隨著近期外部環(huán)境不確定性持續(xù)上升,防控金融風(fēng)險(xiǎn)的重要性與日俱增。操作風(fēng)險(xiǎn)作為銀行業(yè)風(fēng)險(xiǎn)管理短板,在防控結(jié)構(gòu)、程序、方法上遠(yuǎn)未成熟。因此,本文對(duì)我國(guó)經(jīng)濟(jì)安全有著重要的理論和現(xiàn)實(shí)意義。在現(xiàn)有研究成果的基礎(chǔ)上,本文采用規(guī)范分析、案例分析和制度分析等方法,對(duì)商業(yè)銀行操作風(fēng)險(xiǎn)管理進(jìn)行探索。研究?jī)?nèi)容主要包括三個(gè)部分:第一部分是理論分析,即對(duì)操作風(fēng)險(xiǎn)的概念、特點(diǎn)和種類(lèi)進(jìn)行了梳理,然后結(jié)合我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)管理的現(xiàn)狀,分析風(fēng)險(xiǎn)防控的程序和方法。第二部分是案例分析,從人員、流程、外部欺詐和信息系統(tǒng)四方面分析了C銀行操作風(fēng)險(xiǎn)的控制措施與效果。為控制內(nèi)部員工的欺詐與疏忽風(fēng)險(xiǎn),它從集中授權(quán)、集中稽核、集約化生產(chǎn)組織、員工評(píng)價(jià)等方面著手實(shí)施。為強(qiáng)化業(yè)務(wù)流程執(zhí)行,則可推進(jìn)流程自動(dòng)化,在系統(tǒng)中增加邏輯判斷,以機(jī)控替代人控。為反外部欺詐,會(huì)利用深度學(xué)習(xí)分析用戶行為,進(jìn)行實(shí)時(shí)攔截;并設(shè)置專(zhuān)屬的反冒名開(kāi)戶、反洗錢(qián)清單偵測(cè)系統(tǒng)。為確保信息系統(tǒng)安全,應(yīng)綜合運(yùn)用數(shù)據(jù)加密、網(wǎng)絡(luò)隔離、災(zāi)難備份、專(zhuān)項(xiàng)審計(jì)等手段。第三部分是對(duì)策研究,得出我國(guó)商業(yè)銀行操作風(fēng)險(xiǎn)面臨從人控向智能控制的轉(zhuǎn)換,需梳理體制、流程和業(yè)務(wù)規(guī)則,將其轉(zhuǎn)變?yōu)榧夹g(shù)邏輯控... 

【文章來(lái)源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：55 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

研究思路圖

別已知欺詐，黑名單屬于事后分類(lèi)，記錄已發(fā)現(xiàn)的欺詐方賬號(hào)，禁止再次使觀判斷為主，基于業(yè)務(wù)經(jīng)驗(yàn)總結(jié)欺詐行為特征，判斷欺詐發(fā)生概，并設(shè)立閾值標(biāo)準(zhǔn)）。該方式可基于現(xiàn)有規(guī)則發(fā)現(xiàn)潛在欺詐者，較大。規(guī)則示例：金額轉(zhuǎn)入賬戶后即刻（5 分鐘內(nèi)）轉(zhuǎn)出、轉(zhuǎn)入（著關(guān)聯(lián)關(guān)系、手機(jī)號(hào)屬于 170、171 虛擬運(yùn)營(yíng)商號(hào)段（實(shí)名制監(jiān)管缺機(jī)器學(xué)習(xí)需量化交易特征作為自變量，對(duì)樣本進(jìn)行二值回歸（用 以回歸系數(shù)作為各標(biāo)簽權(quán)重，計(jì)算欺詐概率加權(quán)得分。以 Logistic 回生比（the odds of experiencing an event）進(jìn)行估計(jì)，模型表達(dá)式見(jiàn)公01ln( )1ni iiyxy y 為欺詐概率，滿足logistic 函數(shù)分布；ix 為各項(xiàng)因素，通過(guò)極大i ，詳見(jiàn)圖 2.1 Logistic 函數(shù)分布圖。

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文督學(xué)習(xí)通過(guò)聚類(lèi)分析方式創(chuàng)建關(guān)聯(lián)群組，將與大多數(shù)樣本有差異出來(lái)，視作存在欺詐可能。例如，群組中賬號(hào)間存在層次關(guān)系，界”交易越多，越高層賬號(hào)越僅限于內(nèi)部單向交易，詳見(jiàn)圖 2.2


本文編號(hào)：3578646