Riciclaggio di denaro, corruzione, contraffazione, frodi ed evasioni fiscali. Il crimine finanziario ha molte facce e notevoli impatti, diretti o indiretti, sull’economia reale.
Da tempo, le banche sono chiamate a collaborare per segnalare eventuali frodi, illeciti, azioni e persone sospette.
I dati europei
Lo scorso anno sono state gestite importanti operazioni in Europa, che hanno portato al sequestro di miliardi di euro e all’arresto di vari esponenti della criminalità finanziaria: da persone ed entità coinvolte nell’invasione ucraina, alle quali sono stati sequestrati oltre 2 miliardi di euro in asset finanziari; passando per la cattura di uno dei più grandi riciclatori di denaro (sospettato di aver riciclato 200 milioni, almeno); per finire con la messa a nudo di un importante schema di evasione fiscale che, secondo l’Europol, ha portato all’arresto di 24 sospettati e al sequestro di 67 milioni di euro.
Le ombre sul riciclaggio
Il riciclaggio di denaro è un reato correlato ad altre forme di criminalità grave e organizzata, nonché al finanziamento del terrorismo, e questo lo rende ancora più complesso.
Infatti, oltre alle organizzazioni criminali, i riciclatori di denaro svolgono abitualmente questa attività illecita anche per conto di terzi.
La portata del riciclaggio di denaro è quindi difficile da valutare, anche se l’Ufficio delle Nazioni Unite contro la droga e il crimine (UNODC) stima che, ogni anno, venga riciclata una somma pari al 2-5% del PIL mondiale.
Parliamo di una cifra che oscilla dai 175 miliardi di euro a 1,87 bilioni all’anno.
Oltre la metà delle segnalazioni dalle banche
Solo in Italia, la UIF registra nel 2022 ben 155.426 segnalazioni in ambito antiriciclaggio, in aumento di oltre l’11% rispetto al 2021.
E oltre la metà degli avvisi proviene dalle banche, mentre iniziano ad arrivare le prime segnalazioni anche dagli operatori del mondo crypto iscritti all’OAM.
AML. Controlli digitali e automatizzati dall’onboarding
Dietro i controlli di antiriciclaggio ci sono anche dotazioni informatiche in continua evoluzione, come cruscotti per l’AML che oltre alle analisi sui dati offrono report dinamici.
Queste tecnologie sono alla base dei processi di onboarding, sempre più digitali e automatizzati, per andare incontro ai ritmi dettati dalla digital transformation del settore.
L’identificazione a distanza della clientela, infatti, deve essere in grado di autenticare il titolare effettivo di strutture societarie complesse ed estendere la verifica anche alle terze parti.
Per questo motivo è fondamentale integrare il più possibile tutti i dati a disposizione, attingendo da varie banche dati ufficiali incrociando dati non strutturati, per profilare il cliente al primo contatto.
Pagamenti in testa nell’anti-frode
Ci poi altre tipologie di frode finanziaria, a basso rischio ma ad alto profitto per i criminali, che interessano principalmente l’ambito dei pagamenti.
In Italia per ogni 20mila euro transati, attraverso qualsiasi strumento di pagamento, viene frodato in media lo 0,005% (dati Banca d’Italia, gennaio 2023).
Meno frodi all’ATM
Per quanto riguarda le frodi con carte di pagamento al momento del prelievo, le misure di protezione delle banche hanno diminuito l’incidenza di fenomeni di manomissione degli ATM, come ad esempio lo skimming.
E su 300 euro in media di prelievo, viene frodato 1 centesimo.
Il dark web e il mondo delle carte
Ritmi diversi invece per le frodi online che, con un boom di malware, attacchi di phishing e tecniche di social engineering, consentono ai cyber criminali di entrare in possesso di dati sensibili, compresi quelli sulle carte di pagamento.
Queste informazioni sono poi vendute su forum e marketplace nel dark web.
Proprio in questi mesi, l’Europol ha sequestrato un marketplace che conteneva oltre 2 milioni di identità.
L’intelligenza artificiale per anticipare i rischi finanziari
Nell’ultimo periodo, inoltre, la Vigilanza ha innalzato i controlli sulle banche in ambito anti-frode e, in linea con la rapida evoluzione normativa ma anche di sofisticazione degli attacchi e delle minacce, gli istituti di credito devono dotarsi di un modello di analisi flessibile e dinamico.
Soprattutto nelle frodi, la capacità di anticipare, oltre che individuare, comportamenti fraudolenti ha portato all’ingresso dell’AI e del machine learning nei sistemi anti-frode.
I nuovi modelli, sfruttando gli algoritmi e le tecnologie avanzate, consentono alle banche di automatizzare i controlli, individuando anche fenomeni inattesi e nuove aree di rischio.
Questo articolo è stato pubblicato sul numero di maggio 2023 di AziendaBanca ed è eccezionalmente disponibile gratuitamente anche sul sito web. Se vuoi ricevere AziendaBanca, puoi abbonarti nel nostro shop.
