基于流数据频繁项挖掘的可疑金融交易识别研究

针对目前基于静态数据挖掘的可疑交易识别方法在处理该类交易数据时所面临的困难与局限性,结合可疑金融交易的特征,设计了基于流数据频繁项挖掘的可疑金融交易识别算法。该算法改进了有损计数法,利用实时保留的具有较高重复度的历史数据项解决了数据处理过程中的过度删除问题,实现了对频度列表中项的及时更新,并依据从数据流中识别出的频繁项来发现可疑金融交易线索。仿真实验结果验证了该算法的可行性和有效性。     

美元兑人民币汇率的状态预测及实证分析

经济全球化加速发展的时代背景下,美元兑人民币汇率问题是当前中关经贸关系乃至世界金融领域里的重大议题,对该汇率的基本发展趋势进行科学预测意义重大.文章截取USD/CNY汇率相关日频数据流,通过对美元兑人民币汇率进行基于齐次马尔科夫区制转移模型的预测和实证分析,发现在USD/CNY汇市弱有效性得到验证的基础上,马尔科夫区制转移模型的确捕捉到了汇率序列的内在运动规律,在常规的预测期数(10天以内)设定条件下,尽管样本序列内外预测结果在具体数据的走势上与实际情况存在微小出入,但总体而言,用该模型预测汇率日频走势具有与实际汇率状态较高的吻合度.     

净额支付系统流动性风险、信用风险的测量与评估

净额支付系统是银行间支付的重要途径。净额支付系统的运行大大提高了支付的效率,满足了金融资金流动的需要,然而净额支付系统在提高支付效率的同时,也使整个金融系统面临严重的流动性风险和信用风险。面对以上风险,若要制定合理、有效的防范措施,对风险的定量分析必不可少。我国支付系统建成不久,风险防范措施还不完善,尤其缺乏在风险测量和评估方面的研究。在对净额支付系统清算规则进行上述分析的基础上,探讨了净额支付系统中流动性风险和信用风险的测量与评估方法。     

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.     

隐私保护关联规则在可疑金融交易识别中的应用

有效利用多方数据进行分析,将隐私保护关联规则应用于可疑金融交易识别中,提出了一种新的算法来满足目前用于异构的分布式数据库的隐私保护.该算法能提高反洗钱工作效率,为金融机构反洗钱工作提供一种行之有效的方法.     

科技强警带来交通管理新局面——山东省临沂市交警支队沂水大队预防道路交通事故纪实

2004年以来,山东省临沂市交警队沂水大队提出了"人防、物防、技防"预防道路交通事故的工作思路,按照这一思路,以科技强警为依托,狠抓交通事故预防的基础建设,开创了道路交通管理工作的新局面.     

小额信贷额市场化可持续发展的经济学分析

小额信贷作为一种帮助农户脱贫致富的有效金融创新模式,对于提高贫困地区农户收入发挥了巨大的作用,在一定程度上缓解了金融资源贫困的问题.然而,如何进一步推动小额信贷的可持续发展?本文从小额信贷市场参与主体的动态博弈视角出发,建立了一个正规金融机构、农户和政府之间的收益模型,通过分析农户小额信贷市场化参与主体的经济效用,以及小额信贷市场化可持续的效率分析,指出小额信贷的市场化发展,政府放松对开展小额信贷正规金融机构的管制,以及采取较高利率是小额信贷可持续发展的必要条件.     

基于系统动力学的银行卡刷卡消费价格策略研究

银行卡刷卡消费系统是一个由网络运营商、发卡行、收单行、商户和消费者五个主体及相互作用组成的网络系统。为了使刷卡消费系统的定价策略能够有益于系统的长期发展,解决对刷卡消费价格的分析仅限于静态方面研究的局限,运用VENSIM软件,建立银行卡刷卡消费定价策略的系统动力学模型,并对模型的运行和模拟结果进行了动态分析,实证分析了银行卡刷卡消费各主体不同价格策略对刷卡消费主要指标的影响。     

美国反洗钱信息系统建设及对我国的启示

随着我国经济、社会的发展和对外开放的不断扩大，在近几年出现的经济犯罪中，洗钱动机增强，对此我国政府加大了反洗钱工作的力度。但是由于此项工作起步较晚，反洗钱过程主要依靠传统手工方式进行，工作效率较低。借鉴美国反洗钱信息系统建设的经验，采取多项措施，建设反洗钱的信息系统具有重要意义。     

基于数据流多维分析的可疑金融交易动态识别

动态识别是改进我国目前可疑金融交易识别监测覆盖面不足和识别实时性较差的有效方法。针对动态识别的具体实现问题,基于数据流多维分析设计一种可疑突变特征动态识别算法。该算法根据金融交易数据流的特点,在筛选交易记录关键属性、构建数据流立方体结构以及确定通用路径的基础上,运用突变比量动态缩减时间框架,在不同维度及概念层上计算和维护立方体中数据单元的度量参数与突变比量参数,并以此为依据发现并识别出隐匿于数据流中的可疑突变特征。仿真结果表明:算法能够在有限的存储空间内完成对大规模金融交易数据流的实时处理,计算结果能够有效反映交易记录中频度、金额、类型等方面的可疑突变情况,从而达到动态识别可疑金融交易的目的。