Коммерческие банки часто проваливают задачу Центробанков по поиску подозрительных операций и мошеннических схем. Причина такой ситуации обычно кроется в том, что люди из комплайенса просто не способны качественно обработать весь массив доступной информации и отыскать связи. Как итог, штрафы и репутационные потери.
О том, как можно выявить подозрительные финансовые операции (обналичивая деньги через ИП), используя только собственные данные о клиентах и их транзакциях, на практическом кейсе рассказывает эксперт Международного делового альянса по продукту VAS.
Вот мы и подошли к необходимости анализа большого массива данных о клиентах и их транзакциях, а также о поиске взаимосвязей между ними. Не вести эту аналитическую работу банки не могут. И тут начинается самое любопытное.
Несмотря на высокий уровень автоматизации работы финансовой и правоохранительной сфер, подобного рода задачи до сих пор решаются в основном вручную. Если мы говорим о банке, то выглядит это примерно так: человек анализирует каждую транзакцию по определенному набору критериев. Если его что-то смущает, то он открывает карточку клиента и смотрит, что это за юрлицо, кто им руководит, где оно располагается и так далее. Те же манипуляции проделываются и для контрагента. И если специалист видит, что, например, обе компании зарегистрированы по одному адресу или у них общий учредитель, то с большой долей вероятности здесь что-то не так.
Казалось бы, ничего сложного. Но что если учредителей у каждой компании по 50 или нет столь очевидных связей? Удержать в голове всю информацию просто невозможно.
Как сейчас решается эта задача
Самый главный вопрос в таком случае: каким инструментом нужно решать эту задачу.
Вот три распространенных варианта:
— Ручной анализ. Самый распространенный вариант, не требующий изменений в ИТ-инфраструктуре. К его недостаткам можно отнести недостаточную глубину проработки, невысокую скорость и все то, что можно назвать общим термином «человеческий фактор».
— Готовые ИТ-решения. Например, инструменты типа VAS от МДА. Требуют затрат на покупку ПО и некоторые изменения в бизнес-процессах. Компенсируется это скоростью работы и почти бесконечной глубиной поиска связей.
— Написание собственного аналитического решения. Этот вариант достаточно дорог и подходит тем организациям, которые обладают опытом и экспертизой в подобных расследованиях, а также разработке ПО.
Как мы нашли схему ухода от налогов через ИП
Мы бы хотели поделиться своим кейсом поиска (и обнаружения) схем ухода от уплаты налогов.
Загрузив в VAS данные о транзакциях некоторых юрлиц, мы смогли определить некоторые устойчивые связи, которые стали очевидными после их визуализации. Схема получилась такой:
Как оказалось, юрлица регулярно переводят деньги на счета подконтрольных ИП. В итоге, служба безопасности легко фиксирует мошенническую схему, целью которой является уход от уплаты налогов и получения наличных.
Какая информация нужна для такого расследования?
Как правило, для расследования описанного выше кейса достаточно информации, которая уже есть у банков: копия Устава и других учредительных документов, где уже содержится информация о компании и ее бенефициарах. Вопрос только в том насколько глубоко комплайенс-специалист сможет ее проанализировать (с учетом исторических данных).
О каких именно данных речь:
— Информация обо всех транзакциях
— Информация о компании и ее контрагентах
— Информация об организационно-учредительных связях
В идеале, было бы хорошо иметь еще и информацию об использовании клиентом систем дистанционного банковского обслуживания (ДБО). А если точнее, то данные об IP-адресах устройств, с которых производился вход в систему. Зачем? Далеко не всегда информация об организационно-учредительных связях может показать совпадения, но «выдает» мошенников то, что они заходят в систему ДБО с одного IP-адреса.
Чтобы повысить точность расследований, можно обогатить базу информацией и из других источников. Например, использовать данные из кредитных бюро, открытых государственных баз данных (решения судов, недобросовестных налогоплательщиков и так далее), от независимых сервисов типа YouControl в Украине, которые дополнят картинку по контрагентам, которых в базе банка нет.
Где «подводные камни»
Казалось бы, все выглядит довольно просто и красиво. Что может пойти не так?
Проведение визуальных расследований может столкнуться с некоторыми проблемами. И кроются они не в технической части (за нее, как правило, отвечает интегратор), а в бизнес-процессах организации:
- Политики безопасности. В банках обычно очень жестко разграничены права доступа к тем или иным сведениям. Скажем, у комплейенса может быть информация о транзакциях клиента, но не быть доступа к его кредитной истории или результатам скоринга. Без этой информации расследование будет неполным.
- Непонимание ценности информация, которая уже есть. Например, сотрудники банка часто думают, что карточки клиента для поиска мошенников достаточно. В то же время для эффективных расследований им может понадобиться информация об организационно-учредительной составляющей, транзакциях или ДБО.
- Квалификация аналитика. Как правило, если ПО установлено и настроено грамотно, созданы все сущности, настроены связи и взаимосвязи, то дальше все зависит от квалификации аналитиков, которые будет разворачивать цепочки связей и изучать их.
С чего начать тем, кто планирует проводить визуальные расследования
Работа с визуальными расследованиями опирается в основном на работу с данными. Так что накапливать их нужно как можно раньше. В будущем это упрощает работу.
Вот несколько рекомендаций по сбору и подготовке данных, которые здорово облегчат жизнь в будущем:
- Приводите данные к единому формату. Например, один и тот же адрес можно ввести несколькими способами: «пр-т Независимости», «проспект Независимости», «пр. Независимости». И многие операционисты так и делают. В дальнейшем такая вариативность усложняет анализ и создает много «шума».
- Внедряйте системы электронного документооборота. Уходите от произвольных таблиц Excel, пересылки документов по электронной почте и так далее. Переходите на системы электронного ведения счетов, счетов-фактур и прочее. Это позволит накапливать информацию, которую затем может будет анализировать или использовать как-то еще.
- Централизуйте данные. Информация всегда должны быть доступна из одной точки. Для этого нужно каким-то образом сделать одну точку входа во все базы, чтобы из нее аналитик мог получить все нужные ему данные для комплексного анализа. Точечный анализ всегда менее эффективен.
Ну и совет напоследок: собирайте информацию. Никогда не знаешь, когда она может пригодится.