基于大數(shù)據(jù)樣本的銀行異常賬戶監(jiān)測方法

秦學志，李靜一

（大連理工大學 管理與經(jīng)濟學部，遼寧 大連 116024）

銀行賬戶資金流動是企業(yè)經(jīng)營活動在財務(wù)上的表現(xiàn)，大量的資金流動是滿足正常經(jīng)濟活動的客觀需要，但也夾雜著一些不正常甚至違規(guī)違法的資金流動，這不僅加大了銀行的信用風險，對金融監(jiān)管體系及監(jiān)管方式也帶來了嚴峻的挑戰(zhàn)。

從金融資金流動監(jiān)測和貸款風險評估角度，目前，國內(nèi)外的主要研究有：劉璇等[1]通過掃描統(tǒng)計方法，尋找某個客戶或賬戶短期內(nèi)頻繁交易行為，判別賬戶交易是否異常，但模型參數(shù)的設(shè)置主觀性較強，且模型的準確性受參數(shù)變化影響較大。楊璽[2]構(gòu)建了基于徑向基和函數(shù)支持向量機的信用卡欺詐監(jiān)測模型，但模型穩(wěn)定性不強，模型預(yù)測的準確率較低，僅為60.1%。呂林濤等[3]通過RBF（Radial Basis Function）神經(jīng)網(wǎng)絡(luò)技術(shù)，提出了基于APC-III聚類算法和RLS（Recursive Least Square）算法的反洗錢RBF神經(jīng)網(wǎng)絡(luò)模型，但模型準確率對參數(shù)變化較敏感。Wang等[4]提出了利用決策樹理論識別可疑客戶，根據(jù)客戶信息特征和風險值產(chǎn)生反洗錢規(guī)則，但關(guān)于決策規(guī)則的設(shè)置主觀性較強。Zhu等[5]提出了基于同組客戶歷史信息判定資金流動異常的EMD方法，但模型的準確度不夠高，置信度描述尚顯粗略。Rahman等[6]以馬來群島銀行為例，得出完善的可疑交易制度、加強銀行與監(jiān)管機構(gòu)的合作是風險最小化的根本保證這一結(jié)論。Pramod等[7]構(gòu)建了銀行反洗錢的制度框架，認為基于過程控制的信息系統(tǒng)對發(fā)現(xiàn)欺詐交易發(fā)揮了關(guān)鍵作用。Cao等[8]用最小平方支持向量機方法構(gòu)建了五級分類風險評估模型，模型的準確率達到82.58%。Ling等[9]用多核支持向量機方法和混亂離群方法構(gòu)建了貸款評分模型，模型的準確率最高達87.85%。Karaa等[10]用支持向量機和多層次神經(jīng)網(wǎng)絡(luò)模型進行貸款風險評估，以突尼斯銀行為例，進行對比學習的案例分析，SVM 模型的準確率為70.13%。

用支持向量機[11]模型進行銀行賬戶流水監(jiān)測具有以下優(yōu)勢：

（1）支持向量機可用線性方法解決高維樣本問題，適合于分析銀行賬戶多維度的特點：開戶人類型（個人、企業(yè)）、交易類型、交易金額和交易頻率等，避免了常用的神經(jīng)網(wǎng)絡(luò)模型在高維映射學習中的“維數(shù)災(zāi)難問題”。

（2）假設(shè)條件較神經(jīng)網(wǎng)絡(luò)寬松，對樣本的先后順序沒有要求。

（3）支持向量機模型需要設(shè)定的參數(shù)少，應(yīng)用者只需在掌握一定的先驗知識和經(jīng)驗的條件下，就能從給定的原始數(shù)據(jù)中獲得較好的分類結(jié)果，一定程度上避免了“欠學習、過學習或局部最優(yōu)問題”。

（4）配合聚類分析，可以有效避免銀行交易流水大數(shù)據(jù)樣本計算時間過長的問題。

1 線性可分樣本集的支持向量機模型

考慮樣本集合｛Xi，di｝，Xi為輸入特征，本文指銀行賬戶特征：開戶人類型（個人、企業(yè)）、交易類型、交易金額和交易頻率等；di為樣本對應(yīng)的分類，若樣本Xi屬于第1類，則di設(shè)為1；若Xi屬于第2類，則di設(shè)為-1，即di為賬戶流水的屬性標識，正常為1，異常為-1。

線性可分是指一個超平面可將兩類樣本完全分離[12]，即

系數(shù)向量w0是超平面的法向量，b為截距。任意一個樣本點x，可表示為

式中：xp為x在分割超平面上的投影；r為x到分割超平面的幾何距離（幾何間隔）。

設(shè)g（x）=wT0x+b0，其中b0由

確定，則有

即g（x）度量了樣本點x到分割超平面的距離，而決策函數(shù)為

分割超平面的確定需要求解如下二次規(guī)劃問題（記為（QP））：

式中，N為樣本個數(shù)。

記（QP）的Lagrange函數(shù)為

式中，αi（i=1，2，…，N）為Lagrange系數(shù)。將上式分別對w和b求偏導(dǎo)并令其等于0，就可將上述問題轉(zhuǎn)化為簡單的對偶問題，即

將上式代入Lagrange函數(shù)，可得對偶最優(yōu)化問題[13]：

為了提高模型的適應(yīng)能力和魯棒性，反映未預(yù)期因素的潛在影響，將模型式（8）的約束αi≥0，i=1，2，…，N進行松弛，進而得到

式中，ε＞0 為冗余擾動項。根據(jù)Karush-Kuhn-Tucker（KKT）[14]條件，該優(yōu)化問題的最優(yōu)解必須滿足

將αi≠0對應(yīng)的使上式成立的樣本稱為支持向量（SVs）。在支持向量機算法中，支持向量是訓練集合的關(guān)鍵，它們離決策邊界最近，因而若去掉其他所有的訓練樣本，再重新進行訓練，將得到相同的分類面。將原問題轉(zhuǎn)化為對偶問題，使得計算的復(fù)雜度不再取決于空間維數(shù)，而是取決于樣本數(shù)，尤其是樣本中的支持向量數(shù)。

求解上述二次規(guī)劃問題后，則分類決策函數(shù)為

式中，w*和b*分別為w和b的最優(yōu)解。式（11）中的求和只對支持向量進行，即只有不為0的αi對應(yīng)的訓練樣本決定分類結(jié)果，而其他樣本與分類結(jié)果無關(guān)。進而，由

為了計算可靠，對所有標準支持向量分別計算b*的值，然后求平均，即b*=

式中：NSV為標準支持向量數(shù)；SVk為支持向量集合。

因此，決策分類函數(shù)可表示為

2 基于支持向量機的銀行貸款賬戶流水監(jiān)測模型

2.1 模型規(guī)則的設(shè)定

（1）資金異常流動辨識的數(shù)量準則。中國人民銀行2006年發(fā)布的《金融機構(gòu)大額交易和可疑交易報告管理辦法》[15]中規(guī)定法人、其他組織和個體工商戶之間金額在200萬元以上的單筆轉(zhuǎn)賬支付為大額交易。根據(jù)單筆轉(zhuǎn)賬支付金額的一般情況，金額特別小和特別大的轉(zhuǎn)賬筆數(shù)較少，金額居中的轉(zhuǎn)賬筆數(shù)較多，所以金額筆數(shù)頻率分布圖基本符合正態(tài)分布特征?？紤]到統(tǒng)計規(guī)律和政策要求，本文假設(shè)金額筆數(shù)頻率分布圖中，金額大于上分位數(shù)α1%且大于200萬元的轉(zhuǎn)賬交易為異常交易。

（2）資金異常流動辨識的強度準則。該準則指資金在轉(zhuǎn)入和轉(zhuǎn)出過程中所表現(xiàn)出的強度和流速特征[16]。爆發(fā)型資金流動指賬戶資金原因不明地突然增大流量；頻繁型是指賬戶節(jié)點資金流動加快，資金流動速度比以前明顯增加。此處監(jiān)測2個指標：

①流量變化率

υ1=（下半年某賬戶資金流量-上半年該賬戶資金流量）/上半年該賬戶資金流量

②交易次數(shù)變化率

υ2=（下半年某賬戶資金流動次數(shù)-上半年該賬戶資金流動次數(shù)）/上半年該賬戶資金流動次數(shù)

根據(jù)統(tǒng)計規(guī)律并結(jié)合爆發(fā)型、頻繁型資金流動的定義，認為流量變化率、交易次數(shù)變化率大于其3倍標準差（3σ）的交易為異常交易。

（3）與經(jīng)營業(yè)務(wù)明顯不符的資金流。特定的企業(yè)規(guī)模，必定通過其經(jīng)營資金流動特點而有所反映。若有明顯不相符合的情況，則可以對其經(jīng)營的合法性提出質(zhì)疑，并納入可疑交易甄別之列[17]。若交易流水明顯大于營業(yè)收入，則存在洗錢嫌疑。國家統(tǒng)計局2011年制定的《統(tǒng)計上大中小微型企業(yè)劃分辦法》[18]，為不同行業(yè)、不同類型企業(yè)的營業(yè)收入限制提供標準。根據(jù)業(yè)內(nèi)交易流水和營業(yè)收入之間的估算比例，此處量化為：若“某客戶年資金流入量/該客戶年營業(yè)收入限額＞5”，視為異常資金流動。

（4）貸款受托支付交易對手不符合政策規(guī)定或者屬于高風險客戶。根據(jù)《中華人民共和國商業(yè)銀行法》第四十三條，商業(yè)銀行在中華人民共和國境內(nèi)不得從事信托投資和證券經(jīng)營業(yè)務(wù)，不得向非自用不動產(chǎn)投資或者向非銀行金融機構(gòu)和企業(yè)投資，但國家另有規(guī)定的除外。因此，貸款受托支付的交易對手不能為信托公司或者證券公司。另外，鑒于房地產(chǎn)開發(fā)資金鏈斷裂風險以及小額擔保公司民間借貸活動的高風險性，貸款受托支付的交易對手若為房地產(chǎn)公司、置業(yè)公司或小額擔保公司的法定代表人，則視為異常資金流動。

根據(jù)這4條規(guī)則，得出正常資金交易和異常資金交易的樣本。

2.2 模型的構(gòu)建

研究對象為某銀行北京地區(qū)計算機批發(fā)和五金批發(fā)行業(yè)的客戶從2013-05-01～2014-04-30在該行開立賬戶的交易流水。

假設(shè)條件將1個客戶的所有賬戶、卡歸集為1個賬戶。

樣本集1某銀行小規(guī)模企業(yè)貸款客戶的賬戶流水記錄，行業(yè)類型為計算機、軟件及輔助設(shè)備批發(fā)，行業(yè)代碼F5177，因為該行業(yè)是銀行貸款的主要行業(yè)，流水較多，有利于進行大數(shù)據(jù)分析。該行業(yè)共51 770筆流水，對相同流向的流水，將同一客戶交易金額變化率不超過10%且屬性標識相同的流水聚為一類。聚類后共得385 類流水，將其中的196類、31 589 筆流水做為訓練集，其余189 類、20 181筆流水做為測試集（詳見附錄A）。根據(jù)規(guī)則3，這類客戶年營業(yè)收入限額為5 000萬元。

樣本集2某銀行小規(guī)模企業(yè)貸款客戶的賬戶流水記錄，行業(yè)類型為五金產(chǎn)品批發(fā)，行業(yè)代碼F5175，行業(yè)選擇的理由同樣本集1。該行業(yè)共34 535筆流水，對相同流向的流水，將同一客戶交易金額變化率不超過10%且屬性標識相同的流水聚為一類。聚類后共得321 類流水，將其中的161類、21 166 筆流水做為訓練集，其余160 類、13 369筆流水做為測試集（詳見附錄A）。根據(jù)規(guī)則3，這類客戶年營業(yè)收入限額為5 000萬元。

變量開戶人類型（個人、企業(yè)）、單筆資金流入（出）值/單筆資金流入（出）平均值、交易頻次、賬戶流水標識（正常、異常）。

變量解釋通過變量開戶人類型（個人、企業(yè)），可區(qū)分不同類型的交易，一般而言，企業(yè)交易額較大，相應(yīng)的異常交易的閾值大；而個人交易額較小，相應(yīng)的異常交易的閾值小，文中的開戶人類型均為企業(yè)；通過單筆資金流入（出）值/單筆資金流入（出）平均值、交易頻次這3個變量，可將交易流水按交易類型、交易金額、交易頻率加以區(qū)分，大額、低頻的交易是異常交易；賬戶流水標識指賬戶流水的屬性標識，正常（1）、異常（-1）。

設(shè)ε=0.2，將訓練集1 的數(shù)據(jù)代入式（5）～（14），可得10 個αi≠0 的支持向量，如表1 所示所示。

表1 訓練集1的支持向量

將訓練集2的數(shù)據(jù)代入式（5）～（14），可得8個αi≠0的支持向量，如表2所示。

表2 訓練集2的支持向量

按以上參數(shù)將訓練集和測試集數(shù)據(jù)代入式（11），假設(shè)賬戶流水正常、異常的實際值標準為該賬戶的貸款客戶是否有不良貸款，即可得該模型的結(jié)果如表3所示。

由表3可見，在訓練集1中，該模型的準確率達到89.78%；在測試集1 中，該模型的準確率達到87.43%；在訓練集2 中，該模型的準確率達到88.9%；在測試集2 中，該模型的準確率達到88.84%，模型的準確率高，且除了測試集2之外，漏錯的概率要小于錯殺的概率。與其他SVM 模型相比，楊璽[2]的樣本容量為31 562，準確率為60.1%；Cao 等[8]的樣本容量為412，準確率為82.58%；Ling等[9]的樣本容量為1 690，準確率為87.85%；Karaa等[10]的樣本容量為1 435，準確率為70.13%；本文的SVM 模型樣本容量大，準確率高，在一定程度上具有說服力。此外，SVM 模型展示了對不同行業(yè)、不同樣本容量的分類效果，本文中，計算機、軟件及輔助設(shè)備批發(fā)的訓練集SVM比五金產(chǎn)品批發(fā)的訓練集SVM 的準確率稍高；且樣本容量對SVM 的準確率有影響，隨著樣本容量增大，SVM 的準確率呈增高趨勢，這也是本文大數(shù)據(jù)樣本的優(yōu)勢所在。

表3 SVM 模型結(jié)果

2.3 模型敏感性分析

模型規(guī)則（1）的作用是通過交易金額的筆數(shù)頻率分布圖的上分位數(shù)，確認金額大、頻率小的交易為異常交易。通過降低/增加規(guī)則（1）的異常交易臨界值，即上分位數(shù)，可以使規(guī)則變嚴格/寬松，即確認為異常交易臨界值的金額降低/增加、頻率增大/減少。規(guī)則（2）的作用是通過監(jiān)測賬戶流量、交易次數(shù)的快速變化，確認變化率高的賬戶的交易為異常交易。通過降低/增加規(guī)則（2）的異常交易臨界值，即變化率的3倍標準差3σ，可以使規(guī)則變更嚴格/寬松，即異常交易的占比增加/減少。表4具體分析了上分位數(shù)、標準差這2個臨界值的改變對SVM 模型準確度和穩(wěn)定性的影響。

表4 SVM 模型準確率與臨界值關(guān)系表

隨著上分位數(shù)、標準差的降低，模型的準確率呈下降趨勢，可見更嚴格的限制條件影響了模型的精度，異常交易實際占比確實較少，且規(guī)則（1）對模型的影響程度大于規(guī)則（2）。當臨界值為α1%和3σ時，對訓練 集1、2 以及 測試集1、2 均能獲得最高的準確率，因此，選這2 個臨界值是最恰當?shù)摹?/p>

3 結(jié) 語

本文從賬戶資金交易的角度，利用銀行賬戶交易的大數(shù)據(jù)，監(jiān)測銀行貸款風險，在貸款風險管理研究中，這種研究視角較少。根據(jù)正常賬戶、異常賬戶的識別規(guī)則，選擇合適的監(jiān)測變量，將SVM 模型應(yīng)用于中國某銀行賬戶異常資金流動監(jiān)測，模型的準確率達到85%以上，并通過對參數(shù)的敏感性分析驗證了規(guī)則的合理性，具有一定的實際應(yīng)用價值。在實務(wù)中，銀行不僅可以實時判斷賬戶是否存在異常資金流動，提高了對可疑交易、洗錢交易的監(jiān)測能力，進而有利于對有問題的賬戶適時采取凍結(jié)額度、凍結(jié)資金、提前收回貸款、停止續(xù)授信等措施，以降低貸款風險；而且通過建立不同行業(yè)的SVM 模型，展示不同行業(yè)的分類結(jié)果，進而顯示行業(yè)風險的大小，從而選擇風險小的行業(yè)進行授信，促進風險管理水平的提高和金融穩(wěn)定。

附錄

表1 訓練集1（聚類后）

表2 測試集1（聚類后）

表3 訓練集2（聚類后）

表4 測試集2（聚類后）