Deteção de Notícias Adversas com Fundamentação Sólida (PT-PT)

As listas de sanções e PEPs indicam o que os reguladores já formalizaram. As notícias adversas indicam o que está para vir. Um cliente envolvido numa investigação de fraude, uma exposição de corrupção ou um caso de branqueamento de capitais aparecerá frequentemente na imprensa muito antes — ou em vez — de qualquer lista oficial. A deteção de notícias adversas é a camada de alerta precoce do AML: o sinal de notícias negativas que deteta o risco enquanto ainda é uma manchete.

O problema é que as notícias adversas também são o sinal mais ruidoso de todo o sistema. Os nomes são comuns, as notícias são abundantes e uma varredura ingénua por palavras-chave produz uma inundação de falsos positivos. A Didit trata as notícias adversas como uma categoria dentro das suas mais de 1.300 listas de vigilância, pontuadas com o mesmo modelo de duas pontuações que rege o resto da deteção de AML — assim, um resultado de notícias negativas só chega aos seus analistas quando o motor está confiante de que é realmente o seu cliente. Funciona como uma etapa do fluxo de trabalho ou uma API autónoma por 0,20€ por verificação.

Principais conclusões

• Notícias adversas são uma categoria, rastreadas juntamente com sanções, PEPs, registos criminais e avisos numa única chamada de 0,20€ — não um produto separado.
• O modelo de duas pontuações aplica-se. Uma Pontuação de Correspondência decide se um resultado de notícias negativas é realmente o seu cliente; a Pontuação de Risco decide o quão importante é.
• Supressão de homónimos. Como as notícias adversas são tão ruidosas, o limiar da Pontuação de Correspondência é o que mantém uma notícia de nome comum fora da sua fila de revisão.
• Estados de revisão auditáveis — Falso Positivo, Não Revisado, Correspondência Confirmada, Inconclusivo — fornecem um registo defensável para cada resultado.
• Monitorizado continuamente. Com monitorização contínua, as notícias adversas que surgem após o onboarding são assinaladas no dia seguinte.
• 0,20€ por verificação, como uma etapa do fluxo de trabalho ou uma chamada POST /v3/aml/ autónoma.

O que faz a deteção de notícias adversas

A deteção de notícias adversas verifica o seu cliente em relação a notícias negativas ligadas a crimes financeiros e condutas relacionadas — fraude, corrupção, branqueamento de capitais, crime organizado, violações regulamentares. Quando o motor encontra um registo derivado da comunicação social que corresponde ao seu sujeito, ele apresenta-o como um perfil na categoria Adverse Media, com uma Pontuação de Correspondência para a confiança da identidade e uma contribuição para a Pontuação de Risco geral.

O objetivo não é sinalizar todos os que já estiveram nas notícias. É apresentar a cobertura adversa — o tipo que, se tivesse integrado o cliente sem a ver, mais tarde pareceria uma falha de diligência devida. E porque a mesma pessoa pode aparecer em histórias não relacionadas, o modelo de duas pontuações é o que separa "este é genuinamente o seu cliente, num caso de corrupção" de "alguém com o mesmo nome foi citado num artigo desportivo."

Por que é importante

A maioria dos regimes AML modernos espera verificações de notícias adversas como parte da diligência devida do cliente, e explicitamente como parte da diligência devida aprimorada para clientes de maior risco e PEPs. A razão é que as listas oficiais ficam aquém da realidade — uma pessoa sob investigação pode não ser sancionada ou condenada por anos, mas o risco está presente no momento em que a investigação se torna pública. Ignorar as notícias adversas significa aceitar clientes cujo risco é visível para qualquer jornalista, mas invisível para a sua deteção.

A razão pela qual as notícias adversas são muitas vezes mal feitas é o problema dos falsos positivos, amplificado. As listas de sanções são curadas e estruturadas; as notícias são não estruturadas, vastas e cheias de nomes comuns. Uma abordagem de deteção que não consegue ligar de forma fiável uma história ao seu cliente ou inunda os analistas com artigos irrelevantes ou é desativada. Todo o valor de fundamentar as notícias adversas no modelo de duas pontuações é que ele herda a mesma disciplina de confiança de identidade que a deteção de sanções — para que o sinal seja utilizável em vez de avassalador.

Detalhes técnicos

As notícias adversas são rastreadas pela verificação AML padrão; sem endpoint separado ou chamada extra.

curl -X POST https://verification.didit.me/v3/aml/ \
  -H "x-api-key: $DIDIT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "first_name": "Daniel",
    "last_name": "Okafor",
    "date_of_birth": "1979-06-22",
    "country": "NG"
  }'

Um resultado de notícias adversas retorna como um perfil categorizado com a sua própria Pontuação de Correspondência e estado de revisão:

{
  "aml_status": "In Review",
  "risk_score": 66,
  "matches": [
    {
      "profile_id": "prf_b41d09",
      "match_score": 95,
      "match_status": "Unreviewed",
      "categories": ["Adverse Media"],
      "country": "NG",
      "listed_on": ["Negative News — Financial Crime"]
    }
  ]
}

Identidade primeiro. A Pontuação de Correspondência (nome 60% / data de nascimento 25% / país 15%, limiar padrão 93) decide se o registo de notícias é realmente o seu cliente. Abaixo do limiar, o resultado é classificado automaticamente como False Positive — o que, para notícias adversas especificamente, é o que torna o sinal utilizável.

Depois o risco. Notícias adversas são uma categoria, e a categoria contribui com 50% da Pontuação de Risco por padrão (com risco de país em 30% e registo criminal em 20%). Assim, um resultado de notícias adversas numa jurisdição de alto risco contribui mais para a decisão do que o mesmo resultado numa de baixo risco.

Estados de revisão. Cada resultado inclui False Positive, Unreviewed, Confirmed Match, ou Inconclusive — o rasto de auditoria que um examinador espera quando integra, ou recusa, um cliente com cobertura negativa.

Preço. 0,20€ por verificação — as notícias adversas estão incluídas na deteção AML padrão, não sendo faturadas separadamente.

Análise aprofundada da capacidade: por que "fundamentado" é importante aqui

Notícias adversas "fundamentadas" significam duas coisas específicas no modelo da Didit. Primeiro, cada resultado está ligado a um perfil estruturado com a sua categoria e a fonte subjacente onde apareceu, para que um analista veja porquê o registo surgiu em vez de um despejo de artigo bruto. Segundo, cada resultado é filtrado através da confiança de identidade antes do risco — o portão da Pontuação de Correspondência é executado primeiro, para que a fila do analista contenha pessoas que o motor acredita serem realmente o cliente, não todos os que partilham um nome com um sujeito de notícias. A combinação é o que transforma as notícias adversas de um passivo (ruído, fadiga de alertas, verificações desativadas) numa verdadeira camada de alerta precoce.

Casos de uso

• Fintech. Detetar clientes sob investigação pública antes de serem formalmente listados, como parte da diligência devida padrão.
• Cripto / Web3. Emparelhar a deteção de notícias adversas do indivíduo com a deteção de carteiras on-chain para uma visão completa do risco da contraparte.
• Empréstimos. Rastrear mutuários e fiadores para notícias negativas sobre fraude ou insolvência antes de desembolsar.
• Marketplaces. Verificar vendedores de alto valor para cobertura adversa sem afogar o onboarding em notícias de homónimos.
• iGaming. Aplicar verificações de notícias adversas à diligência devida aprimorada em jogadores de alto valor e documentar cada decisão.

Como integrar com a Didit

1. Adicionar a deteção AML como uma etapa do fluxo de trabalho ou chamar POST /v3/aml/ diretamente — notícias adversas estão incluídas.
2. Ramificar por categoria. Encaminhar resultados de Adverse Media para o seu fluxo de diligência devida aprimorada conforme a sua política exige.
3. Ajustar a confiança de identidade. Apoiar-se no limiar da Pontuação de Correspondência (e na Chave Dourada do número do documento) para manter notícias de homónimos fora da revisão.
4. Ativar a monitorização contínua para que a cobertura adversa que surge após o onboarding seja assinalada no dia seguinte.

Perguntas frequentes

As notícias adversas são um produto separado?

Não. É uma categoria rastreada dentro da verificação AML padrão contra mais de 1.300 listas, incluída no preço de 0,20€ por verificação.

Como evitam que as notícias adversas inundem os meus analistas?

O portão da Pontuação de Correspondência é executado primeiro. Um registo de notícias negativas que não atinge o seu limiar de identidade (padrão 93) é automaticamente classificado como False Positive, para que os analistas só vejam os resultados que o motor acredita serem genuinamente o seu cliente.

Como as notícias adversas afetam a decisão?

É uma categoria, e a categoria contribui com 50% da Pontuação de Risco por padrão. Um resultado confirmado de notícias adversas numa jurisdição de maior risco contribui mais do que o mesmo resultado noutro lugar.

Vou detetar notícias que apareçam após o onboarding?

Sim, se ativar a monitorização contínua — a reverificação diária revela notícias adversas que surgem após a integração de um cliente.

Que registo devo manter para um regulador?

Cada resultado de notícias adversas mantém a sua Pontuação de Correspondência, contribuição de Risco e estado de revisão (Falso Positivo, Não Revisado, Correspondência Confirmada ou Inconclusivo) — um rasto de auditoria defensável para cada decisão.

Pronto para começar?

Leia a visão geral da Deteção AML na documentação, veja as notícias adversas na deteção completa na página do produto Deteção AML, e verifique os preços transparentes por verificação na página de preços. Quando estiver pronto, comece gratuitamente — 500 verificações KYC gratuitas todos os meses, com deteção AML a 0,20€ por verificação.