Tre studenti inventano un sistema per scoprire il riciclaggio di denaro – Università di Pavia
Il progetto verrà presentato al Ministero dell'Economia PAVIA. Tre studenti di Scienze politiche dell'Università di Pavia hanno inventato un sistema contro il riciclaggio di denaro e le transazioni sospette. Nicolò Quilico, Mattia Andreosso, Umberto Gilardi coordinati dalla
Il progetto verrà presentato al Ministero dell’Economia
PAVIA. Tre studenti di Scienze politiche dell’Università di Pavia hanno inventato un sistema contro il riciclaggio di denaro e le transazioni sospette.
Nicolò Quilico, Mattia Andreosso, Umberto Gilardi coordinati dalla docente Silvia Figini (UNIPV) hanno sviluppato una metodologia e alcuni algoritmi computazionali per il monitoraggio e previsione di fenomeni di riciclaggio.
Il progetto sarà presentato al Ministero dell’Economia e delle Finanze e alla Banca d’Italia giovedì 26 marzo.
IL METODO
I riferimenti normativi e le indicazioni teoriche a supporto dell’analisi provengono in prevalenza dal “Provvedimento recante disposizioni attuative per la tenuta dell’archivio unico informatico e per le modalità semplificate di registrazione di cui all’articolo 37, commi 7 e 8, del decreto legislativo 21 novembre 2007, n. 231”, dagli allegati contenenti le “Causali analitiche”, gli “Standard tecnici” e le “Tabelle dei codici” e dal “Provvedimento recante gli indicatori di anomalia per gli intermediari”.
In questo lavoro sono proposte metodologie di data mining non supervisionate e supervisionate per la profilazione e classificazione (sull a base di criteri derivanti dal “Provvedimento recante gli indicatori di anomalia per gli intermediari” di Banca d’Italia) dei soggetti clienti dell’intermediario e tecniche locali di data mining per lo studio delle associazioni e sequenze di anomalie.
Un contributo innovativo rispetto ai modelli statistici proposti in letteratura è l’uso della social network analysis per evidenziare sia i legami espliciti che impliciti , sulla base di operazioni bancarie, tra i soggetti. Il lavoro pone attenzione anche all’estensione della metodologia considerando l’aspetto temporale attraverso lo studio di social network dinamiche . Un altro interessante sviluppo discusso nel lavoro concerne l’integrazione di tecniche di raggruppamento e profilazione nella social network analysis per ottenere una visualizzazione grafica, semplice ed immediata dei gradi di rischio dei soggetti e dei loro collegamenti sia espliciti che impliciti, e quindi considerati sospetti. Le evidenze empiriche sono derivate su una base dati destinata a popolare l’Archivio Unico Informatico.
