Rambler's Top100
 
Статьи
Ричард ХАРМОН  12 мая 2020

Большие данные в борьбе с финансовыми преступлениями

Для того чтобы эффективно бороться с финансовыми преступлениями, потребуются комплексные решения обработки и анализа данных, которые позволяют выявлять подозрительные и ранее скрытые действия клиентов и обмениваться результатами анализа с бизнес-подразделениями.

Отмывание денег и другие формы финансовых преступлений – глобальная проблема, с которой могут столкнуться финансовые учреждения любого масштаба. От такого Голиафа, как Deutsche Bank, против которого было инициировано уголовное расследование в связи с предполагаемыми несоблюдением законов о борьбе с отмыванием денег (AML), до Давида банковского мира, начинающего банка N26, к которому финансовый регулятор Германии обратился к с требованием усилить борьбу с отмыванием денежных средств.

От банка N26 – одного из первых мобильных банков, который базировался в Великобритании, в 2018 году имел 3,5 млн клиентов и оценивался в $2,7 млрд долл., – регуляторы потребовали увеличить количество сотрудников, улучшить процессы документирования для контроля соответствия нормативным требованиям, повторно провести проверки некоторых существующих клиентов и устранить задержки при мониторинге транзакций.

Однако могут ли изменения, о которых идет речь в случае банка N26, устранить корни проблем отмывания денег? В мире больших данных финансовые учреждения должны обратить внимание на углубленный анализ данных. Именно он способен помочь им уменьшить количество необнаруженных случаев мошенничества и поддержать их усилия в борьбе с отмыванием денег. Кроме того, анализ данных позволит финансовым учреждениям независимо от их размера лучше оценивать риски, связанные с повседневными бизнес-функциями. 

Хранилище данных, которое всегда под рукой

Чтобы принимать качественные, обоснованные бизнес-решения и защищать свою практику, банкам нужны достоверные данные. Все финансовые учреждения собирают огромное количество данных о своей повседневной деятельности. Однако проблема заключается в том, что их данные неструктурированы и разрознены, особенно в такой естественно распределенной отрасли, как банковская. Эти данные часто просто несопоставимы, поэтому ИТ-отделы не смогут вовремя отследить незаконную деятельность или даже установить необходимые связи без расширенного анализа. У них нет технических средств, позволяющих использовать для анализа все данные. Кроме того, та обработка информации, которая обычно выполняется, концентрируется на повседневной практике, т.е. на управлении счетами, учете и администрировании клиентов.

Использование больших данных (Big Data) не только повышает эффективность борьбы с финансовыми преступлениями, но и напрямую способствует пониманию потребностей клиентов, например, в сфере розничных банковских услуг. При более качественной обработке данных клиентов банкам легче будет понимать их проблемы. Корпоративная система обработки данных поможет давать клиентам более персонализированные и детализированные советы. Оценивая расходы и доходы клиента, банк может, например, разработать индивидуальную концепцию финансирования или инвестиций. Эта концепция также может учитывать такие факторы, как готовность идти на риск, имеющиеся средства, поведение или возрастные тенденции.

Большие данные для борьбы с отмыванием денег

Когда речь идет о борьбе с отмыванием денег, важно понимать три фазы этого процесса – подачу, сокрытие и интеграцию финансовых средств. 

На первом этапе (фазе подачи) денежные средства, полученные преступным путем, в вводятся в финансовый цикл. Обычно это происходит путем приобретения активов, которые можно перепродать, а также путем оплаты банковских счетов. Преступники выбирают небольшие суммы, которые, как правило, не привлекают внимания. Депонирование небольших сумм (меньше величины, начиная с которой операции попадают под контроль) также известно как смурфинг.

При сокрытии (вторая фаза) следы происхождения денег «заметаются» путем перевода сумм с одного счета на другой, причем это делается настолько часто, что проследить операции не предоставляется возможным. Например, денежные суммы могут быть замаскированы посредством фиктивных операций с офшорными банками или фиктивными компаниями. На третьем этапе (фаза интеграции) отмытые деньги используются для легальных операций, таких как приобретение недвижимости или акций компаний.

Корпоративная платформа данных может помочь финансовым службам пресечь практику отмывания денег, фиксируя типичные схемы, возникающие при использовании учетной записи, и отслеживая аномалии. Если, например, с обычного зарплатного счета осуществляется большой объем трансграничных переводов в определенные страны, которые ранее не практиковались, это будет помечено как признак потенциально незаконной деятельности. 

Если вернуться к примеру с банком N26, то наём дополнительных сотрудников не поможет с уверенностью определить, используют ли преступники свои финансовые ресурсы, чтобы казаться законопослушными клиентами. В случае крупных транзакций обычно не хватает времени для надлежащего реагирования на подозрительные действия. Поэтому необходимо сочетание как внутренних процессов, так и технической инфраструктуры данных.

К сожалению, традиционные платформы для выявления финансовых преступлений обладают ограниченной эффективностью. Это, как правило, обусловлено специализацией каждой платформы на конкретном типе преступлений, жесткой структурой используемой технологии, а также высокой стоимостью и сложностью модернизации этих платформ для противодействия новым видам преступлений. Таким образом, многие компании оказываются способными лишь реагировать на правонарушения вместо того, чтобы активно разрушать криминальные сети и предвидеть будущие атаки.

Эффективная борьба с финансовыми преступлениями, включая AML, выходит за рамки платформ, которые специализируются на конкретных видах преступлений и внесении изменений во внутреннюю политику и работу с персоналом. Платформы нового поколения для работы с большими данными дадут возможность финансовой отрасли выявлять подозрительные и ранее скрытые отношения с клиентами в течение нескольких недель, а также унифицировать свои данные и средства безопасности для предотвращения мошенничества третьих сторон, решения по борьбе с отмыванием денег, системы кибербезопасности, наблюдения и контроля.

С помощью подобной платформы данные любого типа (потоковые, пакетные, структурированные и неструктурированные) можно загружать и обрабатывать в режиме реального времени, задействуя при этом общее масштабируемое хранилище данных с функциями обеспечения безопасности, управления и соответствия нормативным требованиям. Все это может использоваться сторонними платформами, аналитиками, исследователями данных и предприятиями.

Ричард Хармон, управляющий директор подразделения финансовых сервисов, Cloudera
Поделиться:
Заметили неточность или опечатку в тексте? Выделите её мышкой и нажмите: Ctrl + Enter. Спасибо!