人員を10倍に増やすことなく、BSA/AMLコンプライアンスの有効性を10倍に高める
あらゆる銀行秘密法（BSA）／マネーロンダリング防止（BSA/AML）プログラムにとって最も重要な要件は、プログラムの管理策が有効に機能していることを検査官に証明することです。そのための一つの手段が、有効性テストを実施し、遵守状況やギャップ、改善のための示唆を評価することです。多くの銀行や金融機関にはセカンドラインの支援チームがあり、BSA/AML の有効性について規制当局からの監視が一段と厳しくなっています。
Sardine では、制裁ヒット、チャージバックデータ、既知の不正な身元情報に対してバックテストを行うためにコンプライアンス担当者が必要とするデータを提供できるよう、金融コンプライアンスプラットフォームを構築しました。さらに、当社の機械学習モデルは 24 時間 365 日のリアルタイム取引モニタリングを実行し、不正行為者や不正取引を検知して、取引が案件化されたり、疑わしい取引の届出（SAR）に発展したりすることを未然に防ぎます。
コンプライアンス有効性テストの目標
有効性テストソリューションの主な目的は次のとおりです。
- フィンテック企業が規制ガイドラインをどの程度順守しているかを評価・測定する
- ギャップや不遵守の領域を特定する
- 改善のための実行可能な洞察と提言を提供する
- コンプライアンス指標の継続的な監視と報告を促進する
銀行機関は、マネーロンダリングやテロ資金供与に対処するための効果的なAML（アンチ・マネーロンダリング）プログラムを策定・維持するうえで、極めて重要な役割を担っています。
BSA/AMLコンプライアンスの主なアプローチは次のとおりです。
- 規制要件を満たすために導入しているルールや管理策が、適切に機能していることを確認してください。
- ランダムサンプリングと手動レビューを実施します。例えば、コンプライアンス担当者が毎月ランダムに選んだ100名のユーザーを確認し、制裁スクリーニングやKYC認証などの主要な検証プロセスが正しく実行されたかどうかを確認します。
- 別のプロセスとしては、既知の制裁対象ヒットや不正な身元情報を用意し、それらをシステムに通して、想定どおりの結果が得られることを確認するというものがあります。
有効性の高いプログラムは、規制要件を満たすために導入しているルールや管理策が適切に機能していることを確認します。
BSA/AML コンプライアンス有効性テストにおける課題
多くの場合、コンプライアンス担当者は、自身が望む水準でBSA/AMLプログラムの有効性を検証するために必要な手法を実行するためのツールや人員、エンジニアリングへのアクセスを十分に持っていません。そのため、マネーロンダリングに効果的に対抗することが難しくなっています。
- 現在、多くの場合、検証作業は手作業で行われ、スプレッドシートに依存しているため、人為的なミスが発生しやすくなっています。生データの支払いファイルを出力したスプレッドシートは、機械学習モデルをテストする手段としては非効率であることが多いです。
- 機械学習モデルの検証にはデータサイエンスのスキルが必要です。モデルの問題を検出するには、分析スキルと、最新のデータウェアハウスおよびデータエンジニアリングに関する理解が求められます。
- データのプロファイリングやラベリングを行うには、しばしば分かりにくい決済システムのデータ出力を理解する必要があります。統計情報を作成しデータにラベル付けを行うことで、企業はリスク評価をより深く理解できるようになり、トランザクションモニタリングシステムを十分に活用できます。しかしこれは、決済システムからのデータ出力（多くの場合、コードだらけで分かりにくいもの）を十分に理解していないコンプライアンス担当者にとって、非常に手間のかかる作業となり得ます。
- データ品質の評価には、良いデータと悪いデータを見分ける知識が必要ですが、その違いは必ずしも明確ではありません。決済システムには多くの癖があり、項目が欠落していたり、形式が不適切であったり、金融機関によってはそもそも入力されていない場合もあります。ある機関が「NA」と入力した場合、「該当なし（not applicable）」という意味で使っているかもしれませんが、トランザクションモニタリングシステムがそれを「ナミビア（Nambia）」と誤認識してしまう可能性があります。
- モデルのチューニング（いわゆるアッパーライン／ロワーラインテスト）は、多くの場合コストが高く、あるいは外部委託されており、そもそも対応していない組織も少なくありません。 ルールエンジンや機械学習モデルのしきい値を変更するには、最終的なアウトプットが改善されるかどうかを確認するために、過去データに対する定期的なテストが必要です。社内にデータサイエンスのチームやスキルがない場合、多くの組織はこれらのしきい値が有効かどうかを判断するために外部の第三者に頼らざるを得ず、自社内で十分に理解できていないことがあります。
- しきい値分析とキャパシティプランニングは、多くの場合手作業で記録されています。これらのテストは、どのルールに最も時間がかかり、担当者がどこに最も時間を費やしているかを特定します。多くの場合、これは手作業で行われるか、担当者がスプレッドシートに記録することに依存しています。このデータは信頼性に欠けるため、分析基盤がないと、チームはより効果的に業務を行ったり、最大限のパフォーマンスを発揮したりすることが難しくなります。
手作業やスプレッドシートに頼らずに BSA/AML の有効性を向上させる
このソリューションには次のものが必要です：
- 効果測定ダッシュボード：手作業なしでリアルタイムに状況を把握できるダッシュボードへのアクセス
- 継続的なトラフィック監視：全ユーザーを対象に、統制上の抜け漏れを特定するために
- 自動化された機械学習による監督：金融機関およびそれらが支援するプログラムにおける BSA/AML の有効性に対して
- データサイエンスチーム：新たな管理手法を検出し、データにラベル付けを行い、品質を評価し、しきい値を管理し、誤検知を減らすための提言を行う
- リアルタイム取引モニタリング: 取引時点で高度に不審な行為をブロックし、アラートが案件化するのを防ぐために
1. コンプライアンスダッシュボードによる有効性
Sardine は、コンプライアンス担当者向けに、自社の取引およびスポンサー付きプログラムによってオンボーディングされたあらゆる取引や事業体について、過去データやラベル付きデータに基づくリアルタイムのモデル検証を提供します。Sardine ダッシュボードを利用することで、コンプライアンス担当者は、自社ビジネスやスポンサー付きプログラムのあらゆる領域における統制上の抜け漏れを特定できます。
- OFACスクリーニング（本人確認および所在地確認）
- CIP（氏名、生年月日、社会保障番号（SSN）、利用者の年齢および住所の確認）
- BSA AML（CTR のしきい値および UAR の金額集計）
2. 金融機関の統制上のギャップに対する継続的かつ完全なトラフィック監視
Sardine プラットフォームは、すべての取引とユーザーのトラフィックを監視し、金融機関またはフィンテック・プログラムの対象者 100％ をカバーします。プラットフォームは、不審な行為や、新たに発生した管理上のギャップを検知した際に、リアルタイムでアラートを提供します。これにより、是正までの時間が大幅に短縮され、スポンサー付きプログラムにおける管理上のギャップを発見するスピードが向上します。
3. プログラム有効性に対する自動化された機械学習型モニタリング
このプラットフォームは、過去のデータおよびコンプライアンス担当者やオペレーションからのSAR（疑わしい取引報告）のフィードバックに対してルールを監視します。機械学習による異常検知機能が、高いレベルの誤検知を引き起こしているルールを特定し、自動的にコンプライアンスチームへフラグを立てます。同様に、ルールが発火していない場合やパフォーマンスが悪い場合も、フォローアップ対象としてフラグ付けできます。さらに、このプラットフォームはしきい値のラベリングや理解、解釈を自動的に支援します。
たとえば、特定の地域が新規登録に関するSARの急増を引き起こしていることが判明した場合（または、リアルタイムの正確な位置情報データに基づく異常が検知された場合）、これはオンボーディング時のルールやしきい値、あるいはモデルを見直す必要があることを示している可能性があります。
4. 誤検知を減らし、コンプライアンスの有効性を高めるために取り組むデータサイエンスチーム
Sardine のチームは御社のチームの一部として、しきい値の管理、データラベリング、モデルのチューニングを支援し、貴社のリソースや対応能力に関して効果的な意思決定ができるようにサポートします。
5. 不審な取引が案件化する前に防ぐためのリアルタイム取引モニタリング
将来起こりうるアラートを取引レベルで事前にブロックできれば、その分だけ対応しなければならないケースも、提出すべきSARも減らせます。Sardineは500ms未満の応答時間でリアルタイムの取引モニタリングを提供できるため、疑わしい不正行為や金融犯罪の可能性がある取引を、その場で拒否することができます。
100人のデータサイエンティストを雇って、コンプライアンスの有効性だけに没頭してもらえたらどうでしょうか？
Sardine では、問題解決にとことんこだわっています。あらゆるリスクの問題はデータの問題に分解でき、コンプライアンス担当者と協力することで、人員を10倍に増やさなくても、その効果を10倍に高められると考えています。