对不同类型债券所做反应的异质性。研究结论表明:特质风险会通过信息挖掘机制和噪声交易机制影响 信用利差,且以噪声交易机制为主;违约事件引致了更多噪声交易,是特质风险产生传导效应的重要环境因素;发行人的股票上市或国企背景降低了投资者面临的信息不对称程度,并有效抑制了噪声交易机 制的作用,而债券的低评级或短期限特征则会引发投资者的抛售行为,进而放大了噪声交易机制的作用。     

中国对外资金循环的统计预测与分析

一、广义金融市场分析的理论框架广义金融市场 (ＦｉｎａｎｃｉａｌＭａｒｋｅｔｓ)指的是资金的金融性流通的全过程 ,包括所有资金信贷的市场交易。具体地讲 ,包括银行等金融机构 ,证券市场 ,外汇市场等。广义金融市场分析是结合实物经济的投资储蓄及经常收支的平衡关系 ,对资金的金融性流通 ,包括国内金融交易与对外金融交易的全过程所进行的分析。在广义金融市场的资金来源方面 ,有国内储蓄与银行的信用创造所形成的国内资金 ,以及海外的资金流入。在资金使用方面 ,有对国内经济的资金供给以及向海外的资金流出。将广义金融市场的资金流…