ANALYTICS IN ANTI-MONEY LAUNDERING REGULATION AND CONTROL

Abstract

Аннотация

Поскольку в мире проводится огромное количество транзакций, финансовым сектором активно внедряется автоматизация отдельных контрольных процедур, в том числе по противодействию отмыванию денег и финансированию терроризма (ПОД/ФТ). Более сложные и, соответственно, дорогостоящие программные комплексы создаются правительствами для сбора от финансовых организаций и обобщения информации о сомнительных трансакциях. Эффективность автоматизированных мер контроля напрямую зависит от того, насколько адекватно составлены задачи для программного обеспечения. В статье исследуются наиболее общие подходы к формированию стратегии развития автоматизации антиотмывочного контроля в финансовой системе. Предлагается классификация типов аналитики данных в сфере ПОД/ФТ и обсуждается проблема научного контекста аналитики данных в ПОД/ФТ. Детально рассмотрено влияние макроэкономических показателей (ВВП на душу населения, средняя заработная плата) и масштаба теневой экономики в странах Евразийской группы по ПОД/ФТ на регулируемые антиотмывочным законодательством пороги суммы операции с наиболее задействованным в теневых отношениях финансового активом – с наличными денежными средствами (РПСОн). Установлено, что государства принимают РПСОн без научного обоснования. Предложен авторский подход к определению РПСОн, применение которого создаст научную базу для распределения антиотмывочных нагрузок между государством и частным финансовым сектором.

Abstract

The study revealed that since trillions of transactions are carried out every day, the active fight against money laundering and terrorist financing (AML / CFT) requires financial institutions, including banks, to quickly and reliably protect themselves from being involved in money laundering and terrorist financing processes. In the modern financial world, speed and reliability are achieved through the use of digital technologies. The article discusses the most general approaches to the formation of a strategy for the development of automation of anti-money laundering control in the financial system. The private financial sector is actively introducing the automation of certain control procedures, including those related to AML / CFT. Governments create more sophisticated and expensive software packages for collecting information about dubious transactions from financial institutions and summarizing it. The effectiveness of automated control measures directly depends on how adequately the tasks for the software are developed. The content of the terms used in data analytics on AML / CFT is studied, the classification is proposed, and the problem of the scientific context of data analytics in this field of knowledge is discussed. On the example of the conversion rate, used to assess the effectiveness of data analytics for detecting suspicious activity, and the adjustable fixed limit of transaction (FLT), used in data analytics for compliance with a given parameter, it was found that these indicators have no scientific justification. The conversion rate does not characterize the state of the national anti-money laundering system. The detailed analysis is carried out that studies the impact of macroeconomic indicators (GDP per capita, average wages) and the scale of the shadow economy in the countries of the Eurasian AML / CFT group (EAG) on the FLT regulated by the anti-money laundering legislation with the financial asset most involved in shadow relations - with cash (FLCT). It is found out that the governments accept FLCT without any scientific justification. The author proposes the approach to the definition of FLCT, the application of which will create a scientific basis for the distribution of anti-money laundering loads between the government and the private financial sector.