基于模糊认知图的我国自贸区洗钱风险影响因素研究

doi:10.12005/orms.2022.0166

运筹与管理 ›› 2022, Vol. 31 ›› Issue (5): 177-182.DOI: 10.12005/orms.2022.0166

基于模糊认知图的我国自贸区洗钱风险影响因素研究

高增安¹, 汪小草²

西南交通大学经济管理学院,四川成都 610031

收稿日期:2020-03-26 出版日期:2022-05-25 发布日期:2022-07-20
作者简介:高增安(1965-),男,四川天全人,博士,教授,博士生导师,研究方向:反洗钱与金融监管;汪小草(1995-),女,四川资阳人,硕士研究生,研究方向:自贸区建设、反洗钱。
基金资助:
国家社会科学基金资助项目(16XGJ001)

Factors of Money Laundering Risk in China's Pilot Free Trade Zones Based on Fuzzy Cognitive Map

GAO Zeng-an¹, WANG Xiao-cao²

School of Economics and Management, Southwest Jiaotong University, Chengdu 610031, China

Received:2020-03-26 Online:2022-05-25 Published:2022-07-20

摘要/Abstract

摘要： 自贸区洗钱风险的影响因素相互关联,通过专家认知判断自贸区洗钱风险各影响因素间相互关系。运用模糊认知图的迭代推理机制,借助灰色关联度,计算各影响因素与自贸区洗钱风险的关联度,识别影响自贸区洗钱风险的主要因素。研究表明,自贸区内反洗钱法律法规健全度、上游犯罪规模、反洗钱监管当局和义务主体履职效力、司法合作水平、上游犯罪结案率是影响自贸区洗钱风险的主要因素,这为我国自贸区反洗钱实务工作提供了决策参考。

关键词: 自贸区, 洗钱风险, 影响因素, 模糊认知图, 灰色关联度

Abstract: The factors affecting money laundering risk in China's Pilot Free Trade Zones (CPFTZs) are interrelated, and their relationships are evaluated by experts' cognition. The paper uses the iterative reasoning mechanism of fuzzy cognitive map and the grey relational analysis to calculate the correlation degree between the factors and CPFTZ money laundering risk, and then recognizes the mainfactors that affect money laundering risk in CPFTZs. It finds that the soundness of anti-money laundering laws and regulations, the scale of predicate crimes, the effectiveness of anti-money laundering supervision authorities and obligatory subjects, the level of judicial cooperation, and the rate of settlement of predicatecrimes aremajor influencing factors, which can be referred to in CPFTZs'anti-money laundering decision-making practice.

Key words: China's pilot free trade zones (CPFTZs), money laundering risk, factors, fuzzy cognitive map, grey relational analysis

中图分类号:

F727
C934

高增安, 汪小草. 基于模糊认知图的我国自贸区洗钱风险影响因素研究[J]. 运筹与管理, 2022, 31(5): 177-182.

GAO Zeng-an, WANG Xiao-cao. Factors of Money Laundering Risk in China's Pilot Free Trade Zones Based on Fuzzy Cognitive Map[J]. Operations Research and Management Science, 2022, 31(5): 177-182.

参考文献

[1] 叶葆华,袁达松.论自由贸易区试验下的反洗钱监管法制[J].河南警察学院学报,2014,23(6):124-129.
[2] 黄敏.上海自贸区反洗钱可疑交易报告制度创新探讨[J].铜陵学院学报,2016,15(4):38-41.
[3] Loayza N, Villa E, et al. Illicit activityand money laundering from an econo-mic growth perspective: a model and an application to colombia[J]. Journal ofEconomic Behavior and Organization, 2019, 159(1): 442-487.
[4] FATF. National money laundering and terrorist financing risk assessment[EB/OL]. 2013.
[5] Reganati F, Oliva M. Determinants of money laundering: evidence from italian regions[J]. Journal of Money Laundering Control, 2018, 21(3): 402-413.
[6] 杨泾,John Walker,吴志明.中国脏钱流向哪里?——Walker引力模型与“起源地-目的地”五维分析[J].金融理论与实践,2013(7):42-47.
[7] 高增安.宏观审慎监管视角的国家系统性洗钱法风险与反洗钱研究[M].北京:科学出版社,2017:3-5.
[8] 苗文龙.国家洗钱风险评估:国际框架及我国的思考[J].国际金融,2014(8):60-66.
[9] 梅德祥,高增安.中国产生的洗钱规模及其流出研究[J].经济学家,2015(1):64-72.
[10] Ricci P. How economic freedom reflects on the bitcoin transaction network[J]. Journal of Industrial and Business Economics, 2019,47(1): 133-161.
[11] Bhattacharjee M, Chowdhury J, et al. Financial integration, its implication for money laundering-an introspection[A]. Bhattacharyya, R.The Gains and Pains of Financial Integration and Trade Liberalization[M]. Emerald Publishing Limited, 2019: 207-217.
[12] Walker J. How big is global money launder laundering?[J]. Journal of Money Laundering Control, 1999, 3 (1): 25-37.
[13] Walker J, Unger B. Measuring global money laundering: the walker gravity model[J]. Review of Law & Economics, 2009, 5(2): 821-853.
[14] 王筱,杨一鑫.我国自由贸易区内经济类犯罪的风险防控[J].黑龙江省政法管理干部学院学报,2019(6):30-34.
[15] FATF. Money laundering vulnerabilities of free trade zones[EB/OL].2010.
[16] Kosko B. Fuzzy cognitive maps[J]. International Journal of Man-Machine Studies, 1986, 24(1): 65-75.
[17] 苏超,张红,梁迅.基于模糊认知图的生态风险管理探究[J].生态学报,2014,34(20):5993-6001.
[18] 崔军辉,魏瑞轩,崔建汝,等.基于FCM的UAV事故成因预测方法[J].系统工程理论与实践,2015,35(12):3258-3264.
[19] 林松,等.基于模糊认知图的航天商业发射服务竞价影响因素分析[J].运筹与管理,2019,28(3):158-165.
[20] 吕文学,张磊,毕星.基于模糊认知图的工程项目争端处理决策研究[J].中国软科学,2014(10):165-173.
[21] 邓聚龙.灰色系统理论教程[M].武汉:华中理工大学出版社,1990:77-78.
[22] FATF. Guidance on the risk-based spproach to combating money laundering and terrorist financing: high level principles and procedures[EB/OL]. 2007.
[23] 孙婧雯.洗钱风险的构成及其管理框架构建[J].当代经济科学,2014,36(4):117-123.
[24] 唐旭,张雁,等.中国洗钱风险评估研究[J].金融发展评论,2011(5):121-146.
[25] Schneider F, Windischbauer U. Money laundering: some facts[J]. European Journal of Law and Economics, 2008, 26(3): 387-404.
[26] 李彬,黎宇,等.沿边跨境资金流动背景下洗钱风险控制策略探究——以广西为视角[J].区域金融研究,2015(4):4-11.
[27] Basel Institute on Governance. Basel an-ti-money laundering index 2018[EB/OL].
[28] Ihsan I, Razi A. Money laundering-a negative impact on economy[J]. Global Journal of Management and Business Research, 2012, 12(17): 47.

基于模糊认知图的我国自贸区洗钱风险影响因素研究

Factors of Money Laundering Risk in China's Pilot Free Trade Zones Based on Fuzzy Cognitive Map

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	李洪兵, 张吉军. 天然气需求影响因素分析及未来需求预测[J]. 运筹与管理, 2021, 30(9): 132-138.
[2]	曲小瑜. 制造企业分布式创新影响因素研究——基于话语分析和PLS-DEMATEL方法[J]. 运筹与管理, 2021, 30(8): 225-232.
[3]	范德成, 谷晓梅. 高技术产业技术创新生态系统健康性评价及关键影响因素分析——基于改进熵值-DEMATEL-ISM组合方法的实证研究[J]. 运筹与管理, 2021, 30(7): 167-174.
[4]	王娜. 平台型企业定价影响因素研究:以银行卡为例[J]. 运筹与管理, 2021, 30(4): 232-239.
[5]	刘国栋, 朱建军, 刘小弟. 基于灰色关联度-云模型的群评价数据质量改进方法及应用研究[J]. 运筹与管理, 2021, 30(3): 144-150.
[6]	方炜, 郑立明. 军民融合企业技术转移效率区域差异及影响因素研究[J]. 运筹与管理, 2020, 29(8): 1-11.
[7]	刘勇, 杜俊良, 赵焕焕. 基于灰色关联模型的高校R&D影响因素分析与时滞测度[J]. 运筹与管理, 2020, 29(2): 150-156.
[8]	朱学义, 吕延荣. 灰色关联度法在工业企业去库存中的应用[J]. 运筹与管理, 2020, 29(12): 166-171.
[9]	柴建, 王亚茹, KIN Keung-lai. “新常态”下的中国天然气消费分析及预测[J]. 运筹与管理, 2019, 28(6): 175-183.
[10]	林松, 刘小弟, 朱建军, 张世涛, 饶成龙, 于亮. 基于模糊认知图的航天商业发射服务竞价影响因素分析[J]. 运筹与管理, 2019, 28(3): 158-165.
[11]	刘炳胜, 王敏, 李灵, 王然, 孟俊娜. 中国建筑产业链两阶段综合效率、纯技术效率、规模效率及其影响因素[J]. 运筹与管理, 2019, 28(2): 174-183.
[12]	范德成, 李昊, 刘贇. 基于模糊影响图的我国居民消费水平的评价研究[J]. 运筹与管理, 2019, 28(1): 125-134.
[13]	宝斯琴塔娜,齐二石. 基于有序梯形模糊灰色关联TOPSIS的多属性决策方法[J]. 运筹与管理, 2018, 27(8): 57-62.
[14]	高沛然, 张金隆, 艾学轶, 李明, 马自香. PLS-DEMATEL方法及其应用研究——以组织敏捷性的IT影响因素分析为例[J]. 运筹与管理, 2018, 27(3): 126-132.
[15]	郭捷, 王嘉伟. 基于UTAUT视角的众包物流大众参与行为影响因素研究[J]. 运筹与管理, 2017, 26(11): 1-6.