> ## Documentation Index
> Fetch the complete documentation index at: https://docs.didit.me/llms.txt
> Use this file to discover all available pages before exploring further.

# Score de risque AML : formule de risque d'entité

> Didit évalue le score de risque AML selon le pays, la catégorie et les antécédents. Ajustez vos seuils pour automatiser vos décisions AML.

Le **score de risque** est une évaluation quantitative qui mesure **le niveau de risque d'une entité correspondant à une concordance AML**. Ce score sert à déterminer le **statut AML final** (Approuvé/En cours d'examen/Refusé) en fonction du score de risque le plus élevé parmi toutes les concordances qui ne sont pas des faux positifs.

> ⚠️ **Important :** Le score de risque détermine le **statut AML final**, et NON la classification individuelle des concordances. Les concordances individuelles sont d'abord classées comme faux positifs ou comme non examinées à l'aide du [score de correspondance](https://docs.didit.me/fr/core-technology/aml-screening/aml-match-score.md).

## Présentation générale

Chaque concordance AML reçoit un **score de risque de 0 à 100**, calculé en combinant trois facteurs de risque clés. Ce score répond à la question : **« S'il s'agit d'une réelle correspondance, quel est le niveau de risque de cette entité ? »**

### Score de risque vs score de correspondance

| Aspect | Score de correspondance | Score de risque |
| - | - | - |
| **Question** | S'agit-il de la même personne ? | Quel est le niveau de risque de cette entité ? |
| **Finalité** | Classer les concordances comme faux positifs ou comme non examinées | Déterminer le statut AML final |
| **Facteurs** | Nom, date de naissance, pays, numéro de document | Pays, Catégorie, Casier judiciaire |
| **S'applique à** | Toutes les concordances | Uniquement les concordances non considérées comme faux positifs |

***

## Comment le score de risque détermine le statut AML final

Le statut AML final est déterminé par le **score de risque le plus élevé** parmi toutes les concordances qui ne sont PAS classées comme faux positifs :

| Score de risque le plus élevé | Statut AML final |
| - | - |
| Score inférieur au seuil d'approbation | **Approuvé** |
| Score compris entre le seuil d'approbation et le seuil d'examen | **En cours d'examen** |
| Score supérieur au seuil d'examen | **Refusé** |

> **Seuils par défaut :**
>
> * Seuil d'approbation : 80
> * Seuil d'examen : 100

**Exemple :** Avec les seuils par défaut :

* Score de risque le plus élevé = 50 → **Approuvé** (risque faible)
* Score de risque le plus élevé = 90 → **En cours d'examen** (risque moyen, nécessite un examen manuel)
* Score de risque le plus élevé = 101 (impossible, mais > 100) → **Refusé** (risque élevé)

***

## Formule du score de risque

Le score de risque global est calculé à l'aide d'une moyenne pondérée :

```
Risk Score = (Country Score × 0.30) + (Category Score × 0.50) + (Criminal Score × 0.20)
```

| Composante | Pondération | Description |
| - | - | - |
| **Pays** | 30% | Évaluation du risque géographique basée sur les facteurs AML/CFT |
| **Catégorie** | 50% | Niveau de risque basé sur le type d'inscription sur liste de surveillance |
| **Casier judiciaire** | 20% | Risque lié aux antécédents criminels et aux condamnations |

***

## Niveaux de risque

En fonction du score de risque calculé, les entités sont classées en trois niveaux de risque :

| Niveau de risque | Plage de score | Description |
| - | - | - |
| 🟢 **Risque Faible** | \< 30 | Préoccupation de conformité minime, vigilance standard |
| 🟡 **Risque Moyen** | 30 – 49 | Préoccupation accrue, vigilance renforcée recommandée |
| 🔴 **Risque Élevé** | ≥ 50 | Préoccupation importante, enquête approfondie requise |

***

## Détails de notation des composantes

### Score du pays (pondération de 30%)

Le score du pays reflète le risque AML/CFT inhérent associé à une juridiction. Les facteurs pris en compte comprennent :

* Risques de blanchiment de capitaux et de financement du terrorisme
* Conformité aux recommandations du GAFI
* Présence de sanctions internationales
* Indices de perception de la corruption
* Solidité du cadre réglementaire

**Plage de notation :** 0-100 (plus le score est élevé, plus le risque est grand)

> **Remarque :** Lorsqu'une correspondance est associée à plusieurs pays, le **score du pays le plus élevé** est utilisé dans le calcul.

#### Scores de risque par pays

| Pays | Code | Score de risque | Niveau de risque |
| - | - | - | - |
| 🇮🇷 Iran | `IR` | 81.66 | 🔴 Élevé |
| 🇰🇵 Corée du Nord | `KP` | 78.20 | 🔴 Élevé |
| 🇲🇲 Myanmar | `MM` | 75.09 | 🔴 Élevé |
| 🇦🇫 Afghanistan | `AF` | 74.63 | 🔴 Élevé |
| 🇸🇾 Syrie | `SY` | 74.49 | 🔴 Élevé |
| 🇭🇹 Haïti | `HT` | 74.30 | 🔴 Élevé |
| 🇨🇩 République démocratique du Congo | `CD` | 71.66 | 🔴 Élevé |
| 🇷🇺 Russie | `RU` | 71.25 | 🔴 Élevé |
| 🇻🇪 Venezuela | `VE` | 71.09 | 🔴 Élevé |
| 🇸🇸 Soudan du Sud | `SS` | 70.77 | 🔴 Élevé |
| 🇾🇪 Yémen | `YE` | 68.40 | 🔴 Élevé |
| 🇱🇧 Liban | `LB` | 67.76 | 🔴 Élevé |
| 🇸🇴 Somalie | `SO` | 65.38 | 🔴 Élevé |
| 🇲🇱 Mali | `ML` | 62.78 | 🔴 Élevé |
| 🇱🇾 Libye | `LY` | 61.96 | 🔴 Élevé |
| 🇲🇿 Mozambique | `MZ` | 57.15 | 🔴 Élevé |
| 🇧🇮 Burundi | `BI` | 56.48 | 🔴 Élevé |
| 🇵🇭 Philippines | `PH` | 56.44 | 🔴 Élevé |
| 🇬🇼 Guinée-Bissau | `GW` | 55.99 | 🔴 Élevé |
| 🇰🇪 Kenya | `KE` | 55.49 | 🔴 Élevé |
| 🇽🇰 Kosovo | `XK` | 55.49 | 🔴 Élevé |
| 🇪🇷 Érythrée | `ER` | 54.72 | 🔴 Élevé |
| 🇵🇸 État de Palestine | `PS` | 54.41 | 🔴 Élevé |
| 🇳🇬 Nigeria | `NG` | 54.40 | 🔴 Élevé |
| 🇻🇳 Vietnam | `VN` | 54.24 | 🔴 Élevé |
| 🇮🇶 Irak | `IQ` | 54.15 | 🔴 Élevé |
| 🇹🇿 Tanzanie | `TZ` | 53.22 | 🔴 Élevé |
| 🇭🇷 Croatie | `HR` | 53.03 | 🔴 Élevé |
| 🇩🇿 Algérie | `DZ` | 52.28 | 🔴 Élevé |
| 🇵🇦 Panama | `PA` | 52.28 | 🔴 Élevé |
| 🇨🇮 Côte d'Ivoire | `CI` | 51.61 | 🔴 Élevé |
| 🇨🇲 Cameroun | `CM` | 51.35 | 🔴 Élevé |
| 🇨🇫 République centrafricaine | `CF` | 50.98 | 🔴 Élevé |
| 🇸🇩 Soudan | `SD` | 49.52 | 🔴 Élevé |
| 🇦🇴 Angola | `AO` | 49.47 | 🟡 Moyen |
| 🇳🇮 Nicaragua | `NI` | 49.07 | 🟡 Moyen |
| 🇹🇹 Trinité-et-Tobago | `TT` | 48.45 | 🟡 Moyen |
| 🇧🇫 Burkina Faso | `BF` | 47.94 | 🟡 Moyen |
| 🇹🇷 Turquie | `TR` | 47.93 | 🟡 Moyen |
| 🇻🇺 Vanuatu | `VU` | 47.93 | 🟡 Moyen |
| 🇳🇪 Niger | `NE` | 47.02 | 🟡 Moyen |
| 🇬🇹 Guatemala | `GT` | 47.01 | 🟡 Moyen |
| 🇧🇦 Bosnie-Herzégovine | `BA` | 46.75 | 🟡 Moyen |
| 🇺🇬 Ouganda | `UG` | 46.67 | 🟡 Moyen |
| 🇿🇦 Afrique du Sud | `ZA` | 46.60 | 🟡 Moyen |
| 🇺🇦 Ukraine | `UA` | 46.43 | 🟡 Moyen |
| 🇨🇳 Chine | `CN` | 45.92 | 🟡 Moyen |
| 🇨🇺 Cuba | `CU` | 45.89 | 🟡 Moyen |
| 🇧🇬 Bulgarie | `BG` | 45.70 | 🟡 Moyen |
| 🇦🇪 Émirats arabes unis | `AE` | 45.39 | 🟡 Moyen |
| 🇿🇼 Zimbabwe | `ZW` | 45.37 | 🟡 Moyen |
| 🇦🇱 Albanie | `AL` | 45.34 | 🟡 Moyen |
| 🇯🇲 Jamaïque | `JM` | 45.11 | 🟡 Moyen |
| 🇧🇧 Barbade | `BB` | 45.04 | 🟡 Moyen |
| 🇬🇳 Guinée | `GN` | 44.80 | 🟡 Moyen |
| 🇸🇽 Sint Maarten | `SX` | 44.79 | 🟡 Moyen |
| 🇱🇷 Libéria | `LR` | 44.66 | 🟡 Moyen |
| 🇷🇸 Serbie | `RS` | 44.26 | 🟡 Moyen |
| 🇲🇪 Monténégro | `ME` | 43.47 | 🟡 Moyen |
| 🇲🇨 Monaco | `MC` | 43.13 | 🟡 Moyen |
| 🇪🇹 Éthiopie | `ET` | 42.85 | 🟡 Moyen |
| 🇩🇯 Djibouti | `DJ` | 41.96 | 🟡 Moyen |
| 🇳🇦 Namibie | `NA` | 41.83 | 🟡 Moyen |
| 🇱🇦 Laos | `LA` | 41.73 | 🟡 Moyen |
| 🇹🇳 Tunisie | `TN` | 41.35 | 🟡 Moyen |
| 🇬🇮 Gibraltar | `GI` | 41.21 | 🟡 Moyen |
| 🇧🇾 Biélorussie | `BY` | 41.17 | 🟡 Moyen |
| 🇬🇾 Guyana | `GY` | 40.75 | 🟡 Moyen |
| 🇰🇲 Comores | `KM` | 40.50 | 🟡 Moyen |
| 🇨🇼 Curaçao | `CW` | 39.88 | 🟡 Moyen |
| 🇵🇰 Pakistan | `PK` | 39.49 | 🟡 Moyen |
| 🇸🇱 Sierra Leone | `SL` | 39.44 | 🟡 Moyen |
| 🇸🇷 Suriname | `SR` | 39.38 | 🟡 Moyen |
| 🇲🇰 Macédoine du Nord | `MK` | 39.14 | 🟡 Moyen |
| 🇦🇿 Azerbaïdjan | `AZ` | 38.69 | 🟡 Moyen |
| 🇹🇩 Tchad | `TD` | 38.54 | 🟡 Moyen |
| 🇰🇮 Kiribati | `KI` | 37.94 | 🟡 Moyen |
| 🇰🇭 Cambodge | `KH` | 37.90 | 🟡 Moyen |
| 🇬🇶 Guinée équatoriale | `GQ` | 37.90 | 🟡 Moyen |
| 🇸🇨 Seychelles | `SC` | 37.60 | 🟡 Moyen |
| 🇲🇩 Moldavie | `MD` | 37.54 | 🟡 Moyen |
| 🇧🇿 Belize | `BZ` | 37.48 | 🟡 Moyen |
| 🇭🇰 Hong Kong | `HK` | 37.47 | 🟡 Moyen |
| 🇨🇴 Colombie | `CO` | 37.26 | 🟡 Moyen |
| 🇵🇬 Papouasie-Nouvelle-Guinée | `PG` | 37.20 | 🟡 Moyen |
| 🇸🇿 Eswatini | `SZ` | 37.00 | 🟡 Moyen |
| 🇦🇬 Antigua-et-Barbuda | `AG` | 36.74 | 🟡 Moyen |
| 🇻🇬 Îles Vierges britanniques | `VG` | 36.70 | 🟡 Moyen |
| 🇸🇹 São Tomé-et-Principe | `ST` | 36.64 | 🟡 Moyen |
| 🇧🇯 Bénin | `BJ` | 36.60 | 🟡 Moyen |
| 🇲🇻 Maldives | `MV` | 36.20 | 🟡 Moyen |
| 🇱🇨 Sainte-Lucie | `LC` | 36.18 | 🟡 Moyen |
| 🇰🇳 Saint-Christophe-et-Niévès | `KN` | 36.03 | 🟡 Moyen |
| 🇫🇲 Micronésie | `FM` | 35.97 | 🟡 Moyen |
| 🇹🇻 Tuvalu | `TV` | 35.94 | 🟡 Moyen |
| 🇨🇬 Congo | `CG` | 35.92 | 🟡 Moyen |
| 🇹🇯 Tadjikistan | `TJ` | 35.90 | 🟡 Moyen |
| 🇸🇳 Sénégal | `SN` | 35.88 | 🟡 Moyen |
| 🇵🇾 Paraguay | `PY` | 35.77 | 🟡 Moyen |
| 🇹🇭 Thaïlande | `TH` | 35.71 | 🟡 Moyen |
| 🇼🇸 Samoa | `WS` | 35.68 | 🟡 Moyen |
| 🇬🇦 Gabon | `GA` | 35.54 | 🟡 Moyen |
| 🇪🇨 Équateur | `EC` | 35.29 | 🟡 Moyen |
| 🇭🇳 Honduras | `HN` | 35.28 | 🟡 Moyen |
| 🇸🇻 Salvador | `SV` | 35.15 | 🟡 Moyen |
| 🇲🇽 Mexique | `MX` | 35.01 | 🟡 Moyen |
| 🇹🇬 Togo | `TG` | 35.01 | 🟡 Moyen |
| 🇧🇷 Brésil | `BR` | 34.94 | 🟡 Moyen |
| 🇬🇩 Grenade | `GD` | 34.87 | 🟡 Moyen |
| 🇹🇲 Turkménistan | `TM` | 34.75 | 🟡 Moyen |
| 🇦🇷 Argentine | `AR` | 34.71 | 🟡 Moyen |
| 🇲🇬 Madagascar | `MG` | 34.67 | 🟡 Moyen |
| 🇸🇮 Slovénie | `SI` | 34.62 | 🟡 Moyen |
| 🇳🇵 Népal | `NP` | 34.60 | 🟡 Moyen |
| 🇰🇬 Kirghizistan | `KG` | 34.54 | 🟡 Moyen |
| 🇹🇱 Timor oriental | `TL` | 34.50 | 🟡 Moyen |
| 🇮🇩 Indonésie | `ID` | 34.44 | 🟡 Moyen |
| 🇬🇭 Ghana | `GH` | 34.18 | 🟡 Moyen |
| 🇦🇮 Anguilla | `AI` | 34.17 | 🟡 Moyen |
| 🇻🇨 Saint-Vincent-et-les-Grenadines | `VC` | 34.08 | 🟡 Moyen |
| 🇨🇷 Costa Rica | `CR` | 33.84 | 🟡 Moyen |
| 🇧🇴 Bolivie | `BO` | 33.75 | 🟡 Moyen |
| 🇧🇸 Bahamas | `BS` | 33.48 | 🟡 Moyen |
| 🇩🇲 Dominique | `DM` | 33.16 | 🟡 Moyen |
| 🇹🇴 Tonga | `TO` | 33.13 | 🟡 Moyen |
| 🇪🇭 Sahara occidental | `EH` | 33.03 | 🟡 Moyen |
| 🇵🇪 Pérou | `PE` | 32.99 | 🟡 Moyen |
| 🇰🇾 Îles Caïmans | `KY` | 32.89 | 🟡 Moyen |
| 🇨🇾 Chypre | `CY` | 32.74 | 🟡 Moyen |
| 🇦🇲 Arménie | `AM` | 32.69 | 🟡 Moyen |
| 🇨🇻 Cap-Vert | `CV` | 32.61 | 🟡 Moyen |
| 🇳🇺 Niue | `NU` | 32.38 | 🟡 Moyen |
| 🇵🇼 Palaos | `PW` | 32.18 | 🟡 Moyen |
| 🇲🇾 Malaisie | `MY` | 32.16 | 🟡 Moyen |
| 🇸🇧 Îles Salomon | `SB` | 32.08 | 🟡 Moyen |
| 🇮🇳 Inde | `IN` | 32.02 | 🟡 Moyen |
| 🇮🇱 Israël | `IL` | 31.77 | 🟡 Moyen |
| 🇬🇲 Gambie | `GM` | 31.70 | 🟡 Moyen |
| 🇦🇼 Aruba | `AW` | 31.64 | 🟡 Moyen |
| 🇲🇸 Montserrat | `MS` | 31.63 | 🟡 Moyen |
| 🇧🇭 Bahreïn | `BH` | 31.61 | 🟡 Moyen |
| 🇰🇼 Koweït | `KW` | 31.52 | 🟡 Moyen |
| 🇱🇸 Lesotho | `LS` | 31.50 | 🟡 Moyen |
| 🇩🇴 République dominicaine | `DO` | 31.28 | 🟡 Moyen |
| 🇪🇬 Égypte | `EG` | 31.17 | 🟡 Moyen |
| 🇲🇭 Îles Marshall | `MH` | 31.11 | 🟡 Moyen |
| 🇲🇷 Mauritanie | `MR` | 31.08 | 🟡 Moyen |
| 🇹🇨 Îles Turques-et-Caïques | `TC` | 31.08 | 🟡 Moyen |
| 🇧🇩 Bangladesh | `BD` | 30.99 | 🟡 Moyen |
| 🇫🇯 Fidji | `FJ` | 30.88 | 🟡 Moyen |
| 🇳🇷 Nauru | `NR` | 30.84 | 🟡 Moyen |
| 🇺🇿 Ouzbékistan | `UZ` | 30.78 | 🟡 Moyen |
| 🇱🇰 Sri Lanka | `LK` | 30.67 | 🟡 Moyen |
| 🇲🇦 Maroc | `MA` | 30.03 | 🟡 Moyen |
| 🇯🇴 Jordanie | `JO` | 29.73 | 🟢 Faible |
| 🇲🇺 Maurice | `MU` | 29.73 | 🟢 Faible |
| 🇬🇪 Géorgie | `GE` | 29.40 | 🟢 Faible |
| 🇰🇿 Kazakhstan | `KZ` | 28.92 | 🟢 Faible |
| 🇸🇰 Slovaquie | `SK` | 28.88 | 🟢 Faible |
| 🇲🇳 Mongolie | `MN` | 28.82 | 🟢 Faible |
| 🇷🇼 Rwanda | `RW` | 28.82 | 🟢 Faible |
| 🇲🇼 Malawi | `MW` | 28.76 | 🟢 Faible |
| 🇭🇺 Hongrie | `HU` | 28.70 | 🟢 Faible |
| 🇷🇴 Roumanie | `RO` | 28.62 | 🟢 Faible |
| 🇲🇹 Malte | `MT` | 28.46 | 🟢 Faible |
| 🇸🇦 Arabie saoudite | `SA` | 28.32 | 🟢 Faible |
| 🇿🇲 Zambie | `ZM` | 28.16 | 🟢 Faible |
| 🇨🇰 Îles Cook | `CK` | 28.13 | 🟢 Faible |
| 🇵🇱 Pologne | `PL` | 28.13 | 🟢 Faible |
| 🇴🇲 Oman | `OM` | 27.90 | 🟢 Faible |
| 🇹🇼 Taïwan | `TW` | 27.90 | 🟢 Faible |
| 🇨🇱 Chili | `CL` | 27.74 | 🟢 Faible |
| 🇧🇹 Bhoutan | `BT` | 27.70 | 🟢 Faible |
| 🇮🇹 Italie | `IT` | 27.66 | 🟢 Faible |
| 🇧🇼 Botswana | `BW` | 27.50 | 🟢 Faible |
| 🇧🇶 Pays-Bas caribéens | `BQ` | 27.23 | 🟢 Faible |
| 🇳🇱 Pays-Bas | `NL` | 27.23 | 🟢 Faible |
| 🇬🇷 Grèce | `GR` | 26.70 | 🟢 Faible |
| 🇮🇲 Île de Man | `IM` | 26.69 | 🟢 Faible |
| 🇻🇮 Îles Vierges des États-Unis | `VI` | 26.64 | 🟢 Faible |
| 🇮🇪 Irlande | `IE` | 25.95 | 🟢 Faible |
| 🇪🇸 Espagne | `ES` | 25.71 | 🟢 Faible |
| 🇨🇿 République tchèque | `CZ` | 25.46 | 🟢 Faible |
| 🇧🇪 Belgique | `BE` | 25.38 | 🟢 Faible |
| 🇸🇬 Singapour | `SG` | 25.31 | 🟢 Faible |
| 🇺🇸 États-Unis | `US` | 25.22 | 🟢 Faible |
| 🇱🇻 Lettonie | `LV` | 25.16 | 🟢 Faible |
| 🇲🇴 Macao | `MO` | 25.07 | 🟢 Faible |
| 🇨🇦 Canada | `CA` | 24.95 | 🟢 Faible |
| 🇬🇧 Royaume-Uni | `GB` | 24.79 | 🟢 Faible |
| 🇶🇦 Qatar | `QA` | 24.70 | 🟢 Faible |
| 🇨🇭 Suisse | `CH` | 24.51 | 🟢 Faible |
| 🇲🇵 Îles Mariannes du Nord | `MP` | 24.19 | 🟢 Faible |
| 🇦🇸 Samoa américaines | `AS` | 24.10 | 🟢 Faible |
| 🇬🇺 Guam | `GU` | 24.10 | 🟢 Faible |
| 🇯🇵 Japon | `JP` | 23.94 | 🟢 Faible |
| 🇩🇪 Allemagne | `DE` | 23.52 | 🟢 Faible |
| 🇰🇷 Corée du Sud | `KR` | 23.48 | 🟢 Faible |
| 🇱🇺 Luxembourg | `LU` | 23.41 | 🟢 Faible |
| 🇵🇹 Portugal | `PT` | 23.40 | 🟢 Faible |
| 🇱🇮 Liechtenstein | `LI` | 23.23 | 🟢 Faible |
| 🇦🇩 Andorre | `AD` | 22.55 | 🟢 Faible |
| 🇦🇹 Autriche | `AT` | 22.38 | 🟢 Faible |
| 🇻🇦 Saint-Siège | `VA` | 22.17 | 🟢 Faible |
| 🇦🇺 Australie | `AU` | 22.12 | 🟢 Faible |
| 🇵🇷 Porto Rico | `PR` | 22.11 | 🟢 Faible |
| 🇱🇹 Lituanie | `LT` | 22.08 | 🟢 Faible |
| 🇺🇾 Uruguay | `UY` | 22.06 | 🟢 Faible |
| 🇧🇲 Bermudes | `BM` | 21.85 | 🟢 Faible |
| 🇫🇷 France | `FR` | 21.71 | 🟢 Faible |
| 🇧🇳 Brunei | `BN` | 21.40 | 🟢 Faible |
| 🇪🇪 Estonie | `EE` | 21.37 | 🟢 Faible |
| 🇫🇰 Îles Malouines | `FK` | 21.20 | 🟢 Faible |
| 🇸🇭 Sainte-Hélène | `SH` | 21.20 | 🟢 Faible |
| 🇬🇫 Guyane française | `GF` | 21.05 | 🟢 Faible |
| 🇵🇫 Polynésie française | `PF` | 21.05 | 🟢 Faible |
| 🇬🇵 Guadeloupe | `GP` | 21.05 | 🟢 Faible |
| 🇲🇶 Martinique | `MQ` | 21.05 | 🟢 Faible |
| 🇳🇨 Nouvelle-Calédonie | `NC` | 21.05 | 🟢 Faible |
| 🇧🇱 Saint-Barthélemy | `BL` | 21.05 | 🟢 Faible |
| 🇲🇫 Saint-Martin | `MF` | 21.05 | 🟢 Faible |
| 🇵🇲 Saint-Pierre-et-Miquelon | `PM` | 21.05 | 🟢 Faible |
| 🇼🇫 Wallis-et-Futuna | `WF` | 21.05 | 🟢 Faible |
| 🇮🇸 Islande | `IS` | 21.04 | 🟢 Faible |
| 🇬🇱 Groenland | `GL` | 19.43 | 🟢 Faible |
| 🇳🇿 Nouvelle-Zélande | `NZ` | 19.19 | 🟢 Faible |
| 🇹🇰 Tokelau | `TK` | 19.18 | 🟢 Faible |
| 🇸🇲 Saint-Marin | `SM` | 19.10 | 🟢 Faible |
| 🇸🇪 Suède | `SE` | 18.85 | 🟢 Faible |
| 🇩🇰 Danemark | `DK` | 18.46 | 🟢 Faible |
| 🇫🇴 Îles Féroé | `FO` | 18.46 | 🟢 Faible |
| 🇫🇮 Finlande | `FI` | 18.01 | 🟢 Faible |
| 🇳🇴 Norvège | `NO` | 17.62 | 🟢 Faible |

233 pays · Scores de risque basés sur les facteurs AML/CFT

***

### Score de catégorie (pondération de 50%)

Le score de catégorie reflète le niveau de risque inhérent en fonction du type de liste de surveillance sur laquelle l'entité apparaît. Il s'agit de la composante **la plus fortement pondérée**, car le type d'inscription indique directement le risque réglementaire et de conformité.

| Catégorie | Score | Description |
| - | - | - |
| **Sanctions** | 100 | Figurant sur les listes de sanctions internationales (OFAC, ONU, UE, etc.) |
| **PPE** | 100 | Personne politiquement exposée (classification générale) |
| **PPE niveau 1** | 100 | Chefs d'État, hauts responsables gouvernementaux, juges de la cour suprême |
| **Avertissements et mesures réglementaires** | 95 | Avertissements des autorités de régulation, mesures coercitives |
| **Insolvabilité** | 80 | Faillite, procédures de liquidation |
| **PPE niveau 2** | 80 | Membres du parlement, officiers militaires supérieurs, ambassadeurs |
| **SIE** | 75 | Entreprise sous influence de l'État — entreprises ayant des liens avec l'État |
| **SIP** | 75 | Personne sous influence de l'État — personnes ayant une influence gouvernementale |
| **PPE niveau 3** | 70 | Responsables de gouvernements régionaux, maires locaux, juges |
| **Aptitude et probité** | 65 | Évaluations d'aptitude dans le secteur des services financiers, examens réglementaires |
| **Presse négative** | 60 | Couverture médiatique négative liée à la criminalité financière |
| **PPE niveau 4** | 55 | Fonctionnaires subalternes, membres de partis politiques |
| **Personnalité d'affaires** | 55 | Figures du monde des affaires de premier plan avec exposition potentielle |
| **Entreprise** | 40 | Entités commerciales générales présentes sur des listes de surveillance |

> **Remarque :** Lorsqu'une correspondance appartient à plusieurs catégories, le **score de catégorie le plus élevé** est utilisé.

#### Niveaux de risque par catégorie

```
┌─────────────────────────────────────────────────────────────────┐
│  CRITICAL (100)     │ Sanctions, PEP, PEP Level 1              │
├─────────────────────────────────────────────────────────────────┤
│  VERY HIGH (80-95)  │ Warnings, Insolvency, PEP Level 2        │
├─────────────────────────────────────────────────────────────────┤
│  HIGH (70-79)       │ SIE, SIP, PEP Level 3                    │
├─────────────────────────────────────────────────────────────────┤
│  ELEVATED (55-69)   │ Fitness/Probity, Adverse Media, PEP L4   │
├─────────────────────────────────────────────────────────────────┤
│  MODERATE (40-54)   │ Business, Businessperson                 │
└─────────────────────────────────────────────────────────────────┘
```

***

### Score du casier judiciaire (pondération de 20 %)

La composante relative aux antécédents judiciaires évalue tout antécédent pénal associé à l'entité.

| Statut pénal | Score | Description |
| - | - | - |
| **Condamné par un tribunal** | 100 | L'entité a été condamnée pour une infraction pénale |
| **Sanction pénale exécutée** | 90 | L'entité a fait l'objet de sanctions pénales ou d'amendes qui ont été appliquées |
| **Aucun casier judiciaire** | 0 | Aucun antécédent pénal connu |

> **Remarque :** Le casier judiciaire a un poids significatif malgré l'attribution de 20 % car une condamnation peut modifier radicalement le profil de risque d'une entité.

***

## Options de configuration

### Seuils de score de risque (déterminent le statut AML final)

| Paramètre | Valeur par défaut | Description |
| - | - | - |
| Seuil d'approbation | 80 | Les scores de risque inférieurs à cette valeur entraînent le statut **Approuvé** |
| Seuil d'examen | 100 | Les scores de risque supérieurs à cette valeur entraînent le statut **Refusé**. Les scores situés entre ces seuils entraînent le statut **En cours d'examen**. |

### Seuil de score de correspondance (détermine la classification des correspondances)

| Paramètre | Valeur par défaut | Description |
| - | - | - |
| Seuil de score de correspondance | 93 | Les scores de correspondance inférieurs à cette valeur classent les correspondances comme des **faux positifs**. Seules les correspondances qui ne sont pas des faux positifs sont incluses dans l'évaluation du risque. |

***

## Flux complet : du filtrage au statut final

```
┌─────────────────────────────────────────────────────────────────────────────┐
│                           AML SCREENING FLOW                                 │
├─────────────────────────────────────────────────────────────────────────────┤
│                                                                             │
│  1. SCREEN AGAINST WATCHLISTS                                               │
│     └── Returns list of potential hits (match score ≥ 75%)                  │
│                                                                             │
│  2. FOR EACH HIT: CALCULATE MATCH SCORE                                     │
│     Match Score = (Name × W1) + (DOB × W2) + (Country × W3)                │
│     + Golden Key document number logic                                      │
│                                                                             │
│  3. CLASSIFY HITS BY MATCH SCORE                                            │
│     ├── Match Score < 93 → FALSE POSITIVE (excluded)                        │
│     └── Match Score ≥ 93 → UNREVIEWED (included)                            │
│                                                                             │
│  4. FOR EACH UNREVIEWED HIT: CALCULATE RISK SCORE                           │
│     Risk Score = (Country × 30%) + (Category × 50%) + (Criminal × 20%)     │
│                                                                             │
│  5. DETERMINE FINAL AML STATUS                                              │
│     If no non-false-positive hits → APPROVED                                │
│     Else, based on HIGHEST RISK SCORE:                                      │
│     ├── Risk Score < 86 → APPROVED                                          │
│     ├── 86 ≤ Risk Score ≤ 100 → IN REVIEW                                   │
│     └── Risk Score > 100 → DECLINED                                         │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘
```

***

## Exemples de calcul

### Exemple 1 : PPE à risque élevé provenant d'un pays sous sanctions

**Données de la correspondance :**

* Pays : Iran (Score : 81.66)
* Catégorie : Sanctions (Score : 100)
* Casier judiciaire : Aucun (Score : 0)

**Calcul du score de risque :**

```
Risk Score = (81.66 × 0.30) + (100 × 0.50) + (0 × 0.20)
           = 24.50 + 50.00 + 0.00
           = 74.50
```

**Résultat :** Score de risque 74.50 → Niveau de risque de l'entité : **Élevé** 🔴

* S'il s'agit du score de risque le plus élevé parmi les correspondances non examinées et que les seuils sont définis par défaut (86/100) :
* 74.50 \< 86 → Statut AML final : **Approuvé** (l'entité présente un risque mais se situe sous le seuil d'examen)

### Exemple 2 : PPE de niveau 1 provenant d'un pays à risque élevé

**Données de la correspondance :**

* Pays : Russie (Score : 71.25)
* Catégorie : PPE niveau 1 (Score : 100)
* Casier judiciaire : Condamné par un tribunal (Score : 100)

**Calcul du score de risque :**

```
Risk Score = (71.25 × 0.30) + (100 × 0.50) + (100 × 0.20)
           = 21.38 + 50.00 + 20.00
           = 91.38
```

**Résultat :** Score de risque 91.38 → Niveau de risque de l'entité : **Élevé** 🔴

* Avec les seuils par défaut (86/100) : 86 ≤ 91.38 ≤ 100 → Statut AML final : **En cours d'examen**

### Exemple 3 : Entité commerciale à faible risque

**Données de la correspondance :**

* Pays : Royaume-Uni (Score : 24.79)
* Catégorie : Entreprise (Score : 40)
* Casier judiciaire : Aucun (Score : 0)

**Calcul du score de risque :**

```
Risk Score = (24.79 × 0.30) + (40 × 0.50) + (0 × 0.20)
           = 7.44 + 20.00 + 0.00
           = 27.44
```

**Résultat :** Score de risque 27.44 → Niveau de risque de l'entité : **Faible** 🟢

* Avec les seuils par défaut (86/100) : 27.44 \< 86 → Statut AML final : **Approuvé**

***

## Exemple de réponse d'API

Chaque correspondance dans la réponse AML comprend les deux scores :

```json theme={null}
{
  "caption": "John Doe",
  "match_score": 95,
  "risk_score": 74.5,
  "review_status": "Unreviewed",
  "properties": {
    "countries": ["IR"],
    "topics": ["sanction"]
  }
}
```

Le résultat AML global inclut le statut final basé sur le score de risque le plus élevé :

```json theme={null}
{
  "status": "In Review",
  "total_hits": 3,
  "score": 91,
  "hits": [
    {
      "caption": "John Doe",
      "match_score": 95,
      "risk_score": 91,
      "review_status": "Unreviewed"
    },
    {
      "caption": "Johnny D.",
      "match_score": 88,
      "risk_score": 45,
      "review_status": "False Positive"
    },
    {
      "caption": "J. Doe",
      "match_score": 94,
      "risk_score": 65,
      "review_status": "Unreviewed"
    }
  ]
}
```

Dans cet exemple :

* La correspondance 2 est un Faux positif (match\_score 88 \< seuil 93), elle est donc exclue
* Le risk\_score le plus élevé parmi les correspondances non examinées est 91 (provenant de la correspondance 1)
* 86 ≤ 91 ≤ 100 → Statut final : **En cours d'examen**

***

## Gestion du statut d'examen des correspondances

Vous pouvez mettre à jour manuellement le statut d'examen de chaque correspondance après la classification initiale :

| Statut | Description |
| - | - |
| **Non examiné** | Statut initial pour les correspondances avec un score de correspondance ≥ seuil |
| **Faux positif** | Statut initial pour les correspondances avec un score de correspondance \< seuil (ou marqué manuellement) |
| **Correspondance confirmée** | Vérifié manuellement comme étant la même personne |
| **Non concluant** | Impossible de déterminer s'il s'agit de la même personne |

> [!NOTE]
>
> ### **Astuce :** Mettez à jour le statut d'examen des correspondances dans la Console en accédant à la vue d'ensemble AML ou en cliquant sur les détails d'une correspondance spécifique.

***

## Bonnes pratiques

1. **Comprenez le système à deux scores** — Le score de correspondance filtre les faux positifs ; le score de risque détermine le niveau d'urgence.

2. **Examinez en priorité les correspondances à risque élevé** — Utilisez le score de risque pour prioriser la charge de travail de votre équipe de conformité parmi les correspondances non examinées.

3. **Ajustez les seuils en fonction de votre appétence au risque :**
   * Seuil de score de correspondance plus bas → Davantage de correspondances considérées comme non examinées
   * Seuil d'approbation plus bas → Davantage de sessions approuvées automatiquement
   * Seuil d'examen plus bas → Davantage de sessions refusées automatiquement

4. **Documentez vos décisions** — Lors de l'examen manuel des correspondances, enregistrez les motifs pour lesquels vous avez approuvé le dossier ou l'avez transmis à un niveau supérieur en fonction de la confiance de correspondance et des facteurs de risque.

5. **Surveillez les tendances** — Suivez la répartition des correspondances de votre organisation à la fois par score de correspondance et par niveau de risque pour identifier des modèles.


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.