IL MODELLO DI ANALISI DEL RISCHIO RAPINA E DEL RISCHIO ATM 2014
INDICE 1. Introduzione 1.1. Il rischio rapina 1.2. Il rischio ATM 2. Il framework geografico: il nuovo Rischio Esogeno 3. L analisi storica degli eventi Rapina e Attacco ATM 3.1. Le rapine in banca 3.2. Gli attacchi ai danni degli ATM 4. La dimensione endogena del Rischio 4.1. Il rischio rapina endogeno 4.2. Il rischio ATM endogeno 4.3. La clusterizzazione delle agenzie e degli ATM 5. Analisi dei fattori di mitigazione del rischio 5.1. I presidi del rischio rapina 5.2. I presidi del rischio ATM 6. Calcolo ex post del rischio residuo: il simulatore neurale 6.1. Il simulatore per il calcolo del rischio rapina residuo 6.2. Il simulatore per il calcolo del rischio ATM residuo
Il modello di analisi del rischio rapina e del rischio ATM - 2014 1. Introduzione L evoluzione storica delle rapine e dei furti ai danni di dipendenze bancarie dal gennaio 2000 al dicembre 2013 descrive due classi di fenomeni con caratteristiche e peculiarità distinte. In particolare, dal Grafico 1 si evince che: l intervallo temporale 2000-2006 è caratterizzato da un notevole incremento di rapine in banca, fino al picco significativo del secondo semestre del 2006; il combinato disposto delle attività poste in essere dal sistema bancario a partire dal gennaio 2007 (indagine, analisi, prevenzione e interventi mirati) ha prodotto un drastico e progressivo decremento delle rapine, tanto da riportare il quadro fenomenologico in oggetto ai livelli del gennaio 2000; seppur con fluttuazioni congiunturali di ordine semestrale e con fenomeni periodici di minimo e massimo locale, il numero di furti ai danni delle dipendenze bancarie è complessivamente in crescita, con un accelerazione aritmetica associata all intervallo temporale luglio 2010-dicembre 2013. Grafico 1: Storia delle rapine e dei furti in banca dal 2000 al 2013 In attesa del consolidamento di dati associati alla possibile ripresa di un trend positivo delle rapine in banca, il quadro generale induce a declinare in modo specifico i metodi di indagine sui due fenomeni criminali, attraverso l integrazione di strumenti e procedure di calcolo sempre più efficaci e orientate alla gestione del rischio. 1.1. Il Rischio Rapina Alla luce di questo scenario, il nuovo modello di analisi del rischio connesso alle rapine in banca prevede l introduzione di tre elementi innovativi: 1. un metodo di calcolo del Rischio Esogeno che integra diverse componenti socio-ambientali e che consente di dettagliare la georeferenziazione per i comuni multi-cap; 2. una revisione della procedura di individuazione del Rischio Endogeno e del Rischio Residuo (il cosiddetto Rischio Composto ) secondo la logica inerente la gestione del Rischio Operativo; 3. la creazione di un sistema software evoluto basato su Reti Neurali Artificiali in grado di calcolare in modo dinamico le diverse componenti del Rischio Rapina a partire dalle componenti fondamentali.
1.2. Il Rischio ATM D altra parte, il modello di analisi del rischio connesso agli attacchi ai danni di impianti ATM recepisce i principi metodologici dell analisi del rischio rapina, integrando alcuni punti di evoluzione del processo di calcolo neuronale. In particolare, grazie alla notevole quantità di dati inclusi nel Database di Ossif, l indagine sugli eventi e sull efficacia delle caratteristiche degli ATM è direttamente collegata a una tassonomia delle diverse tipologie di attacchi. Ciò consente di raggiungere un maggiore livello di dettaglio nello studio delle relazioni tra impianti e gradi di esposizione al rischio di attacco in termini georeferenziati. 2. Il framework geografico: il nuovo Rischio Esogeno Il modello di analisi del rischio criminale di Ossif si basa sulla distinzione tra (a) la dimensione esogena - associata alle componenti ambientali che contraddistinguono le diverse agenzie del territorio nazionale e (b) la dimensione endogena - che riflette le caratteristiche assolute di ogni agenzia a prescindere dal framework geografico in cui essa è iscritta. Per ciò che concerne la prima dimensione, a partire dal 2013 il modello di indagine integra una serie di variabili non direttamente connesse al settore bancario (furti, disoccupazione, criminalità organizzata, ecc.), attraverso una ponderazione dei diversi gradi di rilevanza delle singole componenti in funzione delle rapine e dei furti in banca. In particolare, il calcolo del Rischio Esogeno prevede la trasformazione non lineare delle seguenti variabili: 1. Numero di rapine per comune (stima annuale), intervallo 2007-2012, fonte: Ministero Interno; 2. Numero di furti per comune (stima annuale), intervallo 2007-2012, fonte: Ministero Interno; 3. Numero di rapine ai danni di dipendenze bancarie (unità di tempo = mese), intervallo 2000-2013, fonte: DB OSSIF; 4. Numero di furti ai danni di dipendenze bancarie (unità di tempo = mese), intervallo 2000-2013, fonte: DB OSSIF; 5. Disoccupati (Numero di disoccupati per comune-cap), intervallo 2012, fonte: DB GEO; 6. Incidenza della disoccupazione di lunga durata (Persone in cerca di occupazione da oltre 12 mesi sul totale delle persone in cerca di occupazione (%) (media annua)), intervallo 1995-2011, fonte: ISTAT; 7. Indice di povertà regionale (popolazione) (Popolazione che vive in famiglie al di sotto della soglia di povertà (%)), intervallo 2002-2011, fonte: ISTAT; 8. Indice di povertà regionale (famiglie) (Famiglie che vivono al di sotto della soglia di povertà (%)), intervallo 2002-2011, fonte: ISTAT; 9. Indice di criminalità diffusa (1) (Numero di furti e rapine meno gravi sulla popolazione (per 1.000 abitanti)), intervallo 1995-2011, fonte: ISTAT; 10. Indice di criminalità organizzata (Numero di delitti legati alla criminalità organizzata (numero indice 1995=100)), intervallo 1995-2011, fonte: ISTAT; 11. Indice di criminalità violenta (Crimini violenti per 10.000 abitanti), intervallo 1995-2011, fonte: ISTAT; 12. Indice di criminalità minorile (escluso il furto) (Minorenni denunciati per ogni tipologia di reato (escluso il furto) sul totale dei minorenni denunciati (%)), intervallo 1995-2011, fonte: ISTAT; 13. Indice di criminalità minorile (Minorenni denunciati per ogni tipologia di reato sul totale delle persone denunciate (%)), intervallo 1995-2012, fonte: ISTAT; 14. Percezione delle famiglie del rischio di criminalità nella zona in cui vivono (Famiglie che avvertono molto o abbastanza disagio al rischio di criminalità nella zona in cui vivono sul totale delle famiglie (%)), intervallo 1995-2012, fonte: ISTAT; 15. Tasso di omicidi (Omicidi volontari consumati denunciati dalle Forze di polizia all'autorità giudiziaria per regione (valori per 100.000 abitanti)), intervallo 1985-2011, fonte: ISTAT;
16. Indice di disoccupazione ("Tasso di disoccupazione per regione-totale (valori percentuali)"), intervallo 2001-2011, fonte: ISTAT; 17. Tasso di suicidi (Suicidi e tentativi di suicidio denunciati alla Polizia di Stato e all'arma dei carabinieri per provincia per 100.000 abitanti), intervallo 2006-2012, fonte: ISTAT. Per ogni variabile caratterizzata da una serie storica significativa, si procede alla formulazione di una stima previsionale per il 2014 basata sulla seguente equazione: y = a + bx, dove a = y bx e b = (x x )(y y ) (x x ) 2. Inoltre, al fine di ponderare le diverse variabili per una opportuna contestualizzazione del Rischio Esogeno, il metodo di calcolo prevede l elaborazione dei dati mediante un duplice passaggio: (a) la clusterizzazione dei dati significativi per mezzo di una Mappa di Kohonen (una Rete Neurale Artificiale ad apprendimento non supervisionato in grado di derivare classi e proprietà da insieme indistinti di valori); (b) la generalizzazione attraverso una Rete MLP (Multi Layer Perceptron: una Rete Neurale Artificiale multistrato ad apprendimento supervisionato), volta ad amplificare le componenti maggiormente significative per i fenomeni criminali in ambito bancario, come evidenziato nel Grafico 2: Grafico 2: Pesi delle componenti del Rischio Esogeno Ogni valore associato alle diverse variabili è dunque connesso direttamente a due ordini di geounità: il cap, nel caso di comuni multi-cap, come per le seguenti città: Alessandria, Ancona, Bari, Bergamo, Bologna, Brescia, Cagliari, Catania, Cesena, Ferrara, Firenze, Foggia, Forlì,, Genova, La Spezia, Livorno, Messina, Milano, Modena, Napoli, Padova, Palermo, Parma, Perugia, Pesaro, Pescara, Piacenza, Pisa,
Ravenna, Reggio Calabria, Reggio Emilia, Repubblica Di San Marino, Rimini, Roma, Salerno, Taranto, Torino, Trento, Trieste, Venezia, Verbania, Verona; il comune, nel caso delle rimanenti realtà geografiche, sottodeterminate rispetto alla dimensione del cap. Tale differenziazione consente di raggiungere il massimo livello di dettaglio nella georeferenziazione del fenomeno criminale (vedi Grafici 3 e 4), superando il grado di indeterminazione delle precedenti analisi del rischio esogeno ancorate in modo indifferenziato alla semplice unità comunale. Inoltre, grazie a questa revisione del modello è possibile procedere all integrazione dell analisi nell ambito del software GeoCrime Analyst di Ossif. Grafico 3: Distribuzione del Rischio Esogeno in Italia Grafico 4: Esempio di distribuzione del Rischio Esogeno in una provincia
Infine, l ultimo step del processo di calcolo è legato alla normalizzazione non lineare del vettore multidimensionale attraverso la funzione sigmoidale 1+e x che consente di distribuire i valori del Rischio Esogeno in relazione alle diverse geo-unità del territorio nazionale all interno di un range compreso tra 0 e 100 (Grafico 5), dove il valore massimo esprime un valore assoluto rapportato all intero intervallo temporale in esame: 1 Grafico 5: Distribuzione dei livelli di Rischio Esogeno in Italia Tale elaborazione costituisce la base comune dei due metodi di calcolo relativi alle rapine in banca e agli attacchi ai danni di impianti ATM ed esprime la cornice geografica, sociale e demografica all interno della quale si collocano i diversi eventi criminosi in funzione delle singole agenzie. 3. L analisi storica degli eventi Rapina e Attacco ATM 3.1. Le rapine in banca Nel caso del Rischio Rapina, l analisi storica degli eventi si basa sulla stima predittiva dell evoluzione delle rapine associate a ogni singola filiale nell intervallo temporale 2000-2013. La significativa quantità di dati inclusa nel DB Ossif consente infatti di derivare il trend associato a ogni agenzia mediante l elaborazione di ciascuna serie storica attraverso una rete MLP. Il valore finale esprime l esposizione potenziale al rischio rapina dell agenzia in esame e può essere traslato all interno di una scala compresa tra 0 e 100, dove il valore massimo costituisce la probabilità massima associata all intero intervallo temporale 2000-2013. Attualmente l evento Rapina è trattato come variabile monolitica, senza alcuna distinzione tra le diverse tipologie e modalità di attuazione, nonché in assenza di una discriminazione tra rapina consumata e rapina tentata. Ma, su diretta indicazione del Gruppo di studio di Ossif, a partire dalla prossima analisi l evento Rapina sarà oggetto di classificazione in funzione delle seguenti variabili:
Tabella 1: Variabili per la classificazione delle rapine in banca Ciò consentirà di dettagliare maggiormente il livello di indagine sulla serie storica e di distinguere tra le diverse tipologie di rapina, eliminando alcune incongruenze legate alla mancata classificazione degli eventi. 3.2. Gli attacchi ai danni degli ATM Invece, per ciò che concerne l analisi del Rischio ATM, il metodo di calcolo è già orientato a discriminare tra le diverse classi di attacchi attraverso una clusterizzazione delle diverse componenti che descrivono le modalità e lo svolgimento dei diversi eventi criminosi. Grafico 6: Evoluzione storica degli attacchi ad ATM
In primo luogo, infatti, è possibile distinguere tra attacchi consumati e attacchi tentati, come evidenziato nel Grafico 6. In secondo luogo, tale classificazione deriva dal trattamento mediante Mappe topologiche di Kohonen di pattern multidimensionali composti dalle seguenti variabili: Vie di Accesso o ingresso principale o ingresso secondario (su pubblica via o condominio) o vetrina o finestra o foro nella parete perimetrale o foro nel solaio o pavimento o non vi è stato accesso in banca o l'ingresso è stato solo tentato Descrizione Attrezzatura Utilizzata o lancia (mini lancia) termica o trapano/frullino/martello pneumatico o mazza o grimaldelli/cuneo o piede di porco o fiamma ossidrica o altri mezzi meccanici (specificare...) o agenti chimici/esplosivi o ruspa o altri automezzi o altro (specificare...). Grazie al filtro neurale è infatti possibile individuare delle classi emergenti di eventi (come esemplificato nel Grafico 7) al fine di procedere alla creazione di una vera e propria Tassonomia degli attacchi ai danni di ATM: Grafico 7: Esempio di Mappa di Kohonen per la classificazione degli attacchi ai danni di ATM
Inoltre, allo scopo di quantificare in modo rigoroso l esposizione al rischio di un ATM, il modello di analisi prevede l associazione di ogni singola classe alla corrispondente entità del danno subito, mediante la composizione delle seguenti variabili (derivate dalla serie storica): Importo sottratto (Grafico 8): Grafico 8: Evoluzione storica degli importi Danni alle Strutture o alle vetrine o alle porte o alle strutture in genere o ai mezzi forti o agli impianti di allarme o agli altri dispositivi di sicurezza o manomissione linee telefoniche o altro o non vi sono stati danni o ai sistemi di ripresa Ciò consente di raggiungere un significativo livello di dettaglio nello studio della fenomenologia e contribuisce a differenziare in modo accurato la variabilità degli eventi in funzione dell analisi costi/efficacia associata alla gestione del rischio. Inoltre, la scomposizione dei due elementi costitutivi del rischio probabilità dell evento e intensità del danno permette di integrare l analisi del rischio ATM all interno del perimetro della metodologia di valutazione del Rischio Operativo. 4. La dimensione endogena del Rischio L indice di Rischio Endogeno esprime il grado di esposizione al rischio di evento criminoso da parte di un agenzia (Rischio Rapina) o di un impianto ATM (Rischio ATM) in relazione alle proprie caratteristiche intrinseche, a prescindere dalla collocazione geografica e, soprattutto, al netto dei fattori di mitigazione del rischio (i cosiddetti Presidi ) posti in essere in termini preventivi e/o difensivi da parte del sistema bancario. In stretta correlazione con il Rischio Esogeno esso contribuisce a determinare il Rischio Inerente (secondo la terminologia propria del Rischio Operativo) cui è esposta l agenzia o l impianto in esame.
4.1. Il rischio rapina endogeno Per ciò che concerne il Rischio rapina, la dimensione endogena esprime la composizione non lineare delle seguenti variabili caratteristiche di un agenzia: attività: o aperto al pubblico o uffici interni o sportello interno presso terzi o sportello automatico o centro contabile o archivi o altro collocazione: o centrale o periferica o isolata o mobile confinanti: o senza confinanti o con pareti e/o solai in comune apertura: o standard di piazza o sportello presso mercato permanente o sportello presso mercato periodico o sportello stagionale o sportello ad apertura ridotta (orario) o sportello ad apertura ridotta (giorni) o sportello ad apertura ridotta (orario e giorni) o sportello ad apertura prolungata o 24 ore/24 numero dipendenti: o nessuno o da 1 a 2 o da 3 a 5 o da 6 a 10 o da 11 a 19 o da 20 a 40 o oltre 40 contanti: o senza rischio o fino a 100 mila o da 100 a 150 mila o da 150 a 300 mila o oltre 300 mila 4.2. Il rischio ATM endogeno Invece, nel caso dell analisi del Rischio ATM, l indagine si basa sulle seguenti variabili descrittive dell impianto:
tipo agenzia o agenzia (atm presso filiale) o atm remoto collocazione atm o fronte strada/in luogo aperto o in area self o interno alla filiale tipo atm o solo prelievo o prelievo e versamento 4.3. La clusterizzazione delle agenzie e degli ATM In entrambi i casi, a ciascuna variabile può essere associato un solo valore (1 = caratteristica presente, 0 = caratteristica assente) mutuato direttamente dallo storico delle agenzie e degli ATM del Database Ossif. L insieme di vettori che ne deriva uno per ogni agenzia o ATM in esame è sottoposto a elaborazione neurale mediante un duplice passaggio: (1) clusterizzazione valori significativi attraverso una Mappa di Kohonen al fine di ricavare una tassonomia delle agenzie e degli impianti, (2) derivazione mediante MLP dei pesi di ogni variabile in funzione della probabilità di rapina o furto associata alle diverse classi di agenzie/atm filtrate mediante il precedente passaggio. Grazie a questo doppio processo di calcolo è possibile individuare la tipologia di agenzia o impianto maggiormente esposta (in termini assoluti) all evento criminoso; come evidenziato, ad esempio, nel Grafico 9: Grafico 9: Identikit dell Agenzia più esposta a rapine attribuire dei pesi ideali a ogni caratteristica, dove ogni singolo peso esprime in termini non lineari il contributo di ciascun elemento nella determinazione del Rischio criminoso non georeferenziato. In altri termini, si tratta di formulare una stima ponderata del Rischio rapina/furto cui è esposta/o un agenzia o un impianto senza tenere conto della sua collocazione geografica e di tutte le variabili ambientali socio-demografiche. Tale stima, pur essendo assolutamente ideale, gioca un ruolo fondamentale nel calcolo dell efficacia dei presidi in funzione della mitigazione del rischio.
5. Analisi dei fattori di mitigazione del rischio L indagine sui presidi (i fattori di mitigazione del rischio posti in essere dal sistema bancario) si articola in due step fondamentali: stima di adeguatezza a priori del presidio = potenziale capacità di mitigare il rischio; valutazione di efficacia a posteriori = effettiva capacità di mitigazione del rischio. 5.1. I presidi del Rischio rapina Nel caso dell analisi del rischio rapina, i dati storici confermano l effettiva efficacia dei presidi introdotti dai responsabili della sicurezza al fine di prevenire l evento rapina. Tale efficacia si evince (a) in generale, dal progressivo decremento delle rapine nell intervallo temporale 2007-2013, (b) in particolare, dallo studio comparato delle diverse componenti del fenomeno con particolare riguardo al delta tra rischio inerente e rischio residuo: Grafico 10: Efficacia effettiva dei presidi nella mitigazione del Rischio Rapina Grazie all indagine sull efficacia dei presidi è possibile ricavare una stima futura di adeguatezza, declinata e ponderata in funzione dei seguenti fattori di mitigazione del rischio rapina: servizi o collegamenti bidirezionali o controllo ambienti remoti tramite videosorveglianza o guardiania dinamica o guardiania fissa o gestione apertura mezzi forti da remoto o guardia virtuale impianti o sistema di ingresso principale box per l'operatore bussola monopersona dispositivi biometrici metal detector
bussola pluripersona porta semplice(apertura manuale) dispositivi anticamuffamento o sistema di ingresso secondario box per l'operatore bussola monopersona dispositivi biometrici metal detector bussola pluripersona porta semplice(apertura manuale) dispositivi anticamuffamento o sistemi di protezione confini perimetrali barriere esterne inferriate/serrande protezione attiva infissi perimetrali protezione attiva muri perimetrali vetrate antiproiettile/antisfondamento o sistemi di ripresa videoregistrazione videosorveglianza o sistemi per cassieri bancone blindato erogatore automatico di banconote(cash in/cash out) sistema macchiatore di banconote scomparti multipli temporizzati(frazion. del contante) scomparti semplici temporizzati sistema tracciabilita' banconote o sistemi di allarme automatico collegamento a centrale d`allarme aziendale collegamento a centrale d`allarme istituto di vigilanza collegamento a dispositivi d`allarme locali (ottici/acust.) collegamento alle forze dell`ordine manuale formazione o nessuna formazione o e-learning - normativa sicurezza o e-learning - procedure organizzative o in aula - normativa sicurezza o in aula - procedure organizzative Grazie all elaborazione mediante MLP a ciascun presidio è associato un peso numerico in percentuale che esprime il contributo non lineare alla mitigazione del rischio rapina e nella determinazione del valore finale del rischio residuo. Come già detto in precedenza, la distribuzione dei pesi non tiene ancora conto delle diverse tipologie di rapina e sarà oggetto di ulteriore approfondimento nella prossima attività d analisi. 5.2. I presidi del rischio ATM Il metodo di ponderazione dei fattori di mitigazione del rischio ATM recepisce i principi di calcolo adottati per il rischio rapina, aumentando però il dettaglio di analisi in funzione della relazione tra peso del presidio e
tipologia di attacco. In altri termini, l attribuzione dei pesi ai singoli elementi varia in relazione alle diverse tipologie di attacco, fornendo al gestore ulteriori informazioni sull adeguatezza delle singole misure di prevenzione. In particolare, la ponderazione di applica ai seguenti fattori di mitigazione del rischio ATM: grado resistenza o cen iv o cen iii o cen ii o cen i o ul291 o ania a o eq ul291 o altro caratteristica o ancoraggio antistrappo o chiavi in mano a società di trasporto valori o collegato ad allarme o macchiatore valori o sistema antiesplosione o temporizzazione o crociera interna o protezione strutturale esterna o locale con allarme o tracciabilità banconote o dissuasori inserimento gas/esplosivo marca atm o diebold o ncr o sigma o wincor nixdorf o altro Purtroppo, in relazione all individuazione della marca e del modello di ATM, i dati inclusi nel Database Ossif necessitano di un ulteriore fase di consolidamento derivante dalla mancata valorizzazione di molti impianti, come evidenziato nel Grafico 12: Grafico 12: Distribuzione delle marche di impianti ATM sottoposti
6. Calcolo ex post del rischio residuo: il simulatore neurale I simulatori neurali integrati nell applicativo di Ossif consentono di determinare diversi scenari in funzione dell applicazione dei presidi di mitigazione del rischio. In altri termini, grazie all ambiente di simulazione il gestore della sicurezza può valutare ex ante l adeguatezza dei propri presidi e sperimentare diverse combinazioni al fine di mitigare virtualmente il rischio di evento criminoso (Rapina o Attacco ad ATM) corrispondente a una data agenzia o a uno specifico impianto. 6.1. Il simulatore per il calcolo del Rischio Rapina residuo Nel caso del rischio rapina, il valore del rischio residuo restituito dal simulatore basato su rete MLP deriva dalla composizione non lineare del Rischio esogeno, delle componenti del Rischio Endogeno (caratteristiche dell Agenzia) e dai diversi pesi dei presidi (servizi, impianti e formazione). Grafico 13: Simulatore neurale per il calcolo del Rischio Rapina Residuo L output è duplice è corrisponde a un valore di sintesi che rappresenta il Rischio Endogeno, sia a una stima dell indice di Rischio rapina residuo, ossia alla probabilità che si verifichi una rapina (tentata o consumata) in relazione a una scala da 0 a 100. In tal senso, l obiettivo della prossima analisi consiste nel differenziare tali output in funzione delle differenti classi di rapine. 6.2. Il simulatore per il calcolo del Rischio ATM residuo Nel caso del rischio ATM, il valore del rischio residuo restituito dal simulatore basato su rete MLP deriva dalla composizione non lineare del Rischio esogeno, delle componenti del Rischio Endogeno (caratteristiche dell ATM) e dai diversi pesi dei presidi (resistenza, marca, ecc.). A differenza del simulatore del rischio rapina, l applicativo restituisce sia il valore univoco di Rischio residuo (0-100), sia un vettore multidimensionale di output corrispondenti ai diversi gradi di esposizione al rischio in funzione delle differenti tipologie di attacchi. I dati di output costituiscono il risultato di un processo di calcolo basato sulla composizione delle diverse probabilità attribuite a ogni classe di attacchi ATM e la gravità ad esse associate (in termini di importo sottratto e di danni alle strutture).
Grafico 14: Simulatore neurale per il calcolo del Rischio ATM Residuo