Совершенствование системы противодействия легализации преступных доходов и механизмов контроля в кредитных организациях (1142602), страница 22
Текст из файла (страница 22)
Кроме того, в некоторых случаях система сможетуведомлять уполномоченного сотрудника службы финансового мониторингабанка для решения вопросов о приостановке или отмене операции, когда такоерешение не принято автоматически.Внедрение системы АИСПОД в кредитных организациях позволит не122только выполнять требования Банка России, но и разработать дополнительныеправила по контролю и анализу потока платежей.Нейронная сеть как основа выявления сомнительных сделок, неподлежащихобязательномуконтролю.Вкачествеядрасистемы,осуществляющего непрерывный анализ платежей и выявление среди нихсомнительных сделок, можно использовать нейронную сеть.Сегодня нейронные сети широко используются на финансовых рынках.Например, в США Citibank использует их с 1990 года.
По данным журнала TheEconomist, уже через два года после внедрения сетей автоматический дилингпоказывал доходность 25% годовых. Chemical Bank, отслеживая подозрительныеоперации, во многих странах применяет нейросетевую систему фирмы NeuralData для предварительной проверки сделок на валютных биржах.. Deere & Co LBSCapital также используют нейросети в автоматизированных системах веденияпортфелей, причем экспертная система объединяется примерно с 900 нейроннымисетями.В 1992 году компания HNC, занимавшаяся ранее производствомнейрокомпьютеров,выпустилапрограммныйпродуктFALCON,которыйпозволил определять и предотвращать в режиме он-лайн подозрительные сделкипо краденым дебетовым и кредитным картам.
Искусственные нейронные сети,обученные типичному поведению клиентов, улавливали, когда резко изменялсяхарактер покупок клиентов. Это могло свидетельствовать о возможной кражекарт у их законных владельцев. От подобных преступлений ежегодно крупныебанки теряли десятки миллиардов долларов, и в 1994 году благодаря появлениюпродукта Falcon впервые за всю историю пластиковых карт эта тенденция сталаменяться. Аналогичную систему разработала компания ITC для того, чтобымониторить транзакции с применением кредитных карт Visa.Нейроннаясетьвзаимодействующихнейронов).представляетмеждусобойсобойпростыхсистемупроцессоровсоединённыхи(искусственных123Искусственныйнейрон(формальныйнейрон)являетсяэлементомискусственных нейронных сетей и имеет функции биологического нейрона.Главной его функцией является формирование выходного сигнала в зависимостиот сигналов, поступающих на его входы.При построении таких сетей обычно делаются значительные упрощения,сохраняя в них свойства, присущие мозгу, — это накопление информации наоснове опытных данных, ее обобщение, выделение самого существенного изизбыточных сведений.Поведение нейронных сетей зависит от состояния окружающей их среды.Проанализировавпоступающиеданные–входныесигналыонисамонастраиваются и продолжают свое дальнейшее обучение, чтобы уметьправильно быстро реагировать и принимать верное решение на выходе.Обученная сеть может быть устойчивой к некоторым отклонениям входныхданных, чтопозволяетейправильнонаходить решения, несмотрянаинформацию, содержащую различные помехи и искажения.Сегодня существует большое число конфигураций нейронных сетей сразличными принципами функционирования, которые ориентированы на решениесамых разных задач.Системы на основе нейронных сетей наиболее сложны для реализации инастройки, но обеспечивают высокую достоверность полученного результата, чтов нашем случае позволит с большой вероятностью обнаруживать операции поотмыванию преступных средств.Таким образом, в целях разработки эффективного модуля «Мониторингподозрительных операций» нашей АИСПОД создадим модель нейронной сети всоответствии с приложением Б.Обучение сети направлено на минимизацию ошибки решения, при этомназначаются соответствующие веса и смещения.
Ошибка обучения − разностьмежду сигналом, полученным при моделировании, и требуемым результатом.Чтобы определить такую ошибку необходимо провести через сеть как можнобольше наблюдений. Чем их больше, тем точнее будут результаты работы сети.124Таким образом, необходимо построить сеть так, чтобы на каждыйвозможный входной сигнал x формировался правильный выходной сигнал Y,используя заданный конечный набор пар (вход xi , известный выход Yi).Вместе с тем число таких пар (обучающих примеров) обычно существенноменьше общего числа возможных сочетаний значений входных и выходныхсигналов. Совокупность всех обучающих примеров носит название обучающейвыборкиДолжным образом настроенная и обученная нейронная сеть позволитувеличить эффективность обнаружения мошеннических операций, что такжескажется и на увеличении скорости ее работы.Для системы АИСПОД целесообразным представляется создать в странеединый центр сбора информации о совершенных клиентами операциях сизвестной их причастностью к ОД/ФТ (далее – База данных ОД/ФТ), который вдальнейшем использовать в качестве слоя нейронной сети.
Проводимые черезданный центр расчеты АИСПОД кредитных организаций позволят сформироватьколоссальный объем обучающей выборки, и как следствие, значительно возрастетточность анализа сомнительных сделок.Рассмотрим на рисунке 18 обучение такой сети с использованием Базыданных ОД/ФТ:База данныхОД/ФТ1) Запрос информации осделке, связанной сОД/ФТ5) Повторение циклаобученияСделка в целяхОД/ФТСетьобучена2) Выделениепризнаков сделкипо ФЗ-115ОшибкамалаОсновные параметрысделки (входынейронной сети)3) Отправкаданных на входсетиНейроннаясетьПодстройкавесов сети4) Анализ ответаОтветсетиОшибка великаИсточник: составлено авторомРисунок 18 − Процесс обучения нейронной сети в целях обнаружения ОД/ФТ125Система АИСПОД запрашивает из Базы данных ОД/ФТ информацию обизвестной правоохранительным органам преступной финансовой операции.
Наследующем этапе выделяются основные параметры данной сделки (в соответствиис выбранными законодательными критериями входных сигналов) и нормализуютсяв необходимые интервалы или дискретные величины для использования вактивационной функции нейронной сети. Эти данные отправляются на входнейронной сети, которая проведя их исследование, решает – принадлежит или непринадлежит данная финансовая операция к ОД/ФТ (в случае с пороговойактивационной функцией) или с какой вероятностью (в случае сигмоидальнойактивационной функции). В случае большой ошибки в ответе функции,анализируется ее величина и перестраиваются веса wi функции, пока она не станетприемлемой (минимальной). Данный цикл обучения повторяется каждый раз поканейронная сеть не научится самостоятельно решать задачи обнаружениязапутанных операций ОД/ФТ и выдавать правильные ответы с минимальнымиошибками.
Отобразим на рисунке 19 процесс переобучения сети при еефункционирования в банковской системе:База данных ОД/ФТ6) Добавлениеинформации в БДФинансоваяоперация клиентаПодтверждение илиопровержениепричастности к ОД/ФТ7) Процесс обучениянейронной сети2) Выделениепризнаков сделкипо ФЗ-115Основные параметрысделки (входынейронной сети)5) Расследование3) Отправкаданных на входсетиНейроннаясетьРосфинмониторинг,ФСБ России,МВД России4) Если сделка вцелях ОД/ФТ,отправка сведений вкомпетентныеорганыЗаключениесетиИсточник: составлено авторомРисунок 19 − Ядро АИСПОД: процесс переобучения нейронной сетиПервые 4 этапа его работы аналогичны шагам, рассмотренным в процессеобучения нейронной сети.
После вынесения заключения, что анализируемая126сделкаотноситсякОД/ФТ,вдействиепоследовательновступаютсоответствующие модули согласно рисунку 17. Так, модуль заключенияАИСПОД обрабатывает информацию о сделке и создает соответствующий отчет,а с помощью инициализации модуля информирования система отправляет отчетсо сведениями в компетентные органы. Если в ходе проведения расследованиявыясняется, что сомнительная операция не была связана с ОД/ФТ, то вычисляетсяошибка, вносятся коррективы в веса wi функции активации и нейронная сетьобучаетсявыявлениюновойпреступнойсхемы.Данныеизмененияраспространяются на все использующие АИСПОД кредитные организации впроцессе централизованного обмена данными через государственные сервера. Вслучае успешного распознавания угрозы, информация о сделке добавляется в Базуданных ОД/ФТ для дальнейшего возможного использования аналитическимиподразделениями правоохранительных органов.После определения вышеуказанных требований к будущей системецелесообразно перейти к организации запуска проекта.
Так, на первом этапенеобходимо сгруппировать российские банки по размеру их капитала (мелкие,средние и крупные), проанализировать организацию работы подразделенийПОД/ФТ и определить приблизительные расходы, которые свойственны каждойтакой группе в ходе реализации банками мероприятий по выявлению операцийподлежащих контролю. Результатом этого этапа должно стать техническоезадание на разработку и внедрение системы АИСПОД в банковскую системуРоссийской Федерации, включающем также сведения об источниках и порядкефинансирования работ. По нашему мнению, учитывая обязанность государствавыполнять общественно-значимые функции и противодействовать преступности,расходы на организацию АИСПОД должны осуществляться за счет средствбюджетных средств.Вторымважнымшагомреализациипроектастанетопределениеподрядчиков по разработке технических средств, программного обеспечениянашей системы и ее дальнейшей поддержки и обслуживания.
Для этой решенияэтойзадачицелесообразнобудетпровестиоткрытыйтендерсреди127государственных научно-производственных предприятий, который позволитобеспечить конкуренцию среди участников, а значит и необходимое качествоАИСПОД.Третьим, не менее важным шагом должно быть совершенствованиероссийскогозаконодательствавцеляхсозданияправовогополяфункционирования нашей системы.Применениенапрактикеуказанныхшаговпозволитподготовитьоптимальные условия для старта и дальнейшего функционирования системы безсущественного роста непредвиденных затрат.Рассчитаемэкономическуюцелесообразностьвнедренияданнойсистемы в банковской сфере Российской Федерации. В первую очередьпроанализируем основные преимущества проекта на микроуровне, то есть врамках отдельной кредитной организации.В ходе исследования, проведенного компанией KPMG в 2012 году [93],было опрошено 197 экспертов в области ПОД/ФТ и смежных отраслях.Результаты опроса свидетельствуют, что несмотря на общий рост расходов,выявленный в ходе исследования, многие специалисты в области ПОД/ФТ взначительной степени недооценивают величину будущих затрат, связанных ссоблюдением требований в области ПОД/ФТ.
Эти показатели демонстрируютважность задачи противодействия легализации преступных доходов, стоящей внастоящее время перед всеми банковскими структурами.Такая же тенденция прослеживается и в отношении среднего роста расходовна ПОД/ФТ.Так, в 2004 г. респонденты, прогнозировавшие повышение расходов,считали, что в периоде 2004-2006 г.г. оно составит в среднем 43%, тогда какфактический рост, согласно данным этого исследования 2007 г., составил 58%.В 2007 г.
прогнозировался почти такой же рост на период 2007-2009 гг., какв 2004 г., – на уровне 40%. При этом прогноз оказался более точным: среднийрост за последние три года составил 45%.128Ежегодное увеличение расходов кредитных организаций на системуПОД/ФТ связано с развитием и капитализацией всего банковского сектора,вследствие которого растет количество совершаемых клиентами операций, в томчисле связанных с ОД/ФТ.Объем и сложность заполнения установленныхзаконом форм по таким сообщениям обусловливает необходимость содержания вштате каждого подразделения коммерческого банка, включая дополнительныеофисы, специалиста по составлению таких сообщений и ведению переписки сподразделениями Банка России и другими контролирующими организациями.