| 摘要 | 第1-6页 |
| ABSTRACT | 第6-13页 |
| 表格目录 | 第13-14页 |
| 图表目录 | 第14-16页 |
| Index of Table | 第16-17页 |
| Index of Figure | 第17-19页 |
| 第一章 前言 | 第19-29页 |
| ·研究背景 | 第19-22页 |
| ·研究问题 | 第22-23页 |
| ·研究意义 | 第23-24页 |
| ·理论意义 | 第23页 |
| ·实践意义 | 第23-24页 |
| ·研究方法 | 第24-27页 |
| ·研究思路 | 第24页 |
| ·研究内容 | 第24-26页 |
| ·研究方法 | 第26-27页 |
| ·论文主要创新之处 | 第27-29页 |
| 第二章 研究文献综述 | 第29-51页 |
| ·金融网络基本术语介绍 | 第29-32页 |
| ·金融网络 | 第29页 |
| ·资金异常/可疑资金流动 | 第29-32页 |
| ·正常模式 | 第32页 |
| ·金融监管现状 | 第32-49页 |
| ·国内外金融监管相关法律 | 第32-35页 |
| ·国内外反洗钱监管体系 | 第35-37页 |
| ·单帐户资金流动正常与异常模式研究 | 第37-41页 |
| ·金融网络中多帐户资金流动异常识别 | 第41-46页 |
| ·金融监管规则改进研究 | 第46-47页 |
| ·异常监测平台研究 | 第47-49页 |
| ·对研究现状的评述 | 第49-51页 |
| 第三章 基于约束理论的反洗钱业务流程瓶颈研究 | 第51-73页 |
| ·前言 | 第51-52页 |
| ·我国反洗钱体系及机构分工 | 第52-53页 |
| ·我国反洗钱业务过程中的主要约束 | 第53-54页 |
| ·约束理论 | 第54-55页 |
| ·反洗钱业务流程瓶颈研究 | 第55-70页 |
| ·研究方法论 | 第55-57页 |
| ·第一阶段－分析与结论 | 第57-64页 |
| ·第二阶段－分析与结论 | 第64-70页 |
| ·结论与展望 | 第70-73页 |
| 第四章 基于正常模板的客户异常识别研究 | 第73-95页 |
| ·前言 | 第73页 |
| ·影响企业经营资金流动规律的多个因素 | 第73-79页 |
| ·宏观经济变化 | 第73-76页 |
| ·行业特点对企业经营的影响 | 第76-78页 |
| ·企业经营规模与企业经营 | 第78-79页 |
| ·地区差异与企业经营规模 | 第79页 |
| ·基于正常模板的企业交易行为判别 | 第79-90页 |
| ·数据抽取相关分类标准 | 第80-82页 |
| ·实验设计与数据准备 | 第82-83页 |
| ·实验结果分析 | 第83-90页 |
| ·正常模板建立及应用 | 第90-93页 |
| ·资金流动交易金额分布模型 | 第90-91页 |
| ·资金流动时间特征模型 | 第91页 |
| ·资金流动频次分析模型 | 第91页 |
| ·资金流入、流出分析模型 | 第91页 |
| ·资金流动间隔频度分布模型 | 第91页 |
| ·基于正常模板的企业资金流动异常识别示例 | 第91-93页 |
| ·总结与讨论 | 第93-95页 |
| 第五章 基于扫描统计的单帐户资金流动异常识别研究 | 第95-109页 |
| ·引言 | 第95页 |
| ·商业银行实施现行的管理办法的主要问题 | 第95-99页 |
| ·中美大额、可疑标准比较 | 第95-97页 |
| ·我国可疑标准解析 | 第97-99页 |
| ·扫描统计相关理论 | 第99-100页 |
| ·利用扫描统计判别异常资金流动 | 第100-103页 |
| ·实验 | 第103-107页 |
| ·实验设计 | 第103-105页 |
| ·数据说明 | 第105-106页 |
| ·实验参数选择和结果分析 | 第106-107页 |
| ·基于扫描统计的单帐户资金流动异常实时识别 | 第107页 |
| ·本章小节 | 第107-109页 |
| 第六章 基于序列匹配的单帐户资金流动异常识别研究 | 第109-133页 |
| ·引言 | 第109-110页 |
| ·时间序列分析相关原理 | 第110-115页 |
| ·基于序列匹配的异常资金流动识别算法 | 第115-122页 |
| ·实验 | 第122-131页 |
| ·实验设计 | 第122页 |
| ·实验参数选择 | 第122-123页 |
| ·实验结果以及与结果比较 | 第123-126页 |
| ·实验二－不同参数下的结果分析 | 第126-130页 |
| ·与扫描统计结果的比较 | 第130-131页 |
| ·本章小结及研究展望 | 第131-133页 |
| 第七章 基于社会网络分析的多帐户资金流动隐藏团体识别研究 | 第133-161页 |
| ·引言 | 第133-134页 |
| ·监测中心大额、可疑资金分析 | 第134-135页 |
| ·社会网络(Social Network)及相关研究 | 第135-136页 |
| ·隐藏团体(Hidden group) | 第136-137页 |
| ·金融网络描述 | 第137-144页 |
| ·金融网络表达 | 第137-141页 |
| ·金融网络中的隐藏网络示例 | 第141-144页 |
| ·基于隐藏网络的金融网络隐藏团体识别 | 第144-152页 |
| ·金融网络中隐藏网络的问题描述 | 第144-147页 |
| ·金融监管中隐藏团体识别算法 | 第147-152页 |
| ·实验 | 第152-159页 |
| ·实验数据 | 第152-153页 |
| ·实验设计 | 第153页 |
| ·实验结果 | 第153-159页 |
| ·结论 | 第159-161页 |
| 第八章 结论与展望 | 第161-165页 |
| ·研究结论 | 第161-164页 |
| ·研究展望 | 第164-165页 |
| 附件 | 第165-169页 |
| 附件1：监管部门反洗钱（AML）调研 | 第165-167页 |
| 附件2：商业银行反洗钱（AML）调研 | 第167-169页 |
| 参考文献 | 第169-181页 |
| 致谢 | 第181-183页 |
| 攻读博士学位期间的学术论文和科研课题 | 第183-187页 |