Do More Suspicious Transaction Reports Lead to More Convictions for Money Laundering?

Cette étude démontre que, bien qu'un lien statistique apparent existe entre le nombre de déclarations d'opérations suspectes et les condamnations pour blanchiment d'argent dans l'Union européenne, cette corrélation est en réalité spurious et non causale, car elle disparaît une fois contrôlée pour les tendances temporelles communes, suggérant ainsi qu'une simple augmentation des déclarations ne garantit pas davantage de condamnations.

L'essentiel

Voici une explication simple et imagée de cette recherche, conçue pour être comprise par tout le monde, sans jargon technique.

🕵️‍♂️ Le Grand Dilemme : Plus de rapports, plus de coupables ?

Imaginez que vous êtes le chef d'une équipe de détectives (les autorités financières) chargés de traquer des voleurs d'argent (les blanchisseurs). Pour vous aider, les banques et les entreprises vous envoient des milliers de petits billets d'alerte appelés rapports d'opérations suspectes (STR).

La question que se posent les auteurs de cette étude est simple : « Si les banques nous envoient deux fois plus de billets d'alerte, est-ce que nous allons attraper deux fois plus de voleurs ? »

La réponse, selon cette étude menée sur les pays de l'Union Européenne, est un grand « Pas vraiment ».

---

📉 L'analogie du « Cri du Loup »

Pour comprendre pourquoi, imaginons une scène de forêt :

1. Le scénario idéal : Un garde forestier (la banque) voit un loup (un blanchisseur) et crie « Au loup ! ». Le garde-chasse (la police) arrive, attrape le loup. C'est efficace.
2. La réalité de l'étude : Les banques, pour éviter les amendes, se mettent à crier « Au loup ! » pour tout. Pour un chat, pour un oiseau, pour un simple mouvement de vent.
   • Résultat : Les gardes-chasse sont submergés de faux signalements. Ils ne savent plus qui écouter.
   • L'effet de saturation : Même si le nombre de cris augmente énormément, le nombre de loups réellement attrapés n'augmente pas proportionnellement. C'est ce qu'on appelle l'effet « Cri du Loup ». Plus on crie, moins on est écouté.

L'étude montre mathématiquement que même si le nombre d'arrestations augmente un peu quand il y a plus de rapports, l'efficacité diminue. Chaque nouveau rapport apporte de moins en moins de résultats. C'est comme essayer de remplir un seau avec un tuyau d'arrosage : au début, ça remplit vite, mais si le tuyau est trop gros, l'eau déborde et le seau ne se remplit pas plus vite.

---

⏳ Le vrai coupable : Le « Vent du Temps »

C'est ici que l'étude devient fascinante. Les chercheurs ont découvert que la relation entre les rapports et les arrestations n'est peut-être pas du tout une relation de cause à effet.

Imaginez que vous regardez une vidéo accélérée d'une ville :

• En 2006, il y a peu de voitures et peu d'accidents.
• En 2014, il y a beaucoup plus de voitures et beaucoup plus d'accidents.

Est-ce que le fait qu'il y ait plus de voitures cause directement les accidents ? Oui, mais il y a un facteur caché : le temps. Avec le temps, la population grandit, la ville s'étend, et tout augmente.

Dans cette étude, les chercheurs ont vu que :

1. Le nombre de rapports bancaires a explosé entre 2006 et 2014 (presque +240 %).
2. Le nombre d'arrestations a aussi augmenté.

Mais quand ils ont isolé le facteur « Temps » (en regardant ce qui se passe année après année dans chaque pays), la magie a disparu. La corrélation a disparu.

Pourquoi ?
Il semble qu'une troisième force invisible pousse les deux choses en même temps :

• La pression politique et médiatique : Les gouvernements et le public crient « Il faut faire quelque chose contre le blanchiment ! ».
• La réaction des banques : Elles envoient des milliers de rapports pour montrer qu'elles travaillent (souvent pour se protéger juridiquement).
• La réaction des juges : Ils arrêtent plus de gens parce que le blanchiment est devenu une priorité politique, pas parce qu'ils ont reçu plus de rapports utiles.

C'est comme si un chef d'orchestre (la pression politique) faisait jouer plus fort tout l'orchestre (les rapports ET les arrestations) en même temps. Ce n'est pas le violon (les rapports) qui fait jouer la batterie (les arrestations), c'est le chef qui les pousse tous les deux.

---

💡 La leçon pour les décideurs

L'étude conclut avec un conseil très clair pour les régulateurs financiers :

Arrêtez de compter les rapports comme un score de sport.

Dire « Nous avons reçu 1 million de rapports cette année, c'est un succès ! » est trompeur. C'est comme dire « J'ai lu 1000 pages de journaux, donc je suis très bien informé ». Si les pages sont pleines de publicité et de bruit, vous n'avez rien appris.

Ce qu'il faut faire :

• Se concentrer sur la qualité plutôt que la quantité.
• Comprendre pourquoi certains pays réussissent mieux que d'autres à transformer un rapport en arrestation (ce sont souvent des différences de lois, de culture policière ou de priorités).
• Arrêter de demander aux banques d'envoyer plus de rapports, et commencer à leur demander d'envoyer des rapports plus intelligents.

En résumé

Cette étude nous dit : « Plus de rapports ne signifient pas automatiquement plus de justice. » Parfois, c'est juste du bruit. Pour vraiment combattre le blanchiment d'argent, il faut arrêter de compter les signalements et commencer à améliorer la façon dont on les utilise.

Résumé technique

Voici un résumé technique détaillé de l'article de recherche intitulé « Do More Suspicious Transaction Reports Lead to More Convictions for Money Laundering? Empirical Evidence from the European Union », rédigé en français.

1. Problématique et Contexte

L'article examine une hypothèse fondamentale sous-jacente aux politiques internationales de lutte contre le blanchiment d'argent (AML), notamment celles du Groupe d'action financière (GAFI/FATF) et de l'Union européenne (4e directive AML) : l'augmentation du nombre de déclarations de transactions suspectes (STR) conduit-elle mécaniquement à une augmentation des condamnations pour blanchiment d'argent ?

Les auteurs soulignent que les évaluations actuelles de l'efficacité des systèmes AML reposent souvent sur des métriques d'activité (le volume des STR) plutôt que sur des résultats (le nombre de condamnations). Des travaux antérieurs suggèrent que le système pourrait souffrir d'un effet « cri au loup » (crying wolf), où les institutions financières déposent un grand nombre de rapports de faible qualité pour se prémunir contre des sanctions, saturant ainsi les unités de renseignement financier sans améliorer la détection réelle.

2. Méthodologie et Données

Données :
Les auteurs ont construit un panel déséquilibré couvrant 28 pays de l'UE sur la période 2006-2016. Les données proviennent de sources autoritaires :

• Europol : Pour le nombre de STR ($STR_{c,t}$).
• Banque mondiale et FMI : Pour le PIB, la population et la taille de l'économie souterraine ($SHW$).
• European Sourcebook of Crime and Criminal Justice Statistics : Pour le nombre de policiers ($POL$) et le nombre de condamnations pour blanchiment ($CON$).

Les variables sont normalisées (par habitant ou par 100 000 habitants) et transformées logarithmiquement pour linéariser les relations.

Modélisation Économétrique :
Inspiration tirée de la fonction de production Cobb-Douglas, les auteurs modélisent la relation entre les STR (intrants) et les condamnations (produit) sous la forme d'une loi de puissance :
$$CON_{c,t+j} = A \times STR_{c,t}^\beta$$
Après transformation logarithmique, cela devient un modèle de régression linéaire :
$$\log_{10}(CON_{c,t+j}) = \alpha + \beta \times \log_{10}(STR_{c,t}) + \text{contrôles} + \epsilon$$

Les auteurs utilisent deux approches principales :

1. Régression Poolée (OLS) : Traite toutes les observations comme indépendantes.
2. Régression à Effets Fixes : Contrôle les hétérogénéités non observées spécifiques à chaque pays (ex: différences légales, priorités de poursuite) et les tendances temporelles.

Variables de contrôle :

• Taille de la population ($POP$).
• Taille de l'économie souterraine ($SGDP$) comme proxy du volume potentiel de blanchiment.
• Effectifs policiers ($POL$).
• Tendances temporelles (variable temps $t$ ou effets fixes temporels).

Décalage temporel :
Compte tenu de la durée des enquêtes judiciaires, les auteurs analysent l'impact des STR de l'année $t$ sur les condamnations jusqu'à 5 ans plus tard ($t+1$ à $t+5$) et sur des moyennes glissantes.

3. Résultats Principaux

A. Relation Sub-linéaire (Modèles Poolés)
Dans les modèles de régression poolée (sans effets fixes), le coefficient $\beta$ est positif, statistiquement significatif et inférieur à 1 (environ 0,45 à 0,49).

• Interprétation : Il existe une relation positive, mais sub-linéaire. Une augmentation des STR entraîne une augmentation des condamnations, mais avec des rendements marginaux décroissants. Cela suggère un effet de saturation : au-delà d'un certain seuil, chaque STR supplémentaire a moins d'impact sur les condamnations.

B. Disparition de la Relation Causale (Modèles à Effets Fixes avec Contrôle Temporel)
La découverte la plus cruciale survient lorsque l'on inclut des contrôles pour les effets fixes temporels (tendance commune dans le temps) en plus des effets fixes par pays :

• Le coefficient $\beta$ associé aux STR devient non significatif (et parfois négatif).
• Cela indique que la corrélation observée initialement était spuriaire (fausse).
• Explication : L'augmentation simultanée des STR et des condamnations au fil du temps n'est pas due à un lien de causalité direct (plus de rapports $\rightarrow$ plus de condamnations), mais à un facteur tiers non observé lié au temps (ex: pression politique, réglementaire et médiatique accrue) qui pousse à la fois les banques à déposer plus de rapports et les autorités à prioriser les affaires de blanchiment.

C. Hétérogénéité Nationale
Les effets fixes par pays ($\alpha(c)$) sont statistiquement significatifs, indiquant que la capacité d'un pays à convertir les STR en condamnations varie considérablement en fonction de son cadre juridique, de ses ressources et de ses priorités, indépendamment du volume de rapports.

4. Contributions Clés

1. Preuve Empirique de l'Inefficacité des Métriques de Volume : L'article fournit des preuves économétriques solides que le nombre de STR n'est pas un indicateur fiable de l'efficacité des politiques AML.
2. Démonstration du Biais de Variable Omise : Les auteurs montrent que l'omission des tendances temporelles et des facteurs contextuels conduit à une surestimation de l'efficacité des STR.
3. Validation de l'Hypothèse « Cri au Loup » : Les résultats soutiennent la théorie selon laquelle l'augmentation massive des rapports (de +240% entre 2006 et 2014 dans l'échantillon) est davantage le signe d'une pression réglementaire et d'une stratégie défensive des banques que d'une augmentation réelle du blanchiment d'argent.

5. Signification et Implications

• Pour les Régulateurs : Les régulateurs financiers devraient cesser de se focaliser sur l'augmentation quantitative des rapports déposés. Une telle métrique peut être contre-productive, créant un bruit informationnel qui noie les signaux pertinents.
• Changement de Paradigme : L'accent doit être mis sur la qualité des rapports et sur la manière dont ils sont utilisés (traitement, analyse, priorisation) plutôt que sur leur quantité brute.
• Politique Publique : Les résultats suggèrent que l'augmentation des ressources de poursuite (parcs de juges, procureurs) pourrait être plus efficace que l'incitation à déposer plus de rapports.
• Recherche Future : L'article plaide pour une recherche empirique accrue sur les résultats réels (condamnations, saisies) plutôt que sur des évaluations narratives ou procédurales.

Conclusion :
L'étude conclut que, toutes choses égales par ailleurs, un pays ne peut pas s'attendre statistiquement à ce qu'une augmentation des déclarations de transactions suspectes entraîne une augmentation des condamnations pour blanchiment d'argent. La relation observée est principalement le reflet de tendances temporelles communes et de différences structurelles entre les pays, et non d'un lien de causalité direct.