Analyse de réseaux anti-blanchiment

Une banque conserve généralement les données d'identité, de propriété, de compte et de paiement dans plusieurs systèmes. L'analyse de réseaux rassemble certains dossiers dans un modèle où chaque arête indique le lien, sa période et sa source. La revue systématique INFORMS de quatre-vingt-dix-sept études classe les travaux AML dans la classification des clients, la classification des transactions, la détection de communautés et les chaînes de mouvements de fonds.

Le modèle doit conserver direction, temps, montant et provenance plutôt que tracer des lignes indifférenciées. Un paiement du compte A vers le compte B diffère d'une propriété commune, d'une adresse partagée ou d'une correspondance probable. Ces distinctions permettent de tester une typologie puis d'expliquer les preuves soutenant le chemin examiné.

La résolution d'entités détermine si des dossiers séparés décrivent la même personne, entreprise, le même compte ou appareil. Les identifiants exacts permettent des rapprochements déterministes, tandis que noms, adresses et téléphones exigent normalisation, règles de conflit et seuils. Le KYC perpétuel montre comment des mises à jour contrôlées d'identité et de risque peuvent actualiser les dossiers avant l'analyse de réseaux.

Chaque arête déduite doit conserver source, règle de rapprochement, confiance et situation de contrôle. Une adresse partagée peut désigner un foyer, un bureau domiciliataire ou un ancien dossier, sans valoir une propriété vérifiée. Les enquêteurs doivent voir les champs sources derrière chaque lien, car un graphe séduisant peut masquer des hypothèses fragiles.

Le schéma du graphe doit partir de la question d'enquête et des preuves disponibles. Les nœuds utiles comprennent clients, personnes morales, comptes, bénéficiaires effectifs et contreparties, tandis que les arêtes décrivent paiements, propriété, pouvoir ou identifiants partagés. Chaque établissement doit documenter les nœuds et arêtes officiels, déduits ou provisoires avant leur utilisation.

La modélisation temporelle importe parce que propriété, adresses et comptes changent pendant la relation. Un dirigeant actuel ne peut expliquer automatiquement un paiement antérieur, tandis qu'un compte fermé doit rester historiquement visible. Des arêtes versionnées empêchent les données actuelles de réécrire les faits utilisés par une ancienne décision.

Les requêtes graphiques peuvent trouver des flux circulaires, des collectes de plusieurs émetteurs vers un même bénéficiaire, des dispersions rapides, des chaînes de transit répétées et des groupes partageant des identifiants. La détection de communautés trouve des groupes aux relations internes plus denses, tandis que la recherche de chemins suit les mouvements entre un sujet initial et une entité connue comme présentant un risque élevé. Un schéma ouvre une enquête et ne prouve jamais seul un comportement illicite.

L'analyse de réseaux est une couche de preuve et d'enquête, tandis que la surveillance des opérations AML couvre scénarios, seuils, tri des alertes et déclarations. La couche réseau peut enrichir une alerte ou révéler un dossier couvrant plusieurs alertes, mais l'établissement conserve ses responsabilités d'escalade et de déclaration.

Une enquête commence par un point défini, comme un client, compte, paiement ou identifiant vérifié. L'enquêteur respecte les relations autorisées et les profondeurs prévues, examine les chemins solides puis contrôle les sources avant d'utiliser les liens déduits. Les paramètres, arêtes exclues et décisions professionnelles appartiennent toujours au dossier.

Le rapport d'adoption de la Hong Kong Monetary Authority décrit des banques utilisant petits réseaux initiaux, attributs partagés et informations externes pendant leurs enquêtes. Ces exemples soutiennent un processus contrôlé, mais leurs résultats propres ne prédisent rien pour une autre banque, base ou juridiction.

La validation doit tester tout le processus décisionnel, avec résolution d'entités, construction du graphe, détection des schémas et interprétation professionnelle. Les étiquettes historiques sont rares puisque les affaires confirmées restent rares et les décisions déclaratives reflètent les anciens contrôles. Une séparation aléatoire du même réseau transactionnel peut aussi répartir des entités reliées entre entraînement et test, donnant une performance supérieure à celle du déploiement.

La précision et le rappel décrivent des coûts opérationnels différents, tandis que l'aire sous la courbe précision-rappel renseigne généralement mieux que l'exactitude sur les événements positifs rares. La revue INFORMS avertit aussi que des données synthétiques peuvent rendre les méthodes graphiques artificiellement performantes. La validation des modèles bancaires couvre le contrôle indépendant, les modèles comparatifs et le suivi continu après la mise en production.

Les projets graphiques ont besoin de responsables nommés pour les données sources, la logique de rapprochement, les caractéristiques graphiques et les résultats des dossiers. Les droits d'accès doivent suivre les tâches d'enquête, car une vue relationnelle peut réunir des informations auparavant visibles par des équipes différentes. Conservation, correction et traçabilité doivent couvrir les arêtes déduites ainsi que les dossiers clients et paiements originaux.

Les travaux du GAFI sur la transformation numérique reconnaissent le potentiel des analyses collaboratives tout en exigeant le respect de la confidentialité et de la protection des données. Selon l'article 90 du règlement (UE) 2024/1624, il s'applique généralement dès le 10 juillet 2027, tandis que les exigences nationales actuelles restent pertinentes jusque-là.

Un pilote utile choisit une typologie, une population limitée et des données dont la responsabilité est déjà comprise. L'équipe enregistre une référence pour le temps d'enquête, les relations confirmées et les défauts de données non résolus avant l'analyse graphique. Les critères doivent couvrir la qualité des preuves, la reproductibilité, l'usage par les enquêteurs et les dossiers importants trouvés uniquement après extension du réseau.

Le rapport HKMA recommande un périmètre initial réduit, des mesures de succès concrètes et une coopération entre spécialistes de la criminalité financière et équipes techniques. Un pilote doit aussi échantillonner des réseaux apparemment calmes, car mesurer seulement les pistes produites ne montre pas les risques manqués. L'autorisation de production exige un retour arrière, des seuils de suivi et une procédure permettant de contester les liens incorrects.

L'analyse de réseaux ne peut pas récupérer des relations jamais saisies par les systèmes sources, et des données incomplètes sur les contreparties créent des frontières artificielles. Les faux rapprochements d'identité peuvent propager le risque entre clients indépendants, tandis que les rapprochements manqués divisent un réseau en fragments apparemment ordinaires. Les comportements criminels changent également avec les contrôles prévisibles, donc les résultats historiques ne garantissent aucune détection continue.

Les réseaux neuronaux graphiques ajoutent une dépendance parce que leurs résultats reflètent la topologie, les caractéristiques construites et les étiquettes disponibles. L'IA pour la lutte anti-blanchiment couvre plus précisément la notation des modèles et la supervision humaine. De nombreux établissements peuvent commencer par des requêtes explicables et des caractéristiques graphiques avant d'envisager un modèle appris nécessitant une validation plus large.

L'analyse de réseaux ajoute normalement le contexte relationnel aux contrôles des clients et transactions sans remplacer leurs fonctions juridiques ou opérationnelles. La surveillance peut produire l'alerte initiale, tandis que l'analyse de réseaux étend l'examen aux entités concernées et conserve les preuves justifiant cette extension.

Une base de données graphique facilite les requêtes répétées sur plusieurs niveaux, mais un établissement peut tester un dossier limité avec des extractions relationnelles contrôlées et des outils de visualisation. La décision dépend de la complexité des requêtes, fréquence des mises à jour, volumétrie, intégration et piste d'audit nécessaire aux enquêtes.

Un pilote doit suivre la qualité des preuves, les relations confirmées, le temps d'examen, la reproductibilité et l'échantillonnage des dossiers manqués avec les mesures du modèle. Aucune réduction des alertes ou mesure d'exactitude ne prouve seule l'efficacité, car l'établissement doit aussi comprendre les faux négatifs et les décisions d'enquête ultérieures.