Faux positifs dans le filtrage automatisé des sanctions et de la LCB-FT
Le rapport D-18 analyse les faux positifs générés par les systèmes automatisés de filtrage des sanctions et de lutte contre le blanchiment dans l’Union européenne et au Royaume-Uni. Un faux positif apparaît lorsqu’une personne, une entreprise ou une opération est signalée comme potentiellement liée à un risque, alors qu’une vérification ultérieure ne confirme pas cette relation. L’exemple classique est la similitude entre le nom d’un client et celui d’une personne sanctionnée. Mais l’étude identifie également des erreurs liées à des données obsolètes, à la confusion entre différentes juridictions, au contexte d’un paiement ou au maintien d’une restriction après que le signal initial a été réfuté.
Le principe central du rapport consiste à distinguer le signal initial, le fait établi et la conséquence juridique. Une correspondance automatisée doit déclencher une vérification et non devenir automatiquement une décision définitive. L’identification peut nécessiter la comparaison de la date et du lieu de naissance, des documents d’identité, de la nationalité, des adresses ou des informations d’enregistrement d’une société. À l’inverse, réduire excessivement la sensibilité du système afin d’éliminer les faux positifs peut conduire à manquer de véritables correspondances.
L’affaire Bank of Scotland illustre ce risque opposé. L’OFSI britannique a infligé une sanction de 160 000 livres à la banque après des violations du régime de sanctions, dans un contexte comprenant des défaillances du filtrage automatisé et de l’analyse ultérieure. GOV.UK
Le rapport étudie également la répartition des responsabilités entre les fournisseurs de bases de screening et les banques. L’erreur peut provenir du profil initial, de l’algorithme de rapprochement ou de l’interprétation du résultat par l’établissement financier. La correction d’une base externe ne garantit donc pas automatiquement la disparition de toutes les restrictions qui en découlent.
La question de l’explicabilité des décisions automatisées occupe également une place importante. Dans l’affaire Dun & Bradstreet Austria, la Cour de justice de l’Union européenne a confirmé que l’explication fournie doit permettre à la personne concernée de comprendre et de contester la décision automatisée. curia
La conclusion du rapport est qu’un bon système de screening ne peut pas être évalué uniquement par le nombre d’alertes qu’il produit. Sa qualité dépend de sa capacité à identifier les restrictions réelles, à éliminer rapidement les correspondances erronées, à maintenir les données à jour et à assurer un véritable réexamen des décisions contestées.
Règles de citation
- Mention obligatoire de la sourceLors de l'utilisation de matériaux d'ARGA Observatory, le nom complet doit être indiqué.
- Indication de la date et de la versionPour les rapports analytiques, l'année de publication est obligatoire.
- Lien vers l'originalLes supports électroniques doivent être accompagnés d'un lien actif vers le site officiel.
- Respect du contexteLes citations ne doivent pas être raccourcies ou modifiées de manière à déformer le sens original.
- Mention d'adaptationSi le texte est abrégé ou traduit, indiquer : « adapté du rapport ARGA Observatory ».
- Utilisation commerciale interdite sans autorisation écrite de l'organisation
- Exactitude des donnéesLes graphiques et tableaux doivent être reproduits sans modification.
Posez votre question aux experts ARGA
Quatre étapes courtes. Réponse sous un jour ouvré.