Проверка негативных медиаданных: реалистичный подход (RU)

Санкционные списки и списки PEP сообщают вам о том, что регуляторы уже официально оформили. Негативные медиаданные сообщают вам о том, что грядет. Клиент, упомянутый в расследовании мошенничества, разоблачении коррупции или деле об отмывании денег, часто появляется в прессе задолго до — или вместо — любого официального списка. Проверка негативных медиаданных — это уровень раннего предупреждения AML: сигнал о негативных новостях, который улавливает риск, пока он еще является заголовком.

Проблема в том, что негативные медиаданные также являются самым шумным сигналом во всем стеке. Имена распространены, новостей много, а наивный поиск по ключевым словам приводит к потоку ложных срабатываний. Didit рассматривает негативные медиаданные как одну категорию в своих 1300+ списках наблюдения, оцениваемую по той же двухбалльной модели, которая управляет остальной частью AML-проверки — так что совпадение по негативным новостям достигает ваших аналитиков только тогда, когда система уверена, что это действительно ваш клиент. Она работает как этап рабочего процесса или как отдельный API по цене $0.20 за проверку.

Основные выводы

• Негативные медиаданные — это категория, проверяемая вместе с санкциями, PEP, судимостями и предупреждениями за один вызов стоимостью $0.20 — а не отдельный продукт.
• Применяется двухбалльная модель. Оценка совпадения (Match Score) решает, действительно ли совпадение по негативным новостям относится к вашему клиенту; Оценка риска (Risk Score) решает, насколько это важно.
• Подавление однофамильцев. Поскольку негативные медиаданные очень шумные, пороговое значение Match Score не позволяет новостям об однофамильцах попасть в вашу очередь на проверку.
• Состояния проверки с возможностью аудита — ложное срабатывание, непроверенное, подтвержденное совпадение, неубедительное — дают вам обоснованную запись для каждого совпадения.
• Непрерывный мониторинг. При постоянном мониторинге негативные медиаданные, появившиеся после онбординга, помечаются на следующий день.
• $0.20 за проверку, как этап рабочего процесса или как отдельный вызов POST /v3/aml/.

Что делает проверка негативных медиаданных

Проверка негативных медиаданных сверяет вашего клиента с негативными новостями, связанными с финансовыми преступлениями и соответствующим поведением — мошенничеством, коррупцией, отмыванием денег, организованной преступностью, нарушениями регулирования. Когда система находит запись, полученную из медиа, которая соответствует вашему субъекту, она выводит ее как профиль в категории Adverse Media, с Match Score для уверенности в идентификации и вкладом в общую оценку риска Risk Score.

Цель не в том, чтобы отметить каждого, кто когда-либо был в новостях. Цель в том, чтобы выявить негативное освещение — такое, которое, если бы вы приняли клиента без его учета, позже выглядело бы как провал должной осмотрительности. И поскольку один и тот же человек может появляться в несвязанных историях, двухбалльная модель отделяет «это действительно ваш клиент, замешанный в коррупционном деле» от «кого-то с таким же именем цитировали в спортивной статье».

Почему это важно

Большинство современных режимов AML ожидают проверки негативных медиаданных как часть надлежащей проверки клиентов и, в явном виде, как часть усиленной надлежащей проверки для клиентов с высоким риском и PEP. Причина в том, что официальные списки отстают от реальности — человек, находящийся под следствием, может быть не подвергнут санкциям или не осужден годами, но риск присутствует с момента публичного объявления расследования. Пропуск негативных медиаданных означает принятие клиентов, чей риск виден любому журналисту, но невидим для вашей проверки.

Причина, по которой проверка негативных медиаданных так часто выполняется плохо, заключается в проблеме ложных срабатываний, которая усиливается. Санкционные списки курируются и структурированы; новости неструктурированы, обширны и полны распространенных имен. Подход к проверке, который не может надежно связать историю с вашим клиентом, либо заваливает аналитиков нерелевантными статьями, либо отключается. Вся ценность обоснования негативных медиаданных в двухбалльной модели заключается в том, что она наследует ту же дисциплину уверенности в идентификации, что и проверка санкций — так что сигнал становится пригодным для использования, а не подавляющим.

Технические детали

Проверка негативных медиаданных осуществляется стандартной AML-проверкой; без отдельной конечной точки или дополнительного вызова.

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"
  }'

Совпадение по негативным медиаданным возвращается как категоризованный профиль с собственной оценкой Match Score и состоянием проверки:

{
  "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"]
    }
  ]
}

Сначала идентификация. Match Score (имя 60% / дата рождения 25% / страна 15%, порог по умолчанию 93) решает, является ли новостная запись действительно вашим клиентом. Ниже порога совпадение автоматически классифицируется как False Positive — что, специально для негативных медиаданных, делает сигнал вообще пригодным для использования.

Затем риск. Негативные медиаданные — это категория, и категория по умолчанию составляет 50% от Risk Score (при этом риск страны составляет 30%, а судимость — 20%). Таким образом, совпадение по негативным медиаданным в юрисдикции с высоким риском вносит больший вклад в решение, чем такое же совпадение в юрисдикции с низким риском.

Состояния проверки. Каждое совпадение имеет состояния False Positive, Unreviewed, Confirmed Match или Inconclusive — аудиторский след, который проверяющий ожидает при приеме или отклонении клиента с негативным освещением.

Цена. $0.20 за проверку — негативные медиаданные включены в стандартную AML-проверку, не оплачиваются отдельно.

Глубокое погружение в возможности: почему здесь имеет значение «обоснованность»

«Обоснованные» негативные медиаданные означают две конкретные вещи в модели Didit. Во-первых, каждое совпадение связано со структурированным профилем с его категорией и основным источником, на котором оно появилось, поэтому аналитик видит, почему запись появилась, а не просто сброс необработанной статьи. Во-вторых, каждое совпадение фильтруется через уверенность в идентификации до риска — сначала срабатывает ворота Match Score, поэтому в очереди аналитика находятся люди, которые, по мнению системы, действительно являются клиентом, а не все, кто имеет одинаковое имя с новостным объектом. Эта комбинация превращает негативные медиаданные из обязательства (шум, усталость от оповещений, отключенные проверки) в настоящий уровень раннего предупреждения.

Сценарии использования

• Финтех. Выявляйте клиентов, находящихся под публичным расследованием, до того, как они будут официально включены в список, в рамках стандартной должной осмотрительности.
• Крипто / Web3. Совмещайте проверку негативных медиаданных человека с проверкой кошельков в цепочке для получения полной картины рисков контрагента.
• Кредитование. Проверяйте заемщиков и поручителей на предмет негативных новостей о мошенничестве или неплатежеспособности перед выдачей.
• Торговые площадки. Проверяйте продавцов с высокой стоимостью на предмет негативного освещения, не заваливая онбординг новостями об однофамильцах.
• iGaming. Применяйте проверки негативных медиаданных к усиленной должной осмотрительности для игроков с высокой стоимостью и документируйте каждое решение.

Как интегрироваться с Didit

1. Добавьте AML-проверку в качестве этапа рабочего процесса или вызовите POST /v3/aml/ напрямую — негативные медиаданные включены.
2. Разветвитесь по категории. Направляйте совпадения Adverse Media в ваш поток усиленной должной осмотрительности в соответствии с вашей политикой.
3. Настройте уверенность в идентификации. Опирайтесь на пороговое значение Match Score (и Golden Key номера документа), чтобы новости об однофамильцах не попадали на проверку.
4. Включите постоянный мониторинг, чтобы негативное освещение, появившееся после онбординга, было помечено на следующий день.

Часто задаваемые вопросы

Являются ли негативные медиаданные отдельным продуктом?

Нет. Это одна категория, проверяемая в рамках стандартной AML-проверки по 1300+ спискам, включенная в цену $0.20 за проверку.

Как вы предотвращаете заваливание моих аналитиков негативными медиаданными?

Сначала срабатывает ворота Match Score. Запись о негативных новостях, которая не проходит ваш порог идентификации (по умолчанию 93), автоматически классифицируется как False Positive, поэтому аналитики видят только те совпадения, которые, по мнению системы, действительно относятся к вашему клиенту.

Как негативные медиаданные влияют на решение?

Это категория, и категория по умолчанию составляет 50% от Risk Score. Подтвержденное совпадение по негативным медиаданным в юрисдикции с высоким риском вносит больший вклад, чем такое же совпадение в другом месте.

Буду ли я получать новости, которые появляются после онбординга?

Да, если вы включите постоянный мониторинг — ежедневная повторная проверка выявляет негативные медиаданные, которые появляются после онбординга клиента.

Какую запись я должен хранить для регулятора?

Каждое совпадение по негативным медиаданным сохраняет свою оценку Match Score, вклад в риск и состояние проверки (False Positive, Unreviewed, Confirmed Match или Inconclusive) — обоснованный аудиторский след для каждого решения.

Готовы начать?

Прочитайте обзор AML-проверки в документации, посмотрите негативные медиаданные в полной проверке на странице продукта AML-проверки и проверьте прозрачные цены за проверку на странице цен. Когда будете готовы, начните бесплатно — 500 бесплатных KYC-проверок каждый месяц, с AML-проверкой по цене $0.20 за проверку.