基于网络支付的电子商务环境中洗钱行为的识别和监管

针对基于网络支付的电子商务环境中洗钱行为研究识别方法和监管措施) 总结电子商务可疑交易行为的一般规律和特点；在此基础上构造洗钱%反洗钱模型，提出对此类洗钱行为进行识别的方法；根据模型进行计算机仿真，表明延缓洗钱者进入速度、增强识别算法筛选区间扩展性、提高监管者对舆论压力的敏感程度、加大对洗钱犯罪的处罚力度和反洗钱判决能力会对反洗钱监管效果产生积极影响。     

洗钱交易模式及其防范分析

基于我国反洗钱监测主要是基于"一法二规"中的数据报告制度,运用LP方法构建了大额交易洗钱模型.通过对洗钱模型进行仿真及分析,发现了现有大额数据报告制度的缺陷.运用聚类分析方法建立了地区监测模板,并对可疑交易进行了量化界定.最后,对交易监测标准和洗钱模型进行了改进,提出了洗钱的防范措施,以期为提高我国金融机构的监测效率提供一定的借鉴.     

国家反洗钱政策组合效果分析——国家监管机构、金融机构和洗钱者的博弈分析

洗钱危害经济发展与社会稳定已成共识.以金融机构为主提供的可疑交易报告数据是国家反洗钱体系的核心.由于反洗钱正外部性和金融机构道德风险,国家反洗钱监管机构必须设计有效的反洗钱体系.本文构造一个由洗钱者、金融机构和国家反洗钱监管机构三方组成的博弈模型.利用该模型分析不同反洗钱政策组合下的洗钱和反洗钱造成的社会福利损失.结论:[1]国家对洗钱者的洗钱查处政策组合能降低洗钱数额,有效遏制洗钱活动;[2]应严厉打击严重洗钱犯罪;[3]为了促使金融机构参与反洗钱,国家应适度补偿金融机构反洗钱固定成本,制定注重处罚的举报奖惩制度.     

具有时间约束的公职人员洗钱方式选择及其反洗钱应对策略北大核心CSSCI

通过分析认为,时间、风险、成本和转移量是不法公职人员通过洗钱方式转移不法所得时考虑的主要因素。在研究不法公职人员洗钱网络图的基础上,构建了基于时间压力条件下的最小风险最大洗钱量模型,利用多目标规划方法和最小费用最大流理论,给出求解该模型的算法,并通过实例验证了该算法的有效性。依据洗钱模型与算法,从资金来源、洗钱成本以及交易时间等方面,提出了遏制不法公职人员洗钱的措施。     

监管科技在反洗钱监管中的应用研究——基于演化博弈视角

利用监管科技提高反洗钱监管水平,对维护国家金融安全至关重要,是各国经济金融发展的焦点问题。本文通过构建洗钱者、金融机构和政府监管机构三方的演化博弈模型,讨论监管科技在抑制洗钱活动、提高金融机构反洗钱积极性和反洗钱监管效率中发挥的重要作用。研究发现,提高反洗钱成功率和洗钱成本,对阻碍洗钱行为极为重要;监管科技的运用受到监管科技水平高低、洗钱行为及金融机构反洗钱效果的影响;监管科技的研发决策取决于研发成本,而市场发展水平对监管科技的最终效果具有决定性作用。最后,提出了提高反洗钱监管效率的政策建议。     

金融网络中洗钱资金异常转移路径的经济成本模型

在信息对称条件下,合法顾客选择最小经济成本路径转移资金.为了有效挖掘洗钱路径信息,设计了金融网络中洗钱资金异常转移路径的经济成本模型,分离出资金转移的异常路径集合和合理路径集合,在此基础上对异常路径进行监测.该模型能够改善反洗钱监管效率,为金融机构改善反洗钱内控体系提供一种经济可行的方法.     

多阶段多目标洗钱网络路径算法研究及反洗钱应对策略

针对多阶段非法资金转移的路径优化问题,基于多目标优化的思想,构建了以洗钱量最大化、风险最小化及时间最短化为决策目标的多阶段洗钱网络路径优化模型;并利用期望效用理论对不法公职人员的风险偏好进行研究,分析出不同时间压力下不同风险偏好的不法公职人员对洗钱目标的五种不同选择,运用多重动态规划法以及最大流理论针对每种洗钱目标选择基于模型提出相应的算法,并通过实例应用验证算法的可行性.最后,从裸官外逃、大额交易、洗钱犯罪的心理过程、交易时间等方面提出了防范不法公职人员洗钱犯罪的措施及建议.     

具有时间约束的公职人员洗钱方式选择及其反洗钱应对策略

通过分析认为,时间、风险、成本和转移量是不法公职人员通过洗钱方式转移不法所得时考虑的主要因素。在研究不法公职人员洗钱网络图的基础上,构建了基于时间压力条件下的最小风险最大洗钱量模型,利用多目标规划方法和最小费用最大流理论,给出求解该模型的算法,并通过实例验证了该算法的有效性。依据洗钱模型与算法,从资金来源、洗钱成本以及交易时间等方面,提出了遏制不法公职人员洗钱的措施。     

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。     

基于数据流频繁子图挖掘的可疑金融交易动态识别

目前,我国基于交易上报制度和静态数据挖掘的可疑金融交易识别方法存在着监测覆盖面窄、识别时效性差两大瓶颈问题。一种可行的改进是在现有方法中引入对可疑金融交易的动态识别,其中需解决的关键问题是如何及时有效地从大规模动态数据集中发现相应的可疑交易特征。设计一种基于数据流频繁子图挖掘的可疑关联特征动态识别算法,并用实验证明该算法的可行性和有效性。     

网络支付行业主体反洗钱博弈模型及策略研究

本文构建网络支付行业主体反洗钱博弈模型,描述监管机构、金融机构、支付机构、洗钱者等参与主体的效用函数;基于成本收益法和博弈分析,研究影响各类主体效用函数的主要因素及其行为策略;通过系统仿真验证监管机构查处力度和市场主体自查力度的增强能够有效抵御洗钱金额增加导致的国家效用损失,对市场主体处罚力度的加大能够提升国家效用水平;并据此提出防范网络支付行业洗钱风险的相关政策建议.     

反洗钱跨组织多层次监测体系构建及其仿真验证

针对金融机构“防卫性报送”产生的过量反洗钱报告问题,提出了跨组织多层次监测的解决思路.而后,运用计算机仿真,验证了聚类分析在账户层监测中的应用效果,证实了反洗钱跨组织多层次监测在聚焦异常账户、降低反洗钱报告错漏报概率上的有效性.跨组织多层次监测适用于分业经营的跨组织反洗钱监管模式,对于国内外反洗钱报告信息的提取与应用均具有一定的借鉴意义.     

基于BSO-ELM的涡轴发动机加速过程性能参数预测

建立精度和实时性均满足要求的航空发动机性能参数预测模型是实现发动机性能优化和实时监控的基础。极限学习机(extreme learning machine, ELM)对复杂的非线性航空发动机系统具有良好的适应性, 本文提出了利用头脑风暴优化算法(brain storm optimization, BSO)优化ELM的网络参数以提高其性能。并提出以发动机的台架试车加速过程数据为训练和验证样本, 利用BSO-ELM算法回归辨识得到涡轴发动机加速过程性能参数预测模型。结果表明预测参数燃气发生器转速n_g、燃气发生器出口温度T₄和增压比π_c的两项精度指标均优于BSO算法优化的反向传播神经网络和粒子群优化算法优化的ELM方法得到的预测模型, 表明了BSO-ELM预测模型的可行性与优越性; 在相同仿真环境下, BSO-ELM算法可大幅提高计算效率使预测模型的实时性更优。     

具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

"维修装置"智能综合操纵半实物仿真系统

介绍了“浅海海底管线电缆检测和维修装置”智能综合操纵和动力定位半实物仿真系统的组成、工作方式、人机交互显示、集中操纵的设计思想、装置的控制策略及对线控位仿真结果。该系统主要包括智能综合操纵和动力定位系统显控台、装置运动仿真机两大部分。目前智能综合操纵和动力定位显控台已经安装在“管线电缆检测与维修装置”上，装置在长江中已经进行完水面航行和潜浮控制试验，试验结果表明：系统运行可靠，人机界面形象直观，操纵灵活，大大减轻了操控人员的工作强度。     

基于VVVF调压的人造金刚石压机压力控制系统设计

深入分析基于变频器调压的人造金刚石压力控制系统的特性,建立了该系统的数学模型和仿真模型.由于系统参数存在大时变,传统PID控制由于缺乏适应性,控制效果差.为解决这一问题,提出了一种依据压力变化率以一定规则在线调整参数的变参数PI控制方法.该方法简单实用,易于在工控PLC上实现.仿真结果和理论实践表明,该方法控制精度高、自适应性强,在系统参数大幅度变化时仍能保持良好控制效果.因此,该方法提供了一种有效途径,完满解决目前人造金刚石装备中普遍存在的压力控制粗糙导致金刚石合成质量不稳定问题.