> ## 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.

# Pontuação de risco AML: fórmula de risco da entidade

> A Didit calcula a pontuação de risco AML a partir de país, categoria e antecedentes criminais. Ajuste limiares para automatizar decisões AML.

A **Pontuação de risco** é uma avaliação quantitativa que mede **o quanto uma entidade associada a um hit AML é arriscada**. Essa pontuação é usada para determinar o **status AML final** (Aprovado/Em Revisão/Recusado) com base na maior pontuação de risco entre todos os hits que não são falsos positivos.

> ⚠️ **Importante:** a Pontuação de risco determina o **status AML final**, NÃO a classificação de cada hit. Cada hit é primeiro classificado como Falso Positivo ou Não Revisado usando a [Pontuação de correspondência](https://docs.didit.me/pt-br/core-technology/aml-screening/aml-match-score.md).

## Visão geral

Cada hit AML recebe uma **pontuação de risco de 0 a 100**, calculada combinando três fatores de risco principais. Essa pontuação responde à pergunta: **"Se esta for uma correspondência verdadeira, quão arriscada é esta entidade?"**

### Pontuação de risco vs. pontuação de correspondência

| Aspecto | Pontuação de correspondência | Pontuação de risco |
| - | - | - |
| **Pergunta** | É a mesma pessoa? | O quanto esta entidade é arriscada? |
| **Finalidade** | Classificar hits como falso positivo ou não revisado | Determinar o status AML final |
| **Fatores** | Nome, data de nascimento, país, número do documento | País, categoria, antecedentes criminais |
| **Aplicada a** | Todos os hits | Apenas hits que não são falsos positivos |

***

## Como a pontuação de risco determina o status AML final

O status AML final é determinado pela **maior pontuação de risco** entre todos os hits que NÃO estão classificados como falsos positivos:

| Maior pontuação de risco | Status AML final |
| - | - |
| Pontuação abaixo do limiar de aprovação | **Aprovado** |
| Pontuação entre os limiares de aprovação e de revisão | **Em Revisão** |
| Pontuação acima do limiar de revisão | **Recusado** |

> **Limiares padrão:**
>
> * Limiar de aprovação: 80
> * Limiar de revisão: 100

**Exemplo:** com os limiares padrão:

* Maior pontuação de risco = 50 → **Aprovado** (risco baixo)
* Maior pontuação de risco = 90 → **Em Revisão** (risco médio, exige revisão manual)
* Maior pontuação de risco = 101 (impossível, mas >100) → **Recusado** (risco alto)

***

## Fórmula da pontuação de risco

A pontuação de risco geral é calculada por meio de uma média ponderada:

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

| Componente | Peso | Descrição |
| - | - | - |
| **País** | 30% | Avaliação de risco geográfico com base em fatores de PLD/FT |
| **Categoria** | 50% | Nível de risco com base no tipo de inclusão na lista de monitoramento |
| **Registros criminais** | 20% | Risco decorrente de histórico criminal e condenações |

***

## Níveis de risco

Com base na pontuação de risco calculada, as entidades são classificadas em três níveis de risco:

| Nível de risco | Faixa de pontuação | Descrição |
| - | - | - |
| 🟢 **Baixo Risco** | \< 30 | Baixa preocupação em relação à conformidade, due diligence padrão |
| 🟡 **Risco Médio** | 30 – 49 | Preocupação elevada, due diligence reforçada recomendada |
| 🔴 **Alto Risco** | ≥ 50 | Preocupação significativa, investigação aprofundada obrigatória |

***

## Detalhes da pontuação dos componentes

### Pontuação de país (peso de 30%)

A pontuação de país reflete o risco inerente de AML/CFT associado a uma jurisdição. Os fatores incluem:

* Riscos de lavagem de dinheiro e financiamento do terrorismo
* Conformidade com as recomendações do GAFI (FATF)
* Existência de sanções internacionais
* Índices de percepção da corrupção
* Solidez do arcabouço regulatório

**Faixa de pontuação:** 0-100 (quanto maior, maior o risco)

> **Observação:** quando uma ocorrência está associada a vários países, a **maior pontuação de país** é usada no cálculo.

#### Pontuações de risco por país

| País | Código | Pontuação de risco | Nível de risco |
| - | - | - | - |
| 🇮🇷 Irã | `IR` | 81.66 | 🔴 Alto |
| 🇰🇵 Coreia do Norte | `KP` | 78.20 | 🔴 Alto |
| 🇲🇲 Mianmar | `MM` | 75.09 | 🔴 Alto |
| 🇦🇫 Afeganistão | `AF` | 74.63 | 🔴 Alto |
| 🇸🇾 Síria | `SY` | 74.49 | 🔴 Alto |
| 🇭🇹 Haiti | `HT` | 74.30 | 🔴 Alto |
| 🇨🇩 República Democrática do Congo | `CD` | 71.66 | 🔴 Alto |
| 🇷🇺 Rússia | `RU` | 71.25 | 🔴 Alto |
| 🇻🇪 Venezuela | `VE` | 71.09 | 🔴 Alto |
| 🇸🇸 Sudão do Sul | `SS` | 70.77 | 🔴 Alto |
| 🇾🇪 Iêmen | `YE` | 68.40 | 🔴 Alto |
| 🇱🇧 Líbano | `LB` | 67.76 | 🔴 Alto |
| 🇸🇴 Somália | `SO` | 65.38 | 🔴 Alto |
| 🇲🇱 Mali | `ML` | 62.78 | 🔴 Alto |
| 🇱🇾 Líbia | `LY` | 61.96 | 🔴 Alto |
| 🇲🇿 Moçambique | `MZ` | 57.15 | 🔴 Alto |
| 🇧🇮 Burundi | `BI` | 56.48 | 🔴 Alto |
| 🇵🇭 Filipinas | `PH` | 56.44 | 🔴 Alto |
| 🇬🇼 Guiné-Bissau | `GW` | 55.99 | 🔴 Alto |
| 🇰🇪 Quênia | `KE` | 55.49 | 🔴 Alto |
| 🇽🇰 Kosovo | `XK` | 55.49 | 🔴 Alto |
| 🇪🇷 Eritreia | `ER` | 54.72 | 🔴 Alto |
| 🇵🇸 Estado da Palestina | `PS` | 54.41 | 🔴 Alto |
| 🇳🇬 Nigéria | `NG` | 54.40 | 🔴 Alto |
| 🇻🇳 Vietnã | `VN` | 54.24 | 🔴 Alto |
| 🇮🇶 Iraque | `IQ` | 54.15 | 🔴 Alto |
| 🇹🇿 Tanzânia | `TZ` | 53.22 | 🔴 Alto |
| 🇭🇷 Croácia | `HR` | 53.03 | 🔴 Alto |
| 🇩🇿 Argélia | `DZ` | 52.28 | 🔴 Alto |
| 🇵🇦 Panamá | `PA` | 52.28 | 🔴 Alto |
| 🇨🇮 Costa do Marfim | `CI` | 51.61 | 🔴 Alto |
| 🇨🇲 Camarões | `CM` | 51.35 | 🔴 Alto |
| 🇨🇫 República Centro-Africana | `CF` | 50.98 | 🔴 Alto |
| 🇸🇩 Sudão | `SD` | 49.52 | 🔴 Alto |
| 🇦🇴 Angola | `AO` | 49.47 | 🟡 Médio |
| 🇳🇮 Nicarágua | `NI` | 49.07 | 🟡 Médio |
| 🇹🇹 Trinidad e Tobago | `TT` | 48.45 | 🟡 Médio |
| 🇧🇫 Burkina Faso | `BF` | 47.94 | 🟡 Médio |
| 🇹🇷 Turquia | `TR` | 47.93 | 🟡 Médio |
| 🇻🇺 Vanuatu | `VU` | 47.93 | 🟡 Médio |
| 🇳🇪 Níger | `NE` | 47.02 | 🟡 Médio |
| 🇬🇹 Guatemala | `GT` | 47.01 | 🟡 Médio |
| 🇧🇦 Bósnia e Herzegovina | `BA` | 46.75 | 🟡 Médio |
| 🇺🇬 Uganda | `UG` | 46.67 | 🟡 Médio |
| 🇿🇦 África do Sul | `ZA` | 46.60 | 🟡 Médio |
| 🇺🇦 Ucrânia | `UA` | 46.43 | 🟡 Médio |
| 🇨🇳 China | `CN` | 45.92 | 🟡 Médio |
| 🇨🇺 Cuba | `CU` | 45.89 | 🟡 Médio |
| 🇧🇬 Bulgária | `BG` | 45.70 | 🟡 Médio |
| 🇦🇪 Emirados Árabes Unidos | `AE` | 45.39 | 🟡 Médio |
| 🇿🇼 Zimbábue | `ZW` | 45.37 | 🟡 Médio |
| 🇦🇱 Albânia | `AL` | 45.34 | 🟡 Médio |
| 🇯🇲 Jamaica | `JM` | 45.11 | 🟡 Médio |
| 🇧🇧 Barbados | `BB` | 45.04 | 🟡 Médio |
| 🇬🇳 Guiné | `GN` | 44.80 | 🟡 Médio |
| 🇸🇽 São Martinho (Sint Maarten) | `SX` | 44.79 | 🟡 Médio |
| 🇱🇷 Libéria | `LR` | 44.66 | 🟡 Médio |
| 🇷🇸 Sérvia | `RS` | 44.26 | 🟡 Médio |
| 🇲🇪 Montenegro | `ME` | 43.47 | 🟡 Médio |
| 🇲🇨 Mônaco | `MC` | 43.13 | 🟡 Médio |
| 🇪🇹 Etiópia | `ET` | 42.85 | 🟡 Médio |
| 🇩🇯 Djibuti | `DJ` | 41.96 | 🟡 Médio |
| 🇳🇦 Namíbia | `NA` | 41.83 | 🟡 Médio |
| 🇱🇦 Laos | `LA` | 41.73 | 🟡 Médio |
| 🇹🇳 Tunísia | `TN` | 41.35 | 🟡 Médio |
| 🇬🇮 Gibraltar | `GI` | 41.21 | 🟡 Médio |
| 🇧🇾 Belarus | `BY` | 41.17 | 🟡 Médio |
| 🇬🇾 Guiana | `GY` | 40.75 | 🟡 Médio |
| 🇰🇲 Comores | `KM` | 40.50 | 🟡 Médio |
| 🇨🇼 Curaçao | `CW` | 39.88 | 🟡 Médio |
| 🇵🇰 Paquistão | `PK` | 39.49 | 🟡 Médio |
| 🇸🇱 Serra Leoa | `SL` | 39.44 | 🟡 Médio |
| 🇸🇷 Suriname | `SR` | 39.38 | 🟡 Médio |
| 🇲🇰 Macedônia do Norte | `MK` | 39.14 | 🟡 Médio |
| 🇦🇿 Azerbaijão | `AZ` | 38.69 | 🟡 Médio |
| 🇹🇩 Chade | `TD` | 38.54 | 🟡 Médio |
| 🇰🇮 Kiribati | `KI` | 37.94 | 🟡 Médio |
| 🇰🇭 Camboja | `KH` | 37.90 | 🟡 Médio |
| 🇬🇶 Guiné Equatorial | `GQ` | 37.90 | 🟡 Médio |
| 🇸🇨 Seicheles | `SC` | 37.60 | 🟡 Médio |
| 🇲🇩 Moldávia | `MD` | 37.54 | 🟡 Médio |
| 🇧🇿 Belize | `BZ` | 37.48 | 🟡 Médio |
| 🇭🇰 Hong Kong | `HK` | 37.47 | 🟡 Médio |
| 🇨🇴 Colômbia | `CO` | 37.26 | 🟡 Médio |
| 🇵🇬 Papua-Nova Guiné | `PG` | 37.20 | 🟡 Médio |
| 🇸🇿 Essuatíni | `SZ` | 37.00 | 🟡 Médio |
| 🇦🇬 Antígua e Barbuda | `AG` | 36.74 | 🟡 Médio |
| 🇻🇬 Ilhas Virgens Britânicas | `VG` | 36.70 | 🟡 Médio |
| 🇸🇹 São Tomé e Príncipe | `ST` | 36.64 | 🟡 Médio |
| 🇧🇯 Benim | `BJ` | 36.60 | 🟡 Médio |
| 🇲🇻 Maldivas | `MV` | 36.20 | 🟡 Médio |
| 🇱🇨 Santa Lúcia | `LC` | 36.18 | 🟡 Médio |
| 🇰🇳 São Cristóvão e Névis | `KN` | 36.03 | 🟡 Médio |
| 🇫🇲 Micronésia | `FM` | 35.97 | 🟡 Médio |
| 🇹🇻 Tuvalu | `TV` | 35.94 | 🟡 Médio |
| 🇨🇬 Congo | `CG` | 35.92 | 🟡 Médio |
| 🇹🇯 Tadjiquistão | `TJ` | 35.90 | 🟡 Médio |
| 🇸🇳 Senegal | `SN` | 35.88 | 🟡 Médio |
| 🇵🇾 Paraguai | `PY` | 35.77 | 🟡 Médio |
| 🇹🇭 Tailândia | `TH` | 35.71 | 🟡 Médio |
| 🇼🇸 Samoa | `WS` | 35.68 | 🟡 Médio |
| 🇬🇦 Gabão | `GA` | 35.54 | 🟡 Médio |
| 🇪🇨 Equador | `EC` | 35.29 | 🟡 Médio |
| 🇭🇳 Honduras | `HN` | 35.28 | 🟡 Médio |
| 🇸🇻 El Salvador | `SV` | 35.15 | 🟡 Médio |
| 🇲🇽 México | `MX` | 35.01 | 🟡 Médio |
| 🇹🇬 Togo | `TG` | 35.01 | 🟡 Médio |
| 🇧🇷 Brasil | `BR` | 34.94 | 🟡 Médio |
| 🇬🇩 Granada | `GD` | 34.87 | 🟡 Médio |
| 🇹🇲 Turcomenistão | `TM` | 34.75 | 🟡 Médio |
| 🇦🇷 Argentina | `AR` | 34.71 | 🟡 Médio |
| 🇲🇬 Madagascar | `MG` | 34.67 | 🟡 Médio |
| 🇸🇮 Eslovênia | `SI` | 34.62 | 🟡 Médio |
| 🇳🇵 Nepal | `NP` | 34.60 | 🟡 Médio |
| 🇰🇬 Quirguistão | `KG` | 34.54 | 🟡 Médio |
| 🇹🇱 Timor-Leste | `TL` | 34.50 | 🟡 Médio |
| 🇮🇩 Indonésia | `ID` | 34.44 | 🟡 Médio |
| 🇬🇭 Gana | `GH` | 34.18 | 🟡 Médio |
| 🇦🇮 Anguila | `AI` | 34.17 | 🟡 Médio |
| 🇻🇨 São Vicente e Granadinas | `VC` | 34.08 | 🟡 Médio |
| 🇨🇷 Costa Rica | `CR` | 33.84 | 🟡 Médio |
| 🇧🇴 Bolívia | `BO` | 33.75 | 🟡 Médio |
| 🇧🇸 Bahamas | `BS` | 33.48 | 🟡 Médio |
| 🇩🇲 Dominica | `DM` | 33.16 | 🟡 Médio |
| 🇹🇴 Tonga | `TO` | 33.13 | 🟡 Médio |
| 🇪🇭 Saara Ocidental | `EH` | 33.03 | 🟡 Médio |
| 🇵🇪 Peru | `PE` | 32.99 | 🟡 Médio |
| 🇰🇾 Ilhas Cayman | `KY` | 32.89 | 🟡 Médio |
| 🇨🇾 Chipre | `CY` | 32.74 | 🟡 Médio |
| 🇦🇲 Armênia | `AM` | 32.69 | 🟡 Médio |
| 🇨🇻 Cabo Verde | `CV` | 32.61 | 🟡 Médio |
| 🇳🇺 Niue | `NU` | 32.38 | 🟡 Médio |
| 🇵🇼 Palau | `PW` | 32.18 | 🟡 Médio |
| 🇲🇾 Malásia | `MY` | 32.16 | 🟡 Médio |
| 🇸🇧 Ilhas Salomão | `SB` | 32.08 | 🟡 Médio |
| 🇮🇳 Índia | `IN` | 32.02 | 🟡 Médio |
| 🇮🇱 Israel | `IL` | 31.77 | 🟡 Médio |
| 🇬🇲 Gâmbia | `GM` | 31.70 | 🟡 Médio |
| 🇦🇼 Aruba | `AW` | 31.64 | 🟡 Médio |
| 🇲🇸 Montserrat | `MS` | 31.63 | 🟡 Médio |
| 🇧🇭 Bahrein | `BH` | 31.61 | 🟡 Médio |
| 🇰🇼 Kuwait | `KW` | 31.52 | 🟡 Médio |
| 🇱🇸 Lesoto | `LS` | 31.50 | 🟡 Médio |
| 🇩🇴 República Dominicana | `DO` | 31.28 | 🟡 Médio |
| 🇪🇬 Egito | `EG` | 31.17 | 🟡 Médio |
| 🇲🇭 Ilhas Marshall | `MH` | 31.11 | 🟡 Médio |
| 🇲🇷 Mauritânia | `MR` | 31.08 | 🟡 Médio |
| 🇹🇨 Turcas e Caicos | `TC` | 31.08 | 🟡 Médio |
| 🇧🇩 Bangladesh | `BD` | 30.99 | 🟡 Médio |
| 🇫🇯 Fiji | `FJ` | 30.88 | 🟡 Médio |
| 🇳🇷 Nauru | `NR` | 30.84 | 🟡 Médio |
| 🇺🇿 Uzbequistão | `UZ` | 30.78 | 🟡 Médio |
| 🇱🇰 Sri Lanka | `LK` | 30.67 | 🟡 Médio |
| 🇲🇦 Marrocos | `MA` | 30.03 | 🟡 Médio |
| 🇯🇴 Jordânia | `JO` | 29.73 | 🟢 Baixo |
| 🇲🇺 Maurício | `MU` | 29.73 | 🟢 Baixo |
| 🇬🇪 Geórgia | `GE` | 29.40 | 🟢 Baixo |
| 🇰🇿 Cazaquistão | `KZ` | 28.92 | 🟢 Baixo |
| 🇸🇰 Eslováquia | `SK` | 28.88 | 🟢 Baixo |
| 🇲🇳 Mongólia | `MN` | 28.82 | 🟢 Baixo |
| 🇷🇼 Ruanda | `RW` | 28.82 | 🟢 Baixo |
| 🇲🇼 Malawi | `MW` | 28.76 | 🟢 Baixo |
| 🇭🇺 Hungria | `HU` | 28.70 | 🟢 Baixo |
| 🇷🇴 Romênia | `RO` | 28.62 | 🟢 Baixo |
| 🇲🇹 Malta | `MT` | 28.46 | 🟢 Baixo |
| 🇸🇦 Arábia Saudita | `SA` | 28.32 | 🟢 Baixo |
| 🇿🇲 Zâmbia | `ZM` | 28.16 | 🟢 Baixo |
| 🇨🇰 Ilhas Cook | `CK` | 28.13 | 🟢 Baixo |
| 🇵🇱 Polônia | `PL` | 28.13 | 🟢 Baixo |
| 🇴🇲 Omã | `OM` | 27.90 | 🟢 Baixo |
| 🇹🇼 Taiwan | `TW` | 27.90 | 🟢 Baixo |
| 🇨🇱 Chile | `CL` | 27.74 | 🟢 Baixo |
| 🇧🇹 Butão | `BT` | 27.70 | 🟢 Baixo |
| 🇮🇹 Itália | `IT` | 27.66 | 🟢 Baixo |
| 🇧🇼 Botsuana | `BW` | 27.50 | 🟢 Baixo |
| 🇧🇶 Países Baixos Caribenhos | `BQ` | 27.23 | 🟢 Baixo |
| 🇳🇱 Países Baixos | `NL` | 27.23 | 🟢 Baixo |
| 🇬🇷 Grécia | `GR` | 26.70 | 🟢 Baixo |
| 🇮🇲 Ilha de Man | `IM` | 26.69 | 🟢 Baixo |
| 🇻🇮 Ilhas Virgens Americanas | `VI` | 26.64 | 🟢 Baixo |
| 🇮🇪 Irlanda | `IE` | 25.95 | 🟢 Baixo |
| 🇪🇸 Espanha | `ES` | 25.71 | 🟢 Baixo |
| 🇨🇿 República Tcheca | `CZ` | 25.46 | 🟢 Baixo |
| 🇧🇪 Bélgica | `BE` | 25.38 | 🟢 Baixo |
| 🇸🇬 Singapura | `SG` | 25.31 | 🟢 Baixo |
| 🇺🇸 Estados Unidos | `US` | 25.22 | 🟢 Baixo |
| 🇱🇻 Letônia | `LV` | 25.16 | 🟢 Baixo |
| 🇲🇴 Macau | `MO` | 25.07 | 🟢 Baixo |
| 🇨🇦 Canadá | `CA` | 24.95 | 🟢 Baixo |
| 🇬🇧 Reino Unido | `GB` | 24.79 | 🟢 Baixo |
| 🇶🇦 Catar | `QA` | 24.70 | 🟢 Baixo |
| 🇨🇭 Suíça | `CH` | 24.51 | 🟢 Baixo |
| 🇲🇵 Ilhas Marianas do Norte | `MP` | 24.19 | 🟢 Baixo |
| 🇦🇸 Samoa Americana | `AS` | 24.10 | 🟢 Baixo |
| 🇬🇺 Guam | `GU` | 24.10 | 🟢 Baixo |
| 🇯🇵 Japão | `JP` | 23.94 | 🟢 Baixo |
| 🇩🇪 Alemanha | `DE` | 23.52 | 🟢 Baixo |
| 🇰🇷 Coreia do Sul | `KR` | 23.48 | 🟢 Baixo |
| 🇱🇺 Luxemburgo | `LU` | 23.41 | 🟢 Baixo |
| 🇵🇹 Portugal | `PT` | 23.40 | 🟢 Baixo |
| 🇱🇮 Liechtenstein | `LI` | 23.23 | 🟢 Baixo |
| 🇦🇩 Andorra | `AD` | 22.55 | 🟢 Baixo |
| 🇦🇹 Áustria | `AT` | 22.38 | 🟢 Baixo |
| 🇻🇦 Santa Sé | `VA` | 22.17 | 🟢 Baixo |
| 🇦🇺 Austrália | `AU` | 22.12 | 🟢 Baixo |
| 🇵🇷 Porto Rico | `PR` | 22.11 | 🟢 Baixo |
| 🇱🇹 Lituânia | `LT` | 22.08 | 🟢 Baixo |
| 🇺🇾 Uruguai | `UY` | 22.06 | 🟢 Baixo |
| 🇧🇲 Bermudas | `BM` | 21.85 | 🟢 Baixo |
| 🇫🇷 França | `FR` | 21.71 | 🟢 Baixo |
| 🇧🇳 Brunei | `BN` | 21.40 | 🟢 Baixo |
| 🇪🇪 Estônia | `EE` | 21.37 | 🟢 Baixo |
| 🇫🇰 Ilhas Malvinas | `FK` | 21.20 | 🟢 Baixo |
| 🇸🇭 Santa Helena | `SH` | 21.20 | 🟢 Baixo |
| 🇬🇫 Guiana Francesa | `GF` | 21.05 | 🟢 Baixo |
| 🇵🇫 Polinésia Francesa | `PF` | 21.05 | 🟢 Baixo |
| 🇬🇵 Guadalupe | `GP` | 21.05 | 🟢 Baixo |
| 🇲🇶 Martinica | `MQ` | 21.05 | 🟢 Baixo |
| 🇳🇨 Nova Caledônia | `NC` | 21.05 | 🟢 Baixo |
| 🇧🇱 São Bartolomeu | `BL` | 21.05 | 🟢 Baixo |
| 🇲🇫 São Martinho | `MF` | 21.05 | 🟢 Baixo |
| 🇵🇲 São Pedro e Miquelão | `PM` | 21.05 | 🟢 Baixo |
| 🇼🇫 Wallis e Futuna | `WF` | 21.05 | 🟢 Baixo |
| 🇮🇸 Islândia | `IS` | 21.04 | 🟢 Baixo |
| 🇬🇱 Groenlândia | `GL` | 19.43 | 🟢 Baixo |
| 🇳🇿 Nova Zelândia | `NZ` | 19.19 | 🟢 Baixo |
| 🇹🇰 Tokelau | `TK` | 19.18 | 🟢 Baixo |
| 🇸🇲 San Marino | `SM` | 19.10 | 🟢 Baixo |
| 🇸🇪 Suécia | `SE` | 18.85 | 🟢 Baixo |
| 🇩🇰 Dinamarca | `DK` | 18.46 | 🟢 Baixo |
| 🇫🇴 Ilhas Faroé | `FO` | 18.46 | 🟢 Baixo |
| 🇫🇮 Finlândia | `FI` | 18.01 | 🟢 Baixo |
| 🇳🇴 Noruega | `NO` | 17.62 | 🟢 Baixo |

233 países · Pontuações de risco baseadas em fatores AML/CFT

***

### Pontuação de categoria (peso de 50%)

A pontuação de categoria reflete o nível de risco inerente com base no tipo de lista de monitoramento em que a entidade aparece. Este é o componente **de maior peso**, porque o tipo de listagem indica diretamente o risco regulatório e de conformidade.

| Categoria | Pontuação | Descrição |
| - | - | - |
| **Sanções** | 100 | Incluído em listas de sanções internacionais (OFAC, ONU, UE etc.) |
| **PEP** | 100 | Pessoa politicamente exposta (classificação geral) |
| **PEP Nível 1** | 100 | Chefes de Estado, altos funcionários do governo, juízes de cortes supremas |
| **Avisos e questões regulatórias** | 95 | Avisos regulatórios, medidas de fiscalização |
| **Insolvência** | 80 | Falência, processos de liquidação |
| **PEP Nível 2** | 80 | Parlamentares, oficiais militares de alta patente, embaixadores |
| **SIE** | 75 | Empresa sob influência estatal: empresas com vínculos governamentais |
| **SIP** | 75 | Pessoa sob influência estatal: pessoas físicas com influência governamental |
| **PEP Nível 3** | 70 | Autoridades de governos regionais, prefeitos, juízes |
| **Idoneidade e probidade** | 65 | Avaliações de idoneidade no setor de serviços financeiros, revisões regulatórias |
| **Mídia adversa** | 60 | Cobertura negativa na imprensa relacionada a crimes financeiros |
| **PEP Nível 4** | 55 | Autoridades de escalão inferior, membros de partidos políticos |
| **Empresário** | 55 | Figuras empresariais de alto perfil com potencial exposição |
| **Empresa** | 40 | Entidades empresariais em geral presentes em listas de monitoramento |

> **Observação:** quando uma ocorrência pertence a várias categorias, é usada a **maior pontuação de categoria**.

#### Níveis de risco por 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                 │
└─────────────────────────────────────────────────────────────────┘
```

***

### Pontuação de antecedentes criminais (peso de 20%)

O componente de antecedentes criminais avalia qualquer histórico criminal associado à entidade.

| Situação criminal | Pontuação | Descrição |
| - | - | - |
| **Condenado por tribunal** | 100 | A entidade foi condenada por um crime |
| **Pena criminal aplicada** | 90 | A entidade teve penas criminais ou multas aplicadas |
| **Sem antecedentes criminais** | 0 | Nenhum histórico criminal conhecido |

> **Observação:** os antecedentes criminais têm peso significativo apesar da alocação de 20%, porque uma condenação pode mudar drasticamente o perfil de risco de uma entidade.

***

## Opções de configuração

### Limiares da pontuação de risco (determinam o status final de AML)

| Configuração | Padrão | Descrição |
| - | - | - |
| Limiar de aprovação | 80 | Pontuações de risco abaixo deste valor resultam no status **Aprovado** |
| Limiar de revisão | 100 | Pontuações de risco acima deste valor resultam no status **Recusado**. Pontuações entre os limiares resultam no status **Em Revisão**. |

### Limiar da pontuação de correspondência (determina a classificação dos hits)

| Configuração | Padrão | Descrição |
| - | - | - |
| Limiar da pontuação de correspondência | 93 | Pontuações de correspondência abaixo deste valor classificam os hits como **Falso Positivo**. Somente hits que não são falsos positivos são incluídos na avaliação de risco. |

***

## Fluxo completo: da triagem ao status 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                                         │
│                                                                             │
└─────────────────────────────────────────────────────────────────────────────┘
```

***

## Exemplos de cálculo

### Exemplo 1: PEP de alto risco de um país sob sanções

**Dados do hit:**

* País: Irã (pontuação: 81.66)
* Categoria: Sanções (pontuação: 100)
* Antecedentes criminais: nenhum (pontuação: 0)

**Cálculo da pontuação de risco:**

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

**Resultado:** pontuação de risco 74.50 → nível de risco da entidade: **Alto** 🔴

* Se esta for a maior pontuação de risco entre os hits não revisados e os limiares forem os padrões (86/100):
* 74.50 \< 86 → status final de AML: **Aprovado** (a entidade apresenta risco, mas está abaixo do limiar de revisão)

### Exemplo 2: PEP Nível 1 de país de alto risco

**Dados do hit:**

* País: Rússia (pontuação: 71.25)
* Categoria: PEP Nível 1 (pontuação: 100)
* Antecedentes criminais: condenado judicialmente (pontuação: 100)

**Cálculo da pontuação de risco:**

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

**Resultado:** pontuação de risco 91.38 → nível de risco da entidade: **Alto** 🔴

* Com os limiares padrão (86/100): 86 ≤ 91.38 ≤ 100 → status final de AML: **Em revisão**

### Exemplo 3: Entidade empresarial de baixo risco

**Dados do hit:**

* País: Reino Unido (pontuação: 24.79)
* Categoria: Empresa (pontuação: 40)
* Antecedentes criminais: nenhum (pontuação: 0)

**Cálculo da pontuação de risco:**

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

**Resultado:** pontuação de risco 27.44 → nível de risco da entidade: **Baixo** 🟢

* Com os limiares padrão (86/100): 27.44 \< 86 → status final de AML: **Aprovado**

***

## Exemplo de resposta da API

Cada hit na resposta de AML inclui as duas pontuações:

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

O resultado geral de AML inclui o status final com base na maior pontuação de risco:

```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"
    }
  ]
}
```

Neste exemplo:

* O hit 2 é um falso positivo (match\_score 88 \< limiar 93), por isso é excluído
* A maior risk\_score entre os hits não revisados é 91 (do hit 1)
* 86 ≤ 91 ≤ 100 → status final: **Em revisão**

***

## Gerenciamento do status de revisão dos hits

Você pode atualizar manualmente o status de revisão de cada hit após a classificação inicial:

| Status | Descrição |
| - | - |
| **Não revisado** | Status inicial para hits com pontuação de correspondência ≥ limiar |
| **Falso Positivo** | Status inicial para hits com pontuação de correspondência \< limiar (ou marcados manualmente) |
| **Correspondência Confirmada** | Verificado manualmente como sendo a mesma pessoa |
| **Inconclusivo** | Não foi possível determinar se o hit corresponde à mesma pessoa |

> [!NOTE]
>
> ### **Dica:** atualize o status de revisão dos hits no Console acessando a visão geral de AML ou clicando nos detalhes de um hit específico.

***

## Boas práticas

1. **Entenda o sistema de duas pontuações**: a pontuação de correspondência filtra falsos positivos; a pontuação de risco determina a urgência.

2. **Revise primeiro os hits de alto risco**: use a pontuação de risco para priorizar o trabalho da sua equipe de conformidade entre os hits não revisados.

3. **Ajuste os limiares de acordo com o seu apetite de risco:**
   * Limiar da pontuação de correspondência mais baixo → mais hits considerados não revisados
   * Limiar de aprovação mais baixo → mais sessões aprovadas automaticamente
   * Limiar de revisão mais baixo → mais sessões recusadas automaticamente

4. **Documente suas decisões**: ao revisar hits manualmente, registre por que você aprovou ou escalou, com base tanto na confiança da correspondência quanto nos fatores de risco.

5. **Monitore tendências**: acompanhe a distribuição de hits da sua organização por pontuação de correspondência e por nível de risco para identificar padrões.


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