Software proti praní peněz - Anti-money laundering software

Software proti praní peněz (AML software) je software použitý v finance a právní průmyslová odvětví ke splnění zákonných požadavků pro finanční instituce a další regulované subjekty, kterým předcházejí nebo hlásí praní peněz činnosti. Proti praní peněz se zabývají čtyřmi základními typy softwaru: systémy sledování transakcí, hlášení měnových transakcí (CTR), systémy pro správu identit zákazníků a software pro řízení souladu.

Dějiny

Pokyny pro boj proti praní peněz se celosvětově dostaly do popředí po Útoky z 11. září 2001 a následné uzákonění Patriot Act ve Spojených státech a zřízení Finanční akční pracovní skupina pro praní peněz (FATF). Do roku 2010 je zapotřebí mnoho jurisdikcí po celém světě finanční instituce sledovat, vyšetřovat a hlásit transakce podezřelé povahy finanční zpravodajské jednotce v příslušné zemi.

Celý průmysl vyvinutý kolem poskytování softwaru pro analýzu transakcí ve snaze identifikovat transakce nebo vzorce transakcí, tzv strukturování, který vyžaduje a SAR podání nebo jiné podezřelé vzorce, které splňují podmínky pro hlášení SAR. Finanční instituce čelily pokutám za to, že řádně nepodaly zprávy o CTR a SAR, včetně vysokých pokut a regulačních omezení, a to až do okamžiku zrušení listiny.

Některé jurisdikce, jako je Singapur, vyžadují, aby finanční instituce prováděly nezávislé hodnocení technologických řešení používaných v postupech proti praní peněz, pokud takové finanční instituce umožňují přímý přístup zákazníků k palubě.[1]

Typy

Existují čtyři základní typy softwaru, které splňují obchodní požadavky AML:

  • Systémy pro sledování transakcí, které se zaměřují na identifikaci podezřelých vzorů transakcí, které mohou vést k registraci zprávy o podezřelé činnosti (SARs) nebo Suspicious Transaction Reports (STRs). Identifikace podezřelých (na rozdíl od běžných) transakcí je součástí požadavků KYC.
  • Vykazování měnových transakcí Systémy (CTR), které se zabývají velkými požadavky na hlášení hotovostních transakcí (10 000 USD a více v USA)
  • Systémy správy identit zákazníků, které kontrolují různé negativní seznamy (např OFAC ) a představují počáteční a průběžnou část Znát svého zákazníka (KYC). Elektronické ověřování lze také porovnat s jinými databázemi a poskytnout tak pozitivní potvrzení ID, jako například (ve Velké Británii: volební seznam; databáze „sdílení“ používaná bankami a úvěrovými agenturami; telefonní seznamy; seznamy dodavatelů elektřiny; databáze doručování pošty)
  • Software pro dodržování předpisů, který firmám pomáhá dodržovat regulační požadavky AML; uchovat nezbytné důkazy o dodržování předpisů; a zajistit a zaznamenat odpovídající školení příslušných zaměstnanců. Kromě toho by měl mít auditní záznamy o činnostech kontrolora shody, zejména pokud jde o vyřizování výstrah vznesených proti činnosti zákazníka.

Software pro sledování transakcí

Tyto softwarové aplikace efektivně denně monitorují bankovní transakce zákazníků a pomocí historických informací o zákaznících a profilu účtu poskytují vedení banky „ucelený obraz“. Monitorování transakcí může zahrnovat vklady a výběry v hotovosti, bankovní převody a aktivitu ACH. V bankovních kruzích jsou tyto aplikace označovány jako „software AML“.

Software každého dodavatele funguje poněkud odlišně. Některé z modulů, které by měly být přítomny v softwaru AML, jsou:

  • Znát svého zákazníka (KYC)
  • Řešení entit
  • Monitorování transakcí
  • Hlášení souladu
  • Správa případů na základě výstrah
  • Vyšetřovací nástroje
  • Správa dokumentů k uložení dokumentace související se zákazníkem, jako je balíček k otevření účtu, identifikační dokumenty zákazníka atd.
  • Dodání AML Training
  • Kontroly hloubkové kontroly zákazníka, včetně elektronického ověření
  • Automatizované standardní provozní postupy, např. pracovní tok motoru /
  • Šíření zásad a postupů AML

Systémy pro správu identit zákazníků

Definice systémů pro správu identit zákazníků se liší v různých regionech a jurisdikcích. Většina dodavatelů zahrnuje do svých řešení následující funkce:

  • Kontrola seznamu sankcí
  • Kontrola politicky exponované osoby (PEP)
  • Systém detekce podvodů
  • Falešně pozitivní záznam
  • Jednoduché skenování a dávkové skenování
  • Audit a podávání zpráv

Strojové učení pro detekci praní peněz

Existují řešení založená na umělé inteligenci, která se vyznačují mnohem lepší účinností při odhalování praní peněz ve srovnání s přístupem založeným na pravidlech. Hluboké neuronové sítě jsou zejména schopné objevit složité vzájemné závislosti mezi různými činnostmi prováděnými za účelem praní peněz. To znamená méně falešných poplachů a přesnější detekci. V blízké budoucnosti budou systémy monitorování transakcí založeny spíše na strojovém učení než na pravidlech a scénářích.[2]

Viz také

Reference

  1. ^ Chris Holland, Felicia Marie a Maya Deering. „Non-face-to-face-KYC Explained“. Holland & Marie. Citováno 10. srpna 2019.
  2. ^ Čech, Tomasz. „Hluboké učení: další hranice pro detekci praní peněz“. Globální bankovní a finanční přehled.