CN109949149A - 一种资金转移风险监控方法 - Google Patents
一种资金转移风险监控方法 Download PDFInfo
- Publication number
- CN109949149A CN109949149A CN201910205340.0A CN201910205340A CN109949149A CN 109949149 A CN109949149 A CN 109949149A CN 201910205340 A CN201910205340 A CN 201910205340A CN 109949149 A CN109949149 A CN 109949149A
- Authority
- CN
- China
- Prior art keywords
- account
- transaction
- dangerous
- fund transfer
- monitoring method
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012546 transfer Methods 0.000 title claims abstract description 20
- 230000003542 behavioural effect Effects 0.000 claims abstract description 8
- 238000001514 detection method Methods 0.000 claims abstract description 8
- 238000012360 testing method Methods 0.000 claims abstract description 8
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical group OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 claims description 3
- 238000004900 laundering Methods 0.000 abstract description 28
- 238000012216 screening Methods 0.000 abstract description 8
- 238000005406 washing Methods 0.000 abstract description 5
- 238000012795 verification Methods 0.000 abstract description 4
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000012550 audit Methods 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000002354 daily effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 229910052709 silver Inorganic materials 0.000 description 1
- 239000004332 silver Substances 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
本发明公开了一种资金转移风险监控方法,属于反洗钱技术领域,包括:步骤S1,对所述银行账户进行资金交易的监控,将监控出的账户输出为可疑账户;步骤S2,对所述可疑账户进行行为特点的检测,将检测出的账户输出为危险账户;步骤S3,对危险账户进行账户资料的检测,将检测出的账户输出为高危账户。上述技术方案的有益效果是:通过对洗钱犯罪的行为特点进行识别筛选大大缩小了人工审核的范围,提高了对洗钱账户的识别效率,同时,该监控方法通过对金融机构交易账户的实时监控,使得金融机构能够及时的发现涉嫌洗钱的金融账户,从而及时的对该金融账户采取措施,避免了损失的进一步扩大。
Description
技术领域
本发明涉及反洗钱技术领域,尤其涉及一种资金转移风险监控方法。
背景技术
随着互联网金融的飞速发展,金融犯罪的形式也在***,网上银行和手机银行快速普及在方便了普罗大众的同时,也成为了犯罪分子转移赃款、洗钱的有力工具,这些行为不仅损害了金融体系的安全和金融机构的信誉,还极大地破坏了我国正常的经济秩序和社会稳定。在现有技术中,金融机构多是通过审核业务流程和制定反洗钱规则等方式去控制本机构***内的洗钱风险,通过央行下发的反洗钱规则,结合本银行***内搜集和调查的相关信息,通过人工审理,人工比对审核来判定用户是否具有洗钱行为以及洗钱的类型,在面对海量的交易信息数据时,现有技术就显得过于低效,使大量的洗钱账户成为了漏网之鱼,不能有效的进行筛查。
发明内容
根据现有技术中存在的上述问题,现提供一种资金转移风险监控方法,该监控方法通过对洗钱犯罪的行为特点进行识别筛选,从金融机构的海量账户交易信息中筛选出符合该行为特点的账户信息,最后交由人工进行审核,从而最终来判断该账户是否涉嫌洗钱,通过大数据的筛选大大缩小了人工审核的范围,提高了对洗钱账户的识别效率,同时,该监控方法通过对金融机构交易账户的实时监控,使得金融机构能够及时的发现涉嫌洗钱的金融账户,从而及时的对该金融账户采取措施,避免了损失的进一步扩大,有力地打击了犯罪,维护了金融体系的安全和金融机构的信誉。
上述技术方案具体包括:
一种资金转移风险监控方法,应用于银行账户的监控,其特征在于,所述方法具体包括以下步骤:
步骤S1,对所述银行账户进行资金交易的监控,将监控出的账户输出为可疑账户;
步骤S2,对所述可疑账户进行行为特点的检测,将检测出的账户输出为危险账户;
步骤S3,对危险账户进行账户资料的检测,将检测出的账户输出为高危账户。
优选地,其中,所述步骤S1具体包括:
步骤S11,对所述银行账户的交易频度进行监控,并在监控到所述交易频度大于第一预定阈值时,转向步骤S12;
步骤S12,对所述银行账户的交易金额进行监控,并在监控到所述交易金额大于第二预定阈值时,转向步骤S13;
步骤S13,对所述银行账户的交易地区进行监控,并在监控到所述交易地区存在跨地区、跨银行交易时,将所述银行账户输出为可疑账户。
优选地,其中,所述交易频度为日交易频度。
优选地,其中,所述交易金额为日交易金额。
优选地,其中,所述步骤S2具体包括:
步骤S21,对所述可疑账户的交易时刻进行统计,并在所述交易时刻所分布的天数少于一预定天数时,转向步骤S22;
步骤S22,对所述可疑账户的交易人进行检测,并在所述交易人为代理人时,将所述可疑账户输出为所述危险账户。
优选地,其中,所述交易时间为月交易时间。
优选地,其中,所述步骤S3具体包括:
步骤S31,对所述危险账户的开户人进行检测,并在检测到所述开户人为异地人时,转向步骤S32;
步骤S32,检测所述危险账户的开户方式,并在所述开户方式为代理开户时转向步骤S33;
步骤S33,检测所述危险账户网银设置情况,并在检测到所述网银未设置交易限额时将所述危险账户输出为高危账户。
上述技术方案的有益效果是:提供一种资金转移风险监控方法,该监控方法通过对洗钱犯罪的行为特点进行识别筛选,从金融机构的海量账户交易信息中筛选出符合该行为特点的账户信息,最后交由人工进行审核,从而最终来判断该账户是否涉嫌洗钱,通过大数据的筛选大大缩小了人工审核的范围,提高了对洗钱账户的识别效率,同时,该监控方法通过对金融机构交易账户的实时监控,使得金融机构能够及时的发现涉嫌洗钱的金融账户,从而及时的对该金融账户采取措施,避免了损失的进一步扩大,有力地打击了犯罪,维护了金融体系的安全和金融机构的信誉。
附图说明
图1是本发明的较佳实施例中,一种资金转移风险监控方法的总体流程示意图;
图2是本发明的较佳实施例中,于图1的基础上实现的步骤S1的流程示意图;
图3是本发明的较佳实施例中,于图1的基础上实现的步骤S2的流程示意图;
图4是本发明的较佳实施例中,于图1的基础上实现的步骤S3的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
一种资金转移风险监控方法,应用于银行账户的监控,其中,所述方法具体包括以下步骤:
步骤S1,对所述银行账户进行资金交易的监控,将监控出的账户输出为可疑账户;
步骤S2,对所述可疑账户进行行为特点的检测,将检测出的账户输出为危险账户;
步骤S3,对危险账户进行账户资料的检测,将检测出的账户输出为高危账户。
在本发明的较佳实施例中,所述步骤S1具体包括:
步骤S11,对所述银行账户的交易频度进行监控,并在监控到所述交易频度大于第一预定阈值时,转向步骤S12;
步骤S12,对所述银行账户的交易金额进行监控,并在监控到所述交易金额大于第二预定阈值时,转向步骤S13;
步骤S13,对所述银行账户的交易地区进行监控,并在监控到所述交易地区存在跨地区、跨银行交易时,将所述银行账户输出为可疑账户。
在本发明的较佳实施例中,所述交易频度为日交易频度。
在本发明的较佳实施例中,所述交易金额为日交易金额。
在一个具体实施例中,交易频度和交易金额的统计周期都是一日内,对于涉嫌洗钱账户的账户中,该账户日交易资金极为频繁,一般是该日交易能达到20笔以上,该种交易频度明显超出了正常账户的平均每日交易笔数,同时,涉嫌洗钱的账户日交易金额一般也特别巨大,日交易额能达到上百万甚至上千万,而且资金多为分散转入,又分散转出,资金进出账户的速度很快,一般当日不留或者少留余额。
在本发明的较佳实施例中,所述步骤S2具体包括:
步骤S21,对所述可疑账户的交易时刻进行统计,并在所述交易时刻所分布的天数少于一预定天数时,转向步骤S22;
步骤S22,对所述可疑账户的交易人进行检测,并在所述交易人为代理人时,将所述可疑账户输出为所述危险账户。
在本发明的较佳实施例中,所述交易时间为月交易时间。
在本发明的一个具体实施例中,对金融账户的每月存在交易的日子进行统计,涉嫌洗钱的账户存在的特点为,每月多集中在2到3天内进行交易,且对于柜台交易的情况下,该账户多是通过代理人开具代理委托书的方式进行代理交易,很少会出现本人直接操作账户,因为涉嫌洗钱的账户多是由一到两个人统一掌握并具体操作资金的进出,通过进一步识别资金交易时刻的分布规律和资金交易人是否为本人,从而可以进一步确定该账户是否为涉嫌洗钱的账户。
在本发明的较佳实施例中,所述步骤S3具体包括:
步骤S31,对所述危险账户的开户人进行检测,并在检测到所述开户人为异地人时,转向步骤S32;
步骤S32,检测所述危险账户的开户方式,并在所述开户方式为代理开户时转向步骤S33;
步骤S33,检测所述危险账户网银设置情况,并在检测到所述网银未设置交易限额时将所述危险账户输出为高危账户。
在本法明的一个具体实施例中,洗钱账户开户人多为外地人,该外地人身份可以通过身份证归属地的方式识别,且外地人在本地的开户方式也多为代理开户,本人并不到场,通过该特点进行识别,可以基本确定该账户掌握的操作权限掌握在少数洗钱分子手中,再通过进一步识别该账户是否设置交易限额,可基本确定该账户是否涉嫌洗钱,因为正常账户多会根据自己需要而设置网银转账的交易上限,以避免账户被盗,而洗钱账户因为每日交易量大且交易金额不确定,因此多不设置交易上限。
上述技术方案的有益效果是:提供一种资金转移风险监控方法,该监控方法通过对洗钱犯罪的行为特点进行识别筛选,从金融机构的海量账户交易信息中筛选出符合该行为特点的账户信息,最后交由人工进行审核,从而最终来判断该账户是否涉嫌洗钱,通过大数据的筛选大大缩小了人工审核的范围,提高了对洗钱账户的识别效率,同时,该监控方法通过对金融机构交易账户的实时监控,使得金融机构能够及时的发现涉嫌洗钱的金融账户,从而及时的对该金融账户采取措施,避免了损失的进一步扩大,有力地打击了犯罪,维护了金融体系的安全和金融机构的信誉。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本发明说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (7)
1.一种资金转移风险监控方法,应用于银行账户的监控,其特征在于,所述方法具体包括以下步骤:
步骤S1,对所述银行账户进行资金交易的监控,将监控出的账户输出为可疑账户;
步骤S2,对所述可疑账户进行行为特点的检测,将检测出的账户输出为危险账户;
步骤S3,对危险账户进行账户资料的检测,将检测出的账户输出为高危账户。
2.根据权利要求1所述的资金转移风险监控方法,其特征在于,所述步骤S1具体包括:
步骤S11,对所述银行账户的交易频度进行监控,并在监控到所述交易频度大于第一预定阈值时,转向步骤S12;
步骤S12,对所述银行账户的交易金额进行监控,并在监控到所述交易金额大于第二预定阈值时,转向步骤S13;
步骤S13,对所述银行账户的交易地区进行监控,并在监控到所述交易地区存在跨地区、跨银行交易时,将所述银行账户输出为可疑账户。
3.根据权利要求2所述的资金转移风险监控方法,其特征在于,所述交易频度为日交易频度。
4.根据权利要求2所述的资金转移风险监控方法,其特征在于,所述交易金额为日交易金额。
5.根据权利要求1所述的资金转移风险监控方法,其特征在于,所述步骤S2具体包括:
步骤S21,对所述可疑账户的交易时刻进行统计,并在所述交易时刻所分布的天数少于一预定天数时,转向步骤S22;
步骤S22,对所述可疑账户的交易人进行检测,并在所述交易人为代理人时,将所述可疑账户输出为所述危险账户。
6.根据权利要求5所述的资金转移风险监控方法,其特征在于,所述交易时间为月交易时间。
7.根据权利要求1所述的资金转移风险监控方法,其特征在于,所述步骤S3具体包括:
步骤S31,对所述危险账户的开户人进行检测,并在检测到所述开户人为异地人时,转向步骤S32;
步骤S32,检测所述危险账户的开户方式,并在所述开户方式为代理开户时转向步骤S33;
步骤S33,检测所述危险账户网银设置情况,并在检测到所述网银未设置交易限额时将所述危险账户输出为高危账户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910205340.0A CN109949149A (zh) | 2019-03-18 | 2019-03-18 | 一种资金转移风险监控方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910205340.0A CN109949149A (zh) | 2019-03-18 | 2019-03-18 | 一种资金转移风险监控方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109949149A true CN109949149A (zh) | 2019-06-28 |
Family
ID=67008419
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910205340.0A Pending CN109949149A (zh) | 2019-03-18 | 2019-03-18 | 一种资金转移风险监控方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109949149A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112561696A (zh) * | 2020-11-20 | 2021-03-26 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN112884478A (zh) * | 2021-01-26 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
CN113362152A (zh) * | 2020-03-06 | 2021-09-07 | 中国邮政储蓄银行股份有限公司 | 风险识别方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070100744A1 (en) * | 2005-11-01 | 2007-05-03 | Lehman Brothers Inc. | Method and system for administering money laundering prevention program |
CN101706930A (zh) * | 2009-10-22 | 2010-05-12 | 杭州信雅达科技有限公司 | 基于本体论的反洗钱预警方法 |
US20120030115A1 (en) * | 2008-01-04 | 2012-02-02 | Deborah Peace | Systems and methods for preventing fraudulent banking transactions |
CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
US20170193514A1 (en) * | 2015-12-31 | 2017-07-06 | E. Sun Commercial Bank, Ltd. | Method for Performing Machine Detection of a Suspicious Transaction |
CN107358360A (zh) * | 2017-07-14 | 2017-11-17 | 成都农村商业银行股份有限公司 | 反洗钱***的异常业务数据筛选方法 |
CN108616551A (zh) * | 2016-12-13 | 2018-10-02 | 上海海万信息科技股份有限公司 | 投资者交易行为数据挖掘与反洗钱上报*** |
US20180365665A1 (en) * | 2017-06-16 | 2018-12-20 | Nec Laboratories America, Inc. | Banking using suspicious remittance detection through financial behavior analysis |
WO2018236606A1 (en) * | 2017-06-19 | 2018-12-27 | Nec Laboratories America, Inc. | DETECTION OF FINANCIAL FRAUD USING USER GROUP BEHAVIOR ANALYSIS |
CN109345375A (zh) * | 2018-09-27 | 2019-02-15 | 中国银行股份有限公司 | 一种可疑洗钱行为识别方法及装置 |
-
2019
- 2019-03-18 CN CN201910205340.0A patent/CN109949149A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070100744A1 (en) * | 2005-11-01 | 2007-05-03 | Lehman Brothers Inc. | Method and system for administering money laundering prevention program |
US20120030115A1 (en) * | 2008-01-04 | 2012-02-02 | Deborah Peace | Systems and methods for preventing fraudulent banking transactions |
CN101706930A (zh) * | 2009-10-22 | 2010-05-12 | 杭州信雅达科技有限公司 | 基于本体论的反洗钱预警方法 |
CN104813355A (zh) * | 2012-08-27 | 2015-07-29 | Y-S·宋 | 交易监控*** |
US20170193514A1 (en) * | 2015-12-31 | 2017-07-06 | E. Sun Commercial Bank, Ltd. | Method for Performing Machine Detection of a Suspicious Transaction |
CN108616551A (zh) * | 2016-12-13 | 2018-10-02 | 上海海万信息科技股份有限公司 | 投资者交易行为数据挖掘与反洗钱上报*** |
US20180365665A1 (en) * | 2017-06-16 | 2018-12-20 | Nec Laboratories America, Inc. | Banking using suspicious remittance detection through financial behavior analysis |
WO2018236606A1 (en) * | 2017-06-19 | 2018-12-27 | Nec Laboratories America, Inc. | DETECTION OF FINANCIAL FRAUD USING USER GROUP BEHAVIOR ANALYSIS |
CN107358360A (zh) * | 2017-07-14 | 2017-11-17 | 成都农村商业银行股份有限公司 | 反洗钱***的异常业务数据筛选方法 |
CN109345375A (zh) * | 2018-09-27 | 2019-02-15 | 中国银行股份有限公司 | 一种可疑洗钱行为识别方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113362152A (zh) * | 2020-03-06 | 2021-09-07 | 中国邮政储蓄银行股份有限公司 | 风险识别方法和装置 |
CN112561696A (zh) * | 2020-11-20 | 2021-03-26 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN112561696B (zh) * | 2020-11-20 | 2023-06-23 | 四川新网银行股份有限公司 | 一种基于机器学习的反洗钱***及方法 |
CN112884478A (zh) * | 2021-01-26 | 2021-06-01 | 支付宝(杭州)信息技术有限公司 | 一种数据处理方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Delamaire et al. | Credit card fraud and detection techniques: a review | |
CN107767138A (zh) | 在线支付反欺诈方法及*** | |
CN109949149A (zh) | 一种资金转移风险监控方法 | |
CN107085812A (zh) | 区块链数字资产的反洗钱***及方法 | |
US20030182214A1 (en) | Fraud detection and security system for financial institutions | |
US8117097B2 (en) | Method and system for identifying fraudulent account activity | |
CN106022742A (zh) | 一种银行交易处理方法及装置 | |
CN108230151A (zh) | 一种可疑交易监测方法、装置、设备及存储介质 | |
CN110414914A (zh) | 业务数据监控方法和装置 | |
Gao et al. | Intelligent anti-money laundering system | |
CN112200583A (zh) | 一种基于知识图谱的欺诈客户识别方法 | |
Liao et al. | Computer assisted frauds: An examination of offender and offense characteristics in relation to arrests | |
Korauš et al. | The safety risks related to bank cards and cyber attacks | |
US20170109837A1 (en) | Know your customer alert systems and methods | |
CN115564449A (zh) | 交易账户的风险管控方法、装置及电子设备 | |
Mohammed et al. | Machine learning approach to anti-money laundering: a review | |
Tripathy et al. | Credit card fraud detection using logistic regression and synthetic minority oversampling technique (SMOTE) approach | |
CN102013076A (zh) | 支付交易监测***及其方法 | |
CN113191770A (zh) | 一种基于网关交易的反欺诈算法模型***架构设计方法 | |
Tadesse | Combining Control Rules, Machine Learning Models, and Community Detection Algorithms for Effective Fraud Detection | |
CN113469701A (zh) | 一种区块链资产交易风险分析的方法 | |
Gombiro et al. | A conceptual framework for detecting financial crime in mobile money transactions | |
Tang et al. | New technologies and money laundering vulnerabilities | |
CN108446979A (zh) | 非法传销组织的监测方法、装置、计算机设备及存储介质 | |
Julisch | Risk-based payment fraud detection |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190628 |
|
RJ01 | Rejection of invention patent application after publication |