インターネットの急速な普及とオンライン取引の増加により、新たなタイプの詐欺実行者が現れています。あらゆる技術と同様、デジタル・コンバージェンスにも二つの側面があります。組織にとって顧客と関わる新たな方法をもたらす一方で、組織を詐欺に対して脆弱にもしています。
金融機関（FI）における詐欺は、組織の業界内での評判やブランド価値に影響を及ぼし、最終的には市場シェアにも影響します。そのため、不正な取引業者を特定するだけでなく、投資システムに対する投資家の信頼と確信を取り戻すことも極めて重要です。
金融機関（FI）やサービスプロバイダーは、ユーザー／取引業者の取引行動や過去の詐欺事例を観察し、ユーザー／取引業者単位で詐欺を特定するためにさまざまなモデルを用いています。しかし、このようなモデルでは、集団によって行われる詐欺、すなわち同業者グループ単位の詐欺を特定できません。そのため、同業者レベルで詐欺を特定し、防止する革新的なアプローチが必要です。
集団レベルの不正行為を検出するには、取引業者間のつながりに基づいて関連グループを特定・作成し、個人単位の取引行動ではなく、グループ単位の取引行動を監視する必要があります。グループが不正であると特定された後、個人レベルの不正指標を算出できます。
ただし、不正の特定の精度は、関連グループ形成の精度に左右されます。ユーザー／取引業者が複数の関連グループに属する可能性があるため、各グループの取引行動をグループ単位で監視し、その後、ユーザー／取引業者レベルの不正特性を検証することが不可欠です。これにより、同業者グループ内で個人が行った詐欺を切り分け、特定できます。
取引環境における関連グループは、ユーザー間の関係、市場外取引、上場または非公開株式に関わる内部者の所属、および投資における共通パターンに基づいて分類できます。
関連グループレベルでの詐欺特定は、取引業者レベルの詐欺特定手法を補完するために用いるべきです。個人の詐欺を特定する手法に代わるものではありません。共謀する集団が行う詐欺の特定精度を高めるのに役立ちます。金融機関（FI）やサービスプロバイダーは、このモデルを用いて、インサイダー取引や循環取引業者を含む、資本市場におけるあらゆるカテゴリーの詐欺を特定できます。
詳しくは、当社のホワイトペーパー「取引詐欺の軽減：集団的アプローチの必要性」をご覧ください。
貴組織では、同業者レベルの取引詐欺を特定し、軽減するためにどのような戦略を採用していますか？
以下との協力により公開： Tata Consultancy Services。
著者：Narasimha Murty M Vは、分析およびデータマイニングの分野で8年以上の経験を有しています。
画像：移民労働者の女性が指紋スキャナーに指を置いている。REUTERS/Beawiharta
