> ## 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.

# AMLリスクスコア：エンティティのリスク算出式

> DiditのAMLリスクスコアは、国、カテゴリー、犯罪歴の要素から算出されます。しきい値を調整することで、AML判定を自動化できます。

**リスクスコア**は、**AMLのヒットに該当したエンティティがどの程度リスクが高いか**を定量的に評価する指標です。このスコアは、誤検知ではないすべてのヒットのうち最も高いリスクスコアに基づいて、**最終的なAMLステータス**（承認済み/レビュー中/却下）を決定するために使用されます。

> ⚠️ **重要:** リスクスコアが決定するのは**最終的なAMLステータス**であり、個々のヒットの分類ではありません。個々のヒットは、まず[一致スコア](https://docs.didit.me/ja/core-technology/aml-screening/aml-match-score.md)を使用して誤検知か未レビューかに分類されます。

## 概要

各AMLヒットには、3つの主要なリスク要因を組み合わせて算出される**0から100のリスクスコア**が付与されます。このスコアは、**「真の一致である場合、このエンティティのリスクはどの程度か」**という問いに答えるものです。

### リスクスコアと一致スコアの違い

| 観点 | 一致スコア | リスクスコア |
| - | - | - |
| **質問** | 同一人物か | このエンティティのリスクはどの程度か |
| **目的** | ヒットを誤検知か未レビューかに分類する | 最終的なAMLステータスを決定する |
| **要素** | 氏名、生年月日、国、書類番号 | 国、カテゴリ、犯罪歴 |
| **適用対象** | すべてのヒット | 誤検知ではないヒットのみ |

***

## リスクスコアによる最終的なAMLステータスの決定

最終的なAMLステータスは、誤検知に分類されていないすべてのヒットのうち**最も高いリスクスコア**によって決定されます。

| 最も高いリスクスコア | 最終的なAMLステータス |
| - | - |
| スコアが承認しきい値未満 | **承認済み** |
| スコアが承認しきい値とレビューしきい値の間 | **レビュー中** |
| スコアがレビューしきい値を超える | **却下** |

> **デフォルトのしきい値:**
>
> * 承認しきい値: 80
> * レビューしきい値: 100

**例:** デフォルトのしきい値の場合:

* 最も高いリスクスコア = 50 → **承認済み**（低リスク）
* 最も高いリスクスコア = 90 → **レビュー中**（中リスク、手動レビューが必要）
* 最も高いリスクスコア = 101（実際にはありえませんが、100超）→ **却下**（高リスク）

***

## リスクスコアの計算式

総合的なリスクスコアは、加重平均を用いて算出されます。

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

| 構成要素 | 重み | 説明 |
| - | - | - |
| **国** | 30% | AML/CFTの要因に基づく地理的リスク評価 |
| **カテゴリ** | 50% | ウォッチリストの掲載種別に基づくリスクレベル |
| **犯罪歴** | 20% | 犯罪歴および有罪判決に起因するリスク |

***

## リスクレベル

算出されたリスクスコアに基づき、エンティティは3つのリスクレベルに分類されます。

| リスクレベル | スコア範囲 | 説明 |
| - | - | - |
| 🟢 **低リスク** | \< 30 | コンプライアンス上の懸念は最小限で、標準的なデューデリジェンスで対応 |
| 🟡 **中リスク** | 30 – 49 | 懸念が高まっており、強化されたデューデリジェンスを推奨 |
| 🔴 **高リスク** | ≥ 50 | 重大な懸念があり、徹底的な調査が必要 |

***

## コンポーネント別スコアリングの詳細

### 国スコア(重み30%)

国スコアは、法域に固有のAML/CFTリスクを反映します。考慮される要素は次のとおりです。

* マネーロンダリングおよびテロ資金供与のリスク
* FATF勧告の遵守状況
* 国際的な制裁の有無
* 腐敗認識指数
* 規制枠組みの強固さ

**スコア範囲:** 0-100(値が高いほどリスクが高い)

> **注:** ヒットが複数の国に関連付けられている場合、計算には**最も高い国スコア**が使用されます。

#### 国別リスクスコア

| 国 | コード | リスクスコア | リスクレベル |
| - | - | - | - |
| 🇮🇷 イラン | `IR` | 81.66 | 🔴 高 |
| 🇰🇵 北朝鮮 | `KP` | 78.20 | 🔴 高 |
| 🇲🇲 ミャンマー | `MM` | 75.09 | 🔴 高 |
| 🇦🇫 アフガニスタン | `AF` | 74.63 | 🔴 高 |
| 🇸🇾 シリア | `SY` | 74.49 | 🔴 高 |
| 🇭🇹 ハイチ | `HT` | 74.30 | 🔴 高 |
| 🇨🇩 コンゴ民主共和国 | `CD` | 71.66 | 🔴 高 |
| 🇷🇺 ロシア | `RU` | 71.25 | 🔴 高 |
| 🇻🇪 ベネズエラ | `VE` | 71.09 | 🔴 高 |
| 🇸🇸 南スーダン | `SS` | 70.77 | 🔴 高 |
| 🇾🇪 イエメン | `YE` | 68.40 | 🔴 高 |
| 🇱🇧 レバノン | `LB` | 67.76 | 🔴 高 |
| 🇸🇴 ソマリア | `SO` | 65.38 | 🔴 高 |
| 🇲🇱 マリ | `ML` | 62.78 | 🔴 高 |
| 🇱🇾 リビア | `LY` | 61.96 | 🔴 高 |
| 🇲🇿 モザンビーク | `MZ` | 57.15 | 🔴 高 |
| 🇧🇮 ブルンジ | `BI` | 56.48 | 🔴 高 |
| 🇵🇭 フィリピン | `PH` | 56.44 | 🔴 高 |
| 🇬🇼 ギニアビサウ | `GW` | 55.99 | 🔴 高 |
| 🇰🇪 ケニア | `KE` | 55.49 | 🔴 高 |
| 🇽🇰 コソボ | `XK` | 55.49 | 🔴 高 |
| 🇪🇷 エリトリア | `ER` | 54.72 | 🔴 高 |
| 🇵🇸 パレスチナ国 | `PS` | 54.41 | 🔴 高 |
| 🇳🇬 ナイジェリア | `NG` | 54.40 | 🔴 高 |
| 🇻🇳 ベトナム | `VN` | 54.24 | 🔴 高 |
| 🇮🇶 イラク | `IQ` | 54.15 | 🔴 高 |
| 🇹🇿 タンザニア | `TZ` | 53.22 | 🔴 高 |
| 🇭🇷 クロアチア | `HR` | 53.03 | 🔴 高 |
| 🇩🇿 アルジェリア | `DZ` | 52.28 | 🔴 高 |
| 🇵🇦 パナマ | `PA` | 52.28 | 🔴 高 |
| 🇨🇮 コートジボワール | `CI` | 51.61 | 🔴 高 |
| 🇨🇲 カメルーン | `CM` | 51.35 | 🔴 高 |
| 🇨🇫 中央アフリカ共和国 | `CF` | 50.98 | 🔴 高 |
| 🇸🇩 スーダン | `SD` | 49.52 | 🔴 高 |
| 🇦🇴 アンゴラ | `AO` | 49.47 | 🟡 中 |
| 🇳🇮 ニカラグア | `NI` | 49.07 | 🟡 中 |
| 🇹🇹 トリニダード・トバゴ | `TT` | 48.45 | 🟡 中 |
| 🇧🇫 ブルキナファソ | `BF` | 47.94 | 🟡 中 |
| 🇹🇷 トルコ | `TR` | 47.93 | 🟡 中 |
| 🇻🇺 バヌアツ | `VU` | 47.93 | 🟡 中 |
| 🇳🇪 ニジェール | `NE` | 47.02 | 🟡 中 |
| 🇬🇹 グアテマラ | `GT` | 47.01 | 🟡 中 |
| 🇧🇦 ボスニア・ヘルツェゴビナ | `BA` | 46.75 | 🟡 中 |
| 🇺🇬 ウガンダ | `UG` | 46.67 | 🟡 中 |
| 🇿🇦 南アフリカ | `ZA` | 46.60 | 🟡 中 |
| 🇺🇦 ウクライナ | `UA` | 46.43 | 🟡 中 |
| 🇨🇳 中国 | `CN` | 45.92 | 🟡 中 |
| 🇨🇺 キューバ | `CU` | 45.89 | 🟡 中 |
| 🇧🇬 ブルガリア | `BG` | 45.70 | 🟡 中 |
| 🇦🇪 アラブ首長国連邦 | `AE` | 45.39 | 🟡 中 |
| 🇿🇼 ジンバブエ | `ZW` | 45.37 | 🟡 中 |
| 🇦🇱 アルバニア | `AL` | 45.34 | 🟡 中 |
| 🇯🇲 ジャマイカ | `JM` | 45.11 | 🟡 中 |
| 🇧🇧 バルバドス | `BB` | 45.04 | 🟡 中 |
| 🇬🇳 ギニア | `GN` | 44.80 | 🟡 中 |
| 🇸🇽 シント・マールテン | `SX` | 44.79 | 🟡 中 |
| 🇱🇷 リベリア | `LR` | 44.66 | 🟡 中 |
| 🇷🇸 セルビア | `RS` | 44.26 | 🟡 中 |
| 🇲🇪 モンテネグロ | `ME` | 43.47 | 🟡 中 |
| 🇲🇨 モナコ | `MC` | 43.13 | 🟡 中 |
| 🇪🇹 エチオピア | `ET` | 42.85 | 🟡 中 |
| 🇩🇯 ジブチ | `DJ` | 41.96 | 🟡 中 |
| 🇳🇦 ナミビア | `NA` | 41.83 | 🟡 中 |
| 🇱🇦 ラオス | `LA` | 41.73 | 🟡 中 |
| 🇹🇳 チュニジア | `TN` | 41.35 | 🟡 中 |
| 🇬🇮 ジブラルタル | `GI` | 41.21 | 🟡 中 |
| 🇧🇾 ベラルーシ | `BY` | 41.17 | 🟡 中 |
| 🇬🇾 ガイアナ | `GY` | 40.75 | 🟡 中 |
| 🇰🇲 コモロ | `KM` | 40.50 | 🟡 中 |
| 🇨🇼 キュラソー | `CW` | 39.88 | 🟡 中 |
| 🇵🇰 パキスタン | `PK` | 39.49 | 🟡 中 |
| 🇸🇱 シエラレオネ | `SL` | 39.44 | 🟡 中 |
| 🇸🇷 スリナム | `SR` | 39.38 | 🟡 中 |
| 🇲🇰 北マケドニア | `MK` | 39.14 | 🟡 中 |
| 🇦🇿 アゼルバイジャン | `AZ` | 38.69 | 🟡 中 |
| 🇹🇩 チャド | `TD` | 38.54 | 🟡 中 |
| 🇰🇮 キリバス | `KI` | 37.94 | 🟡 中 |
| 🇰🇭 カンボジア | `KH` | 37.90 | 🟡 中 |
| 🇬🇶 赤道ギニア | `GQ` | 37.90 | 🟡 中 |
| 🇸🇨 セーシェル | `SC` | 37.60 | 🟡 中 |
| 🇲🇩 モルドバ | `MD` | 37.54 | 🟡 中 |
| 🇧🇿 ベリーズ | `BZ` | 37.48 | 🟡 中 |
| 🇭🇰 香港 | `HK` | 37.47 | 🟡 中 |
| 🇨🇴 コロンビア | `CO` | 37.26 | 🟡 中 |
| 🇵🇬 パプアニューギニア | `PG` | 37.20 | 🟡 中 |
| 🇸🇿 エスワティニ | `SZ` | 37.00 | 🟡 中 |
| 🇦🇬 アンティグア・バーブーダ | `AG` | 36.74 | 🟡 中 |
| 🇻🇬 英領ヴァージン諸島 | `VG` | 36.70 | 🟡 中 |
| 🇸🇹 サントメ・プリンシペ | `ST` | 36.64 | 🟡 中 |
| 🇧🇯 ベナン | `BJ` | 36.60 | 🟡 中 |
| 🇲🇻 モルディブ | `MV` | 36.20 | 🟡 中 |
| 🇱🇨 セントルシア | `LC` | 36.18 | 🟡 中 |
| 🇰🇳 セントクリストファー・ネイビス | `KN` | 36.03 | 🟡 中 |
| 🇫🇲 ミクロネシア | `FM` | 35.97 | 🟡 中 |
| 🇹🇻 ツバル | `TV` | 35.94 | 🟡 中 |
| 🇨🇬 コンゴ共和国 | `CG` | 35.92 | 🟡 中 |
| 🇹🇯 タジキスタン | `TJ` | 35.90 | 🟡 中 |
| 🇸🇳 セネガル | `SN` | 35.88 | 🟡 中 |
| 🇵🇾 パラグアイ | `PY` | 35.77 | 🟡 中 |
| 🇹🇭 タイ | `TH` | 35.71 | 🟡 中 |
| 🇼🇸 サモア | `WS` | 35.68 | 🟡 中 |
| 🇬🇦 ガボン | `GA` | 35.54 | 🟡 中 |
| 🇪🇨 エクアドル | `EC` | 35.29 | 🟡 中 |
| 🇭🇳 ホンジュラス | `HN` | 35.28 | 🟡 中 |
| 🇸🇻 エルサルバドル | `SV` | 35.15 | 🟡 中 |
| 🇲🇽 メキシコ | `MX` | 35.01 | 🟡 中 |
| 🇹🇬 トーゴ | `TG` | 35.01 | 🟡 中 |
| 🇧🇷 ブラジル | `BR` | 34.94 | 🟡 中 |
| 🇬🇩 グレナダ | `GD` | 34.87 | 🟡 中 |
| 🇹🇲 トルクメニスタン | `TM` | 34.75 | 🟡 中 |
| 🇦🇷 アルゼンチン | `AR` | 34.71 | 🟡 中 |
| 🇲🇬 マダガスカル | `MG` | 34.67 | 🟡 中 |
| 🇸🇮 スロベニア | `SI` | 34.62 | 🟡 中 |
| 🇳🇵 ネパール | `NP` | 34.60 | 🟡 中 |
| 🇰🇬 キルギス | `KG` | 34.54 | 🟡 中 |
| 🇹🇱 東ティモール | `TL` | 34.50 | 🟡 中 |
| 🇮🇩 インドネシア | `ID` | 34.44 | 🟡 中 |
| 🇬🇭 ガーナ | `GH` | 34.18 | 🟡 中 |
| 🇦🇮 アンギラ | `AI` | 34.17 | 🟡 中 |
| 🇻🇨 セントビンセント・グレナディーン | `VC` | 34.08 | 🟡 中 |
| 🇨🇷 コスタリカ | `CR` | 33.84 | 🟡 中 |
| 🇧🇴 ボリビア | `BO` | 33.75 | 🟡 中 |
| 🇧🇸 バハマ | `BS` | 33.48 | 🟡 中 |
| 🇩🇲 ドミニカ国 | `DM` | 33.16 | 🟡 中 |
| 🇹🇴 トンガ | `TO` | 33.13 | 🟡 中 |
| 🇪🇭 西サハラ | `EH` | 33.03 | 🟡 中 |
| 🇵🇪 ペルー | `PE` | 32.99 | 🟡 中 |
| 🇰🇾 ケイマン諸島 | `KY` | 32.89 | 🟡 中 |
| 🇨🇾 キプロス | `CY` | 32.74 | 🟡 中 |
| 🇦🇲 アルメニア | `AM` | 32.69 | 🟡 中 |
| 🇨🇻 カーボベルデ | `CV` | 32.61 | 🟡 中 |
| 🇳🇺 ニウエ | `NU` | 32.38 | 🟡 中 |
| 🇵🇼 パラオ | `PW` | 32.18 | 🟡 中 |
| 🇲🇾 マレーシア | `MY` | 32.16 | 🟡 中 |
| 🇸🇧 ソロモン諸島 | `SB` | 32.08 | 🟡 中 |
| 🇮🇳 インド | `IN` | 32.02 | 🟡 中 |
| 🇮🇱 イスラエル | `IL` | 31.77 | 🟡 中 |
| 🇬🇲 ガンビア | `GM` | 31.70 | 🟡 中 |
| 🇦🇼 アルバ | `AW` | 31.64 | 🟡 中 |
| 🇲🇸 モントセラト | `MS` | 31.63 | 🟡 中 |
| 🇧🇭 バーレーン | `BH` | 31.61 | 🟡 中 |
| 🇰🇼 クウェート | `KW` | 31.52 | 🟡 中 |
| 🇱🇸 レソト | `LS` | 31.50 | 🟡 中 |
| 🇩🇴 ドミニカ共和国 | `DO` | 31.28 | 🟡 中 |
| 🇪🇬 エジプト | `EG` | 31.17 | 🟡 中 |
| 🇲🇭 マーシャル諸島 | `MH` | 31.11 | 🟡 中 |
| 🇲🇷 モーリタニア | `MR` | 31.08 | 🟡 中 |
| 🇹🇨 タークス・カイコス諸島 | `TC` | 31.08 | 🟡 中 |
| 🇧🇩 バングラデシュ | `BD` | 30.99 | 🟡 中 |
| 🇫🇯 フィジー | `FJ` | 30.88 | 🟡 中 |
| 🇳🇷 ナウル | `NR` | 30.84 | 🟡 中 |
| 🇺🇿 ウズベキスタン | `UZ` | 30.78 | 🟡 中 |
| 🇱🇰 スリランカ | `LK` | 30.67 | 🟡 中 |
| 🇲🇦 モロッコ | `MA` | 30.03 | 🟡 中 |
| 🇯🇴 ヨルダン | `JO` | 29.73 | 🟢 低 |
| 🇲🇺 モーリシャス | `MU` | 29.73 | 🟢 低 |
| 🇬🇪 ジョージア | `GE` | 29.40 | 🟢 低 |
| 🇰🇿 カザフスタン | `KZ` | 28.92 | 🟢 低 |
| 🇸🇰 スロバキア | `SK` | 28.88 | 🟢 低 |
| 🇲🇳 モンゴル | `MN` | 28.82 | 🟢 低 |
| 🇷🇼 ルワンダ | `RW` | 28.82 | 🟢 低 |
| 🇲🇼 マラウイ | `MW` | 28.76 | 🟢 低 |
| 🇭🇺 ハンガリー | `HU` | 28.70 | 🟢 低 |
| 🇷🇴 ルーマニア | `RO` | 28.62 | 🟢 低 |
| 🇲🇹 マルタ | `MT` | 28.46 | 🟢 低 |
| 🇸🇦 サウジアラビア | `SA` | 28.32 | 🟢 低 |
| 🇿🇲 ザンビア | `ZM` | 28.16 | 🟢 低 |
| 🇨🇰 クック諸島 | `CK` | 28.13 | 🟢 低 |
| 🇵🇱 ポーランド | `PL` | 28.13 | 🟢 低 |
| 🇴🇲 オマーン | `OM` | 27.90 | 🟢 低 |
| 🇹🇼 台湾 | `TW` | 27.90 | 🟢 低 |
| 🇨🇱 チリ | `CL` | 27.74 | 🟢 低 |
| 🇧🇹 ブータン | `BT` | 27.70 | 🟢 低 |
| 🇮🇹 イタリア | `IT` | 27.66 | 🟢 低 |
| 🇧🇼 ボツワナ | `BW` | 27.50 | 🟢 低 |
| 🇧🇶 カリブ・オランダ | `BQ` | 27.23 | 🟢 低 |
| 🇳🇱 オランダ | `NL` | 27.23 | 🟢 低 |
| 🇬🇷 ギリシャ | `GR` | 26.70 | 🟢 低 |
| 🇮🇲 マン島 | `IM` | 26.69 | 🟢 低 |
| 🇻🇮 米領バージン諸島 | `VI` | 26.64 | 🟢 低 |
| 🇮🇪 アイルランド | `IE` | 25.95 | 🟢 低 |
| 🇪🇸 スペイン | `ES` | 25.71 | 🟢 低 |
| 🇨🇿 チェコ | `CZ` | 25.46 | 🟢 低 |
| 🇧🇪 ベルギー | `BE` | 25.38 | 🟢 低 |
| 🇸🇬 シンガポール | `SG` | 25.31 | 🟢 低 |
| 🇺🇸 アメリカ合衆国 | `US` | 25.22 | 🟢 低 |
| 🇱🇻 ラトビア | `LV` | 25.16 | 🟢 低 |
| 🇲🇴 マカオ | `MO` | 25.07 | 🟢 低 |
| 🇨🇦 カナダ | `CA` | 24.95 | 🟢 低 |
| 🇬🇧 イギリス | `GB` | 24.79 | 🟢 低 |
| 🇶🇦 カタール | `QA` | 24.70 | 🟢 低 |
| 🇨🇭 スイス | `CH` | 24.51 | 🟢 低 |
| 🇲🇵 北マリアナ諸島 | `MP` | 24.19 | 🟢 低 |
| 🇦🇸 米領サモア | `AS` | 24.10 | 🟢 低 |
| 🇬🇺 グアム | `GU` | 24.10 | 🟢 低 |
| 🇯🇵 日本 | `JP` | 23.94 | 🟢 低 |
| 🇩🇪 ドイツ | `DE` | 23.52 | 🟢 低 |
| 🇰🇷 韓国 | `KR` | 23.48 | 🟢 低 |
| 🇱🇺 ルクセンブルク | `LU` | 23.41 | 🟢 低 |
| 🇵🇹 ポルトガル | `PT` | 23.40 | 🟢 低 |
| 🇱🇮 リヒテンシュタイン | `LI` | 23.23 | 🟢 低 |
| 🇦🇩 アンドラ | `AD` | 22.55 | 🟢 低 |
| 🇦🇹 オーストリア | `AT` | 22.38 | 🟢 低 |
| 🇻🇦 バチカン市国 | `VA` | 22.17 | 🟢 低 |
| 🇦🇺 オーストラリア | `AU` | 22.12 | 🟢 低 |
| 🇵🇷 プエルトリコ | `PR` | 22.11 | 🟢 低 |
| 🇱🇹 リトアニア | `LT` | 22.08 | 🟢 低 |
| 🇺🇾 ウルグアイ | `UY` | 22.06 | 🟢 低 |
| 🇧🇲 バミューダ | `BM` | 21.85 | 🟢 低 |
| 🇫🇷 フランス | `FR` | 21.71 | 🟢 低 |
| 🇧🇳 ブルネイ | `BN` | 21.40 | 🟢 低 |
| 🇪🇪 エストニア | `EE` | 21.37 | 🟢 低 |
| 🇫🇰 フォークランド諸島 | `FK` | 21.20 | 🟢 低 |
| 🇸🇭 セントヘレナ | `SH` | 21.20 | 🟢 低 |
| 🇬🇫 フランス領ギアナ | `GF` | 21.05 | 🟢 低 |
| 🇵🇫 フランス領ポリネシア | `PF` | 21.05 | 🟢 低 |
| 🇬🇵 グアドループ | `GP` | 21.05 | 🟢 低 |
| 🇲🇶 マルティニーク | `MQ` | 21.05 | 🟢 低 |
| 🇳🇨 ニューカレドニア | `NC` | 21.05 | 🟢 低 |
| 🇧🇱 サン・バルテルミー | `BL` | 21.05 | 🟢 低 |
| 🇲🇫 サン・マルタン | `MF` | 21.05 | 🟢 低 |
| 🇵🇲 サンピエール島・ミクロン島 | `PM` | 21.05 | 🟢 低 |
| 🇼🇫 ウォリス・フツナ | `WF` | 21.05 | 🟢 低 |
| 🇮🇸 アイスランド | `IS` | 21.04 | 🟢 低 |
| 🇬🇱 グリーンランド | `GL` | 19.43 | 🟢 低 |
| 🇳🇿 ニュージーランド | `NZ` | 19.19 | 🟢 低 |
| 🇹🇰 トケラウ | `TK` | 19.18 | 🟢 低 |
| 🇸🇲 サンマリノ | `SM` | 19.10 | 🟢 低 |
| 🇸🇪 スウェーデン | `SE` | 18.85 | 🟢 低 |
| 🇩🇰 デンマーク | `DK` | 18.46 | 🟢 低 |
| 🇫🇴 フェロー諸島 | `FO` | 18.46 | 🟢 低 |
| 🇫🇮 フィンランド | `FI` | 18.01 | 🟢 低 |
| 🇳🇴 ノルウェー | `NO` | 17.62 | 🟢 低 |

233か国 · AML/CFT要因に基づくリスクスコア

***

### カテゴリースコア (ウェイト50%)

カテゴリースコアは、対象者が掲載されているウォッチリストの種類に基づく固有のリスクレベルを表します。掲載の種類が規制上およびコンプライアンス上のリスクを直接示すため、これは**最も重み付けの大きい**構成要素です。

| カテゴリー | スコア | 説明 |
| - | - | - |
| **制裁** | 100 | 国際的な制裁リスト(OFAC、UN、EUなど)に掲載 |
| **PEP** | 100 | 重要な公的地位を有する者 (PEP) (一般分類) |
| **PEPレベル1** | 100 | 国家元首、政府高官、最高裁判所判事 |
| **警告・規制** | 95 | 規制当局による警告、法執行措置 |
| **破産** | 80 | 破産、清算手続き |
| **PEPレベル2** | 80 | 国会議員、軍高官、大使 |
| **SIE** | 75 | State-Influenced Enterprise (国家の影響下にある企業)。政府とのつながりを持つ企業 |
| **SIP** | 75 | State-Influenced Person (国家の影響下にある個人)。政府の影響を受ける個人 |
| **PEPレベル3** | 70 | 地方政府の職員、市町村長、裁判官 |
| **適格性・適正性** | 65 | 金融サービスにおける適格性評価、規制当局による審査 |
| **ネガティブメディア** | 60 | 金融犯罪に関連する否定的な報道 |
| **PEPレベル4** | 55 | 下位の公職者、政党党員 |
| **実業家** | 55 | 潜在的なリスクを持つ著名な経済人 |
| **企業** | 40 | ウォッチリストに掲載されている一般的な事業体 |

> **注:** ヒットが複数のカテゴリに該当する場合は、**最も高いカテゴリスコア**が使用されます。

#### カテゴリのリスクレベル

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

***

### 犯罪歴スコア (重み20%)

犯罪歴コンポーネントは、対象者に関連する犯罪歴を評価します。

| 犯罪歴の状態 | スコア | 説明 |
| - | - | - |
| **裁判所による有罪判決** | 100 | 対象者が刑事犯罪で有罪判決を受けている |
| **刑事罰の執行** | 90 | 対象者に刑事罰または罰金が執行されている |
| **犯罪歴なし** | 0 | 既知の犯罪歴がない |

> **注:** 犯罪歴の配分は20%ですが、有罪判決は対象者のリスクプロファイルを大きく変える可能性があるため、大きな影響力を持ちます。

***

## 設定オプション

### リスクスコアのしきい値 (最終AMLステータスを決定)

| 設定 | デフォルト | 説明 |
| - | - | - |
| 承認しきい値 | 80 | リスクスコアがこの値を下回ると**承認済み**ステータスになります |
| レビューしきい値 | 100 | リスクスコアがこの値を上回ると**却下**ステータスになります。しきい値の間のスコアは**レビュー中**ステータスになります。 |

### 一致スコアのしきい値 (ヒットの分類を決定)

| 設定 | デフォルト | 説明 |
| - | - | - |
| 一致スコアのしきい値 | 93 | 一致スコアがこの値を下回るヒットは**誤検知**に分類されます。リスク評価には誤検知ではないヒットのみが含まれます。 |

***

## 全体の流れ: スクリーニングから最終ステータスまで

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

***

## 計算例

### 例1: 制裁対象国の高リスクPEP

**ヒットデータ:**

* 国: イラン (スコア: 81.66)
* カテゴリ: 制裁 (スコア: 100)
* 犯罪歴: なし (スコア: 0)

**リスクスコアの計算:**

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

**結果:** リスクスコア74.50 → 対象者のリスクレベル: **高** 🔴

* これが未レビューのヒットの中で最も高いリスクスコアであり、しきい値がデフォルト (86/100) の場合:
* 74.50 \< 86 → 最終AMLステータス: **承認済み** (対象者にはリスクがあるものの、レビューしきい値を下回っています)

### 例2: 高リスク国のPEPレベル1

**ヒットデータ:**

* 国: ロシア (スコア: 71.25)
* カテゴリ: PEPレベル1 (スコア: 100)
* 犯罪歴: 裁判所による有罪判決 (スコア: 100)

**リスクスコアの計算:**

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

**結果:** リスクスコア91.38 → 対象者のリスクレベル: **高** 🔴

* デフォルトのしきい値 (86/100) の場合: 86 ≤ 91.38 ≤ 100 → 最終AMLステータス: **レビュー中**

### 例3: 低リスクの事業体

**ヒットデータ:**

* 国: 英国 (スコア: 24.79)
* カテゴリ: 企業 (スコア: 40)
* 犯罪歴: なし (スコア: 0)

**リスクスコアの計算:**

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

**結果:** リスクスコア27.44 → 対象者のリスクレベル: **低** 🟢

* デフォルトのしきい値 (86/100) の場合: 27.44 \< 86 → 最終AMLステータス: **承認済み**

***

## APIレスポンスの例

AMLレスポンスの各ヒットには、両方のスコアが含まれます。

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

AMLの全体結果には、最も高いリスクスコアに基づく最終ステータスが含まれます。

```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"
    }
  ]
}
```

この例では:

* ヒット2は誤検知 (match\_score 88 \< しきい値93) のため、除外されます
* 未レビューのヒットの中で最も高いrisk\_scoreは91 (ヒット1) です
* 86 ≤ 91 ≤ 100 → 最終ステータス: **レビュー中**

***

## ヒットのレビューステータスの管理

初回の分類後、各ヒットのレビューステータスを手動で更新できます。

| ステータス | 説明 |
| - | - |
| **未レビュー** | 一致スコアがしきい値以上のヒットの初期ステータス |
| **誤検知** | 一致スコアがしきい値未満のヒットの初期ステータス (または手動で設定) |
| **確認済み一致** | 同一人物であることを手動で確認済み |
| **判断不能** | ヒットが同一人物かどうかを判断できない |

> [!NOTE]
>
> ### **ヒント:** ヒットのレビューステータスは、コンソールでAMLの概要に移動するか、特定のヒットの詳細をクリックして更新できます。

***

## ベストプラクティス

1. **2つのスコアの仕組みを理解する**: 一致スコアは誤検知を除外し、リスクスコアは緊急度を判断します。

2. **高リスクのヒットから先にレビューする**: リスクスコアを使って、未レビューのヒットの中からコンプライアンスチームの作業の優先順位を決めます。

3. **リスク許容度に合わせてしきい値を調整する:**
   * 一致スコアのしきい値を下げる → 未レビューとして扱われるヒットが増える
   * 承認しきい値を下げる → 自動承認されるセッションが増える
   * レビューしきい値を下げる → 自動却下されるセッションが増える

4. **判定を記録する**: ヒットを手動でレビューする際は、一致の信頼度とリスク要因の両方に基づいて、承認またはエスカレーションした理由を記録します。

5. **傾向をモニタリングする**: 組織のヒットの分布を一致スコアとリスクレベルの両方で追跡し、パターンを把握します。


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