Построение скоринговой модели для противодействия отмыванию денежных средств на основании транзакционных данных

Целью работы является разработка системы ранжирования клиентов банка для выявления лиц, использующих собственные счета для легализации денежных средств, полученных преступным способом. Главный вопрос заключается в определении уровня точности разделения клиентов на «плохих» и «хороших», которого можно добиться за счёт использования агрегированной информации о транзакциях клиента. Таким образом, поставленная задача была формализована как задача бинарной классификации, где одному классу соответствовала группа законопослушных клиентов, а другому – группа клиентов, совершивших экономические преступления. Системы ранжирования, или скоринговые системы, широко применяются в банковской сфере для оценки кредитных рисков заёмщиков на этапе подачи заявки. Однако, в данной работе был исследован вопрос эффективности применения скоринговых систем для решения новой задачи: во-первых, вместо кредитных рисков оценивался риск вовлечения клиента в схемы отмывания денежных средств; во-вторых, для построения данной системы вместо стандартных анкетных данных использовались данные, характеризующие поведение клиента внутри банка, в том числе его транзакционную активность. В процессе работы в первую очередь были рассмотрены основные вопросы, касающиеся отмывания незаконно полученных денежных средств: глобальный характер данной проблемы; основные стадии процесса легализации доходов, такие как размещение, разбивка и интеграция; влияние проблемы легализации доходов на экономику и национальную безопасность различных стран мира; существующие методы борьбы с данным экономическим преступлением. На следующем этапе подробным образом были проанализированы и изучены следующие теоретические аспекты моделирования: основные принципы построения и внедрения моделей в банковском секторе; интерпретируемость моделей; а также методы, с помощью которых возможно провести оценку предсказательной способности обученных моделей. При выполнении практической части исследования в среде разработки RStudio были созданы программы на языке R, обеспечивающие исполнение алгоритмов формирования, преобразования и отбора переменных, необходимых для построения модели. Также была использована программа Microsoft Office Excel, с помощью которой были сформированы таблицы с данными и построены графики, иллюстрирующие такие свойства переменных, как стабильность по риску и стабильность по потоку. Благодаря наглядной демонстрации этих свойств были сделаны выводы о целесообразности включения некоторых переменных в финальный список переменных, пригодных для моделирования. В результате применения метода логистической регрессии была построена модель, прогнозирующая вероятность того, что тот или иной клиент занимается отмыванием денежных средств через свои счета. Качество полученных результатов было оценено с помощью метрики AUC ROC. Также было разработано приложение, с помощью которого можно было оценить предположительный эффект от внедрения модели в банк. На основании проведенных тестов был сделан вывод о целесообразности внедрения разработанного решения, так как оно позволит существенно сократить долю ручного труда, используемого для выявления случаев отмывания денежных средств. Данная работа представлена на 43 листах формата A4, а также включает в себя 5 иллюстраций и 4 таблицы. При подготовке работы была использована информация из 32 различных источников.