Ministerstwo Finansów, Główny Inspektor Informacji Finansowej

zań oraz wielkość strumienia danych napływającego
do GIIF wymaga, aby analizowanie i wykrywanie
nietypowych transakcji zostało w dużym stopniu
zautomatyzowane. Z drugiej jednak strony w wielu
przypadkach wymagane jest indywidualne podej-
R ZECZPOSPOLITA POL SK A
MINISTERST WO FINANSÓW
D E PA R TA M E N T I N FO R M AC J I FI N A N S OW E J
ście, umożliwiające, w oparciu o dotychczasową
wiedzę i doświadczenie, dotarcie do podmiotów
kryjących się za powiązaniami.
Razem ze specjalistami z SPSS Polska i ComArch S.A.
Departament Informacji Finansowej zbudował system analityczny, wspierający poszukiwanie w bazie
zgłaszanych przez instytucje obowiązane transakcji
ponad-progowych przypadków mogących mieć
G
związek z praniem pieniędzy. Z wykorzystaniem
eneralny Inspektor Informacji Finansowej
oprogramowania Clementine (systemu data mining
( GIIF ), powołany w 2000 roku, jest organem
firmy SPSS ), analizowane są olbrzymie ilości danych,
administracji rządowej, którego zadaniem jest uzy-
dotyczących transakcji pomiędzy podmiotami tak,
skiwanie, gromadzenie, przetwarzanie i analizowa-
aby typować transakcje potencjalnie związane
nie informacji w trybie określonym w ustawie z dnia
z praniem pieniędzy. Dzięki analizie danych, GIIF
16 listopada 2000 r. o przeciwdziałaniu wprowadza-
może znaleźć grupy transakcji nietypowych w opar-
niu do obrotu finansowego wartości majątkowych
ciu o określone sekwencje zdarzeń w obrocie
pochodzących z nielegalnych lub nieujawnionych
środkami finansowymi. Typowanie transakcji niety-
źródeł oraz o przeciwdziałaniu finansowaniu terrory-
powych ze względu na swoją złożoność wymaga
zmu (Dz.U. z 2003, Nr 153, poz. 1505 ze zm.).
dużej wydajności od narzędzia analitycznych. Zastosowane rozwiązanie analityczne umożliwia pracę
Jednym z głównych zakresów działalności jest bada-
w architekturze klient–serwer zapewniającej odpo-
nie przebiegu podejrzanych transakcji finansowych
wiednią wydajność i stabilność pracy. Baza danych,
i wykrywanie transakcji nietypowych, wstrzymy-
na której wykonywane są operacje, co miesiąc po-
wanie podejrzanych transakcji oraz współpraca
większa się o blisko 2 miliony rekordów. Zasto-
z zagranicznymi odpowiednikami w celu prze-
sowane rozwiązanie sprawia, że przy tak dużym
ciwdziałania praniu pieniędzy i finansowaniu ter-
obciążeniu, operacje związane z automatyczną
roryzmu. Na potrzeby GIIF został wdrożony
analizą wykonywane są szybko, a czas ich realiza-
w Departamencie Informacji Finansowej MF system
cji pozwala na bieżącą weryfikację napływającego
informatyczny SI*GIIF, który zbiera wszystkie infor-
strumienia informacji.
macje o transakcjach, do przekazywania których,
zgodnie z ustawą, zobligowane są tzw. instytucje
Wynikiem analiz jest lista rankingowa grup transak-
obowiązane.
cji ocenionych pod kątem potencjalnej możliwości
ich wykorzystywania w celu prania pieniędzy. Dzię-
Mając dostęp do ogromnej ilości danych na temat
ki temu analitycy do dalszych analiz otrzymują jako
poszczególnych transakcji i podmiotów, GIIF wy-
punkt wyjścia dane o transakcjach najlepiej pasu-
korzystuje je, aby wspomóc swoje działania. Na
jących do wzorców zachowań typowych dla transak-
podstawie dostępnych informacji, analitycy w Depar-
cji podejrzanych. Wzorce mogą być modyfikowane,
tamencie Informacji Finansowej poszukują wzorców
definiowane i testowane w środowisku systemu ana-
podejrzanych zachowań, które można opisać przy
litycznego w oparciu o wiedzę analityków Departa-
pomocy określonych przez ekspertów profili. Mogą
mentu Informacji Finansowej. Następnie mogą być
być one zarówno oparte o pojedynczy wymiar, jak
wprowadzane w cykl bieżącej analizy danych na-
i kombinację wielu różnych wymiarów.
pływających do GIIF.
Działalność w obszarze prania brudnych pieniędzy
jest o tyle skomplikowana, że często ukrywa się pod
siatką złożonych powiązań, które można wykryć dopiero poprzez bardzo dogłębną analizę transakcji
Waldemar Retyk
realizowanych w różnych systemach finansowo–ban-
p.o. Zastępca Dyrektora
kowych. Złożoność i liczba występujących powią-
Departamentu Informacji Finansowej