洗钱犯罪侦查分析论文提纲

2022-11-15

论文题目：基于时间序列和社会计算的洗钱行为研究

摘要：洗钱一般是指通过隐瞒犯罪收益的来源和性质,从而达到获取非法所得及其产生的收益的一种经济犯罪行为。洗钱活动通过将“黑钱洗白”,让洗钱团伙可以不受约束地支配非法所得,同时由于其交易方式的隐蔽性,司法机关查处洗钱犯罪变得异常困难。同时,在将脏钱进行“合法化”过程中,洗钱人员在进行投资时,不是以利润最大化为导向,而是看重投资的简单易行,这种投资行为不符合正常的投资规律,导致市场中资本变得难以捉摸,从而干扰正确经济政策的制定。同时非法所得“合法化”后重新进入市场流通,由于非法所得金额巨大,导致货币的需求量发生了变化,从而影响国家货币的汇率,容易引起金融市场的动荡。因此,从上个世纪开始,国际就已经针对这一犯罪类型进行了打击,并成立了国际化的组织专门研究这一犯罪的特点,协调各个国家一同打击这一犯罪行为。据联合国打击毒品和犯罪问题办公室估计,每年洗钱金额占全球GDP的2-5%,相当于1.6万亿到4万亿美元,反洗钱必须坚持到底。目前,经济侦查部门人力有限,不能对他们怀疑或者有犯罪前科的人都进行监控和侦查,因此缩小侦查范围,让侦查更有针对性对于他们来说非常迫切和必要。本文的研究对象是银行从海量交易数据中提取出来的可疑资金交易数据,首先将资金交易数据抽象成图,然后对抽象的图进行分析,进而设计了系列算法来刻画洗钱交易特点。本文提出的系列算法能从可疑数据中发现疑似洗钱团伙和团伙重要人物,经济侦查部门再辅以其他的信息判断和验证算法发现的疑似洗钱团伙和团伙重要人物,这对经济犯罪侦查有很大的帮助。本文的主要研究工作和创新内容如下:第一、个体交易周期行为发现。从公安侦查部门的办案经验来看,部分犯罪分子存在周期性的交易,即他们会在一段时间进行较为密集的转账交易,间隔一段时间后再次进行交易,周而复始。同时交易网络中部分成员的交易行为会比较相似。交易子周期（Trading Sub-Period Discovery Algorithm,TSPDA）和相关交易子周期发现算法（Related Trading Sub-Period Discovery Algorithm,RTSPDA）,能快速自动地从大量数据中发现个体交易的周期行为和个体间的相似交易周期行为,进而筛选出可疑行为,为侦查部门提供侦查方向。这相较于传统人工方法,节省了大量人力和时间。第二、洗钱团伙发现。洗钱一般不是某个个体单独的行为,而是以团伙的形式开展的,许多人参与其中,分工合作,各自担任不同的角色。在洗钱交易中,犯罪分子之间通过银行转账交易关联在一起,对于在转账交易中交易紧密的一群人,他们很可能构成了一个洗钱团伙。本文中提出的重叠洗钱团伙发现算法（Overlapping Money Laundering Gang Discovery Algorithm,OMLGDA）算法能够从海量可疑交易中发现交易团伙,获取交易中成员之间的关系,帮助经济侦查部门对团伙成员布控,从而集中打击犯罪团伙。第三、团伙重要人物发现。由于实际团伙中会存在不同的分工,在交易数据形成网络中扮演的角色也就各有不同,那么团伙成员之间的重要性也就存在差别,团伙中重要性相对越高的成员,越应该成为侦查部门重点侦查对象。本文提出的团伙重要人物发现算法（Finding Important People in Gangs Algorithms,FIPGA）综合了交易金额和交易频次两个重要因素,完成了对同一团伙中的各个成员的重要性计算并进行排序,快速发现洗钱团伙中的重要成员,进而帮助侦查部门确定重点侦查对象,打击洗钱犯罪。

关键词：反洗钱;重叠社区;社区划分;PageRank;交易子周期

学科专业：管理科学与工程

摘要

abstract

绪论

第一节研究背景及意义

第二节国内外研究现状

一、时间序列研究现状

二、社区发现研究现状

三、图计算研究现状

四、反洗钱技术研究现状

第三节研究思路与创新