Global Anti-Money Laundering and Combating Terrorism Financing Regulatory Framework: A Critique
Notice bibliographique
Résumé
Money launderers prefer to use financial services as the ideal medium for laundering. This study aimed to provide an overview of the global AML/CFT regulations, application and how they should evolve in this dynamic environment. To gather more insight, a qualitative study was undertaken with relevant documents analysed. The main finding was that country implementation of the global AML/CFT regulations differed due to political and economic factors, amongst others. While the various AML/CFT enforcements done by sampled countries were mainly cease and desist orders and monetary penalties that were publicised, the drawbacks of global AML/CFT regulations centred on the application of these regulations and emerging trends. These include, among other definitions of money laundering, reference to the three stages of money laundering, the link between penalty and violations, technological innovations and regulation paradigm shift, cyber-attacks, and data privacy. This study contributes to the application and growing body of knowledge in that the advent of technology has resulted in better consumer experiences, new payment platforms, products and services. However, these innovations have broadened emerging money laundering risks and risks to the financial system in general. Hence, there is a need to conduct research-based FATF recommendations, as risk is dynamic and not static.
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 | 0,020 | 0,023 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,044 |
| Communication savante | 0,012 | 0,010 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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 ».