Prevent Money laundering with Social Network analysis

Pubblichiamo con piacere l’articolo del nostro Andrea Fronzetti Colladon, che con Elisa Remondi propone un approccio con tecniche di social network analysis alla lotta al riciclaggio.

Gli autori analizzano l’archivio informatico di una società di factoring, operante in Italia, considerando circa 34.000 transazioni finanziare relative ad anticipi fattura.

Lo studio, che copre un intervallo temporale di 19 mesi, è volto all’individuazione dei soggetti a più alto rischio di riciclaggio.

Il contributo principale consiste nell’offrire nuove variabili di rete, che possono essere inserite in modelli predittivi già esistenti, per migliorarne l’accuratezza, ma vengono offerti spunti interessanti anche per la pesatura degli archi nella rete delle transazioni.

Nel modello descritto gli autori trovano che i soggetti a più alto rischio:

  • hanno transazioni più frequenti o di più alto importo;
  • operano con un ruolo di broker che spazia tra settori economici differenti;
  • fanno operazioni in aree geografiche a più alto rischio;
  • occupano, nonostante tutto, posizioni di rete più periferiche.

Viene offerta anche un’analisi visuale dei cluster di aziende che condividono gli stessi responsabili delle operazioni o rappresentanti legali, dove emerge chiaramente un’aggregazione dei soggetti a rischio.

L’analisi delle dinamiche relazionali si dimostra molto utile in questo campo, al fine di identificare potenziali criminali e per la segnalazione di possibili operazioni sospette.

FRONZETTI Using social network analysis to prevent money laundering

Aggiungi ai preferiti : Permalink.

Lascia un commento

Il tuo indirizzo email non sarà pubblicato. I campi obbligatori sono contrassegnati *