Hyppää sisältöön
    • Suomeksi
    • På svenska
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
  •   Etusivu
  • LUTPub
  • Diplomityöt ja Pro gradu -tutkielmat
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Finnish private limited liability companies involved in suspicious activity : case FIU Finland

Suokas, Roosa (2025)

Katso/Avaa
mastersthesis_Roosa_Suokas.pdf (5.151Mb)
Lataukset: 


Pro gradu -tutkielma

Suokas, Roosa
2025

School of Business and Management, Kauppatieteet

Kaikki oikeudet pidätetään.
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi-fe2025072979836

Tiivistelmä

The money laundering risk of Finnish private limited liability companies has been assessed as significant in the national risk assessment of money laundering and terrorist financing 2021. Therefore, this thesis focuses on the private limited liability companies that have been involved in suspicious activity. This thesis is done in cooperation with the Financial Intelligence Unit (FIU) Finland, which is a part of the National Bureau of Investigation, and the purpose of the FIU is to receive, analyse, and disseminate suspicious activity reports submitted by the reporting entities. This study aims to recognise features that might increase the money laundering risk of a Finnish private limited liability company.

Suspicious transactions, activity deviating from the normal activity of the client group, and asset circulation have been the most used reasons to report a company to the FIU. The majority of suspicious activity has transactions involving amounts over EUR 10,000. Most of the companies reported to the FIU have been small companies, but larger companies are highlighted in the FIU database compared to the national statistics. Typically, companies reported to the FIU are located in major cities in Finland and around half of them were established during the last ten years. The largest industry classification has been wholesale and retail trade. Companies operating in the industry of wholesale and retail trade have lower profitability, and they rely more on to debt-financing than their peers that have not been reported to the FIU.

One part of the thesis was dedicated to developing a machine learning model aimed at predicting successfully whether a report would result in further action in the FIU, i.e. whether the report would be escalated to a case. With the data available in this thesis, it was not possible to develop a model that can predict the end status of a report efficiently.
 
Suomalaisten osakeyhtiöiden rahanpesuriski on luokiteltu merkittäväksi vuoden 2021 kansallisessa rahanpesun ja terrorismin rahoittamisen riskiarviossa. Täten tässä pro gradu -tutkielmassa on tutkittu suomalaisten osakeyhtiötä, jotka ovat olleet mukana epäilyttävissä liiketoimissa. Tutkielman on tehty yhteistyössä rahanpesun selvittelykeskuksen kanssa. Rahanpesun selvittelykeskus on osa Keskusrikospoliisia, ja sen tehtävänä on vastaanottaa, analysoida ja luovuttaa ilmoitusvelvollisten tekemiä epäilyttävien liiketoimien ilmoituksia. Tutkielman tavoitteena on tunnistaa piirteitä, jotka voivat nostattaa osakeyhtiön rahanpesun riskiä.

Epäilyttävät tilisiirrot, toiminta, joka poikkeaa asiakasryhmän toiminnasta sekä varojen kierrätys ovat keskeisiä syitä, miksi osakeyhtiöt ovat ilmoitettu selvittelykeskukselle. Suurin osa epäilyttävistä liiketoimista on ollut summaltaan yli 10 000 euroa. Osakeyhtiöt, jotka ovat ilmoitettu selvittelykeskukselle, ovat yleensä kooltaan pieniä, mutta suuremmat yritykset korostuvat selvittelykeskuksen tilastoissa. Suurin osa näistä osakeyhtiöstä on sijoittunut Suomen suurimpiin kaupunkeihin ja noin puolet yhtiöstä on perustettu viimeisin kymmenen vuoden aikana. Suurin toimialaluokitus on ollut vähittäis- ja tukkukauppa. Vähittäis- ja tukkukaupan yhtiöiden kannattavuus on ollut selkeästi alhaisempi ja yhtiöt käyttävät enemmän velkarahoitusta verrattuna alan yhtiöihin, joita ei ole ilmoitettu selvittelykeskukselle.

Tutkielman yhtenä osana oli myös rakentaa koneoppimismalli, joka ennustaisi johtaako selvittelykeskukselle saapunut ilmoitus jatkotoimenpiteisiin, eli avataanko ilmoituksesta selvittelykokonaisuus. Tämän tutkielman aineistolla ei pystytty rakentamaan tehokkaasti toimivaa ennustemallia.
 
Kokoelmat
  • Diplomityöt ja Pro gradu -tutkielmat [15324]
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetKoulutusohjelmaAvainsanatSyöttöajatYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy
LUT-yliopisto
PL 20
53851 Lappeenranta
Ota yhteyttä | Tietosuoja | Saavutettavuusseloste