МЕТОДЫ ПРОТИВОДЕЙСТВИЯ ЛЕГАЛИЗАЦИИ

ПРЕСТУПНЫХ ДОХОДОВ В БАНКОВСКОЙ ДЕЯТЕЛЬНОСТИ

METHODS OF COUNTERING MONEY LAUNDERING IN BANKING

Студент Лебедь Михаил Константинович

E-mail___________________

Аннотация. В статье рассмотрены основные проблемы, связанные с

противодействием легализации преступных доходов в банковской сфере,

раскрыты

недостатки

в

деятельности

коммерческих

банков

и

правоохранительных органов, показаны возможные риски вовлечения банков

в преступные схемы по отмыванию нелегальных доходов в кредитно-

финансовой системе

Ключевые слова:

кредитная организация, легализация (отмывание),

противодействие легализации доходов, кредитно-финансовая система.

Annotation. The article examines the mainproblems related to countering

money laundering in the bankingsector, reveals the shortcomings in the activities

of commercial banks and law enforcement agencies, and shows the possible risks

of banks' involvement in criminal schemes for laundering illegal income in the

credit and financial system.

Keywords: credit organization, legalization (laundering), countering money

laundering, credit and financial system.

Система

внутреннего

контроля

используется

для

мониторинга

банковских транзакций с целью предотвращения отмывания доходов [2].

Основной задачей контроля является выявление операций, которые могут

быть связаны с легализацией преступных средств. Для этого банки

используют

автоматизированные

системы,

способные

анализировать

огромные массивы данных в режиме реального времени

Эффективная система внутреннего контроля позволяет обнаруживать

1

подозрительные

операции

и

снижает

риски

для

самого

банка.

Ее

использование

минимизирует

вероятность

наложения

штрафов

и

способствует поддержанию высокой деловой репутации. Данный подход

обеспечивает стабильность финансовой системы и укрепляет доверие

клиентов.

При помощи технологий анализа больших данных и искусственного

интеллекта банки обрабатывают огромные объемы информации и выявляют

подозрительные операции с высокой точностью. Основным преимуществом

является способность анализировать транзакции в режиме реального

времени, сокращая время реакции на потенциальные угрозы.

Системы

на

основе

искусственного

интеллекта

обучаются

на

исторических

данных,

выявляя

сложные

схемы,

недоступные

для

традиционных методов анализа. Алгоритмы машинного обучения способны

учитывать множество факторов – частота операций, их географическое

расположение,

суммы

и

поведение

клиента.

Это

формирует

детализированные профили клиентов и прогнозирует вероятные риски [5].

Большие данные обеспечивают возможность обработки информации из

различных источников. Банки интегрируют внутренние данные с внешними

базами (списки санкций, данные о политически значимых лицах и

информация о компании-контрагентах), оценивая репутацию и уровень риска

при работе с конкретным клиентом или партнером.

Программы

на

основе

искусственного

интеллекта

эффективно

справляются с задачей распознавания аномалий. Если клиент, ранее

проводивший операции в одном регионе, внезапно начинает осуществлять

крупные переводы в офшоры, система автоматически помечает данную

активность

как

подозрительную.

Аналогично,

неоднократные

мелкие

депозиты

с

последующими

крупными

переводами

сигнализируют

о

возможных попытках отмывания средств [2].

Использование технологий больших данных позволяет улучшить

2

работу системы внутреннего контроля. Автоматизация процессов анализа

транзакций снижает нагрузку на сотрудников, освобождая их для сложных

задач

–

расследование

выявленных

подозрительных

операций.

Это

способствует повышению эффективности работы финансового мониторинга

и снижению вероятности человеческих ошибок.

Искусственный интеллект активно используется для предотвращения

мошенничества. В случае обнаружения попыток несанкционированного

доступа

к

счету

система

автоматически

блокирует

подозрительную

активность. Аналогично, при попытке проведения операции с поддельными

документами

алгоритмы

идентификации

выявляют

несоответствия

и

сигнализируют об этом ответственным сотрудникам.

Технологии

позволяют

выявлять

подозрительные

операции

и

прогнозировать

поведение

клиентов.

Это

помогает

банкам

заранее

принимать

меры

для

предотвращения

использования

их

системы

в

противоправных целях. Анализ исторических данных может указывать на

высокий риск определенных типов транзакций, что позволяет банкам

применять дополнительные меры контроля [2].

Автоматизация

и

применение

интеллектуальных

алгоритмов

сокращают расходы на ручной анализ, повышают точность мониторинга и

снижают

риск

наложения

штрафов

за

несоблюдение

нормативных

требований. Это укрепляет защиту финансовой системы и способствует

росту доверия со стороны клиентов и партнеров.

Система «Знай своего клиента» (KYC) представляет собой комплекс

мер, направленных на идентификацию и проверку клиентов финансовых

учреждений с целью предотвращения отмывания денег, финансирования

терроризма и иных незаконных действий [7].

В рамках KYC банки и другие финансовые организации обязаны

собирать

и

анализировать

информацию

о

своих

клиентах,

включая

подтверждение личности, оценку финансового состояния и анализ деловой

3

репутации. Это позволяет минимизировать риски, связанные с проведением

подозрительных операций, и обеспечивает соблюдение международных

стандартов и национального законодательства в сфере противодействия

финансовым преступлениям.

В России с июля 2022 года функционирует платформа «Знай своего

клиента» (ЗСК), разработанная Банком России. Этот сервис предоставляет

кредитным организациям информацию об уровне риска вовлеченности их

клиентов — юридических лиц и индивидуальных предпринимателей — в

проведение подозрительных операций. Платформа классифицирует клиентов

на три группы риска: низкий («зеленый»), средний («желтый») и высокий

(«красный»).

Такая

категоризация

позволяет

банкам

эффективно

осуществлять процедуры внутреннего контроля и принимать обоснованные

решения относительно сотрудничества с теми или иными клиентами [6].

Информация,

предоставляемая

платформой

ЗСК,

служит

вспомогательным инструментом для банков при оценке добросовестности

бизнеса своих клиентов. Окончательное решение о присвоении уровня риска

и применении соответствующих мер остается за кредитной организацией. В

случае несогласия с присвоенным высоким уровнем риска предприниматели

имеют возможность обратиться в Банк России с заявлением о пересмотре, а

при необходимости — обжаловать решение в Межведомственной комиссии

при Банке России.

Разработка и применение сценариев для выявления аномальных

транзакций являются важной частью системы внутреннего контроля в

банках. Сценарии представляют собой заранее определенные алгоритмы,

которые

позволяют

автоматически

идентифицировать

операции,

отклоняющиеся

от

стандартного

поведения

клиентов.

Это

помогает

обнаруживать возможные попытки легализации преступных доходов [4].

Основой для создания сценариев служит анализ исторических данных о

транзакциях. Банки изучают типичные операции клиентов, определяют их

4

финансовые привычки и формируют профили. Если индивидуальный

предприниматель регулярно получает поступления от определенного числа

контрагентов и внезапно начинает получать крупные суммы из неизвестных

источников, данная транзакция может быть отмечена как аномальная.

Операции с участием стран, находящихся в санкционных списках или

офшорных зонах, автоматически вызывают повышенное внимание. Перевод

средств в юрисдикцию с низкой прозрачностью финансовых операций или

частые переводы за границу без очевидной деловой цели считаются

подозрительными [3].

Сценарии разрабатываются для выявления большего количества

мелких транзакций, используемых для дробления средств с целью сокрытия

их происхождения. Обращается внимание на внезапные изменения в объемах

операций, не характерные для определенного клиента или его бизнеса.

Сценарии

позволяют

прослеживать

движение

средств

между

различными счетами и выявлять сложные схемы, включающие множество

участников.

Деньги,

многократно

переводящиеся

между

связанными

компаниями, свидетельствуют о попытках создать видимость законной

финансовой деятельности.

Для повышения эффективности сценариев используется программное

обеспечение, способное обрабатывать большие объемы данных. Системы

интегрируются с базами данных, содержащими информацию о политически

значимых лицах, подозрительных компаниях и санкционных списках.

Преступные схемы постоянно усложняются, поэтому банки должны

адаптировать алгоритмы к новым угрозам. Для этого проводится анализ

выявленных

нарушений,

изучаются

современные

методы

легализации

доходов, и на основании полученных данных вносятся изменения в

существующие сценарии. Автоматизация снижает нагрузку на сотрудников,

сокращает время на обработку данных и минимизирует вероятность

человеческой ошибки, укрепляя защиту финансовой системы и снижая риски

5

для самого банка.

Сотрудничество

банков

с

правоохранительными

и

надзорными

органами

является

ключевым

элементом

системы

противодействия

легализации

преступных

доходов.

Банки

обязаны

предоставлять

информацию о подозрительных операциях, соблюдать требования по

финансовому мониторингу и активно взаимодействовать с государственными

структурами для обеспечения прозрачности операций.

Одной из форм сотрудничества является обязательная передача

сведений о подозрительных транзакциях в Росфинмониторинг. Банки

анализируют операции клиентов и при выявлении признаков, указывающих

на возможную незаконную деятельность, составляют отчет о подозрительной

операции.

Данные

используются

государственными

органами

для

проведения дальнейших проверок и расследований.

Предоставление отчетов о финансовых операциях, превышающих

установленный лимит, способствует выявлению схем легализации доходов.

Информация позволяет правоохранительным органам отслеживать крупные

денежные потоки и проверять их соответствие законной деятельности. Для

этого банки формируют и направляют сведения о любых операциях,

связанных

с

наличными

средствами,

переведенными

на

сумму,

превышающую установленный порог.

Координация

действий

между

банками

и

правоохранительными

органами

осуществляется

через

специализированные

каналы

связи.

Электронные

системы

быстро

передают

информацию,

обеспечивая

оперативное реагирование на выявленные угрозы. В случае обнаружения

транзакций, связанных с финансированием терроризма, банки обязаны

немедленно сообщить об этом в соответствующие структуры.

Надзорные органы проводят плановые и внеплановые инспекции,

чтобы убедиться в соблюдении банками установленных норм. В ходе

проверок анализируется эффективность внутренних процедур, качество

6

мониторинга операций и степень выполнения требований по идентификации

клиентов.

Банки

участвуют

в

обмене

информацией

с

международными

организациями и зарубежными партнерами. Это важно при расследовании

транснациональных схем легализации доходов. В рамках международных

соглашений происходит обмен данными о движении средств между

различными

странами.

Это

помогает

предотвратить

использование

банковских систем для отмывания денег через офшоры.

Для повышения качества взаимодействия банки обучают сотрудников

работе

с

информацией,

связанной

с

финансовыми

преступлениями.

Внимание

уделяется

навыкам

выявления

подозрительных

операций,

правильному

составлению

отчетов

и

пониманию

требований

законодательства. Это минимизирует ошибки и повышает эффективность

передачи данных правоохранительным органам [1].

Сотрудничество с государственными структурами не ограничивается

передачей информации. Банки участвуют в разработке и обсуждении

нормативных актов, регулирующих финансовый сектор. Их практический

опыт и предложения учитываются при создании новых стандартов,

направленных на усиление контроля и минимизацию рисков.

Эффективное взаимодействие с правоохранительными и надзорными

органами способствует укреплению финансовой системы и снижению уровня

экономической преступности. Это позволяет банкам поддерживать высокий

уровень

прозрачности,

снижать

операционные

риски

и

обеспечивать

соответствие законодательным требованиям.

Список литературы

1.

Антипова, О.Н. Борьба с отмыванием денежных средств: международный

опыт и уроки для России / О.Н. Антипова. - М: «Дашков и К», 2022. - 286 с.

2.

Амиантова, И. С. Противодействие коррупции : учебное пособие для вузов /

И. С. Амиантова. - 2-е изд., перераб. и доп. - Москва : Издательство Юрайт, 2024. - 148 с.

3.

Банковское дело: Учебник. - 4-е изд., перераб. и доп. / Под ред.В. И .

Колесникова, Л. П . Кроливецкой. - М.: Финансы и статистика, 2024. - 464 с.

4.

Банковское дело: Учебник для вузов по экономическим специальностям /

7

Под. ред. О.И. Лаврушина. - М.: Финансы и статистика, 2023. - 573 с.

5.

Банковское дело: учебник / Под ред. д-ра экон. наук, проф. Г.Г. Коробовой. -

2-е изд., перераб. и доп. - М.: Магистр, 2024. - 590 с.

6.

Жарковская, Е.П. Банковское дело. Серия : Высшее финансовое образование

/ Е.П. Жарковская. - М.: Издательство: Омега, 2023.- 452 с.

7.

Кобозева, Н. В. Противодействие легализации (отмыванию) доходов,

полученных

преступным

путем,

и

финансированию

терроризма

в

аудиторской

деятельности : практическое пособие / Н. В. Кобозева. — Москва : Магистр : ИНФРА-М,

2022. - 128 с.

8.

Костерина, Т . М. Банковское дело : учеб. для бакалавров / Т. М. Костерина ;

Моск. гос. ун-т экономики, статистики и информатики. - 2-е изд., перераб. и доп. - М. :

Юрайт, 2024. - 332 с.

9.

Мануйленко, В. В. Оценки экономического капитала банка в условиях

развития интенсивной модели российского банковского сектора : монография / В. В.

Мануйленко. - 2-е изд., эл. - Москва : Финансы и Статистика, 2021. - 177 с.

10.

Международные валютно-кредитные и финансовые отношения : учебник

для вузов / Л. Н. Красавина [и др.] ; ответственный редактор Л. Н. Красавина. - 5-е изд.,

перераб. и доп. - Москва : Издательство Юрайт, 2024. - 542 с.

8