Transaktionsövervakning för detektion av penningtvätt och finansiering av terrorism

Detta är en M1-uppsats från KTH/Hälsoinformatik och logistik

Författare: Alexander Evert; Ronnie Ebrin; [2020]

Nyckelord: ;

Sammanfattning: Sammanfattning Den organiserade brottsligheten och dess behov av att tvätta pengar fråndenna verksamhet växer i världen. Ett stort ansvar att arbeta mot penningtvättoch terrorfinansiering ligger på de finansiella institutionerna, och enstor del i detta arbete består av transaktionsövervakning. Syftet med dennaövervakning är att upptäcka avvikande transaktionsbeteende hos kundernasom kan tyda på penningtvätt. Denna rapport undersöker vad svensk lag kräver av en nystartad finansiellinstitution vad det gäller just transaktionsövervakning, för att sedan utvecklaen automatiserad modell som uppfyller dessa krav. Då Finansinspektionenkräver att kundens transaktioner ska kontrolleras i syfte att hitta avvikelserfrån det förväntade beteendet, utvecklades en modell som tar hänsyn tilltransaktionshistoriken. Modellen bygger på en binärt Bayesianskt nätverkbaserat på ett antal regler definierade efter kända transaktionsmönster förpenningtvätt. Den utvecklade modellen visade sig efter validering, med en manuellt utvärderaduppsättning transaktioner, kunna hitta ca 90% av planterade penningtvättsfall.Dessutom hittades ytterligare potentiella fall av penningtvätt. Nyckelord Penningtvätt, Terrorfinansiering, AML, CFT, Transaktionsövervakning,Bayesianskt nätverk

  HÄR KAN DU HÄMTA UPPSATSEN I FULLTEXT. (följ länken till nästa sida)