アンチマネーロンダリングにも使えるデータプレパレーション

マネーロンダリング対策について、以前よりFATF（「Financial Action Task Force」の略で、マネーロンダリングやテロリストへの資金供給を防ぐ対策の基準をつくる国際組織）が注意喚起を行ってきました。
ここにきて、新型コロナウイルス・パンデミックに関連する金融犯罪リスクに対しても注意を促す議長声明が発表されたそうです。

今回は「アンチマネーロンダリング(AML)とデータプレパレーション」をテーマにお届けします。

Anti-Money Laundering （アンチマネーロンダリング）の略。

犯罪収益の出どころを隠すために、金銭取引を通してお金を洗浄すること。
普通の銀行取引は正当（合法）だが、「犯罪隠蔽するために」取引をすると犯罪取引になり、その対策をAMLという。

理由1
2008年に実施された第3次対日相互審査では、日本の金融機関におけるマネーロンダリングおよびテロ資金供与対策の甘さが指摘され、国際的な信頼が大きく揺らいだそうです。
そして、2019年秋に第4次対日相互審査が行われましたが、その結果も思わしくありませんでした。

AML施策の対外的なアピールができないと、信頼低下によって国際的な取引が減少するリスクが考えられます。

理由2
コロナ禍において「コロナ・マネーミュール」が起こっています。
「マネーミュール」とはマネーロンダリングの一種でネット詐欺で、新型コロナウイルスの影響によって解雇された人々に対し、いわゆる「お金の運び屋」をやってもらい資金洗浄するという手法が出てきました。

運び屋自身に「自分が運び屋だ」という認識はなく、むしろ言葉巧みに言いくるめられ善意から行動している人が多いようです。しかし実際は重大な犯罪に加担しており、逮捕される可能性があります。

理由3
日本は今後、カジノ産業に参入する予定ですが、カジノは厳しい対策を行わないとマネーロンダリングに利用されやすいと言われています。

国会でIR推進法案成立に向けた動きが活発化している中で、カジノ施設開業にむけて最重要課題のひとつとされているのがAMLのようです。

それでは実際に、各金融機関はどのようにマネーロンダリング対策をしているのでしょうか？

金融庁のサイトにて、実は「マネーロンダリングの疑いがある事例」というものが公開されています。
http://www.fsa.go.jp/str/jirei/

そのため、各企業はこのパターンに該当するデータを特定できるような集計ロジックを作成し、口座の特定や顧客を抽出しています。

しかしここで次のような課題にぶちあたるのが現状のようです。

・取引明細履歴が１億件近く発生し、 ExcelやPythonなどで処理するには限界...
・抽出定義を確定するには何度も処理を組み直す必要があり手間がかかる...
・外部委託や作業の属人化で時間がかかり、タイムリーな判断が行えていない...

Paxata を使うことで、たとえばリスク管理部門に所属しているユーザー自身がノンコーディングで自由自在にデータを扱えます。

・大量データもスプレッドシート形式でさくさく加工！
・抽出定義を決める際の試行錯誤を何度も重ねられるため、対象となる口座特定の精度を向上！
・新たなロジック追加や、改修が必要となった場合でもセルフでメンテナンスを実施！

簡単な操作イメージを以下のキャプチャでご案内します。

9,000万件レベルの取引データをスプレッドシート形式で表示

取引き回数や取引総額の集計もクリックの操作で実装

計した値を元に取引回数が多い口座を抽出

顧客情報と関係当局が公開する制裁リスト（米国のSDNリストなど）を画面上で結合して該当顧客を抽出

処理プロセスはすべて自動で記録されるため再利用したり他ユーザーと共有可能

このとおり、ユーザーがセルフで取引データを加工し、マネーロンダリングの疑いがありそうな取引を即座に抽出できます。

マネーロンダリングの疑いがある口座を特定するための処理は通常システム化されていますが、それがゆえに新たなロジックの追加や改修が必要となった場合には、都度そのシステムを開発したベンダーに依頼して実装しているケースも多いかと思います。

Paxataを使えば時間とコストを削減したり、ユーザー自身でロジックの試行錯誤を何度も繰り返し行えるため、リスク管理部門のAML対策におけるデータチェック作業の効率化が期待できます！