| 以下仅列出文章摘要、提纲简介，如需获取全文阅读权限，或原创定制、长期合作，请随时联系。 微信QQ:312050216 |
 |
 |
| 金融科技在反洗钱监测分析领域的应用研究 摘 要 近年来，机器学习、云计算、区块链、人工智能等一系列新技术飞速发展并逐渐被应用，我国金融业正逐步进入全新的数字化时代，金融机构反洗钱工作也不例外。随着客户的交易手段日趋多样，交易网络日趋复杂，金融机构越来越难以发现隐藏的金融犯罪网络及洗钱活动。同时反洗钱监测监管要求密集出台，要求金融就够反洗钱人员具备更高的业务水平，反洗钱监测分析的难度和成本也持续攀升，金融机构在精准识别客户身份、可疑交易监控与分析、名单监测等领域面临越来越大的挑战。当前反洗钱可疑交易监测普遍采取“模型筛查+名单监控+人工甄别”的可疑交易监测模式，这种模式更多的依赖于人工经验的甄别判断，未融入机器学习等新兴技术，存在着较多局限性，无法达到精准定位可疑交易的目的，造成可疑交易的识别率低，误报、漏报率高等情况。虽然金融机构对反洗钱工作的重视程度逐渐提高，对反洗钱工作的人力物力投入逐渐增加，但是外部监管处罚仍是逐年递增。本文就反洗钱监测分析工作当前的难点，如何利用大数据和人工智能深挖数据间的逻辑关系，从而构建新型可疑交易监测模型，整合多元化数据源，打破内外部信息壁垒进行了实践应用探索。 关键词：反洗钱；监测分析；机器学习；大数据 |
