銀行はこれまで、預金、信用情報、取引、口座履歴といった銀行データを軸にリスクを評価してきました。しかし現在では、フィンテック、暗号資産、送金アプリ、オンラインマーケットプレイスにおける活動も、エンティティリスクを把握するうえで同様に重要な役割を果たしています。そうしたエコシステムにおけるエンティティリスクの可視性がなければ、銀行は不正やマネーミュール行為の初期兆候を見逃し、気づいたときには手遅れになってしまいます。
本日ご紹介するのは、Sonar Entity Footprintです。これは、これまで見えていなかった部分を補完する新しいデータパックです。Entity Footprint は、業界横断のインテリジェンスによって既存のリスク評価を強化し、フィンテック、暗号資産、ネオバンク、送金サービス、ギフトカード、マーケットプレイスなど、金融・非金融のあらゆるネットワークにおけるエンティティの行動を可視化します。
この外部からの視点を既存のリスクモデルや社内データと組み合わせることで、Entity Footprint は、銀行が評価している相手が誰で、どこに潜在的なエクスポージャーが存在するのかについて、より包括的なエンティティリスク評価を提供します。その結果、潜在的な不正リスクの早期検知、より適切なオンボーディングおよび資金供給の判断、そして顧客ベース全体にわたるポートフォリオレベルでのリスクの可視化が可能になります。
エンティティリスクの可視性ギャップ
銀行が顧客をオンボーディングするとき、口座への入金を受け入れるとき、あるいは取引を調査するとき、残高や送金履歴、口座のアクティビティ、デバイス情報といった自社が保有するデータに基づいて判断します。しかし、その視点はあくまで金融機関の内部で起きていることしか反映していません。
しかし、現在では多くの主体の金融活動が、従来型の銀行チャネルの外で行われています。悪意のある者たちは、フィンテック、暗号資産ウォレット、送金アプリ、オンラインマーケットプレイスの間で、資金を自在に動かします。彼らはマネーミュールに関するリスクシグナルを悪用し、口座を開設しては放置し、ほとんどの銀行からは見えないチャネルをまたいで資金洗浄を行います。表面上は、あなたのシステム上では主体は正当な顧客のように見えていても、他のエコシステムでは明らかなレッドフラッグを示している場合があります。その活動を可視化できなければ、銀行はリスクを不完全な視点でしか把握できません。
ユーザーが不正行為をしていない場合でも、銀行以外での行動からは、与信や融資の判断に重要なシグナルが得られます。レバレッジのかかったポジション、BNPL（後払い）プラットフォームでの高残高、スポーツベッティングプラットフォームでの過度な利用といった暗号資産関連事業者のリスクシグナルは、財務の健全性を測定し、エクスポージャーの上限を調整し、より正確なアンダーライティング判断を行うのに役立ちます。
Sonar Entity Footprint の仕組み
Sonarは、照会および応答ネットワークとして機能し、銀行があらゆる事業体に対するリスクインサイトをAPI経由で簡単かつ手軽にリクエストできるようにします。これは既存のリスクシステムを補完するものであり、リスクインフラを再設計することなく、事業体リスクデータを取り込めるようにします。
仕組みは次のとおりです。
- 照会：あなたのチームが、氏名、メールアドレス、電話番号、口座情報などの、個人または法人を特定するための基本的な識別情報を使ってリクエストを送信します。
- エンティティ解決：Sonar はそれらの識別子を複数のデータソース間で照合し、一致の確からしさを示す信頼度スコアを返します。
- フットプリントの強化：照合が完了すると、Entity Footprint は Sonar、Sardine、そして 選定されたサードパーティパートナー からの多層的なインテリジェンスを統合します。カバレッジは、暗号資産アプリ、ギフトカードおよびプリペイドプラットフォーム、自動車マーケットプレイス、チケット販売アプリ、スニーカーマーケットプレイス、フィンテックおよびネオバンク、送金サービス、資産運用プラットフォームにまで及びます。
- レスポンス配信：このシステムは、プラットフォームをまたいだ急速なアカウント作成、既知のマネーミュールネットワークに紐づく繰り返しの入金活動、ウォレット移動の異常な頻度といった関連パターンのコンテキストとともに、API を通じて構造化されたインサイトを返します。
リスクワークフローへのエンティティ・フットプリントの活用
エンティティ・フットプリントのシグナルは、顧客ライフサイクル全体で活用し、さまざまなユースケースにおける意思決定を強化するために利用できます。
- オンボーディング：承認前に、マネーミュールネットワークや他のエコシステムでの既知の不正行為に関連する申請者を特定します。
- 口座入金リスク分析：受け取る資金が高リスクまたは過去に不正利用された可能性のある送金元からのものかどうかを判定します。
- 取引レビュー：取引相手を評価し、ACH、電信送金、即時決済、暗号資産など、さまざまな決済手段にまたがる潜在的なリスクを特定します。
- クレジット審査：外部の行動データを活用し、信用情報が乏しい、またはボーダーラインの申込者に対する審査判断を強化します。
- AMLケースの強化：エコシステムをまたぐAMLシグナルを活用してアクティビティを相関させ、フラグが立てられた対象が他の高リスクネットワークにも出現しているかを確認します。
Sonar Entity Footprint でリスクの可視性を拡大
従来の銀行データだけでは、状況の一部しか見えていません。Sonar Entity Footprint を活用すれば、銀行は自社の枠を超えてリスクをいち早く把握し、より高い確信をもって顧客を確認し、より迅速かつ正確なリスク判断を下すことができます。
貴機関が複雑さを増やすことなくリスクの可視性を強化しようとしているのであれば、Sonar Entity Footprint はまさにそのために設計されています。GLBA および 314(b) の各フレームワークに完全準拠しており、機関間での安全なデータ共有とインテリジェンスの交換を可能にします。
私たちのチームにお問い合わせください既存のワークフローで業界横断のインテリジェンスをどのように活用し始められるかをご確認ください。また、Sonar についてさらに詳しく知りたい方は、joinsonar.comをご覧ください。
よくある質問
エンティティリスクインテリジェンスとは何ですか？
エンティティ・リスク・インテリジェンスとは、人物、企業、デバイス、またはウォレットについて、マネーミュールの履歴、アカウント乗っ取りの兆候、ペーパーカンパニーの疑い、制裁対象エンティティとの近接性といった、複数機関にまたがるシグナルを用いてリアルタイムにスコアリングする手法です。Sonar Footprint は、Sardine によるこの手法の実装です。
エンティティリスクインテリジェンスは、信用情報機関のデータとどのように違うのですか？
信用情報機関はクレジットヒストリーを提供します。一方、エンティティリスクインテリジェンスは、不正やマネーロンダリング対策（AML）のシグナル――マネーミュールネットワーク、アカウント乗っ取り、ペーパーカンパニーの連鎖、リアルタイムのパターンマッチング――を可視化します。扱う課題が違えば、必要なデータも異なります。
GLBAおよび314(b)の下で、金融機関間でのエンティティデータ共有は合法ですか？
はい。米国愛国者法（USA PATRIOT Act）の第314(b)条は、金融機関が安全な免責保護のもとで、不正行為やマネーロンダリングに関する兆候を共有することを認めています。Sonar コンソーシアムは、その枠組みの中で運用されており、生の個人識別情報（PII）が金融機関間を越えて共有されることはありません。
エンティティリスクインテリジェンスを導入すると、オンボーディングフローにどの程度のレイテンシーが追加されますか？
95パーセンタイルで50ミリ秒未満。Sonar Entity Footprint シグナルは事前にスコアリングされ、標準の本人確認結果と同時に返されるため、スコアがリスク閾値を超えない限り、顧客は一切の摩擦を感じません。
Sonar Entity Footprint はどのようなシグナルカバレッジを提供しますか？
メール、電話、書類、デバイス、IPアドレス、行動バイオメトリクスにまたがるアイデンティティ解決。さらに、マールネットワークの指標、アカウント乗っ取り履歴、ペーパーカンパニーのグラフ上の近接度、制裁対象エンティティとの近接度、およびコンソーシアム全体でのパターンマッチングを提供します。