Кейс: Как визуализация данных помогла выявить схему обналичивания средств

15 Октября, 2019 

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 ведущий бизнес-аналитик IBA Group Николай Васильев.

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 в странах бывшего СССР 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:

  1. 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».
  2. Готовые ИТ-решения. Например, инструменты типа VAS от IBA Group. Требуют затрат на покупку ПО и некоторые изменения в бизнес-процессах. Компенсируется это скоростью работы и почти бесконечной глубиной поиска связей.
  3. 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:

VAS выявление схемы обналичивания средств

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 СПАРК в России и 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:

  1. 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.
  2. 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.
  3. 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:

  1. 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».
  2. 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.
  3. 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.

СВЯЗАТЬСЯ С НАМИ

Yes
Yes Политикой организации в области защиты персональных данных Политикой использования Cookies
IBA IT Park | Иностранное предприятие «АйБиЭй АйТи Парк»
IBA — Information Business Architectures | ООО «Информационные производственные архитектуры»
IBA Gomel | Иностранное унитарное предприятие «ИВА-Гомель»
IBA Gomel Park | ООО «ИВА-Гомель-Парк»