> ## 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.

# Punteggio di rischio AML: formula per le entità

> Scopri come Didit calcola i punteggi di rischio AML in base a paese, categoria e precedenti penali per automatizzare le decisioni di compliance.

Il **Punteggio di Rischio** è una valutazione quantitativa che valuta **quanto è rischiosa l'entità associata a un riscontro AML**. Questo punteggio viene utilizzato per determinare lo **stato AML finale** (Approvato/In revisione/Rifiutato) in base al punteggio di rischio più elevato tra tutti i riscontri che non sono falsi positivi.

> ⚠️ **Importante:** il Punteggio di Rischio determina lo **stato AML finale**, NON la classificazione del singolo riscontro. I singoli riscontri vengono prima classificati come Falso positivo o Non revisionato tramite il [punteggio di corrispondenza](https://docs.didit.me/it/core-technology/aml-screening/aml-match-score.md).

## Panoramica

Ogni riscontro AML riceve un **punteggio di rischio compreso tra 0 e 100**, calcolato combinando tre fattori di rischio chiave. Questo punteggio risponde alla domanda: **"Se si tratta di una corrispondenza reale, quanto è rischiosa questa entità?"**

### Punteggio di rischio vs punteggio di corrispondenza

| Aspetto | Punteggio di corrispondenza | Punteggio di Rischio |
| - | - | - |
| **Domanda** | Si tratta della stessa persona? | Quanto è rischiosa questa entità? |
| **Finalità** | Classificare i riscontri come Falso positivo o Non revisionato | Determinare lo stato AML finale |
| **Fattori** | Nome, data di nascita, Paese, numero del documento | Paese, Categoria, Precedenti penali |
| **Applicato a** | Tutti i riscontri | Solo ai riscontri che non sono falsi positivi |

***

## Come il punteggio di rischio determina lo stato AML finale

Lo stato AML finale è determinato dal **punteggio di rischio più elevato** tra tutti i riscontri che NON sono classificati come Falso positivo:

| Punteggio di rischio più elevato | Stato AML finale |
| - | - |
| Punteggio inferiore alla soglia di approvazione | **Approvato** |
| Punteggio compreso tra le soglie di approvazione e di revisione | **In revisione** |
| Punteggio superiore alla soglia di revisione | **Rifiutato** |

> **Soglie predefinite:**
>
> * Soglia di approvazione: 80
> * Soglia di revisione: 100

**Esempio:** con le soglie predefinite:

* Punteggio di rischio più elevato = 50 → **Approvato** (rischio basso)
* Punteggio di rischio più elevato = 90 → **In revisione** (rischio medio, richiede revisione manuale)
* Punteggio di rischio più elevato = 101 (impossibile, ma >100) → **Rifiutato** (rischio alto)

***

## Formula del punteggio di rischio

Il punteggio di rischio complessivo viene calcolato mediante una media ponderata:

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

| Componente | Peso | Descrizione |
| - | - | - |
| **Paese** | 30% | Valutazione del rischio geografico basata su fattori AML/CFT |
| **Categoria** | 50% | Livello di rischio basato sul tipo di inclusione nella watchlist |
| **Precedenti penali** | 20% | Rischio derivante da precedenti penali e condanne |

***

## Livelli di rischio

In base al punteggio di rischio calcolato, le entità vengono classificate in tre livelli di rischio:

| Livello di rischio | Intervallo di punteggio | Descrizione |
| - | - | - |
| 🟢 **Rischio basso** | \< 30 | Preoccupazione di compliance minima, adeguata verifica standard |
| 🟡 **Rischio medio** | 30 – 49 | Preoccupazione elevata, si raccomanda un'adeguata verifica rafforzata |
| 🔴 **Rischio alto** | ≥ 50 | Preoccupazione significativa, è necessaria un'indagine approfondita |

***

## Dettagli sul punteggio dei componenti

### Punteggio del paese (peso del 30%)

Il punteggio del paese riflette il rischio AML/CFT intrinseco associato a una giurisdizione. I fattori includono:

* Rischi di riciclaggio di denaro e finanziamento del terrorismo
* Conformità alle raccomandazioni del GAFI (FATF)
* Presenza di sanzioni internazionali
* Indici di percezione della corruzione
* Solidità del quadro normativo

**Intervallo del punteggio:** 0-100 (più alto = maggior rischio)

> **Nota:** quando una corrispondenza è associata a più paesi, nel calcolo viene utilizzato il **punteggio del paese più elevato**.

#### Punteggi di rischio dei paesi

| Paese | Codice | Punteggio di rischio | Livello di rischio |
| - | - | - | - |
| 🇮🇷 Iran | `IR` | 81.66 | 🔴 Alto |
| 🇰🇵 Corea del Nord | `KP` | 78.20 | 🔴 Alto |
| 🇲🇲 Myanmar | `MM` | 75.09 | 🔴 Alto |
| 🇦🇫 Afghanistan | `AF` | 74.63 | 🔴 Alto |
| 🇸🇾 Siria | `SY` | 74.49 | 🔴 Alto |
| 🇭🇹 Haiti | `HT` | 74.30 | 🔴 Alto |
| 🇨🇩 Repubblica Democratica del Congo | `CD` | 71.66 | 🔴 Alto |
| 🇷🇺 Russia | `RU` | 71.25 | 🔴 Alto |
| 🇻🇪 Venezuela | `VE` | 71.09 | 🔴 Alto |
| 🇸🇸 Sud Sudan | `SS` | 70.77 | 🔴 Alto |
| 🇾🇪 Yemen | `YE` | 68.40 | 🔴 Alto |
| 🇱🇧 Libano | `LB` | 67.76 | 🔴 Alto |
| 🇸🇴 Somalia | `SO` | 65.38 | 🔴 Alto |
| 🇲🇱 Mali | `ML` | 62.78 | 🔴 Alto |
| 🇱🇾 Libia | `LY` | 61.96 | 🔴 Alto |
| 🇲🇿 Mozambico | `MZ` | 57.15 | 🔴 Alto |
| 🇧🇮 Burundi | `BI` | 56.48 | 🔴 Alto |
| 🇵🇭 Filippine | `PH` | 56.44 | 🔴 Alto |
| 🇬🇼 Guinea-Bissau | `GW` | 55.99 | 🔴 Alto |
| 🇰🇪 Kenya | `KE` | 55.49 | 🔴 Alto |
| 🇽🇰 Kosovo | `XK` | 55.49 | 🔴 Alto |
| 🇪🇷 Eritrea | `ER` | 54.72 | 🔴 Alto |
| 🇵🇸 Stato di Palestina | `PS` | 54.41 | 🔴 Alto |
| 🇳🇬 Nigeria | `NG` | 54.40 | 🔴 Alto |
| 🇻🇳 Vietnam | `VN` | 54.24 | 🔴 Alto |
| 🇮🇶 Iraq | `IQ` | 54.15 | 🔴 Alto |
| 🇹🇿 Tanzania | `TZ` | 53.22 | 🔴 Alto |
| 🇭🇷 Croazia | `HR` | 53.03 | 🔴 Alto |
| 🇩🇿 Algeria | `DZ` | 52.28 | 🔴 Alto |
| 🇵🇦 Panama | `PA` | 52.28 | 🔴 Alto |
| 🇨🇮 Costa d'Avorio | `CI` | 51.61 | 🔴 Alto |
| 🇨🇲 Camerun | `CM` | 51.35 | 🔴 Alto |
| 🇨🇫 Repubblica Centrafricana | `CF` | 50.98 | 🔴 Alto |
| 🇸🇩 Sudan | `SD` | 49.52 | 🔴 Alto |
| 🇦🇴 Angola | `AO` | 49.47 | 🟡 Medio |
| 🇳🇮 Nicaragua | `NI` | 49.07 | 🟡 Medio |
| 🇹🇹 Trinidad e Tobago | `TT` | 48.45 | 🟡 Medio |
| 🇧🇫 Burkina Faso | `BF` | 47.94 | 🟡 Medio |
| 🇹🇷 Turchia | `TR` | 47.93 | 🟡 Medio |
| 🇻🇺 Vanuatu | `VU` | 47.93 | 🟡 Medio |
| 🇳🇪 Niger | `NE` | 47.02 | 🟡 Medio |
| 🇬🇹 Guatemala | `GT` | 47.01 | 🟡 Medio |
| 🇧🇦 Bosnia ed Erzegovina | `BA` | 46.75 | 🟡 Medio |
| 🇺🇬 Uganda | `UG` | 46.67 | 🟡 Medio |
| 🇿🇦 Sudafrica | `ZA` | 46.60 | 🟡 Medio |
| 🇺🇦 Ucraina | `UA` | 46.43 | 🟡 Medio |
| 🇨🇳 Cina | `CN` | 45.92 | 🟡 Medio |
| 🇨🇺 Cuba | `CU` | 45.89 | 🟡 Medio |
| 🇧🇬 Bulgaria | `BG` | 45.70 | 🟡 Medio |
| 🇦🇪 Emirati Arabi Uniti | `AE` | 45.39 | 🟡 Medio |
| 🇿🇼 Zimbabwe | `ZW` | 45.37 | 🟡 Medio |
| 🇦🇱 Albania | `AL` | 45.34 | 🟡 Medio |
| 🇯🇲 Giamaica | `JM` | 45.11 | 🟡 Medio |
| 🇧🇧 Barbados | `BB` | 45.04 | 🟡 Medio |
| 🇬🇳 Guinea | `GN` | 44.80 | 🟡 Medio |
| 🇸🇽 Sint Maarten | `SX` | 44.79 | 🟡 Medio |
| 🇱🇷 Liberia | `LR` | 44.66 | 🟡 Medio |
| 🇷🇸 Serbia | `RS` | 44.26 | 🟡 Medio |
| 🇲🇪 Montenegro | `ME` | 43.47 | 🟡 Medio |
| 🇲🇨 Monaco | `MC` | 43.13 | 🟡 Medio |
| 🇪🇹 Etiopia | `ET` | 42.85 | 🟡 Medio |
| 🇩🇯 Gibuti | `DJ` | 41.96 | 🟡 Medio |
| 🇳🇦 Namibia | `NA` | 41.83 | 🟡 Medio |
| 🇱🇦 Laos | `LA` | 41.73 | 🟡 Medio |
| 🇹🇳 Tunisia | `TN` | 41.35 | 🟡 Medio |
| 🇬🇮 Gibilterra | `GI` | 41.21 | 🟡 Medio |
| 🇧🇾 Bielorussia | `BY` | 41.17 | 🟡 Medio |
| 🇬🇾 Guyana | `GY` | 40.75 | 🟡 Medio |
| 🇰🇲 Comore | `KM` | 40.50 | 🟡 Medio |
| 🇨🇼 Curaçao | `CW` | 39.88 | 🟡 Medio |
| 🇵🇰 Pakistan | `PK` | 39.49 | 🟡 Medio |
| 🇸🇱 Sierra Leone | `SL` | 39.44 | 🟡 Medio |
| 🇸🇷 Suriname | `SR` | 39.38 | 🟡 Medio |
| 🇲🇰 Macedonia del Nord | `MK` | 39.14 | 🟡 Medio |
| 🇦🇿 Azerbaigian | `AZ` | 38.69 | 🟡 Medio |
| 🇹🇩 Ciad | `TD` | 38.54 | 🟡 Medio |
| 🇰🇮 Kiribati | `KI` | 37.94 | 🟡 Medio |
| 🇰🇭 Cambogia | `KH` | 37.90 | 🟡 Medio |
| 🇬🇶 Guinea Equatoriale | `GQ` | 37.90 | 🟡 Medio |
| 🇸🇨 Seychelles | `SC` | 37.60 | 🟡 Medio |
| 🇲🇩 Moldavia | `MD` | 37.54 | 🟡 Medio |
| 🇧🇿 Belize | `BZ` | 37.48 | 🟡 Medio |
| 🇭🇰 Hong Kong | `HK` | 37.47 | 🟡 Medio |
| 🇨🇴 Colombia | `CO` | 37.26 | 🟡 Medio |
| 🇵🇬 Papua Nuova Guinea | `PG` | 37.20 | 🟡 Medio |
| 🇸🇿 Eswatini | `SZ` | 37.00 | 🟡 Medio |
| 🇦🇬 Antigua e Barbuda | `AG` | 36.74 | 🟡 Medio |
| 🇻🇬 Isole Vergini Britanniche | `VG` | 36.70 | 🟡 Medio |
| 🇸🇹 São Tomé e Príncipe | `ST` | 36.64 | 🟡 Medio |
| 🇧🇯 Benin | `BJ` | 36.60 | 🟡 Medio |
| 🇲🇻 Maldive | `MV` | 36.20 | 🟡 Medio |
| 🇱🇨 Santa Lucia | `LC` | 36.18 | 🟡 Medio |
| 🇰🇳 Saint Kitts e Nevis | `KN` | 36.03 | 🟡 Medio |
| 🇫🇲 Micronesia | `FM` | 35.97 | 🟡 Medio |
| 🇹🇻 Tuvalu | `TV` | 35.94 | 🟡 Medio |
| 🇨🇬 Congo | `CG` | 35.92 | 🟡 Medio |
| 🇹🇯 Tagikistan | `TJ` | 35.90 | 🟡 Medio |
| 🇸🇳 Senegal | `SN` | 35.88 | 🟡 Medio |
| 🇵🇾 Paraguay | `PY` | 35.77 | 🟡 Medio |
| 🇹🇭 Thailandia | `TH` | 35.71 | 🟡 Medio |
| 🇼🇸 Samoa | `WS` | 35.68 | 🟡 Medio |
| 🇬🇦 Gabon | `GA` | 35.54 | 🟡 Medio |
| 🇪🇨 Ecuador | `EC` | 35.29 | 🟡 Medio |
| 🇭🇳 Honduras | `HN` | 35.28 | 🟡 Medio |
| 🇸🇻 El Salvador | `SV` | 35.15 | 🟡 Medio |
| 🇲🇽 Messico | `MX` | 35.01 | 🟡 Medio |
| 🇹🇬 Togo | `TG` | 35.01 | 🟡 Medio |
| 🇧🇷 Brasile | `BR` | 34.94 | 🟡 Medio |
| 🇬🇩 Grenada | `GD` | 34.87 | 🟡 Medio |
| 🇹🇲 Turkmenistan | `TM` | 34.75 | 🟡 Medio |
| 🇦🇷 Argentina | `AR` | 34.71 | 🟡 Medio |
| 🇲🇬 Madagascar | `MG` | 34.67 | 🟡 Medio |
| 🇸🇮 Slovenia | `SI` | 34.62 | 🟡 Medio |
| 🇳🇵 Nepal | `NP` | 34.60 | 🟡 Medio |
| 🇰🇬 Kirghizistan | `KG` | 34.54 | 🟡 Medio |
| 🇹🇱 Timor Est | `TL` | 34.50 | 🟡 Medio |
| 🇮🇩 Indonesia | `ID` | 34.44 | 🟡 Medio |
| 🇬🇭 Ghana | `GH` | 34.18 | 🟡 Medio |
| 🇦🇮 Anguilla | `AI` | 34.17 | 🟡 Medio |
| 🇻🇨 Saint Vincent e Grenadine | `VC` | 34.08 | 🟡 Medio |
| 🇨🇷 Costa Rica | `CR` | 33.84 | 🟡 Medio |
| 🇧🇴 Bolivia | `BO` | 33.75 | 🟡 Medio |
| 🇧🇸 Bahamas | `BS` | 33.48 | 🟡 Medio |
| 🇩🇲 Dominica | `DM` | 33.16 | 🟡 Medio |
| 🇹🇴 Tonga | `TO` | 33.13 | 🟡 Medio |
| 🇪🇭 Sahara Occidentale | `EH` | 33.03 | 🟡 Medio |
| 🇵🇪 Perù | `PE` | 32.99 | 🟡 Medio |
| 🇰🇾 Isole Cayman | `KY` | 32.89 | 🟡 Medio |
| 🇨🇾 Cipro | `CY` | 32.74 | 🟡 Medio |
| 🇦🇲 Armenia | `AM` | 32.69 | 🟡 Medio |
| 🇨🇻 Capo Verde | `CV` | 32.61 | 🟡 Medio |
| 🇳🇺 Niue | `NU` | 32.38 | 🟡 Medio |
| 🇵🇼 Palau | `PW` | 32.18 | 🟡 Medio |
| 🇲🇾 Malesia | `MY` | 32.16 | 🟡 Medio |
| 🇸🇧 Isole Salomone | `SB` | 32.08 | 🟡 Medio |
| 🇮🇳 India | `IN` | 32.02 | 🟡 Medio |
| 🇮🇱 Israele | `IL` | 31.77 | 🟡 Medio |
| 🇬🇲 Gambia | `GM` | 31.70 | 🟡 Medio |
| 🇦🇼 Aruba | `AW` | 31.64 | 🟡 Medio |
| 🇲🇸 Montserrat | `MS` | 31.63 | 🟡 Medio |
| 🇧🇭 Bahrein | `BH` | 31.61 | 🟡 Medio |
| 🇰🇼 Kuwait | `KW` | 31.52 | 🟡 Medio |
| 🇱🇸 Lesotho | `LS` | 31.50 | 🟡 Medio |
| 🇩🇴 Repubblica Dominicana | `DO` | 31.28 | 🟡 Medio |
| 🇪🇬 Egitto | `EG` | 31.17 | 🟡 Medio |
| 🇲🇭 Isole Marshall | `MH` | 31.11 | 🟡 Medio |
| 🇲🇷 Mauritania | `MR` | 31.08 | 🟡 Medio |
| 🇹🇨 Turks e Caicos | `TC` | 31.08 | 🟡 Medio |
| 🇧🇩 Bangladesh | `BD` | 30.99 | 🟡 Medio |
| 🇫🇯 Figi | `FJ` | 30.88 | 🟡 Medio |
| 🇳🇷 Nauru | `NR` | 30.84 | 🟡 Medio |
| 🇺🇿 Uzbekistan | `UZ` | 30.78 | 🟡 Medio |
| 🇱🇰 Sri Lanka | `LK` | 30.67 | 🟡 Medio |
| 🇲🇦 Marocco | `MA` | 30.03 | 🟡 Medio |
| 🇯🇴 Giordania | `JO` | 29.73 | 🟢 Basso |
| 🇲🇺 Mauritius | `MU` | 29.73 | 🟢 Basso |
| 🇬🇪 Georgia | `GE` | 29.40 | 🟢 Basso |
| 🇰🇿 Kazakistan | `KZ` | 28.92 | 🟢 Basso |
| 🇸🇰 Slovacchia | `SK` | 28.88 | 🟢 Basso |
| 🇲🇳 Mongolia | `MN` | 28.82 | 🟢 Basso |
| 🇷🇼 Ruanda | `RW` | 28.82 | 🟢 Basso |
| 🇲🇼 Malawi | `MW` | 28.76 | 🟢 Basso |
| 🇭🇺 Ungheria | `HU` | 28.70 | 🟢 Basso |
| 🇷🇴 Romania | `RO` | 28.62 | 🟢 Basso |
| 🇲🇹 Malta | `MT` | 28.46 | 🟢 Basso |
| 🇸🇦 Arabia Saudita | `SA` | 28.32 | 🟢 Basso |
| 🇿🇲 Zambia | `ZM` | 28.16 | 🟢 Basso |
| 🇨🇰 Isole Cook | `CK` | 28.13 | 🟢 Basso |
| 🇵🇱 Polonia | `PL` | 28.13 | 🟢 Basso |
| 🇴🇲 Oman | `OM` | 27.90 | 🟢 Basso |
| 🇹🇼 Taiwan | `TW` | 27.90 | 🟢 Basso |
| 🇨🇱 Cile | `CL` | 27.74 | 🟢 Basso |
| 🇧🇹 Bhutan | `BT` | 27.70 | 🟢 Basso |
| 🇮🇹 Italia | `IT` | 27.66 | 🟢 Basso |
| 🇧🇼 Botswana | `BW` | 27.50 | 🟢 Basso |
| 🇧🇶 Paesi Bassi caraibici | `BQ` | 27.23 | 🟢 Basso |
| 🇳🇱 Paesi Bassi | `NL` | 27.23 | 🟢 Basso |
| 🇬🇷 Grecia | `GR` | 26.70 | 🟢 Basso |
| 🇮🇲 Isola di Man | `IM` | 26.69 | 🟢 Basso |
| 🇻🇮 Isole Vergini americane | `VI` | 26.64 | 🟢 Basso |
| 🇮🇪 Irlanda | `IE` | 25.95 | 🟢 Basso |
| 🇪🇸 Spagna | `ES` | 25.71 | 🟢 Basso |
| 🇨🇿 Repubblica Ceca | `CZ` | 25.46 | 🟢 Basso |
| 🇧🇪 Belgio | `BE` | 25.38 | 🟢 Basso |
| 🇸🇬 Singapore | `SG` | 25.31 | 🟢 Basso |
| 🇺🇸 Stati Uniti | `US` | 25.22 | 🟢 Basso |
| 🇱🇻 Lettonia | `LV` | 25.16 | 🟢 Basso |
| 🇲🇴 Macao | `MO` | 25.07 | 🟢 Basso |
| 🇨🇦 Canada | `CA` | 24.95 | 🟢 Basso |
| 🇬🇧 Regno Unito | `GB` | 24.79 | 🟢 Basso |
| 🇶🇦 Qatar | `QA` | 24.70 | 🟢 Basso |
| 🇨🇭 Svizzera | `CH` | 24.51 | 🟢 Basso |
| 🇲🇵 Isole Marianne Settentrionali | `MP` | 24.19 | 🟢 Basso |
| 🇦🇸 Samoa Americane | `AS` | 24.10 | 🟢 Basso |
| 🇬🇺 Guam | `GU` | 24.10 | 🟢 Basso |
| 🇯🇵 Giappone | `JP` | 23.94 | 🟢 Basso |
| 🇩🇪 Germania | `DE` | 23.52 | 🟢 Basso |
| 🇰🇷 Corea del Sud | `KR` | 23.48 | 🟢 Basso |
| 🇱🇺 Lussemburgo | `LU` | 23.41 | 🟢 Basso |
| 🇵🇹 Portogallo | `PT` | 23.40 | 🟢 Basso |
| 🇱🇮 Liechtenstein | `LI` | 23.23 | 🟢 Basso |
| 🇦🇩 Andorra | `AD` | 22.55 | 🟢 Basso |
| 🇦🇹 Austria | `AT` | 22.38 | 🟢 Basso |
| 🇻🇦 Santa Sede | `VA` | 22.17 | 🟢 Basso |
| 🇦🇺 Australia | `AU` | 22.12 | 🟢 Basso |
| 🇵🇷 Porto Rico | `PR` | 22.11 | 🟢 Basso |
| 🇱🇹 Lituania | `LT` | 22.08 | 🟢 Basso |
| 🇺🇾 Uruguay | `UY` | 22.06 | 🟢 Basso |
| 🇧🇲 Bermuda | `BM` | 21.85 | 🟢 Basso |
| 🇫🇷 Francia | `FR` | 21.71 | 🟢 Basso |
| 🇧🇳 Brunei | `BN` | 21.40 | 🟢 Basso |
| 🇪🇪 Estonia | `EE` | 21.37 | 🟢 Basso |
| 🇫🇰 Isole Falkland | `FK` | 21.20 | 🟢 Basso |
| 🇸🇭 Sant'Elena | `SH` | 21.20 | 🟢 Basso |
| 🇬🇫 Guyana Francese | `GF` | 21.05 | 🟢 Basso |
| 🇵🇫 Polinesia Francese | `PF` | 21.05 | 🟢 Basso |
| 🇬🇵 Guadalupa | `GP` | 21.05 | 🟢 Basso |
| 🇲🇶 Martinica | `MQ` | 21.05 | 🟢 Basso |
| 🇳🇨 Nuova Caledonia | `NC` | 21.05 | 🟢 Basso |
| 🇧🇱 Saint-Barthélemy | `BL` | 21.05 | 🟢 Basso |
| 🇲🇫 Saint-Martin | `MF` | 21.05 | 🟢 Basso |
| 🇵🇲 Saint-Pierre e Miquelon | `PM` | 21.05 | 🟢 Basso |
| 🇼🇫 Wallis e Futuna | `WF` | 21.05 | 🟢 Basso |
| 🇮🇸 Islanda | `IS` | 21.04 | 🟢 Basso |
| 🇬🇱 Groenlandia | `GL` | 19.43 | 🟢 Basso |
| 🇳🇿 Nuova Zelanda | `NZ` | 19.19 | 🟢 Basso |
| 🇹🇰 Tokelau | `TK` | 19.18 | 🟢 Basso |
| 🇸🇲 San Marino | `SM` | 19.10 | 🟢 Basso |
| 🇸🇪 Svezia | `SE` | 18.85 | 🟢 Basso |
| 🇩🇰 Danimarca | `DK` | 18.46 | 🟢 Basso |
| 🇫🇴 Isole Fær Øer | `FO` | 18.46 | 🟢 Basso |
| 🇫🇮 Finlandia | `FI` | 18.01 | 🟢 Basso |
| 🇳🇴 Norvegia | `NO` | 17.62 | 🟢 Basso |

233 paesi · Punteggi di rischio basati su fattori AML/CFT

***

### Punteggio di categoria (peso del 50%)

Il punteggio di categoria riflette il livello di rischio intrinseco in base al tipo di watchlist in cui compare l'entità. Si tratta del componente con il **peso maggiore**, poiché il tipo di iscrizione indica direttamente il rischio normativo e di compliance.

| Categoria | Punteggio | Descrizione |
| - | - | - |
| **Sanzioni** | 100 | Presente nelle liste delle sanzioni internazionali (OFAC, ONU, UE, ecc.) |
| **PEP** | 100 | Persona politicamente esposta (classificazione generale) |
| **PEP Livello 1** | 100 | Capi di Stato, alti funzionari governativi, giudici della corte suprema |
| **Avvisi e misure di vigilanza** | 95 | Avvisi delle autorità di vigilanza, azioni sanzionatorie |
| **Insolvenza** | 80 | Fallimento, procedure di liquidazione |
| **PEP Livello 2** | 80 | Membri del parlamento, alti ufficiali militari, ambasciatori |
| **SIE** | 75 | Impresa influenzata dallo Stato — aziende con legami governativi |
| **SIP** | 75 | Persona influenzata dallo Stato — individui con influenza sul governo |
| **PEP Livello 3** | 70 | Funzionari dei governi regionali, sindaci locali, giudici |
| **Idoneità e integrità** | 65 | Valutazioni di idoneità nei servizi finanziari, revisioni da parte delle autorità di vigilanza |
| **Notizie negative** | 60 | Copertura mediatica negativa correlata a reati finanziari |
| **Livello PEP 4** | 55 | Funzionari di livello inferiore, membri di partiti politici |
| **Persona del mondo degli affari** | 55 | Figure aziendali di alto profilo con potenziale esposizione |
| **Azienda** | 40 | Entità aziendali generali presenti in watchlist |

> **Nota:** Quando un hit appartiene a più categorie, viene utilizzato il **punteggio di categoria più alto**.

#### Livelli di rischio per categoria

```
┌─────────────────────────────────────────────────────────────────┐
│  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                 │
└─────────────────────────────────────────────────────────────────┘
```

***

### Punteggio dei precedenti penali (peso del 20%)

Il componente dei precedenti penali valuta l'eventuale storia criminale associata all'entità.

| Stato penale | Punteggio | Descrizione |
| - | - | - |
| **Condannata da un tribunale** | 100 | L'entità è stata condannata per un reato penale |
| **Sanzione penale applicata** | 90 | L'entità ha subito sanzioni penali o multe applicate |
| **Nessun precedente penale** | 0 | Nessun precedente penale noto |

> **Nota:** I precedenti penali hanno un peso significativo nonostante l'allocazione del 20%, poiché una condanna può cambiare drasticamente il profilo di rischio di un'entità.

***

## Opzioni di configurazione

### Soglie del punteggio di rischio (determinano lo stato finale AML)

| Impostazione | Predefinito | Descrizione |
| - | - | - |
| Soglia di approvazione | 80 | I punteggi di rischio inferiori a questo valore determinano lo stato **Approvato** |
| Soglia di revisione | 100 | I punteggi di rischio superiori a questo valore determinano lo stato **Rifiutato**. I punteggi intermedi determinano lo stato **In revisione**. |

### Soglia del punteggio di corrispondenza (determina la classificazione degli hit)

| Impostazione | Predefinito | Descrizione |
| - | - | - |
| Soglia del punteggio di corrispondenza | 93 | I punteggi di corrispondenza inferiori a questo classificano gli hit come **Falso positivo**. Solo gli hit che non sono falsi positivi vengono inclusi nella valutazione del rischio. |

***

## Flusso completo: dallo screening allo stato finale

```
┌─────────────────────────────────────────────────────────────────────────────┐
│                           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                                         │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘
```

***

## Esempi di calcolo

### Esempio 1: PEP ad alto rischio da un paese soggetto a sanzioni

**Dati dell'hit:**

* Paese: Iran (Punteggio: 81.66)
* Categoria: Sanzioni (Punteggio: 100)
* Precedenti penali: Nessuno (Punteggio: 0)

**Calcolo del punteggio di rischio:**

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

**Risultato:** Punteggio di rischio 74.50 → Livello di rischio dell'entità: **Alto** 🔴

* Se questo è il punteggio di rischio più alto tra gli hit non esaminati e le soglie sono quelle predefinite (86/100):
* 74.50 \< 86 → Stato finale AML: **Approvato** (l'entità è rischiosa ma al di sotto della soglia di revisione)

### Esempio 2: PEP Livello 1 da un paese ad alto rischio

**Dati dell'hit:**

* Paese: Russia (Punteggio: 71.25)
* Categoria: Livello PEP 1 (Punteggio: 100)
* Precedenti penali: Condannata da un tribunale (Punteggio: 100)

**Calcolo del punteggio di rischio:**

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

**Risultato:** Punteggio di rischio 91.38 → Livello di rischio dell'entità: **Alto** 🔴

* Con le soglie predefinite (86/100): 86 ≤ 91.38 ≤ 100 → Stato finale AML: **In revisione**

### Esempio 3: Entità aziendale a basso rischio

**Dati dell'hit:**

* Paese: Regno Unito (Punteggio: 24.79)
* Categoria: Azienda (Punteggio: 40)
* Precedenti penali: Nessuno (Punteggio: 0)

**Calcolo del punteggio di rischio:**

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

**Risultato:** Punteggio di rischio 27.44 → Livello di rischio dell'entità: **Basso** 🟢

* Con le soglie predefinite (86/100): 27.44 \< 86 → Stato finale AML: **Approvato**

***

## Esempio di risposta API

Ogni hit nella risposta AML include entrambi i punteggi:

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

Il risultato AML complessivo include lo stato finale basato sul punteggio di rischio più alto:

```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"
    }
  ]
}
```

In questo esempio:

* L'hit 2 è un Falso positivo (match\_score 88 \< soglia 93), quindi viene escluso
* Il punteggio di rischio più alto tra gli hit non esaminati è 91 (dall'hit 1)
* 86 ≤ 91 ≤ 100 → Stato finale: **In revisione**

***

## Gestione dello stato di revisione degli hit

Puoi aggiornare manualmente lo stato di revisione di ciascun hit dopo la classificazione iniziale:

| Stato | Descrizione |
| - | - |
| **Non esaminato** | Stato iniziale per gli hit con punteggio di corrispondenza ≥ soglia |
| **Falso positivo** | Stato iniziale per gli hit con punteggio di corrispondenza \< soglia (o contrassegnati manualmente) |
| **Corrispondenza confermata** | Verificato manualmente come la stessa persona |
| **Non conclusivo** | Impossibile determinare se l'hit corrisponda alla stessa persona |

> [!NOTE]
>
> ### **Suggerimento:** Aggiorna lo stato di revisione degli hit nella Console navigando alla panoramica AML o facendo clic sui dettagli di uno specifico hit.

***

## Best practice

1. **Comprendi il sistema a due punteggi** — Il punteggio di corrispondenza filtra i falsi positivi; il punteggio di rischio determina l'urgenza.

2. **Esamina prima gli hit ad alto rischio** — Usa il punteggio di rischio per dare priorità al carico di lavoro del tuo team di compliance tra gli hit non esaminati.

3. **Adatta le soglie in base alla tua propensione al rischio:**
   * Soglia del punteggio di corrispondenza più bassa → Più hit considerati come non esaminati
   * Soglia di approvazione più bassa → Più sessioni approvate automaticamente
   * Soglia di revisione più bassa → Più sessioni rifiutate automaticamente

4. **Documenta le tue decisioni** — Durante la revisione manuale degli hit, registra il motivo per cui hai approvato o sottoposto a escalation il caso in base sia all'affidabilità della corrispondenza sia ai fattori di rischio.

5. **Monitora i trend** — Traccia la distribuzione degli hit della tua organizzazione sia per punteggio di corrispondenza che per livello di rischio per identificare pattern ricorrenti.


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