利用社交网络分析预防洗钱

本研究探讨了应用网络分析技术预防洗钱的机会。我们基于真实世界数据，分析了意大利一家主要从事保理业务的公司 19 个月的核心数据库。该数据库包含与保理业务相关的金融操作，以及有关公司客户的其他有用信息。我们提出了一种对关系数据进行排序和映射的新方法，并给出了基于网络度量的预测模型，用于评估参与保理业务的客户的风险画像。我们发现风险画像可以通过使用社交网络度量来预测。在我们的数据集中，最危险的社交行为者涉及更大或更高频的金融操作；他们在交易网络中更为边缘；他们在不同经济部门间中介交易，并在风险更高的国家或意大利地区运营。最后，为发现潜在的犯罪集群，我们提出了对共享同一所有者或代表的不同公司之间存在的隐性链接进行可视化分析。我们的发现显示了在搜寻可疑金融操作和潜在罪犯时使用基于网络的方法的重要性。