证券行业基于大数据和机器学习的智能反洗钱应用实践  

作　　者：中国银河证券反洗钱创新工作组 

机构地区：[1]不详

出　　处：《金融电子化》2022年第4期64-65,共2页Financial Computerizing

摘　　要：可疑交易报告是金融机构发挥金融情报价值的核心义务,是金融系统打击洗钱、恐怖融资及相关犯罪的重要抓手,但证券行业当前反洗钱工作中面临可疑交易监测模型有效性不足以及分析核查手段、工具有限等问题,限制了可疑线索挖掘的广度、精度和深度。为探索解决证券行业可疑交易报告痛点难点问题,银河证券慎思笃行、行稳致远,在监测预警、分析核查环节创新应用大数据、机器学习、知识图谱等技术,优化海量数据特征计算效率,提高可疑监测预警模型有效性,精准刻画客户洗钱风险画像,切实推动反洗钱可疑交易监测工作水平提升。

关 键 词：可疑交易 证券行业 反洗钱 洗钱风险 金融机构 机器学习 银河证券 知识图谱 

分 类 号：F83[经济管理—金融学]