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。