Money laundering risk management tools based on determining the level of co-ordination of financial companies and credit unions
-
Author(s)Nataliya VnukovaLink to ORCID Index: http://orcid.org/0000-0002-1354-4838
,
Daria HontarLink to ORCID Index: http://orcid.org/0000-0001-5416-9328
,
Mykhaylo Vorotyntsev
-
DOIhttp://dx.doi.org/10.21511/dm.4(4).2018.04
-
Article InfoVolume 16 2018, Issue #4, pp. 40-51
- Cited by
- 971 Views
-
101 Downloads
This work is licensed under a
Creative Commons Attribution 4.0 International License
The article proposes a tool for managing money laundering risk based on the definition of the level of coherence of financial companies and credit unions, the application of which will contribute to introduction of a risk-based approach to anti-money laundering, terrorist financing and proliferation of weapons of mass destruction. It was revealed that among the investigated during 2010-2017 financial corporations and credit unions there are financial conglomerates. This confirms the existence of close ties between them. Associated financial companies and credit unions may form or join networks that can be used for possible money laundering. It was established that the share of connected credit unions and financial companies corresponds to the principle of Pareto – 20:80. The proposed methodological support allowed selecting a large number of independent credit unions and financial companies. This will help to prevent the impact of the risk of connected individuals on the high ability of the borrower to fulfill their loan obligations and not to be involved in processes for money laundering using networks. Meanwhile, dedicated joint financial institutions belong to a high-risk group for controlling their financial operations to prevent the legalization of proceeds from crime.
- Keywords
-
JEL Classification (Paper profile tab)G23, G32
-
References19
-
Tables5
-
Figures2
-
- Рисунок 1. Загальний вид не орієнтовного графа зв’язків для фінансових компаній
- Рисунок 2. Загальний вид не орієнтовного графа зв’язків для КС
-
- Таблиця 1. Етапи оцінки рівня зв’язності фінансових компаній та кредитних спілок
- Таблиця 2. Розраховані середні показники за множинами фінансових установ
- Таблиця 3. Ранги коефіцієнтів зв’язності з корекцією за фінансовими компаніями та кредитними спілками
- Таблиця 4. Кількість зв’язків фінансових компаній та кредитних спілок між собою у 2017 році
- Таблиця 5. Підсумковий аналіз отриманих даних щодо зв’язності фінансових установ
-
- Avramchykova, N. T. (2012). Теоретические аспекты оценки качества экономического пространства [Teoretycheskie aspekty ocenky kachestva ekonomycheskogo prostranstva]. Regionalnaya ekonomika: teoretiya i praktika, 35, 2-13.
- Chepyk, A. E. (2013). Исследование свойств экономического пространства региона с помощью статистических методов [Issledovanye svoistv эkonomycheskoho prostranstva rehyona s pomoshchiu statystycheskykh metodov]. Rossyiskoe predprynymatelstvo, 24, 127-132.
- European Legislation (2017). Рекомендації FATF. Міжнародні стандарти боротьби з відмиванням коштів, фінансуванням тероризму і розповсюдженням зброї масового знищення. Методологія з оцінки відповідності рекомендаціям FATF та ефективності систем протидії відмиванню коштів та боротьби з фінансуванням тероризму. Правила та процедури 5-го раунду взаємних оцінок комітетом Moneyval. [Rekomendatsii FATF. Mizhnarodni standarty borotby z vidmyvanniam koshtiv, finansuvanniam teroryzmu i rozpovsiudzhenniam zbroi masovoho znyshchennia. Metodolohiia z otsinky vidpovidnosti rekomendatsiiam FATF ta efektyvnosti system protydii vidmyvanniu koshtiv ta borotby z finansuvanniam teroryzmu. Pravyla ta protsedury 5-ho raundu vzaiemnykh otsinok komitetom Moneyval].
- 4. Kavun, S., & Vorotintcev, M. (2016). Credit Risk Assessment for Financial Institutions Activity. Journal of Finance and Economics, 4(5), 142-150.
- Kavun, S. et al. (2012). A method of internet-analysis by the tools of graph theory. Advances in Intelligent Decision Technologies, 15, 1, 35-44.
- Kavun, S. Mykhalchuk, I., Kalashnykova, N., & Zyma, A. (2015). Conceptual fundamentals of a theory of mathematical interpretation. International Journal of Computing Science and Mathematics, 6(2),107-121.
- Legislation of Ukraine (2001). Про затвердження Інструкції про порядок регулювання діяльності банків в Україні [Pro zatverdzhennia Instruktsii pro poriadok rehuliuvannia diialnosti bankiv v Ukraini].
- Legislation of Ukraine (2010). Податковий кодекс України [Podatkovyi kodeks Ukrainy].
- Legislation of Ukraine (2012). Міжнародний стандарт бухгалтерського обліку 24. Розкриття інформації про зв’язані сторони [Mizhnarodnyi standart bukhhalterskoho obliku 24. Rozkryttia informatsii pro zviazani storony].
- Legislation of Ukraine (2012). Про затвердження Положення (стандарту) бухгалтерського обліку 23 «Розкриття інформації щодо пов’язаних осіб» [Pro zatverdzhennia Polozhennia (standartu) bukhhalterskoho obliku 23 «Rozkryttia informatsii shchodo poviazanykh osib»].
- Legislation of Ukraine (2016). Про затвердження Положення про визначення банками України розміру кредитного ризику за активними банківськими операціями [Pro zatverdzhennia Polozhennia pro vyznachennia bankamy Ukrainy rozmiru kredytnoho ryzyku za aktyvnymy bankivskymy operatsiiamy].
- Panov, Е. E. (2014). Методический инструментарий оценки банковских рисков при кредитовании групп взаимосвязанных компаний [Metodycheskyi ynstrumentaryi otsenky bankovskykh ryskov pry kredytovanyy hrupp vzaymosviazannykh kompanyi] (Ph.D. Thesis).
- Poliakova, A. H., & Simarova, I. S. (2014). Концептуальная модель управления развитием региона с учетом уровня пространственной связности [Kontseptualnaia model upravlenyia razvytyem rehyona s uchetom urovnia prostranstvennoi sviaznosty]. Economica regiona, 2, 32-42.
- Rose, P. S., & Kolari, J. W. (1995). Financial institutions: understanding and managing financial services (766 p.).
- Sorak, L., & Urosevic, S. (2014). Use of financial indicators in the creditworthiness. Economics management information technology, 4, 194-201.
- Vasylenko, O. A. (2011). Математично-статистичні методи аналізу у прикладних дослідженнях [Matematychno-statystychni metody analizu u prykladnykh doslidzhenniakh] (166 p.). Odesa: ONAZ im. O.S. Popova.
- Vnukova, N., Hontar, D. & Andriichenko, Zh. (2018). International Preconditions for Development the Basics of a Concept of Risk-oriented System on Combating Money Laundering and the Financing of Terrorism and Proliferation. Modern Management: Economy and Administration: Monograph. Opole: The Academy of Management and Administration in Opole (pp. 37-44).
- Vorotyntsev, M. M. (2012). Вибір потенційного позичальника з позиції банку на основі коефіцієнтної оцінки його кредитоспроможності [Vybir potentsiinoho pozychalnyka z pozytsii banku na osnovi koefitsiientnoi otsinky yoho kredytospromozhnosti]. Upravlinnia rozvytkom, 2(123), 116-121.
- Vorotyntsev, M. M. (2012). Оцінка ризику кредитування діяльності фінансових установ [Otsinka ryzyku kredytuvannia diialnosti finansovykh ustanov] (20 p.). (Dissertation Abstracts).
-
Trends in the developing Ukrainian non-bank financial service markets assessed using a mixture separation method
Nataliya Vnukova ,
Robert Bacho
doi: http://dx.doi.org/10.21511/ed.19(4).2020.05
Non-bank financial institutions play an important role in the non-bank financial service markets expressed in expanding the access to financial services for individuals and legal entities. The non-bank financial service markets demonstrate their performance peculiarities in the pre-crisis and post-crisis periods that bring up to date the need to form a scientific presentation of their development trends. Therefore, it is necessary to provide scientific background and identify the regress and progress processes in the non-bank financial service markets. The research aim is to develop an analytical approach to determining the peculiarities of the development processes in the non-bank financial service markets. The research assesses the key indicators of the non-bank financial service markets in terms of quantity by dividing a set of values into groups by cluster analysis and multidimensional object clustering by a system of indicators, as well as identifying the progress and regress patterns in the non-bank financial service markets. Achieving the research results requires taking into account the above-mentioned objectives fulfilled in seven stages. The research results reflect the influence on the financial service markets exerted by the governmental regulation policy and the consumer protection level in these markets.
-
Improving the system of quantitative indicators for risk assessment of financial companies
Valeriia Shorokh
doi: http://dx.doi.org/10.21511/dm.19(1).2021.01
The paper examines the existing methodological recommendations for assessing risk of financial institutions of non-bank financial services market participants. In particular, the focus is on the activities of financial companies, which are the largest non-banking market participants. The purpose of the study is to develop an approach to risk assessment of financial companies. The methodological basis for achieving the goal is a systematic analysis of the existing provisions of the regulator on the criteria for assessing the risk of financial institutions. The paper examines in detail the state of the modern risk assessment system in accordance with the criteria developed by the regulator, identifies key shortcomings of the recommendations and proposes to supplement the existing list of indicators that were taken into account by the previous regulator. An analysis of the legislation on the availability of quantitative indicators for assessing risk of non-banking financial services market participants was carried out, which made it possible to offer an expanded list of criteria for achieving the research goal. The expediency of the proposed system of quantitative indicators for assessing the risks of activity is confirmed by the existing actions of the regulator, which partially coincide with the proposed provisions. The developed recommendations provide an opportunity to improve the risk assessment system both for inspections by supervisors and for financial institutions seeking to strengthen preventive measures for their management.
