基于机器学习方法商业银行识别内部信贷欺诈研究开题报告

1. 研究目的与意义（文献综述）

研究目的与意义：

当前经济运行总体平稳、稳重有进，“我国经济发展面临新的风险挑战，国内经济下行压力加大”。从外部环境看，不确定性因素有所上升。世界经济和贸易增速同步趋缓，地缘政治不稳定和经济运行风险加大。从内部环境看，国内长期存在的结构体制性矛盾的解决需要一个过程，经济运行面临着新的下行压力，实体经济困难仍然较多，民生领域还有不少短板。市场流动性持续处于高位紧平衡状态，流动性风险管理难度加大。国内地方政府债台高筑，中小企业的融资难问题依然严峻。在企业和个人商业银行信贷业务中，内部欺诈的事件时有发生，而伴随着金融科技的发展涉案的手段更加隐秘、金额更加巨大。

目前，在中国商业银行的内部信贷欺诈案件已经造成了巨大的损失。2005年，农业银行包头市分行汇通支行、东河支行个别工作人员与信用社及社会不法分子相互勾结骗取银行贷款，涉案资金累计98笔、金额11498.5万元；2011年，中国建设银行长春支行发生银行内外勾结，采取私刻印章、印鉴、伪造资信材料等方式，共欺诈贷款 3.28 亿元；2014年，新疆霍城县某农村信用社原信贷员杨某利用职务之便及农户的信任，以农民贷款买农资为由骗取贷款，致使信用社蒙受60万元的损失；2018年，北仑某金融单位的信贷员小伍以假的房产证、假的他项权证等证件，先后十次共骗取贷款1620万元；2019年，原大竹农商银行某支行的行长赵某利用职务之便，骗取贷款本金共计人民币229万元。

2. 研究的基本内容与方案

本文的研究内容是针对目前识别中国内部信贷欺诈在理论研究和实际操作中存在的问题，找到相应的解决方法，提出管控的对策和建议。

（1）指标体系构建不完善。目前国内学者对于指标体系的构建和研究多是对借款人进行的个人信用评估，缺少对于银行信贷业务工作人员的信用评估指标体系，在指标体系构建之后，可能存在着维度过高、特征冗余、特征重要度不同等问题。因此，本文参考现有的个人信用评估体系，结合信贷业务的流程和审查工作，构建全面合理的银行信贷业务工作人员的信用评估体系，并运用特征工程的方法进行特征提取、特征选择和特征降维，在保留原有数据信息的基础上，降低计算的难度，节省计算的时间。在实践中，商业银行结合自身的实际情况构建合理的指标体系，并根据指标的特点选择合适的方法处理指标，从而为构建识别内部信贷欺诈的模型奠定向量指标基础。

（2）重事后严惩轻事前识别。中国的商业银行对于内部信贷欺诈事件的风险意识不够高，在欺诈事件发生后重视进行事后惩治，但是对事前的预防和识别措施重视程度较低。因此，本文构建商业银行信贷欺诈识别模型，在信贷业务的整个过程中多次对业务人员进行审核识别，以判别是否为内部信贷欺诈，及时止损，进而减少商业银行的财务和信誉损失，以及对金融市场带来的负面影响。在实践中，商业银行可根据各自商业银行的特点和信贷业务的特征，设置识别时间点，根据工作人员的实际情况，不断更新特征向量的取值，及时识别内部信贷欺诈事件，以求将损失降至最低。

3. 研究计划与安排

4. 参考文献（12篇以上）

[1]yvan lucas,pierre-edouard portier,léalaporte,liyun he-guelton,olivier caelen,michael granitzer,sylvie calabretto.towards automated feature engineering for credit card fraud detection usingmulti-perspective hmms[j]. future generation computer systems,2020,102.

[2]deshen wang,bintong chen,jing chen.credit card fraud detection strategies with consumer incentives[j].omega,2019,88.

[3]mirjana peji bach,ksenija dumii,berislav muk,tamara urlin,jovanazoroja. internal fraud in a project-based organization: chaid decision treeanalysis[j]. procedia computer science,2018,138.