机器学习算法在贸易洗钱行为监控领域的应用--基于宏观与微观审慎监管视角  

作　　者：冯诏霖子 

机构地区：[1]中国人民银行平顶山市中心支行

出　　处：《当代金融家》2022年第9期134-135,共2页Modern Bankers

摘　　要：监管部门应引入机器学习、大数据等监管科技在反洗钱执法检查中的运用,以客户为中心,以交易数据为驱动,以全面风险监控为视角,研究使用主动数据采集平台。TBML行为概述反洗钱金融行动特别工作组(FATF)将具有贸易背景的资本转移称为基于贸易的洗钱(TBML),指通过高估或低估商品和服务的价值,利用国际贸易去转移非法或投机性资本。

关 键 词：资本转移 反洗钱 贸易背景 数据采集平台 监管科技 风险监控 机器学习算法 微观审慎监管 

分 类 号：F83[经济管理—金融学]