Financial Institutions and Money Laundering: A Threatening Relationship?
Notice bibliographique
Résumé
Conviction that money laundering threatens financial enterprise is deeply entrenched. Belief that money laundering harms financial institutions undergirds increasingly vigilant anti-money laundering containment initiatives. Fear of a potentially lethal convergence prompted the inception of an international anti-money laundering task force. Worry about money laundering’s capacity to infiltrate bank vaults stimulates insistence that financial institutions implement internal anti-money laundering programs. The threat preoccupies governments and is echoed by the financial industry. It is presumed to be severe, corrosive and destabilizing.A probing of this lethal contact shows that sometimes this threat can be more illusory than real. Institutions stigmatized by flagrant money laundering scandals sometimes exhibit few signs of any impairment. Realization of the threat proves neither fatal nor harmful. Moreover, most anchor their belief in an infamous institutional collapse ascribed to the destructive force of the laundering menace, a tale that contains only grains of truth. The menace was present but did not place the noose. In exploring this convergence, this paper examines the threat posed by money laundering in two contexts. It mines the apocryphal story the Bank of Credit and Commerce International (BCCI), the legendary illustration of money laundering’s ruinous impact. That analysis demonstrates that multiple factors induced the bank’s collapse. The money laundering influence was negligible. Shifting to a contemporary narrative, the paper examines four recent cases in which financial institutions were charged with serious money laundering transgressions. The inquiry seeks to determine the effect, if any, of a pronounced association of money laundering with modern banks. Ultimately, neither the foundational story nor the cases confirm the threat.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,012 |
| Communication savante | 0,010 | 0,015 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,018 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».