Trade-Based Money Laundering (TBML) yhtenä merkittävimpänä rahanpesu mekanismina on herättänyt viime vuosien aikana monien päättäjien, viranomaisten sekä pankkisektorin kiinnostuksen miten rikolliset pyrkivät laittomasti hyödyntämään kansainvälistä kauppaverkostoa omien etujensa tavoitteluun. Huomioiden miten rahanpesun pohjimmaisena tarkoituksena on laittomien varojen alkuperän häivyttäminen ja niiden saaminen takaisin normaaliin talouden kiertoon, kansainvälisen kaupan laaja transaktioiden verkosto tarjoaa houkuttelevan peitteen rikollisten toiminnalle. Pankeilla on merkittävinä tilisiirtojen ja kauppa transaktioiden toteuttajina laaja pääsy asiakastietoihin sekä kauppatietoihin, jonka vuoksi pankkien mahdollisuudet tunnistaa asiakkaiden epäilyttävät liiketoimet ovat lisänneet pankkien roolia TBML:n estämisessä. Tiukentuvan rahanpesu regulaation aikakaudella pankkien velvollisuudet TBML:n sekä muiden rahanpesu mekanismien estäjänä odotetaan korostuvan. Tämän tutkimuksen tarkoituksen
a oli jakaa pankki sektorin sisällä tietoa, miten pankit voivat vastata TBML:n kasvavaan uhkaan.
Viimeisten vuosien aikana julkisuuteen on levinnyt useita rahanpesuun liittyviä uutisia, joissa kansainvälisesti operoivat pankit ovat epäonnistuneet laittomien rahasiirtojen estämisessä ja näin ollen laiminlyöneet rahanpesusäännösten noudattamista. Rahanpesijän luonteeseen sisältyy olennaisena osana muokkautuminen olemassa olevaan regulaatioon sekä olosuhteisiin, jonka vuoksi pankkien tehtävänä on jatkuvasti päivittää tietämystä uusien rahanpesu mekanismien osalta ja arvioida parhaita käytänteitä rahanpesun estämiseen. Tutkimuksen tavoitteena on lisätä kaikkien pankkien ymmärrystä tähän yhteiseen ongelmaan ja siihen, miten TBML riskejä saadaan kontrolloitua. Tutkimuksen toteutustapana oli kerätä eri rahanpesun estämiseen liittyvistä lähteistä TBML riski indikaattoreita, jonka jälkeen pankkeja pyydettiin tutkimuskyselyssä kuvaamaan tämän hetken parhaita käytänteitä, miten pankit kontrolloivat kyseisiä riski indikaattoreita.
Tutkimuksen aikana korostui miten keskeinen rooli Asiakkaan Tuntemisella (KYC) on potentiaalisten epäilyttävien liiketoimien tunnistamisessa, ja kuinka riskiperusteisesta lähestymistavasta on muodostunut tärkein ohjesääntö rahanpesun estämisen kontrollien laatimisessa. Pankkien vastaustenkin perusteella monet TBML kontrollit keskittyvät digitaalisten ratkaisujen kehittämiseen pankkijärjestelmän sisällä, joiden avulla suuresta tilisiirtojen ja kaupan rahoituksen datan määrästä on mahdollista tunnistaa potentiaaliset epäilyttävät tapahtumat. Digitaalisten ratkaisujen kehittämisen lisäksi tutkimus osoitti, miten tärkeää on jakaa tietoja TBML mekanismeista kaikkien liiketoiminta yksiköiden välillä korostaen roolia asiakasvastuullisten ja transaktioiden monitoroinnista vastaavien yksiköiden kohdalla. Jatkuvasti kehittyvän rahanpesun estämisen regulaation odotetaan siirtävän rikollisia entistä sofistikoituneempiin rahanpesu operaatioihin, jonka vuoksi pankeilla on kasvava tarve kerätä tietoa TBML mekanismeista ja etenkin siitä, miten niitä voidaan kontrolloida.
...
Trade-Based Money Laundering (TBML), as one of the main money laundering methods, has gained increasing amount of attention amongst policy makers, other authorities and also private sector on how criminals are attempting to abuse international trade system. As the purpose of money laundering is to conceal the true origins of illicit gains and to make these gains to appear legitimate, the international trade system provides an attractive cover for criminals to hide their illicit gains within the sea of trade transactions occurring each day. Due to the role of banking as main facilitator of international payments and trade transactions, banks have wide access to customer and transaction data, which has shifted the responsibility of detecting potential illicit customer behaviour for the banks. As this role shift is expected to further increase responsibilities of banks to conduct stricter anti-money laundering (AML) controls in the future, the research was designed to share relevant info
rmation on how to combat against the evolving threat of TBML within banking industry.
In the recent years there have been growing amount of public cases, where internationally operating banks have failed to prevent illicit money flows and as such as they have not been able to comply with AML regulation. As the behaviour of money launderer constantly changes according to the underlying regulation and circumstances, banks are obliged to identify emerging money laundering trends and to develop matching controls for their prevention. The intention of this research was to improve understanding within banks on how TBML can be mitigated in a way that all relevant banks could share the same amount of information related to this emerging threat. This research was meant to fill the informational gap by identifying potential TBML red flag indicators, also defined as risk indicators, of how banks can detect TBML methods, and most importantly the research explores what are the best practices of controlling these risks. The research was conducted by collecting red flag indicators from available AML resources and by requesting financial institutions to response to the research questionnaire with their current best-known practices in controlling against TBML risks.
The research emphasized how evident Know-Your-Customer (KYC) processes are for banks to detect any abnormal customer behaviour, and how the risk-based approach has become a guiding principle for implementing AML controls. As the international trade system and transmittance of payments is highly data-driven many of the controls for fighting against TBML are relied on developing digital solutions within bank systems. Nonetheless, the research further brought out the importance of sharing knowledge of TBML typologies to all relevant staff from client-facing units to transaction monitoring teams. As the progress in AML regulation is expected to transfer criminals to more sophisticated money laundering operations, there exists increased incentives for banks to gain knowledge on TBML methods and how they can be controlled.
...
