Comment définir les seuils de surveillance des transactions en LCB ?

La surveillance des transactions, et donc les seuils de surveillance des transactions dans le cadre de la lutte contre le blanchiment d’argent (LCB), sont des éléments clés de l’approche fondée sur le risque de la LCB que les banques et les établissements financiers sont tenus d’appliquer dans toutes les juridictions du monde. Lorsque des clients se livrent à des activités qui paraissent suspectes, les établissements financiers doivent pouvoir détecter et traiter les menaces potentielles de blanchiment de manière rapide et précise et, si besoin, soumettre des déclarations d’activité suspecte (SAR) aux autorités.

Cependant, la surveillance des transactions étant souvent un défi important en matière de conformité, les établissements doivent réfléchir à régler intelligemment le curseur des seuils de surveillance. En effet, si ces seuils sont trop sensibles aux comportements suspects, les mesures sont susceptibles de générer un grand nombre d’alertes LCB faussement positives, ce qui alourdit le programme LCB de l’établissement en termes de temps et de coûts. D’autre part, des seuils qui manquent de sensibilité font courir le risque de passer à côté d’un véritable comportement criminel, de ne pas alerter l’équipe Conformité et d’exposer ainsi l’établissement à des sanctions financières et juridiques pour non-respect de la conformité. De même, les seuils de surveillance des transactions doivent souvent évoluer et s’adapter sans délai à la fois aux méthodologies criminelles émergentes et aux nouvelles règles de supervision des transactions LCB.

En raison des lacunes en matière de LCB et de fausses alertes positives qui coûtent environ 3,5 milliards de dollars chaque année aux établissements financiers, la surveillance des transactions est un élément critique de la LCB. Les établissements doivent donc réfléchir attentivement au réglage de leurs seuils de surveillance pour leur programme de LCB et trouver le bon équilibre entre leurs besoins métier et leurs responsabilités vis-à-vis de la réglementation.

Avec un système fondé sur le risque, les établissements peuvent optimiser leur réponse LCB en tenant compte des facteurs suivants pour développer et fixer leurs seuils de surveillance des transactions :

Données essentielles

L’efficacité d’un système de surveillance des transactions dépend des données qu’il collecte, mais les établissements doivent trouver un équilibre entre l’étendue de la couverture des données et l’investissement financier que cela représente. L’objectif premier d’un programme LCB étant de détecter et de prévenir le blanchiment d’argent, la priorité doit être donnée à la couverture des données et à la conformité à la réglementation, mais pour ménager leur budget, les établissements peuvent enrichir ces données en procédant comme suit :

• Définir un ensemble de base de règles de surveillance des transactions correspondant aux risques connus liés à leurs clients ou à leurs produits financiers.
• Identifier le type et le volume de données dont ils ont besoin pour étayer leurs règles de surveillance des transactions, y compris les données sur les risques, les informations d’identification, le comportement général des clients et autres ensembles de données pertinents. Ces données devront d’ailleurs être rafraîchies à des intervalles appropriés.
• Introduire des mécanismes et des scénarios au sein du système de supervision des transactions afin que l’équipe Conformité puisse appliquer des règles fondées sur des données contextuelles ou émergentes concernant les produits et les clients.

Définition de seuils de surveillance des transactions pour la LCB

Les établissements doivent définir les seuils de surveillance des transactions pour leur système de la manière la plus adaptée à leurs objectifs LCB. Dans la pratique, cela implique :

• La segmentation des clients : En segmentant les clients en groupes de risque, les établissements peuvent appliquer des seuils de surveillance des transactions adaptés à chaque segment, et non pas appliquer un même réglage de seuil « fourre-tout » pour tous les clients.
• Une analyse statistique : Les établissements doivent effectuer une analyse statistique pour déterminer les réglages de seuil adaptés à des scénarios et à des segments de clientèle spécifiques.
• De l’optimisation : Avant d’appliquer les réglages de seuil, les établissements doivent les adapter aux types de risques de blanchiment auxquels ils seront confrontés. En pratique, cela implique d’exécuter des scénarios de LCB à blanc pour générer des alertes test et de régler la sensibilité du système en conséquence.

Test et déploiement des seuils LCB

La configuration de la surveillance des transactions ne doit pas être envisagée comme un élément immuable d’un programme LCB. Avant le déploiement, les établissements doivent lancer un certain nombre de tests essentiels pour s’assurer que leur système de surveillance des transactions génère les résultats appropriés en matière de conformité.

Il s’agit notamment des tests d’intégration système (SIT) qui garantissent la compatibilité des mesures de surveillance des transactions au sein d’une infrastructure LCB et des tests d’acceptation par les utilisateurs (UAT) destinés à évaluer l’impact de la surveillance des transactions sur l’expérience client.

En outre, ces mêmes établissements peuvent désigner un chef de projet ou un bureau de gestion de projet pour coordonner le développement d’un système de surveillance des transactions avec d’autres aspects du processus LCB. Grâce à un bureau de gestion de projet, les acteurs de la conformité pourront développer une compréhension globale de leur processus de surveillance des transactions dans le cadre d’une infrastructure LCB plus large et garantir la production de déclarations d’activité suspecte (SAR) dès que nécessaire.

IA et apprentissage automatique

L’intelligence artificielle (IA) et les modèles d’apprentissage automatique offrent de nombreux avantages pour définir et appliquer des règles pour les seuils de surveillance des transactions dans le cadre de la LCB. En analysant les données relatives aux clients et aux profils de risque, les outils d’IA peuvent aider les établissements à optimiser la précision des seuils de supervision des transactions. Pour ce faire, ils segmentent automatiquement les clients et notamment sur la base d’une analyse algorithmique des données disponibles dans le cadre de l’obligation de vigilance à l’égard de la clientèle.

Outre les avantages de l’IA en termes de précision et d’efficacité, les outils d’apprentissage automatique permettent d’exploiter les données collectées par les systèmes de supervision des transactions afin de répondre aux menaces émergentes et de demain. Lorsqu’un client présente un comportement anormal, notamment s’il s’écarte de ses caractéristiques transactionnelles habituelles, les modèles d’apprentissage automatique intégrés au système de supervision des transactions détectent ce changement et déclenchent une alerte LCB. Cette alerte peut ensuite servir à développer et à enrichir de nouvelles règles de surveillance et ajuster les seuils en conséquence.

Conformité continue

Définir des seuils performants de surveillance des transactions dans un cadre LCB doit être envisagé comme un processus continu. Les méthodes de surveillance des activités suspectes par les établissements doivent s’adapter à l’évolution des profils de risque des clients, des méthodologies criminelles et de l’environnement réglementaire. C’est pourquoi les établissements doivent mettre en œuvre des règles efficaces sur le plan opérationnel, c’est-à-dire capables d’opérer de manière rapide et efficace au sein d’une infrastructure LCB et de s’adapter à l’environnement de risque après avoir été déployées.

De même, les établissements doivent s’efforcer de développer leurs systèmes de surveillance des transactions dans le cadre d’une culture LCB fondée sur une amélioration continue. Ils doivent donc réévaluer en permanence l’efficacité des règles et des seuils utilisés pour générer des alertes, vérifier que leurs hypothèses sur les risques restent fiables, actualiser ou remplacer les anciennes technologies et s’adapter aux nouvelles réglementations en matière de conformité au fur et à mesure de leur introduction.