fbpx

Neo4jを活用したマネーローンダリング対策 #海外事例 #Neo4j #Kerberos #コンプライアンス

この記事は1年以上前に投稿されました。情報が古い可能性がありますので、ご注意ください。

本投稿は Neo4j 社の事例 「 Money Laundering Prevention with Neo4j 」 の日本語翻訳です。

KERBEROSのコンプライアンス管理システム
Neo4jを活用したマネーローンダリング対策

システムプロバイダーであるKERBEROS社は、マネーローンダリングの疑いがある案件への対応を迅速化することを目的として、スポーツベッティング企業や不動産会社向けにコンプライアンス管理システムを開発しました。このシステムでは、Neo4jのグラフデータベースと、アプリケーションプラットフォームのStructrを活用し、複雑な組織構造も詳細に把握できるようにしており、複雑な法規制でも適切に対処して遵守できます。

業種
リーガルテクノロジー

ユースケース
リスク管理/マネーローンダリング対策

課題
– コンプライアンスとドキュメントに関する厳しい要件
– フランチャイズシステムなどの多層型組織に起因する不透明なネットワーク

ソリューション
– グラフベースのコンプライアンス管理システム
– 自動での案件管理による、マネーローンダリングの検知
– リアルタイムのドキュメンテーションを利用した、監査に耐えられるコンプライアンスモデル

成果
– マネーローンダリングの疑いがある案件をすばやく容易に処理できるようになった
– 法規制の変更に容易に対応できるようになった

企業概要
KERBEROSは、金融規制に対応する技術、いわゆる「レグテック」の分野におけるリーディングカンパニーです。非金融分野のユーザーを対象にマネーローンダリング対策のソリューションを提供しています。同社は、各種団体や企業がマネーローンダリング規制法(AMLA)の要件をすべて遵守できるよう、分析、導入助言、さらには導入支援も行っています。

課題
ドイツ連邦財務省の推定によれば、ドイツでは毎年、最大で1,000億ユーロもの資産が、マネーローンダリングを通じて違法に生み出されていると言われています。特に犯罪集団は、不動産業や賭博業などの「リスク産業」と呼ばれる業種を悪用しています。従って、そのような産業の事業者には、ドキュメントの整備や監査に関して厳しい要件が課され、導入しているセキュリティシステムや検知システムの透明性を明らかにすることが求められます。事業者はマネーローンダリングの疑いがある案件をチェックし、その案件のドキュメントを用意し、必要に応じて当局に状況を報告できるITソリューションを求めて、コンプライアンスのエキスパートであるKERBEROS社に助言を求めました。このような経緯でKERBEROS社は前述の状況や目的に適ったデータベースに目を向けるようになりました。

戦略
疑わしい案件の数がきわめて多いことから、高度な自動化の機能が不可欠になっており、ソリューションには、当局に状況を報告できるよう、FIU(ドイツ資金情報機関)とのインターフェイスを備えていることが求められます。また、法律に変更が生じたり、新たな市場参加者が現れたりするなどの状況の変化に対応できる能力も必要になります。しかし、この分野に関する標準のソリューションは市場に存在しませんでした。

そこでKERBEROS社はStructr社と協力して、まったく新しいコンプライアンス管理アプリケーションを開発しました。

「リスク管理で特に重要になるのは、プロセスの透明性、スピード、正確性です。そのため、適切なデータベースを選択するうえでの決め手となるのは、高速のクエリ、パフォーマンスと高い適応性を両立したデータモデル、きわめて複雑な相関の関係をシンプルに表示できる能力、の3要素です。」(KERBEROS社 マネージングディレクター Christian Tsambikakis氏)

疑わしい人物や企業に関係する環境を明らかにするために、親会社から小口取引先や個人まで、関連するすべての企業や組織の情報(オーナー、株主、場所など)を可視化する必要があります。このデータモデルは、パフォーマンスに影響を与えることなく導入できます。また、ドキュメンテーションの機能も、このソリューションで求められる重要な要件の1つです。企業と人物とのあらゆる関係は、例えばIDドキュメントやレンタル契約のようなものであってもドキュメント化することが可能です。

この関係性(リレーションシップ)のネットワークは、グラフのデータモデルであることは明白であり、必然的にNeo4jのようなグラフデータベースが利用されることになりました。グラフを利用することで、どの企業の背後にどの人物が存在するのか、特定のビジネス関係で実際に利益を受けるのはどの人物であるのかなど、重要な関係性について細かく確認できます。

ソリューション

Tsambikakis氏は、確信を持って次のように述べています。「データベースにNeo4jを採用し、開発とアプリケーションのプラットフォームをStructrにした結果、グラフデータを理想的なかたちで保存、検索できる完璧なテクノロジーミックスを実現できました。この組み合わせの"威力"は、開発モジュールや新しいデータセットを追加するときに、より一層明確になります。」

現在このソリューションでは、約150,000の人物、企業、ドキュメントと、それらのエンティティ間に存在する約750,000の関係性をマッピングしています。疑わしい取引が検出された場合、その「案件」は、関連するすべての情報およびドキュメントと共にグラフで分析されます。法律の専門家は、関係性を表面的に把握するのではなく、第2階層、第3階層でしか分からない関係性も明らかにできます。

新たに開発したコンプライアンス管理システムでは、Xという人物と取引を開始する、Yという人物との契約を解消するなどの意思決定の過程などで、ボタン1つでドキュメントを作成できます。グラフのスナップショットはどれもPDFファイルとして保存でき、単一のインターフェイスを通じて安全なかたちで外部にアーカイブできます。ドキュメント化された情報は一定の期間、追跡できます。

成果
KERBEROS社は、多様で大量のデータがマッピングできる柔軟性の高いモデルを最初から選択したことで、多くのメリットを得られています。グラフベースのシステムは、複数のインターフェイスを通じて、さまざまなデータソースにアクセスします。法律の専門家は、要件がすべて満足されているかどうかを、カラーコードのステータスレポートを通じて確認できます。必要な今後のアクションも判断できます。また、案件の管理では、不審な案件の立証が可能であるため、当局への迅速な報告が可能です。

高い柔軟性と拡張性が実現したことに加え、複雑な関係性のネットワークを明確に視覚化できるようになった点も大きな成果であると言えます。法規制の変更があっても大変短期間でシステムに反映できます。同時に法律の専門家は、ソフトウェアコードへのコンプライアンスチェックルールの組み込みなどで、システム開発のプロセスに深く関与できます。


Neo4jは、グラフデータベース技術をリードする存在であり、世界で最も広く導入されているグラフデータベースとして、ComcastNASAUBSVolvo Carsなどのグローバル企業で、人、プロセス、システムがどのように関連しているかを明らかにし、予測するのに役立っています。

Neo4jで構築されたアプリケーションは、関係性優先のアプローチを用いてデータ分析や人工知能不正行為の検出リアルタイム推奨ナレッジグラフなどのつながりのあるデータの課題に取り組んでいます。詳細はneo4j.comをご覧ください。

Neo4jについて詳しく知りたい方はこちらまで:
info@neo4j.com
https://neo4j.com/contact-us

Neo4jについて日本語で詳しく知りたい方はこちらまで:
https://www.creationline.com/neo4j
https://www.creationline.com/neo4j/contact

New call-to-action
新規CTA