Как Эффективно Противодействовать Легализации Незаконных Доходов?

Решение SAS AML – комплексное решение задач противодействия легализации (отмыванию) доходов, полученных преступным путем, и финансированию терроризма.

Основным отличием решения SAS от большинства представленных на российском рынке продуктов для решения задач противодействия легализации (отмыванию) доходов является комплексный подход к задаче финансового мониторинга в кредитной организации. При этом решается большинство стоящих перед организацией задач: консолидация данных из источников, их очистка и интеграция в единую базу данных, формирование предупреждений, настройка правил выявления схем отмывания, интерфейс расследования и формирования отчетности, а также средства для углубленного анализа для выявления новых схем отмывания денег.

Хранение данных

Для организации хранения данных в решении SAS AML используется специализированная логическая модель, ключевыми характеристиками которой являются:

1. Полнота. В системе хранится вся информация, которая не только используется на этапе выявления подозрительных операций, но и позволяет пользователю провести детальное расследование, получить дополнительную информацию по анализируемой сущности (клиент, счет или транзакция) и принять решение, является ли данная операция подозрительной или нет. Использование промышленной СУБД позволяет обеспечить заданную глубину хранения данных и дает возможность анализировать данные за продолжительный период времени. Например, для поведенческого анализа с целью противодействия легализации доходов необходимы исторические данные за 3 месяца, а для аналитических модулей, входящих в состав системы, таких как «модуль слежения за перемещением средств» (Funds Tracker) - за 6 месяцев.
2. Прозрачность. По всем основным сущностям ведется контроль изменений и вся история этих изменений сохраняется в системе. В случае генерации предупреждения вся информация, связанная с предупреждением, сохраняется в отдельные структуры, предполагающие более продолжительное хранение. Это позволяет в дальнейшем в случае аудита предоставить всю необходимую информацию по расследованным предупреждениям. По умолчанию срок хранения всей информации, связанной с предупреждением, составляет 5 лет.
3. Производительность.Модель данных оптимизирована для работы с нерегламентированными запросами, которые формируют пользователи к системе в рамках своей работы по противодействию легализации нелегальных доходов (расследованию предупреждений)
4. Открытость. Модель данных решения расширена атрибутами, отражающими специфику российского учета, и позволяет проводить доработку как в рамках проекта внедрения, так и на последующих этапах функционирования системы (например, при внесении изменений в законодательство).

Мониторинг операций и поведения субъектов с целью противодействия легализации доходов

Мониторинг операций и поведения субъектов или в терминах решения - процесс генерации предупреждений (Alert Generation Process) - реализуется в виде пакетного задания, которое на регулярной основе анализирует исходные данные и по зарегистрированным в системе сценариям генерирует предупреждения (сценарий - алгоритм, который по заданным критериям позволяет идентифицировать одну или несколько транзакций как подозрительную схему).

Система SAS AML является открытой и легко позволяет включать/выключать, добавлять новые сценарии, задавать их параметры и настраивать периодичность выполнения. В состав решения входит большая библиотека уже готовых сценариев, которая постоянно пополняется, в том числе и с учетом опыта внедрения решения на российском рынке.

Пример сценария: Систематическое снятие клиентами кредитных организаций (юридическими лицами или индивидуальными предпринимателями) со своих банковских счетов (депозитов) крупных сумм наличных денежных средств. При этом особое внимание следует обращать на клиентов кредитных организаций, у которых отмечается высокое (80% и более) отношение объема снятых наличных средств к оборотам по их счетам. В сценарии используется информация о кассовых символах.

Другой ключевой особенностью системы является наличие в ней технологии ранжирования генерируемых предупреждений, основанной на алгоритме Байеса. Это позволяет пользователю системы сосредоточить свое внимание на тех предупреждениях, которые, скорее всего, и представляют собой сомнительные или операции, подлежащие обязательному контролю, а не являются ложными срабатываниями (false positives). Принцип работы алгоритма приведен на рисунке.

Расследование предупреждений

Для расследования предупреждений в системе реализован удобный, интуитивно-понятный и полностью локализованный интерфейс (под полной локализацией понимается наличие не только локализации экранных форм, но и справочной подсистемы и документации на систему). В рамках процесса расследования пользователь видит всю информацию, как по самому предупреждению, так и по сущностям, связанным с этим предупреждением. Если пользователю для принятия решения требуется проанализировать дополнительные данные, система предоставляет возможность делать нерегламентированные запросы к данным, хранящимся в базе данных системы. По мере работы над предупреждением, к нему можно прикреплять документы (например, сканированный вариант договора), сформировать обязательный отчет или передать предупреждение другому пользователю, сопроводив его комментариями. Пример интерфейса расследования приведен на рисунке.

Аналитические модули, входящие в состав решения позволяют лучше понять возможные схемы, используемые при отмывании, выделить участников процесса, что позволит провести более тонкую настройку правил генерации предупреждений. На рисунке приведен интерфейс «модуля слежения за перемещением средств»

Интерфейс построен на технологии «тонкого» клиента (для работы с ним необходим только web-браузер), что позволяет обеспечить удаленную работу пользователей с системой без дополнительных затрат на администрирование. Использование протокола HTTPS, промышленных серверов приложений и интеграции с корпоративным сервером аутентификации по протоколам LDAP и LDAPS обеспечивает надежную защиту передаваемой информации.

По результатам расследования предупреждения может быть принято решение о формировании обязательного отчета для последующего создания его в виде электронного сообщения (ОЭС) и передачи в уполномоченный орган. Система формирует отчет в виде dbf-файла, который выгружается на рабочую станцию пользователя для импорта в программный комплекс, позволяющий создать ОЭС (например, «АРМ Финансового мониторинга» ЗАО «Комита»). В системе регистрируется информация о факте подготовки и ведется архив сформированных отчетов.