Мошенничество при совершении операций на современных финансовых рынках

Мошенничество в финансовой сфере

От мошенничества и подделок страдают все области финансового сектора. Они происходят в банковской, страховой, инвестиционной сферах, в брокерской деятельности, бывают мошенничества с ценными бумагами и при операциях на товарных биржах.

Общий ущерб от этого вида незаконной деятельности огромен. Так, например, считается, что от 10 до 20% всех требований на выплату страховок фабрикуются мошенническим путем. В результате страховая отрасль теряет ежегодно примерно 20 млрд.долл, только в Соединенных Штатах (New York Central Mutual 1999). Можно предположить, что подобные выплаты выливаются примерно в такую же сумму и в Европе. Потери, вызванные махинациями с кредитными карточками, оцениваются в 1 млрд. долл. За год (Cassidy 1997), а «отмывание» денег «стоит» государствам 500 млрд. долл., ежегодно (Steele 1999). Вот несколько наглядных примеров, характеризующих масштаб проблемы.

В Нью-Йорке сотрудники четырех медицинских учреждений обманным путем получали деньги со страховых компаний. В результате расследования, проведенного прокуратурой района Бруклин, были арестованы четыре человека, вовлеченные в широкомасштабную систему систематического обмана страховых компаний.

Предъявленное мошенникам обвинение состояло из 140 пунктов. Ответчикам вменялось в вину уничтожение оригинальных историй болезни и их замена фальшивыми, а также выставление страховым компаниям счетов за обследования, которые никогда не проводились. Общая сумма выплат по таким подложным заявкам составила 100 тыс. долл. Страховые компании, ставшие жертвами махинации, могли бы понести убытки на сумму в 5 млн. долл. (Farrell 1999).

Государственный банк штата Огайо стал жертвой сложной махинации, которая стоила этому учреждению 15 млн. долл., за три года. Руководил аферой бывший член руководства банка, который остался его клиентом и произвел незаконный перевод миллионов долларов из банка в строительную компанию под видом кредитов. Анализ пакета кредитов дал основание подозревать возможность мошенничества. Банк предъявил мошенникам обвинение в проведении фиктивных займов, которые шли на приобретение мошенниками недвижимости. Кроме того, они предоставляли заведомо ложную информацию о клиентах строительных компаний в совет директоров банка (Provost 1999).

Примеры мошенничества в отдельных секторах

Мошенничество в финансовой отрасли не ограничивается случаями подлога медицинских страховок или отмывания денег. Можно перечислить некоторые наиболее распространенные виды мошенничества в отдельных секторах.

Банковская сфера:

  • Кража кредитных карт или информации о кредитных картах и осуществление покупок по этим картам;
  • Отмывание денег, полученных в результате нелегальной деятельности, путем прямого размещения наличных средств на счетах местных и иностранных банков или путем инвестирования их в реальный или фиктивный бизнес;

Страхование собственности:

  • Инсценированный грабеж
  • Подача фиктивных заявок на возмещения убытков от якобы имевшего места воровства или потери имущества

Страхование автомобилей:

  • Подача фиктивных заявок на возмещения убытков по поводу угона транспортного средства
  • Установка использованных запасных частей при ремонте и подача заявок на возмещение убытков по стоимости новых запчастей
  • Намеренное создание аварийных ситуаций, предполагающих массовую подачу заявок на возмещение ущерба пассажирам и порчу собственности
  • Подача заявок на возмещение ущерба в случае аварии лицами, чьи автомобили не участвовали в данном инциденте

Здравоохранение:

  • Проведение обследований или получение медицинских услуг без необходимости
  • Прописывание дорогостоящих всесторонних обследований
  • Выставление счетов за услуги, которые не были оказаны
  • Выставление счетов на лечение, проведенное старшим медицинским персоналом, но выполненное реально вспомогательным персоналом
  • Выставление счетов по высоким индивидуальным расценкам, путем разбиения на отдельные операции стандартных комплексных обследований
  • Выставление счетов за подобные, но более сложные и дорогие процедуры, при фактическом проведении более простых и дешевых

Ипотека и закладные:

  • Фальсификация оценки стоимости недвижимости
  • Брокерская деятельность
  • Продажа или приобретение ценных бумаг с учетом информации, полученной незаконным путем (инсайдерская деятельность);
  • Попытки «подставлять» клиентов путем предоставления им заведомо ложной информации, такой как гарантированные проценты возврата инвестиций в ценные бумаги, или фальсификация наименований предлагаемых к приобретению инструментов («первичные банковские сертификаты»), что должно послужить для клиента гарантией надежности этих инструментов для вложения средств;
  • Искусственное повышение цен такими методами, как купля-продажа ценных бумаг между брокерами.

Сложности выявления мошенничества

Наиболее трудны для обнаружения случаи мошенничества в страховании, поскольку они относятся к так называемому «не выявляемому» типу. Иными словами, в случае мошенничества со страховками отсутствуют явные свидетельства подделки, такие как заявление о краже кредитной карты, которые бы позволили, в конечном итоге, определить, что требование на выплату страховой суммы основывается на сфальсифицированных документах. В этом случае для обнаружения мошенничества нужно выявлять подозрительные закономерности при обращении в страховые компании или связи между лицами, предоставляющими ложную информацию о себе. Кроме того, многие компании сейчас обнаруживают, что у них имеется очень много данных о своих клиентах, но при этом очень мало полезной информации. Традиционные методы обнаружения мошенничества несут в себе слишком много проблем и имеют серьезные ограничения.

В этой статье рассматриваются традиционные методы обнаружения мошенничества на рынке финансовых услуг и ограничения этих методов. Также показано, как в разделе «Рекомендуемая литература» приведены ссылки на дополнительные источники информации по таким вопросам, как мошенничество, добыча данных хранилища данных.

Технология добыча данных (data mining) может помочь преодолеть эти ограничения за счет использования более сложного и статистически достоверного анализа, позволяющего выявить мошенничество. В заключение рассматриваются два примера успешного обнаружения мошенничества — махинации с закладными и с кредитными картами. Эти примеры иллюстрируют возможности применения технологии добычи данных при обнаружении мошенничества с помощью программного обеспечения SAS® Enterprise Miner™.

Традиционные методы обнаружения мошенничества

Общепринятые методы обнаружения и предотвращения мошенничества основаны на проведении индивидуальных расследований с возможным применением компьютерных технологий, а также на обучении и поддержке клиентов.

Простые программные подходы

Компьютерные технологии могут облегчить обнаружение мошенничества, используя такие простые программные методы, как подготовка отчетов об исключительных ситуациях. В таких отчетах события, удовлетворяющие тем или иным заранее определенным критериям, получат специальную пометку. Так, например, в отчете об исключительных ситуациях при страховании здоровья могут быть помечены все операции по удалению миндалин, стоимость которых превышает определенный, заранее установленный уровень. Такие системы используются со вполне очевидной целью — избежать крупных расходов, обращая внимание на случаи, по которым могут быть взысканы наиболее крупные суммы. Несовершенство этого метода состоит в том, что мошенники могут узнать используемые пороговые значения и не превышать их в своих сфальсифицированных документах. При этом мошенничество так и не будет раскрыто. Более сложный мониторинг может предполагать использование дополнительных пороговых значений, таких как ставки страхования, а также другие показатели, специально разработанные для выявления мошеннической деятельности.

Обучение и поддержка

Обучение и поддержка покупателей и клиентов — это еще один важный компонент традиционного подхода к выявлению мошенничества. Например, можно существенно повысить надежность страхования в области здравоохранении, если направлять получателю денег подробный отчет от медицинского учреждения, предоставляющего медицинские услуги.

Это оказывается достаточно эффективным в случаях, когда мошенники используют чужие номера счетов или украденные карточки медицинского страхования. Недостатки этого метода связаны с тем, что отчеты о медицинских услугах могут содержать непреднамеренные ошибки, кроме того, в сфальсифицированных заявках могут указываться услуги, не внесенные в отчет, к тому же и сам получатель денег может не понимать или не помнить о том, какие конкретно медицинские услуги ему оказывались, или целенаправленно скрывать эту информацию.

Для успешного обнаружения мошенничества нужны оба вышеприведенных подхода; тогда их сильные стороны окажутся еще более эффективными, а недостатки будут нивелироваться. Несмотря на то, что отчет об исключительных ситуациях не несет в себе знания о том, что действительно произошло, он выдает последовательную и не предвзятую информацию. С другой стороны, именно последовательность и непредвзятость анализа прежде всего подвергается сомнению, если он проводится людьми. Правда, в этом случае можно полагаться на пациентов, которые нередко вспоминают, что происходило в действительности, и предоставляют необходимую дополнительную информацию. Недостаток обоих подходов состоит в том, что существует множество случаев, которые с трудом поддаются автоматизации, и большая часть аналитической работы в действительности выполняется людьми, а это занимает нередко месяцы, а то и годы. Улучшенные средства компьютерного мониторинга ускоряют процесс расследования подозрительных заявок, причем не просто указывают на показатели, не соответствующие норме, но идентифицируют случаи мошенничества, а также предоставляют надежный прогноз на будущее.

Дополнительные требования по подготовке отчетов

Традиционные подходы к обнаружению и предотвращению мошенничества можно усовершенствовать, если ввести подготовку отчетов в число стандартных бизнес- процедур. Строгое соблюдение требований по подготовке отчетности для внутреннего персонала, а также для внешней аудитории, например, правительственных агентств, способно во многих случаях остановить мошенников, а также упростить выявление мошенничества. Хорошим примером в данном случае могут послужить требования к отчетности, оформленные недавно в США в законодательном порядке.

Для предотвращения «отмывания» денег закон о банковской тайне предписывает соответствующим банкам, а также другим финансовым организациям подавать в Министерство финансов Отчет о валютных транзакциях (Currency Transaction Report, CTR), если объем бизнес-транзакции в произвольный банковский день превысил сумму в 10 тыс. долл. В этом отчете содержится подробная информация о личности клиента и форме оплаты, а также о финансовых учреждениях, вовлеченных в данную транзакцию. Кроме того, банкам вменяется в обязанность подавать отчет о переводе за рубеж валюты или других кредитно-денежных средств (Report of Intenational Transportation of Cuirencyor Monetary Instrument, CMIR), содержащий развернутую аналогичную информацию обо всех транзакциях с иностранными счетами (General Accounting Office 1994).

  • Для частичного возврата ежегодных потерь в сумме 23 млрд. долл, от выплат по сфальсифицированным или ошибочным заявкам по медицинскому страхованию, Управление финансирования здравоохранения (Health Саге

Financing Administration, HCFA) и Американская медицинская ассоциация (American Medical Association, АМА) издали правила, согласно которым практикующие врачи обязаны предоставлять подробные истории болезни пациентов, сведения о методах обследования и процедурах, о принятых решениях, проведенных консультациях, согласовании методов лечения, диагностике. Вся предоставляемая информация должна сопровождаться указанием дат и сроков проведения тех или иных операций, и их продолжительности (Elliott 1998).

  • Для пресечения воровства в страховании, Бюро страховых услуг (Insurance Services Office, Inc., ISO) объединяет данные по страхованию транспортных средств, находящиеся в распоряжении Национального бюро страховых расследований (National Insurance Crime Bureau, NICB), с базой данных заявок на выплату страховок, которую поддерживает Группа страхового обслуживания CIIIA(American Insurance Services Group, AISG) с целью формирования единой базы данных, содержащей сведения обо всех телесных повреждениях, порче собственности, компенсации служащим и заявкам, связанным с транспортными средствами (ISO 1999).

Требования к подаче отчетов обычно не могут предотвратить мошенничество; «отмывание» денег по-прежнему остается столь же распространенным видом преступной деятельности, каким оно было до выхода нового закона. Однако это может послужить для преступников предупреждением, уменьшить число случаев мошенничества, а также дать полезную информацию для правоохранительных органов об уже совершившихся преступлениях. Помимо непосредственного выявления преступников, данные отчетов могут дать основание подозревать мошенничество. В случае с «отмыванием» денег такими индикаторами могут стать сведения о профиле компаний, вовлеченных в подозрительную транзакцию, их местоположение, частота и время совершения операций с валютой.

Дополнение традиционных методов определения мошенничества требованием обязательной отчетности повышает надежность определения случаев мошенничества, так как данные оказываются уже собранными и подготовленными для расследования. Однако расследования все еще остаются в недостаточной степени автоматизированными и требуют проведения анализа записей непосредственно человеком.

Обнаружение мошенничества при помощи средств добычи данных

Методы, предполагающие применение средств добычи данных, разительно отличаются от традиционных подходов к обнаружению мошенничества тем, что выходят далеко за рамки простых отчетов об исключительных ситуациях. Эти средства выявляют подозрительные случаи на основе шаблонов данных, позволяющих сделать предположение о мошенничестве. Шаблоны данных, указывающие на возможность мошенничества, могут обладать одной или несколькими следующими характеристиками:

  • Необычные величины данных, каким-либо образом отличающиеся от нормы.
  • Необычные взаимозависимости между величинами данных или записей.

Изменения в поведении сторон, участвующих в транзакции.

Предотвращение финансового мошенничества (anti-fraud)

Предотвращение финансового мошенничества (Anti-Fraud) является насущной проблемой для финансовых учреждений. Мошенничество в российских банках колоссально увеличилось в своих масштабах за последние несколько лет. Финансовое мошенничество многообразно, а суммарный объём его в российских банках составляет миллиарды и триллионы рублей. В то же время, получение денег путём банковского мошенничества не является задачей, требующей высокой технической квалификации.

Финансовые мошенники ежедневно изменяют тактику и разрабатывают новые стратегии. Удаленные системы обнаружения признаков финансового мошенничества являются неэффективными и дорогостоящими, и они улавливают случаи мошенничества гораздо реже, чем благодаря использованию комплексных решений (так называемых, антифрод-систем). Для предотвращения убытков, ненамеренного уклонения от ответственности перед регуляторами и защиты своей компании необходима комплексная платформа для предотвращения мошенничества (антифрод) на уровне всего предприятия.

На данный момент наиболее распространены в РФ финансовое мошенничество в каналах дистанционного обслуживания, карточное, кредитное и внутрибанковское мошенничество сотрудниками.

Для противодействия мошенничеству многие банки создают выделенные антифрод отделы и наделяют непрофильных сотрудников данными функциями, что в любом случае ведёт за собой повышение операционных расходов.

Компания DISGroup занимается одним из способов противодействия банковскому мошенничеству — системами Anti-Fraud. Данные решения совместно с другими техническими средствами позволяют эффективно выявлять такие распространённые схемы финансового мошенничества в РФ как: перехват счёта (хищение ЭЦП, подмена платежа и т.п.), фишинг, скимминг, неправомерное использование прав доступа сотрудниками Банка и т.п.

В качестве технологической платформы DISGroup применяет решения поставщика NICEActimize — признанного мирового лидера в области автоматизированных средств для противодействия различным видам финансовых преступлений.

В портфель решений входят специализированные системы для противодействия финансовому мошенничеству в каналах дистанционного обслуживания юридических лиц и физических лиц, в платёжных системах, с картами, мошенничество сотрудников кредитных учреждений и др.

Anti-Fraud решения применяют многоэтапный анализ и механизмы обнаружения скрытых связей для автоматизации обнаружения мошенничества и идентификации транзакций клиентов с высокой степенью риска.

Решения, нацеленные на предотвращение мошенничества, содержат как готовые аналитические модели, собранные и регулярно обновляемые в результате работы со многими ведущими мировыми банками, так и позволяют реализовывать специфические правила самим пользователям системы через web-интерфейс. Алгоритмы нечеткой логики позволяют выявлять скрытые связи между плательщиками и получателями, включая получателей с различными вариантами написания имени, получателей, использующих один и тот же филиал банка, и т.д.

Понравилась статья? Поделиться с друзьями:
Личный финансовый университет