Teknologien, der væltede Eliot Spitzer

Hvis der er en lærestreg fra den tidligere New York-guvernør Eliot Spitzers skandale-drevne fald (bortset fra det mest åbenlyse), er det denne: banker er opmærksomme på selv de mindste af dine transaktioner.





Poetisk retfærdighed: Den tidligere New York-guvernør Eliot Spitzers indgående kendskab til de værktøjer, der blev brugt til at forhindre organiseret kriminalitet, afholdt ham ikke fra at løbe på kant med sin egen banks anti-hvidvasksoftware.

For dette kan vi takke moderne software og presset fra den amerikanske regering efter 9/11 for at finde beviser for hvidvaskning af penge og finansiering af terrorisme. Eksperter siger, at alle større banker, og selv de fleste små, kører såkaldt anti-hvidvasksoftware, som gennemsøger hele 50 millioner transaktioner om dagen på udkig efter noget ud over det sædvanlige.

I Spitzers tilfælde var det ifølge avisrapporter tre bankoverførsler på kun 5.000 $ stykket, der fik alarmklokkerne til at ringe. Det hjalp, at han var en fremtrædende politisk skikkelse. Men selv almindelige borgeres mest hverdagsagtige aktiviteter får den samme indledende kontrol.



Alle de store banker har disse softwaresystemer, siger Pete Balint, en medstifter af Dominion Advisory Group , som hjælper banker med at udvikle strategier til bekæmpelse af hvidvask og bedrageri. Afhængigt af deres volumen kan de have tusindvis af advarsler om måneden.

De fleste af systemerne følger ret enkle regler og leder efter uregelmæssigheder, der udløser øget kontrol. Softwarefirma Metavante siger, at dens software for eksempel indeholder mere end 70 best-practice-regler, der dækker en bred vifte af transaktionstyper lige fra kontantindskud til forsikringskøb. De enkleste regler kan markere store kontanttransaktioner eller flere transaktioner på en enkelt dag.

I Spitzers tilfælde er de tre separate bankoverførselsbetalinger på 5.000 dollar rapporteret af Wall Street Journal ville sandsynligvis have udløst en af ​​de mest oplagte af disse regler, uden nogen som helst brug af mere avancerede funktioner.



Banker er konstant på udkig efter aktivitet, der ser ud til at være et forsøg på at opdele store, tydeligt mistænkelige transaktioner i mindre transaktioner, der kan flyve under radaren, en praksis kaldet strukturering. Spitzers transaktioner passer næsten helt sikkert til den profil, siger Dave DeMartino, en Metavante-vicepræsident. Avisrapporter har identificeret New Yorks North Fork Bank, ejet af Capitol One, som Spitzers personlige bank. En talskvinde for banken afviste at identificere hvilken, hvis nogen, anti-hvidvasksoftware institutionen bruger.

Men banker og ordensmagten leder også efter ting, som de ikke kan forudsige og dermed ikke kan skrive regler for.

Hvis du bare skriver scenarier, kommer du ikke til at finde ting, du ikke vidste om, siger Michael Recce, chefforsker for Fortent , en anden fremtrædende leverandør af systemer til bekæmpelse af hvidvaskning af penge. Omkring 60 procent af de ting, vores kunder finder, er ting, de vidste om. Resten er ting, de ikke vidste om.



Den enkleste måde at identificere det uventede på er i modsætning til rutinen. En person, der blot indbetaler to lønsedler om måneden i to år, kan blive markeret, hvis han for eksempel pludselig indbetaler seks store checks på to uger.

Men softwarepakker grupperer også kunder og konti i relaterede profiler eller peer-grupper for at etablere mere generelle adfærdsbaselines. Noget software kan samle alle personlige checkkonti med en gennemsnitlig saldo på mindre end $15.000, eller handelskonti med en omsætning på mindre end $100.000 pr. måned. Nogle vil måske gå dybere og samle alle forretningskonti, der er specifikt knyttet til renserier eller konsulentfirmaer.

De mest sofistikerede softwarepakker kan sortere personer eller konti i flere kategorier på én gang: en enkelt kunde kan sammenlignes med andre skolelærere; til folk, der for det meste banker i en enkelt regional filial; og til personer, der f.eks. har stabile, pensionsbaserede månedlige indkomster.



Hver kategori analyseres for at bestemme mønstre for almindelig adfærd. Hver enkelt transaktion fra kunder i disse grupper, og endda mønstre af transaktioner, der strækker sig så langt tilbage som et år, bliver derefter undersøgt for tegn på afvigelse fra denne norm ved hjælp af mål såsom antallet, størrelsen eller hyppigheden af ​​transaktioner, blandt andre.

Følg pengene: Det amerikanske finansministeriums Financial Crimes Enforcement Network holder styr på alle rapporter om mistænkelig aktivitet indgivet af banker. Her er den geografiske fordeling af rapporter indgivet af banker i New York mellem 1996 og 2006.

Hvorvidt en afvigelse er markeret, vil til dels afhænge af en kundes risikoeksponeringsscore, en rating tildelt af banken i henhold til kundens erhverv, geografiske placering og andre personlige oplysninger. En pensioneret skolelærer, der har boet i forstæderne til Minneapolis hele sit liv, kan have en lavere risikoscore end en 42-årig import-eksport-forretningsmand fra for eksempel Sicilien. Såkaldte politisk udsatte personer – kunder som politikere, topledere og dommere – vil automatisk modtage en højere grad af kontrol.

Hver bank har en gruppe af faktiske mennesker, som personligt gransker transaktioner, der er blevet markeret. Langt de fleste advarsler repræsenterer acceptabel adfærd, og der gøres ikke mere. Hvis skolelæreren i Minneapolis har solgt sit hus, for eksempel, vil indkomsten vise sig som en klar afvigelse fra hendes jævnaldrende gruppes norm. Den menneskelige efterforsker vil forstå hvorfor og vil ikke forfølge sagen yderligere.

Banker ønsker ikke at være i stand til at rapportere om en kunde uden god grund, siger Ido Ophir, vicepræsident for produktledelse for Aktiver , en anden stor leverandør af software til bekæmpelse af hvidvaskning af penge. De kan ikke bare sende transaktioner ind, der ikke har nogen mistænkelige fordele.

Men hvis de menneskelige anmeldere ikke kan bortforklare aktiviteten, vil de producere en embedsmand rapport om mistænkelig aktivitet (SAR), herunder en skriftlig fortælling, der beskriver transaktionen, og send den til Internal Revenue Service og Treasury Department's Netværk for håndhævelse af finansiel kriminalitet (FinCen), den føderale gruppe, der er ansvarlig for at administrere 1970'erne Bankhemmelighedsloven .

De fleste SAR'er bliver i sidste ende gennemgået af regionale team af efterforskere, trukket fra IRS, FBI, DEA og den amerikanske attorney's office. Men rapporterne går også ind i en Bank Secrecy Act-database, som stilles til rådighed for autoriserede føderale retshåndhævende myndigheder. Agenter kan søge efter specifikke navne, kontonumre og detaljer, såsom telefonnumre, for at se, om emnerne i deres egne undersøgelser har rejst økonomiske flag.

FinCen-talsmand Steve Hudek siger, at automatiseret mønsteranalysesoftware også kører på Bank Security Act-databasen, der hjælper med at opdage aktivitetsmønstre eller links mellem individer, som mennesker kan gå glip af. Han afviste dog at sige, hvilken software eller leverandører FinCen bruger.

Efterhånden som softwaren er blevet mere sofistikeret - og regeringen har lagt mere pres for at fremhæve mistænkelig aktivitet - er antallet af indgivne SAR'er steget markant. I 2000 indgav banker (til forskel fra værdipapirfirmaer eller kasinoer) 121.505 SAR'er. I 2006 indgav de 567.080, og ved udgangen af ​​juni sidste år, den sidste måned, som der er tal for, var 2007 på vej til at sætte en ny rekord.

Teknologer siger, at fremtidig software vil være endnu bedre til at spotte anomalier, analysere kundernes sociale netværk, tappe ind i de store databaser med information, som ligger inde med virksomheder som f.eks. LexisNexis og ChoicePoint , og bruge disse eksterne oplysninger til at hjælpe med at foretage domme om kundetransaktioner.

Dette kan være en privatlivsadvokats mareridt, men det hjælper med at holde banker sikre mod svindel og reguleringsbøder.

Vi kommer til problemet med, hvordan man fordøjer større og større mængder information, siger Fortents Recce. Der er grundlæggende en enorm mængde information, og folk forsøger at gemme sig i den.

skjule