Uma verificação de mídia adversa retornou um resultado, e a etapa de identificação já foi concluída: a notícia se refere a esse cliente, e não a um homônimo. Confirmar essa correspondência exige um trabalho...
Uma API de prevenção à lavagem de dinheiro (PLD, ou AML, na sigla em inglês) vai além de uma única verificação automatizada. Ela abrange três processos distintos: consultas a listas de sanções, identificação...
A maioria das empresas consegue demonstrar que todos os novos clientes passaram por verificações antes da abertura de suas contas ou do início do relacionamento comercial. No entanto, poucas conseguem...
Grande parte das discussões sobre gestão de riscos regulatórios se concentra na estrutura: frameworks, comitês, declarações de apetite a risco e bibliotecas de controles. No entanto, em empresas com frameworks...
Há uma diferença entre executar verificações e concluir uma verificação. A maioria dos programas faz o primeiro: uma checagem de identidade aqui, uma consulta a listas de sanções ali, uma pesquisa de estrutura...
Uma API de prevenção à lavagem de dinheiro (PLD, ou AML, na sigla em inglês) vai além de uma única verificação automatizada. Ela abrange três processos distintos: consultas a listas de sanções, identificação de pessoas expostas politicamente (PEPs) e monitoramento de mídia adversa. Cada processo utiliza diferentes tipos de dados e exige características específicas das informações que o sustentam.
Verificações manuais e o envio periódico de arquivos podem ser suficientes para uma dessas análises. No entanto, executar os três processos com a agilidade, a consistência e a rastreabilidade que os órgãos reguladores esperam hoje é muito mais desafiador.
Muitas falhas nos processos de compliance não decorrem da falta de tecnologia, mas do uso de dados pouco confiáveis ou incompletos em uma dessas três frentes de verificação.
Em essência, a consulta a sanções consiste em comparar nomes de pessoas e organizações com listas de sanções. Os desafios estão na precisão das correspondências, na atualização das listas e no reconhecimento de grafias alternativas e nomes pelos quais uma pessoa ou organização também é conhecida.
Os dados que sustentam esse processo são estruturados. Em princípio, uma pessoa ou organização consta ou não de uma lista de sanções. A principal dificuldade é determinar se a correspondência encontrada se refere, de fato, à pessoa ou à organização analisada.
A verificação de PEPs funciona de outra forma. Não existe um cadastro global e centralizado de pessoas expostas politicamente.
A classificação depende de fatores como o país, o cargo público ocupado, o tempo de exercício da função e os vínculos da pessoa em questão.
Uma simples consulta a uma base de dados não permite determinar, por exemplo, se um ex-ministro no Brasil tem o mesmo perfil de risco de alguém que ocupa atualmente um cargo de supervisão em um órgão público de outro país. Essa avaliação exige contexto.
O monitoramento de mídia adversa é o mais complexo dos três processos. Ele envolve coletar e analisar grandes volumes de conteúdo jornalístico não estruturado, em vários idiomas e de diversas fontes. Em seguida, é preciso vincular as informações às pessoas ou organizações corretas e avaliar sua relevância.
Não existe uma lista fixa de todas as possíveis notícias negativas. Tampouco há uma resposta simples de sim ou não.
Por isso, a confiabilidade desse monitoramento depende muito do volume, da qualidade, da estrutura e do licenciamento dos dados jornalísticos utilizados.
Uma API de PLD só consegue dar suporte adequado a essas três funções quando considera os desafios de dados específicos de cada processo.
Para que as consultas a sanções via API sejam eficazes, é necessário ter acesso a listas consolidadas e atualizadas de diferentes países e jurisdições.
Entre as principais fontes estão:
A frequência de atualização das listas de sanções é essencial.
Novas sanções podem entrar em vigor em poucas horas. Uma API de PLD que utiliza apenas atualizações semanais cria uma janela em que pessoas ou organizações recém-sancionadas podem não ser identificadas.
Outro desafio é comparar os nomes corretamente.
Nomes escritos em árabe, em alfabeto cirílico ou em chinês, por exemplo, podem ser transliterados para o alfabeto latino de diferentes maneiras. Assim, várias grafias podem se referir à mesma pessoa.
Uma comparação simples de nomes pode gerar muitos falsos positivos, ou seja, correspondências incorretas, ou, no sentido oposto, falsos negativos, quando uma correspondência relevante não é identificada.
A resolução de entidades permite avaliar se uma correspondência encontrada se refere à mesma pessoa ou organização.
Sem esse recurso, nomes comuns podem gerar um grande volume de alertas que precisam ser investigados manualmente.
As verificações históricas também são importantes.
Quando novas sanções são impostas, as organizações podem precisar reavaliar os relacionamentos com clientes atuais. Para isso, é necessário acessar os resultados de verificações anteriores e refazer as consultas com listas atualizadas.
Uma trilha de auditoria completa registra:
Esses registros permitem que as organizações fundamentem melhor suas decisões em análises posteriores.
A verificação de PEPs vai além de encontrar um nome em uma base de dados. O objetivo é determinar se uma pessoa ocupa ou ocupou um cargo público que implique um perfil de risco elevado.
Um dos principais desafios é que as informações sobre PEPs não estão disponíveis da mesma forma em todos os países.
Alguns países publicam dados abrangentes sobre agentes públicos. Outros disponibilizam apenas informações limitadas.
Essas diferenças podem gerar lacunas estruturais nos dados disponíveis.
Por isso, uma API que oferece cobertura global de PEPs, mas se baseia principalmente em informações de poucos países, pode apresentar uma visão incompleta do risco.
Além disso, a verificação de PEPs nem sempre se limita às próprias pessoas expostas politicamente.
Em diversos marcos regulatórios, as organizações também devem considerar familiares e pessoas com vínculos profissionais ou de negócios próximos, frequentemente chamados de Relatives and Close Associates (RCAs), ou familiares e colaboradores próximos.
Esses vínculos podem mudar. Por isso, é importante atualizar os dados regularmente.
A distinção entre quem ocupa e quem já ocupou uma função pública relevante também exige contexto adicional.
Um ex-chefe de Estado, por exemplo, pode manter um perfil de risco elevado por anos após deixar o cargo.
Um indicador que apenas sinaliza se alguém é uma PEP não oferece informações suficientes para uma avaliação proporcional ao risco.
Assim, a eficácia da verificação de PEPs via API depende da abrangência das fontes, da cobertura internacional e do nível de detalhamento das funções, dos vínculos e do histórico disponíveis.
O monitoramento de mídia adversa exige dados de alta qualidade.
O processo envolve coletar e analisar grandes volumes de conteúdo jornalístico não estruturado, vincular as publicações a pessoas ou organizações específicas e categorizar os riscos potenciais.
Notícias relevantes podem ser publicadas em jornais regionais, veículos locais ou publicações em idiomas que a organização não costuma monitorar.
Além disso, boa parte do conteúdo jornalístico profissional está disponível apenas por assinatura.
Uma API de monitoramento que utiliza somente sites de acesso público ou publicações em inglês pode, portanto, deixar de identificar informações importantes.
O acesso a uma ampla variedade de fontes jornalísticas licenciadas ajuda as organizações a obter uma visão mais completa.
A abrangência histórica é tão importante no monitoramento de mídia adversa quanto nas consultas a sanções.
Verificações retrospectivas, processos de revisão e regularização cadastral de clientes (KYC) e due diligence aprimorada podem exigir acesso a notícias mais antigas.
O licenciamento do conteúdo jornalístico também tem um papel importante.
As organizações precisam saber de onde vêm as informações, quais direitos de uso se aplicam e se o conteúdo continuará disponível para pesquisas futuras.
Resultados de verificações baseados exclusivamente em conteúdo temporário da web ou sem licença de uso podem ser mais difíceis de fundamentar diante de questionamentos de órgãos reguladores.
Saiba mais sobre as possibilidades de uso de notícias licenciadas e dados de mídia on-line.
O Nexis Data+ oferece infraestrutura de dados para verificações de PLD via APIs.
Em vez de conduzir as consultas a sanções, as verificações de PEPs e as pesquisas de notícias negativas de forma totalmente separada, as organizações podem usar diferentes APIs para acessar informações estruturadas e licenciadas, alinhadas aos seus processos de verificação.
A News API oferece acesso a conteúdo jornalístico licenciado de uma ampla base de fontes internacionais.
A combinação de notícias atuais, arquivos históricos, metadados e recursos para vincular conteúdo a pessoas e organizações apoia tanto o monitoramento contínuo quanto as pesquisas retrospectivas.
Isso é relevante, por exemplo, para organizações que desejam integrar o monitoramento de mídia adversa aos seus próprios sistemas de KYC ou PLD.
Adotar APIs para verificações de PLD exige, antes de tudo, escolher a infraestrutura de dados adequada.
A qualidade das fontes, os recursos de reconhecimento de entidades e o licenciamento do conteúdo determinam, em grande medida, se as verificações automatizadas contribuem para uma gestão de riscos mais eficaz.
As consultas a sanções, a identificação de PEPs e o monitoramento de mídia adversa impõem requisitos distintos aos dados e à tecnologia.
Quando essas diferenças não são devidamente consideradas, podem surgir lacunas de cobertura e resultados pouco confiáveis.
Com soluções como o Nexis Data+, as organizações podem integrar informações estruturadas e licenciadas aos processos de compliance existentes.
Isso cria uma base mais sólida para ampliar a escala das verificações, manter avaliações de risco consistentes e tomar decisões rastreáveis.
Email: brasil@lexisnexis.com
Téléphone: +551142809193