Этот блог посвящен обсуждению вопросов, связанных с работой швейцарских банков, открытием счетов в швейцарских банках, швейцарской банковской тайной, покупкой золота в Швейцарии, услугами Private banking и Wealth management и защитой активов в Швейцарии
Показаны сообщения с ярлыком AML. Показать все сообщения
Показаны сообщения с ярлыком AML. Показать все сообщения
понедельник, 26 марта 2018 г.
ЛАТВИЙСКИЕ БАНКИ ОТМЕЧАЮТ РЕКОРДНЫЙ ОТТОК КАПИТАЛА
За последнюю неделю латвийские банки потеряли 365 миллионов евро, которые вкладчики спешно снимали со своих счетов. Данную информацию подтверждают в Комиссии по рынку финансов и капитала (FKTK) Латвии.
На данный момент латвийские банки переживают далеко не лучшие времена. Кредитные учреждения бывшей советской республики довольно долго жили за счет денег из России. Однако в связи с санкциями США и ЕС против отдельных российских юридических и физических лиц деньги последних превратились в «опасный» актив. Не имея возможности проводить операции в долларах США, уже сами латвийские банки стали для россиян бесполезными. Данный факт повлек за собой отток денег из прибалтийской страны.
четверг, 7 декабря 2017 г.
ШВЕЙЦАРИЯ ПОПАЛА В "СЕРЫЙ" НАЛОГОВЫЙ СПИСОК ЕС
Во вторник стало известно, что министры финансов ЕС составили два налоговых списка – «черный» и «серый». В первый внесены 17 стран, власти которых предпринимают недостаточно усилий для борьбы с уклонением от уплаты налогов. Речь идет о так называемых «налоговых оазисах», где иностранным компаниям предоставляются льготные режимы налогообложения. По данным Tribune de Genève, в список попали Бахрейн, Барбадос, Южная Корея, ОАЭ, Гренада, Гуам, Маршалловы Острова, Макао, Монголия, Намибия, Палау, Панама, Самоа, Американское Самоа, Сент-Луис, Тринидад и Тобаго и Тунис. Стоит отметить, что некоторые из этих стран упоминались в связи с двумя крупными оффшорными скандалами – «панамским» и «райским» архивами.
Европейская комиссия настаивала на составлении этого списка уже около двух лет. Перед тем, как определить страну в «черный» список, представители стран-членов ЕС рассмотрели систему налогообложения 92 государств. Критериями стали степень прозрачности налоговой политики (наличие автоматического обмена данными), принцип равенства налогообложения и соблюдение мер ОЭСР против агрессивных схем налоговой оптимизации.
Какие санкции будут приняты в отношении этих стран, пока неизвестно. Но уже сейчас мнения по этому вопросу разделились: Франция, Германия и Италия требуют введения жестких мер, а Люксембург, Великобритания, Мальта и Нидерланды считают, что усиленного наблюдения будет достаточно. Ожидается, что «черный» список будет регулярно пересматриваться и обновляться.
Далее
среда, 13 сентября 2017 г.
FINMA LAUNCHES CONSULTAION ON AMENDMENTS TO ANTI-MONEY LAUNDERING ORDINANCE
The Swiss Financial Market Supervisory Authority FINMA is launching a consultation on its new draft of the FINMA Anti-Money Laundering Ordinance. Amendments include follow-up measures formulated in response to the FATF’s mutual evaluation report on Switzerland. Under the proposals, the verification of information on beneficial ownership and the regular updating of client information will become mandatory. The consultation will run until 16 October 2017.
вторник, 22 августа 2017 г.
КАК НЕЙРОСЕТИ ПОМОГАЮТ БОРОТЬСЯ С ОТМЫВАНИЕМ ДЕНЕГ
Ежегодно в мире отмывают от $800 млрд. до 2 трлн. Только США тратят на войну с этим мошенничеством (Anti-Money Laundering, AML) около $7 млрд. в год. До недавнего времени с отмыванием боролись вручную, через проверку каждой транзакции. Потом появились стартапы с собственными инновационными системами распознавания мошеннических операций. Сейчас самое перспективное направление в AML — машинное обучение и анализ больших данных. Рассмотрим подходы, которые при этом используются, и какие результаты они приносят.
Многие банки и стартапы внедряют системы, основанные на подходе Know Your Customer (KYC). Его суть — в подробном анализе поведения каждого клиента, то есть модели полагаются не на исторические данные по всем транзакциям, а на действия конкретного клиента в отрыве от остальных, определяя его типичные черты и действия. Если клиент совершает транзакцию, не вписывающуюся в паттерн его поведения, система подаёт сигнал о необходимости проверки. Таким образом решается задача кластеризации, разделения всех транзакций клиента на обычные и подозрительные.
Подписаться на:
Сообщения (Atom)



