Enhancing suspicious activity reporting process with knowledge management : a qualitative study in the banking sector

Abstract

Banks and other obliged entities globally invest heavily in AML functions to meet regulatory requirements and avoid sanctions. Beyond compliance, AML efforts aim to detect money laundering and related crimes. In Finland, banks submit over 20,000 SARs annually, but only a small portion are utilized by law enforcement – a challenge seen worldwide. Internationally, just about 1% of illicit funds are recovered through AML monitoring.

This study explores, through qualitative research, the knowledge management processes underlying SARs, the challenges associated with these processes, and possible solutions to those challenges. Ten experienced AML professionals were interviewed for the study. The findings suggest that the key factors limiting the effectiveness and utilization of SARs include extensive, complex, and constantly evolving legislation, which nevertheless fails to provide clear guidance on what banks should report. Another major issue is the significant imbalance in financial resources allocated to AML operations. For instance, if Finland’s private sector invests around half a billion euros annually in AML activities, the Financial Intelligence Unit (FIU) has only about 50 investigators to process tens of thousands of SARs.

The most critical methods banks use for gathering information for SARs are Know Your Customer (KYC) processes and transaction monitoring. KYC plays a central role as a knowledge management process underlying SARs. Transaction monitoring aims to detect suspicious customer transactions, but the effectiveness of rule-based monitoring systems is weakened by a high number of false positives. Artificial intelligence and machine learning are expected to offer solutions to this challenge.

According to research, the most important solution for improving the effectiveness and utilization of suspicious activity reports (SARs) is enhancing information sharing within banks and between them. Currently, banks can only see their own transactions. Banking secrecy laws prevent knowledge sharing between banks, although upcoming EU regulation may enable this. In addition, legislation should require the FIU to provide more detailed feedback on SARs and share intelligence with banks. International experience shows that sharing intelligence with banks significantly improves the utilization of SARs.

Pankit ja muut ilmoitusvelvolliset investoivat merkittävästi rahanpesun estämiseen (AML) täyttääkseen sääntelyvaatimukset ja välttääkseen seuraamukset. Varsinaisen sääntelyn noudattamisen lisäksi AML-toimintojen tavoitteena on paljastaa rahanpesua ja siihen liittyviä rikoksia. Suomessa pankit tekevät vuosittain yli 20 000 epäilyttävää liiketoimea koskevaa rahanpesuilmoitusta, mutta viranomaiset hyödyntävät niistä vain pientä osaa. Ilmiö on globaali, sillä kansainvälisten arvioiden mukaan vain noin 1 % laittomista varoista saadaan takavarikoitua AML-toimintojen tuloksena.

Tässä tutkimuksessa selvitetään kvalitatiivisella tutkimuksella rahanpesuilmoituksen taustalla olevia tietojohtamisen prosesseja, näihin prosesseihin liittyviä ongelmia ja mahdollisia ratkaisuja näihin ongelmiin. Tutkimuksessa haastateltiin 10 kokenutta AML-asiantuntijaa. Tutkimuksen mukaan keskeisiä rahanpesuilmoittamisen tehokkuuteen ja hyödynnettävyyteen negatiivisesti vaikuttavia tekijöitä ovat laaja, monimutkainen ja jatkuvasti muuttuva lainsäädäntö, joka ei kuitenkaan anna selviä vastauksia, mitä pankkien tulisi raportoida. Toinen keskeinen ongelma on AML-toimintoihin käytettävien taloudellisten resurssien merkittävä epätasapaino. Jos Suomessa yksityinen sektori investoi AML-toimintoihin noin puoli miljardia euroa vuositasolla, niin FIU:ssa on vain noin 50 tutkijaa tutkimassa kymmeniä tuhansia rahanpesuilmoituksia.

Pankkien keskeisimpiä rahanpesuilmoituksiin liittyviä tiedonhankintakeinoja ovat tunne asiakkaasi -toiminnot (KYC) ja transaktiomonitorointi. KYC on keskeinen rahanpesuilmoitusten taustalla vaikuttava tietoprosessi. Transaktiomonitoroinnin tavoitteena on paljastaa asiakkaiden epäilyttävät transaktiot, mutta sääntöpohjaisten järjestelmien tuottamat väärät positiiviset hälytykset heikentävät monitoroinnin tehokkuutta. Tekoälyn ja koneoppimisen odotetaan tuovan ratkaisuja tähän ongelmaan.

Tutkimuksen mukaan tärkein ratkaisumalli rahanpesuilmoitusten tehokkuuteen ja hyödynnettävyyteen on tiedonvaihdon tehostaminen pankin sisällä ja pankkien välillä. Pankkisalaisuus estää tietojen vaihtamisen pankkien välillä, joskin tuleva EU-sääntely avaa siihen mahdollisuuksia. Tämän lisäksi lainsäädännöllä tulisi velvoittaa FIU antamaan pankeille yksityiskohtaisempaa palautetta ilmoituksista ja jakamaan tiedustelutietoa pankkien kanssa. Kansainväliset kokemukset osoittavat, että tiedustelutiedon jakamisella pankkien kanssa on huomattavan tehostava vaikutus rahanpesuilmoitusten hyödynnettävyyteen.