Ложноположительные срабатывания при автоматизированном санкционном и AML-скрининге
Доклад D-18 посвящён ошибкам автоматизированного санкционного и AML-скрининга в Европейском союзе и Великобритании. Ложноположительное срабатывание возникает, когда система отмечает человека, компанию или операцию как потенциально рискованные, однако последующая проверка не подтверждает соответствующую связь. Типичный пример — совпадение имени клиента с именем санкционного лица. Но исследование показывает, что проблема значительно шире: система может использовать устаревший статус, перепутать юрисдикции, неверно интерпретировать контекст платежа или продолжать ограничение даже после того, как первоначальный сигнал уже опровергнут. ARGA_D-18_False_Positives_Scree…
Главный принцип доклада — разделение предварительного сигнала, установленного факта и юридического последствия. Автоматическое совпадение является основанием для проверки, но не окончательным юридическим выводом. Для идентификации должны учитываться дополнительные данные: дата и место рождения, документы, гражданство, адреса, регистрационные сведения компании и другие идентификаторы. При этом чрезмерное снижение чувствительности системы тоже опасно: оно уменьшает количество ложных сигналов, но одновременно может привести к пропуску реальных санкционных совпадений. Такой риск подтверждает британское дело Bank of Scotland: OFSI наложило на банк штраф £160 000 после нарушений санкционного режима; среди выявленных проблем были ошибки автоматического и последующего ручного контроля. GOV.UK
Отдельное внимание уделено коммерческим screening-базам и распределению ответственности. Ошибка может возникнуть у поставщика информации, в алгоритме сопоставления либо уже на уровне банка при интерпретации результата. Поэтому исправление записи в одной базе ещё не гарантирует автоматического снятия ограничений во всех финансовых организациях. В ЕС GDPR предусматривает механизмы исправления, ограничения обработки и уведомления получателей данных, однако право на корректную информацию не означает безусловного права на конкретный банковский продукт. ARGA_D-18_False_Positives_Scree…
Доклад также рассматривает автоматизированные решения и право человека понимать механизм, повлиявший на существенное ограничение. В деле Dun & Bradstreet Austria Суд ЕС подтвердил, что предоставляемая информация должна позволять человеку понять и оспорить автоматизированное решение. curia
Итоговый вывод исследования состоит в том, что качество скрининга нельзя измерять простой формулой «меньше сигналов — лучше». Эффективная система должна одновременно обнаруживать реальные ограничения, своевременно устранять ошибочные совпадения, поддерживать актуальность данных и обеспечивать содержательный пересмотр спорных решений.
Правила цитирования
- Обязательное указание источникаПри использовании материалов ARGA Observatory необходимо указывать полное название.
- Указание даты и версииДля аналитических отчётов обязательно указывать год публикации.
- Ссылка на оригиналЭлектронные материалы должны сопровождаться активной ссылкой на официальный сайт.
- Соблюдение контекстаЦитаты не должны сокращаться или изменяться таким образом, чтобы искажать смысл.
- Отдельная отметка при адаптацииЕсли текст сокращён или переведён, необходимо указать: «адаптировано из отчёта ARGA».
- Запрет на коммерческое использование без письменного разрешения организации
- Сохранение точности данныхГрафики и таблицы должны воспроизводиться без изменений.
Задайте вопрос экспертам ARGA
Четыре коротких шага. Ответим в течение рабочего дня.