Tout ce que vous devez savoir sur l’évaluation du risque client en LCB

Lors de l’entrée en relation d’affaires avec de nouveaux clients, l’évaluation du risque client est une procédure incontournable qui permet d’identifier les personnes à haut risque et de prendre les mesures adaptées de lutte contre le blanchiment (LCB).

Mais quels éléments les établissements doivent-ils analyser dans le cadre d’une telle évaluation dans un contexte de LCB ? Et comment définissent-ils les priorités ? 

Qu’est-ce qu’une évaluation du risque client ?

Afin de cerner les risques de blanchiment d’argent inhérents à chaque client, l’évaluation du risque client s’appuie sur plusieurs facteurs pour, notamment, vérifier l’identité du client, réfléchir à la manière de travailler avec lui (aux produits et aux services mis à sa disposition, au type de transactions qu’il réalise et à quelle fréquence) ou encore établir les secteurs géographiques auxquels le client est rattaché.

En outre, les établissements financiers doivent respecter les sanctions nationales et internationales en vérifiant que les noms des clients et des bénéficiaires effectifs ne figurent pas dans des listes de sanctions des Nations Unies et d’autres listes applicables.

Les établissements n’auront pas le même niveau d’appétit pour le risque envers tous les clients avec lesquels ils sont prêts à travailler. Toutefois, il est important d’adopter une méthodologie cohérente en matière d’évaluation du risque client et de définir les critères et la justification des mécanismes de pondération de l’analyse du risque.

L’évaluation vise avant tout à identifier les risques auxquels un établissement peut être exposé au cours de la relation d’affaires ou lors d’une transaction occasionnelle. Plus cette interaction est complexe, plus le risque doit être évalué avec minutie.

Les établissements bien informés seront les mieux placés pour déterminer le bon niveau de vigilance à l’égard de la clientèle (CDD). Des analyses continues doivent être menées, notamment dès que le comportement d’un client commence à s’écarter de son profil de risque. Lorsqu’il est impossible pour un établissement d’appliquer le niveau de CDD approprié, le Groupe d’action financière (GAFI) recommande de mettre un terme à la relation d’affaires ou de ne pas l’entamer.

Quels facteurs inclure pour évaluer les risques dans le cadre de la vigilance à l’égard de la clientèle ?

L’évaluation du risque client repose sur quatre piliers fondamentaux : 

• Le risque client
  • Le type de client, ses activités et son comportement. La structure des bénéficiaires effectifs est-elle limpide ? Font-ils l’objet d’une couverture médiatique négative ou sont-ils liés à des PPE ?
• Le risque géographique
  • Les risques particuliers attachés à un lieu, tels que la vulnérabilité au blanchiment d’argent, notamment en fonction de la domiciliation du client ou du pays d’immatriculation de son activité.
• Les risques liés aux produits, aux services et aux transactions
  • Les produits ou les services à haut risque de blanchiment d’argent en raison de leur nature et de leurs caractéristiques. Dans quelle mesure l’anonymat est-il encouragé ? Différentes personnes ou différents pays sont-ils impliqués sans motif évident ?
• Le risque lié au canal de distribution
  • Le mode d’interaction entre l’établissement et le client ou les canaux utilisés pour fournir un produit ou un service, par exemple en ligne, de visu ou via des agents ou des intermédiaires – qui posent chacun des niveaux de risque différents.

Aux États-Unis, les exigences en matière de vigilance à l’égard de la clientèle sont clarifiées et renforcées par la Règle finale sur la CDD fixée par le réseau de lutte contre la criminalité financière (FinCEN) qui impose aux établissements financiers concernés de définir et de suivre des politiques et procédures écrites conçues pour :

• Identifier et vérifier l’identité des clients
• Identifier et vérifier l’identité des bénéficiaires effectifs des entreprises qui ouvrent des comptes
• Comprendre la nature et le but des relations du client pour développer des profils de risque client
• Exercer une surveillance continue pour identifier et signaler les transactions suspectes et, en fonction du risque, suivre et actualiser les informations du client

Évaluation dynamique du risque client en LCB

L’obligation de vigilance continue à l’égard de la clientèle est nécessaire pour aider les établissements à atténuer le risque de blanchiment d’argent, en sachant néanmoins que ce qui est suspect pour un client ne l’est pas forcément pour un autre. 

Par exemple, les comportements généraux suivants peuvent donner lieu à une alerte ou inciter à réviser l’évaluation du risque lié à un client :

• Des changements de banques à répétition sur une courte durée
• Des tentatives de masquer le véritable bénéficiaire de l’entreprise
• Des demandes de passe-droits ou de traitement accéléré des transactions
• La participation d’un bailleur de fonds tiers sans lien avec l’activité de l’entreprise
• Un apport conséquent de fonds privés provenant d’un commerce où circulent beaucoup d’espèces
• L’utilisation de faux documents ou de documents suspects
• Un gros volume de transactions en espèces qui ne concordent pas avec le profil du client
• Des transactions commerciales avec des pays à haut risque de blanchiment d’argent et/ou de financement du terrorisme
• Des structures de bénéficiaires excessivement compliquées
• Un niveau d’activité commerciale incohérent

Il est impératif que les établissements repèrent plus finement les acteurs et activités suspects. Pour ce faire, ils doivent comprendre l’importance de l’évaluation dynamique des risques et se doter des données et de la technologie nécessaires.

Le classement erroné de clients à faible risque en clients à haut risque et la collecte d’informations KYC inexactes ou sans intérêt peuvent compromettre l’efficacité des mesures de LCB, sans compter qu’un processus entièrement manuel et complexe peut ne pas suffire pour garantir les résultats escomptés.

Les établissements doivent envisager de simplifier l’architecture de leurs modèles de risque et introduire une analyse statistique qui viendra compléter un jugement d’expert. Les algorithmes d’apprentissage automatique peuvent améliorer la qualité des données et aider à mettre à jour en permanence les profils client en tenant compte du comportement et d’autres facteurs.