Data science and social network analysis for An3- Money Laundering

Transcript

1 Data science and social network analysis for An3- Money Laundering Silvia Figini Collaboratori: Ma<a Andreosso, Umberto Gilardi, Nicolò Quilico Università degli Studi di Pavia

2 Proge6 di ricerca europei MUISING ( ): Multy Industry semandc based next generadon business intelligence (in collaborazione con Università di Pisa, Università di Insbruck, Università di Sheffield, DFKI, MPS, Consorzio Nazionale Ricerche di Pisa, Credit Reform, KPI). SYRTO ( ): SYstemic Risk TOmography (in collaborazione con Università di Brescia, Centre NaDonal De La Recherche ScienDfique (CNRS) Centre d'economie de la Sorbonne Axe Finance (CES- Finance), MIT Massachuse_s InsDtute of Technology, Department of OperaDon Research Boston College, Athens University of Economics and Business Research Center (AUEB- RC), VU University Amsterdam, Banca Centrale Europea, Università Ca Foscari di Venezia).

3 Obie6vi del seminario Presentazione della metodologia da noi proposta per il monitoraggio e previsione di fenomeni di riciclaggio. UDlizzo di modelli di classificazione per la profilazione (sulla base di criteri derivand dal Provvedimento recante gli indicatori di anomalia per gli intermediari di Banca d Italia) dei sogge6 cliend dell intermediario. Proposta delle social network analysis per evidenziare i legami tra i sogge6. Evidenze empiriche su basi dad reali.

4 Tecniche proposte in le_eratura Modelli non supervisionad Modelli supervisionad Tecniche locali Tecniche per la riduzione della dimensionalità e per l idendficazione muldvariata di valori anomali. Si veda ad esempio: Mohhiuddin Ahmed, Abdun Naser Mahmood e Md. Rafiqul Islam (2015) A survey of anomaly detecdon techiniques in financial domain in Future GeneraDon Computer Systems. Ngai, Hu, Wong, Chen e Sun (2010) The applicadon of data mining techniques in financial fraud detecdon: A classificadon framework and an accademic review of literature in Decision Support Systems

5 RiferimenD in le_eratura su data analydcs per l andriciclaggio Supporto stru_urale e analidco per gesdre un grande insieme di dad stru_urad, semi- stru_urad, non stru_urad e transazionali. Approcci presend in le_eratura: Rules- based Clustering- based ClassificaDon- based Model- based Rohit, Patel (2015), Review on detec,on of sospicious transac,on in an,- money laudering using data mining framework, InternaDonal Journal for innovadve research in Science & Technology, vol. 1, issue 8.

6 Rules based approach Harmeet Kaur Khanuja et al. (2014): proposta di metodologie forensi per idendficazione e monitoraggio delle operazioni sospe_e (Reserve Bank of India). Rajput et al. (2014): udlizzo di strumend di opinion mining e SemanDc Web Rule Language per l individuazione di operazioni sospe_e. Khan et al. (2013): Bayesian Network al fine di profilare ogni sogge_o in base ai dad sulle operazioni e variabili reladve al sogge_o. Suvasini Panigrahi et al. (2009) sistema di interrogazioni su database a_raverso l uso di regole di estrazione determinisdche per segmentare le transazioni.

7 ClassificaDon based approach Stefan Axelsson et al. (2012) propongono algoritmi di machine learning per l andriciclaggio. Applicazione in ambito di mobile money financial transacdon per la classificazione di transazioni sospe_e. Suspicious. Xingqi Wang et al. (2009), studiano un nuovo algoritmo per analizzare il problema del riciclaggio usando misure di distanza e similarità e algoritmi di minimum spanning tree clustering.

8 Model based approach Mahesh Kharote et al (2014), analisi di flussi di transazioni e delle cara_erisdche dei sogge6 per determinare un grado di rischio associato al singolo sogge_o. Manuel Meja Lavalle et al (2011), propongono un metodo per idendficare le osservazioni anomale in un insieme di transazioni e a_raverso misure di distanza idendficano transazioni inusuali. S. Larik et al. (2010), studiano algordtmi di clustering per idendficare comportamend anomali dei sogge6 e tecniche stadsdche per determinare rispe_o al comportamento medio del cluster eventuali osservazioni anomale. World Bank sugerisce due approcci: il First GeneraDon Tool basato su metodi descri6vi (in collaborazione con Asia Pacific Group) e il Second GeneraDon Tool che sfru_a le Bayesian Network per idendficare le fond di rischio.

9

10 ll lavoro analizza i bonifici dall'italia verso l'estero nel periodo Lo studio consente di individuare le osservazioni anomale. Correlazioni posidve e significadve emergono tra l'indice di anomalia dei flussi proposto dal lavoro e alcuni indicatori di criminalità nelle province di origine dei bonifici, nonché con misure di rischio e "opacità" dei paesi di desdnazione.

11 Il nostro contributo Studio di strumend di data science per l azione di prevenzione e contrasto del riciclaggio di denaro. Individuazione ed implementazione di una serie di algoritmi capaci di fare emergere il sistema di legami che interconne_ono la clientela di intermediari bancari consentendo di facilitare l idendficazione di eventuali sogge6 che si prestano a operadvità illogiche o rischiose.

12 Metodologia Social Network Analysis Clustering Sequence rules analysis

13 Social Network Analysis Una rete sociale (social network) è formata da un insieme, o da più insiemi di a_ori e dalle relazioni che li legano. La rete sociale risulta essere allora la stru_ura di relazioni le cui cara_erisdche possono essere usate per spiegare il comportamento delle persone che cosdtuiscono la rete. ElemenD della rete sono i nodi (es. Individui) e i legami. I legami sono rappresentad graficamente mediante linee, frecce o archi e possono essere di diverso Dpo.

14 Social Network Analysis ContribuD della scuola di Harvard (White) a_raverso lo studio della teoria dei grafi e dell algebra delle matrici. Sviluppo delle interpretazioni algebriche dei network e ideazione di tecniche di MulDdimensional Scaling che sfru_ano i conce6 di spazio e distanza per raffigurare i dad relazionali e per mostrare graficamente le somiglianze e le differenze tra elemend di un insieme. Le social network vengono rappresentate graficamente e sono corredate dalle stadsdche di rete (ad esempio, densità della rete, misure di centralità come degree, closeness e betweennes)

15 Sequence Rules Analysis Analisi dinamica delle sequenze di allarme rispe_o a comportamend anomali (indicatori anomalia Banca d Italia). Misure stadsdche elementari di support, confidence e liv. Misure avanzate per lo studio delle sequenze (hyperconfidence, hyperliv) Modelli grafici basad sulla link analysis

16 Alcune definizioni Il riciclaggio di denaro è l attività che ha l obiettivo di ripulire i proventi illeciti al fine di separarli dalle attività criminose che li hanno generati rendendo complesso l accertamento della loro origine. Operazione con la quale un flusso di potere d acquisto potenziale viene trasformato in potere d acquisto effettivo. Fonti normative che contengono una definizione di riciclaggio: Art.648-bis Codice Penale D.Lgs. 231/2007 art.2 16

17 Art. 648 bis codice penale Fuori dei casi di concorso nel reato, chiunque sostituisce o trasferisce denaro, beni o altre utilità provenienti da delitto non colposo, ovvero compie in relazione ad essi altre operazioni, in modo da ostacolare l'identificazione della loro provenienza delittuosa, è punito con la reclusione da quattro a dodici anni e con la multa da euro a euro La pena è aumentata quando il fatto è commesso nell'esercizio di un'attività professionale. La pena è diminuita se il denaro, i beni o le altre utilità provengono da delitto per il quale è stabilita la pena della reclusione inferiore nel massimo a cinque anni.

18 Art. 2 D.LGS. 231/2007 Ai soli fini del presente decreto le seguenti azioni, se commesse intenzionalmente, costituiscono riciclaggio: la conversione o il trasferimento di beni, effettuati essendo a conoscenza che essi provengono da un'attivita' criminosa o da una partecipazione a tale attivita', allo scopo di occultare o dissimulare l'origine illecita dei beni medesimi o di aiutare chiunque sia coinvolto in tale attivita' a sottrarsi alle conseguenze giuridiche delle proprie azioni l'occultamento o la dissimulazione della reale natura, provenienza, ubicazione, disposizione, movimento, proprieta' dei beni o dei diritti sugli stessi, effettuati essendo a conoscenza che tali beni provengono da un'attivita' criminosa o da una partecipazione a tale attivita

19 l'acquisto, la detenzione o l'utilizzazione di beni essendo a conoscenza, al momento della loro ricezione, che tali beni provengono da un'attivita' criminosa o da una partecipazione a tale attivita'; la partecipazione ad uno degli atti di cui alle lettere precedenti, l'associazione per commettere tale atto, il tentativo di perpetrarlo, il fatto di aiutare, istigare o consigliare qualcuno a commetterlo o il fatto di agevolarne l'esecuzione.

20 Il reato di riciclaggio si compone di due fasi: Commissione del reato presupposto Intervento di un soggetto diverso dall autore del reato presupposto che si preoccupa di gestire i proventi illeciti I comportamenti che possono dare origine ad atti di tipo riciclatorio sono: Conversione/Sostituzione Trasferimento Occultamento/Dissimulazione Acquisto/Detenzione/Utilizzazione 20

21 Il fenomeno nel tempo Analogia relativamente alle tecniche, evoluzione del fenomeno rispetto a meccanismi e schemi. Riciclaggio monetario: anni 70 - movimentazione e uso massiccio di denaro contante Riciclaggio bancario: anni 80 - strumenti e prodotti finanziari Riciclaggio finanziario: anni 90 - società finanziarie Riciclaggio extra-finanziario: anni professionisti e circuiti alternativi al sistema bancario 21

22 Il processo del riciclaggio Fase del collocamento (placement): dissimulazione dell origine illecita del denaro al fine di distogliere l attenzione degli organismi di controllo. Fase della stratificazione (layering): rimozione del collegamento tra i fondi e l attività che li ha generati. Fase dell integrazione ( integration): il denaro e le altre utilità vengono immesse nel mercato legale. 22

23 Antiriciclaggio Rappresenta l azione di prevenzione e contrasto del riciclaggio di denaro, beni o altre utilità, rivolgendo la sua attenzione alla ricostruzione delle vicende costitutive del flusso finanziario o della provenienza dei beni, alla identificazione dei soggetti operanti e alla effettuazione di controlli approfonditi al fine di verificare eventuali operazioni anomale. 23

24 Il D.Lgs. 231/2007 elenca i c.d. presidi antiriciclaggio come quegli strumenti utili a contrastare efficacemente il riciclaggio e il finanziamento del terrorismo. Sono rappresentati da: ADEGUATA VERIFICA DELLA CLIENTELA ARCHIVIO UNICO INFORMATICO (AUI) SEGNALAZIONE OPERAZIONI SOSPETTE (SOS) SEGNALAZIONI AGGREGATE (S.AR.A.) ANTIRICICLAGGIO 24

25 Archivio Unico Informatico Archivio nel quale sono conservati tutti i dati e le informazioni acquisite nell adempimento degli obblighi di identificazione e registrazione Le informazioni contenute riguardano: OPERAZIONI RAPPORTI LEGAMI TRA SOGGETTI Sono registrate operazioni, anche frazionate, di movimentazione di denaro pari o superiori a e le informazioni riguardanti rapporti continuativi 25

26 StrumenD DaD: dataset ricavato da un flusso di dad desdnato a popolare l A.U.I. fornito, per i fini della ricerca, da un intermediario finanziario. Numerosità campionaria: dbo.aui_soggetto n = dbo.aui_operazione n = Sovware udlizzad: Microsov SQL server express RevoluDon R enterprise - revoludon analydcs UCINET 6 for windows

27 I passi dell analisi Valorizzare la mole di dad e di informazioni contenute nell Archivio Unico InformaDco. Profilare i sogge6, cliend dell intermediario, e a_ribuire ad ogni cluster un diverso grado di rischio. Evidenziare i legami implicid tra i sogge6 sulla base di operazioni bancarie.

28 ContenuD di A.U.I. TpInf 1 I dad reladvi all operazione TpInf 5 I dad reladvi al sogge_o controparte dell operazione TpInf 7 I dad reladvi al sogge_o cliente dell intermediario TpInf 8 I dad reladvi al sogge_o esecutore

29 ContenuD di A.U.I. e data quality IdenDficaDvo Registrazione Rappresenta il codice idendficadvo dell operazione inserita nel registro; è composto da una data corredata da un progressivo. IdTipoReg A_ributo di due cifre che idendfica l operazione specifica. Numero di Rapporto Codice idendficadvo del rapporto tra cliente ed intermediario.

30 Tipo Informazione 5 su Totale Operazione Tipo Informazione 5 senza Numero Rapporto su Totale operazioni con Tipo Informazione 5 Operazioni con TpInf 5 Operazioni senza TpInf 5 TpInf5 senza Rapp TpInf5 Nell ambito delle Operazioni la principale problema3ca è legata al Tipo Informazione 5: Nel primo grafico si evidenzia il peso del TpInf 5 sul totale delle Operazioni, pari al 40,79%. La totalità dei dad reladvi al TpInf 5 è sprovvista dell indicazione del Codice Fiscale. Nel secondo grafico si evidenzia come un ulteriore problema sia dato dalla mancata indicazione del Numero di Rapporto nel 4,92% dei casi sul totale delle registrazioni facend riferimento al TpInf 5.

31 RapporD con cointestazione su totale rappord Tipo Informazione 8 su Totale Operazione Rapp cointestad Rapp non cointestad TpInf 8 Operazione senza TpInf 8 Un ulteriore problema3ca è legata al Tipo Informazione 8 ed alla presenza di Rappor3 Cointesta3: Nel primo grafico si evidenzia il peso dei RapporD Co- IntestaD sul totale dei RapporD, pari al 18,79%. Nel secondo grafico il peso del TpInf 8 sul totale delle Operazioni.

32 Risoluzione ai problemi In relazione al TpInf 5 abbiamo assegnato un codice progressivo che idendfichi i differend sogge6 controparte dell operazione. Applicazione di metodi stadsdci di matching per risolvere eventuali problemi di omonimia nell a_ribuzione del codice progressivo. Necessità di indicazioni procedurali volte ad una migliore indicazione del Sogge_o Esecutore nel caso di rappord di co- intestazione.

33 Cluster Analysis Tipologia dad input variabili dummy che a_ribuiscono valori 0 o 1 sulla base degli indicatori proposd da Banca d Italia. Il campione udlizzato nella prima fase (metodo gerarchico) è pari al 10% del dataset. Il campione è stato selezionato usando procedure capaci di mantenere la rappresentadvità della popolazione. Il metodo aggregadvo usato nella prima fase (metodo gerarchico) per o_enere g (numero di gruppi), è il metodo di Ward, il quale è dire_o alla minimizzazione della varianza interna ai gruppi. Al fine di o_enere la clusterizzazione dell intera base dad è stato udlizzato un algoritmo non gerarchico basato sul metodo delle k medie.

34 Cluster Analysis: RisultaD Linea guida: Provvedimento recante gli indicatori di anomalia per gli intermediari

35 Social Network Analysis 1. Rilevazione dei legami esplicid traducendo le informazioni contenute nel database in matrici di adiacenza. 2. Rappresentazione grafica e analisi della rete o_enuta. 3. Applicazione proprietà algebriche ricavate dall analisi del network e dal processo intuidvo. 4. IdenDficazione e interpretazione dei legami nascosd in o6ca di andriciclaggio. 5. Creazione delle matrici di adiacenza per la rappresentazione dei legami implicid. 6. Analisi del network ricavato.

36 Social Network Analysis: risultato

37

38 Misure di centralità

39 Bonifici: RisultaD

40 Analisi deleghe: RisultaD

41 Link Analysis: risultad per cluster I CLUSTER II CLUSTER III CLUSTER IV CLUSTER

42 Integrazione tra social network analysis e cluster: risultad

43 Sviluppi in corso Evoluzione grafica della rete sociale sulla base dell evoluzione dal tempo t al tempo t+1 dei rappord e delle operadvità tra i sogge6 Rete Dinamica. Introduzione di modelli di classificazione supervisionata alternadvi alla cluster e di tecniche di ensemble per il miglioramento della capacità discriminatoria, predi6va e della stabilità dei risultad.

44 Conclusioni A_raverso la nostra proposta metodologica è possibile fare emergere importand informazioni e sopra_u_o relazioni non note a priori tra sogge6 e operazioni in o6ca di andriciclaggio. Tali legami sono il fru_o di movimentazioni sospe_e di denaro tra più sogge6, che una semplice le_ura dell AUI e modelli stadsdci tradizionali (ancora meno gli approcci basad su criteri determinisdci) non avrebbero mai potuto mostrare. Appare necessario migliorare la qualità del dato alla fonte, integrandolo con informazioni aggiundve che potrebbero perme_ere di fare emergere in modo più agevole dei legami muldpli tra i sogge6 e ulteriori informazioni. Riteniamo che la nostra proposta metodologica possa essere di interesse per le IsDtuzioni per il contrasto al riciclaggio e a tale proposito auspichiamo chele potenzialità del nostro contributo vengano sperimentate per la lo_a al riciclaggio.

45 Data science and social network analysis for An3- Money Laundering Silvia Figini Collaboratori: Ma<a Andreosso, Umberto Gilardi, Nicolò Quilico Università degli Studi di Pavia