Ottobre 2019
Classificazione JEL: C45, G21, G38, O32.
Parole chiave: Antiriciclaggio, suptech, innovazione, data analytics.
Lo studio passa in rassegna gli strumenti avanzati di raccolta e analisi dei dati impiegati dalle autorità finanziarie (c.d. suptech) con riferimento specifico al settore dell'antiriciclaggio, in cui l'utilizzo di tali tecniche appare già a uno stadio avanzato.
Le autorità antiriciclaggio hanno di norma accesso a una grande mole di dati di varia provenienza. Ne deriva la necessità di disporre di strumenti avanzati di analisi per elaborare dati eterogenei. La tipologia di strumenti impiegati non appare differenziata a seconda delle funzioni istituzionali (ad es., tra autorità di supervisione e FIU) e ricomprende le tecniche - quali network analysis, natural language processing, text mining e machine learning - che aumentano la capacità di individuare reti di transazioni, identificare comportamenti anomali e, in generale, trasformare grandi quantità di dati, strutturati e non, in informazioni utili a fini operativi.
I guadagni in termini di efficienza (risparmio di tempo e risorse) rappresentano una motivazione fondamentale dell'adozione di questi approcci. Le principali criticità riguardano la capacità computazionale richiesta e i vincoli di confidenzialità sulle informazioni.
