金融欺诈分析
课程编码：180087120100MX030Z
英文名称：Financial Fraud Analysis
课时：30
学分：1.00
课程属性：公共选修课
主讲教师：朱晓谦
教学目的要求
近年来在疫情暴发、数字变革等诸多因素的交互影响下，国内外重大金融欺诈事件频繁发生，严重影响金融市场的正常秩序。本课程系统介绍金融反欺诈的基础知识和方法，并重点介绍在大数据时代下，如何利用多源大数据识别更为隐秘和复杂的金融欺诈行为。在教学过程中，充分引入国内外金融欺诈的典型案例，用生动形象、易于理解的方式，进行深入浅出的讲解，让学生在掌握理论和方法的同时，培养诚信服务，德法兼修的职业素养。
预修课程
无
大纲内容
第一章 金融欺诈的基础知识 3.0学时 朱晓谦
第1节 金融欺诈的定义与分类
第2节 金融欺诈的特征
第3节 金融欺诈的表现形式
第二章 后疫情时代下的金融欺诈 3.0学时 朱晓谦
第1节 疫情对金融欺诈的影响
第2节 金融欺诈的新类型和特征
第3节 金融欺诈分析的新要求
第三章 金融科技中的金融欺诈 3.0学时 朱晓谦
第1节 金融科技及其发展
第2节 金融欺诈的新类型和特征
第3节 监管科技及其应对
第四章 传统金融欺诈分析方法 3.0学时 朱晓谦
第1节 传统金融欺诈分析的原理
第2节 传统金融欺诈分析的方法
第3节 传统金融欺诈分析的优势和不足
第五章 金融欺诈分析数据的演化 3.0学时 朱晓谦
第1节 欺诈分析数据的类型
第2节 欺诈分析数据的发展
第3节 欺诈分析大数据的机遇和挑战
第六章 金融欺诈分析大数据的挖掘 3.0学时 朱晓谦
第1节 信息抽取方法
第2节 文本挖掘方法
第3节 其它大数据挖掘方法
第七章 基于传统机器学习的金融欺诈分析 3.0学时 朱晓谦
第1节 机器学习与人工智能
第2节 传统机器学习方法
第3节 传统机器学习方法在反欺诈中的应用
第八章 基于深度学习的金融欺诈分析 3.0学时 朱晓谦
第1节 深度学习方法
第2节 深度学习方法在反欺诈中的应用
第九章 基于图神经网络的金融欺诈分析 3.0学时 朱晓谦
第1节 知识图谱技术
第2节 图神经网络方法
第3节 图神经网络方法在反欺诈中的应用
第十章 研讨与结课 3.0学时 朱晓谦
第1节 研讨与结课
参考书
1、
智能风控与反欺诈：体系、算法与实践@机器学习方法@Intelligent financial fraud detection practices in post-pandemic era
Zidi Qin
2021年3月@2022年3月@2021年
机械工业出版社@清华大学出版社@Innovation
课程教师信息
朱晓谦，中国科学院大学经济与管理学院副教授，博士生导师，研究方向：金融风险管理、大数据管理决策。兼任Journal of International Financial Management and Accounting（ABS 2, SSCI）期刊Co-Editor，Journal of Operational Risk（ABS 2, SSCI）期刊Associate Editor，中国优选法统筹法与经济数学研究会青年工作委员会副秘书长、风险管理分会理事。在国内外主流期刊上发表论文40余篇，包括Humanities & Social Sciences Communications、Review of Quantitative Finance & Accounting、Quantitative Finance、International Review of Financial Analysis和《管理科学学报》等，并在Nature上发表短文1篇。部分成果被多家部委单位及金融机构采用，获得软件著作权7项，申请国家发明专利5项。获得1项省部级科技进步二等奖，6项国际会议最佳论文奖等多项奖励。