Optimizing Threshold-based Financial Crime Detection: Smoothing Rank Scale Gradient Descent for Discrete Loss Function-Based Threshold Adjustment

Resumo Técnico: Otimização de Limiares de Detecção de Crimes Financeiros via Gradiente de Escala de Posto Suavizado (SRSGD)

Declaração do Problema

Instituições financeiras globalmente são obrigadas por órgãos reguladores (por exemplo, a Comissão de Supervisão Financeira em Taiwan, o Manual de Exame BSA/AML nos EUA) a empregar sistemas de detecção baseados em limiares para Prevenção à Lavagem de Dinheiro (AML) e Combate ao Financiamento do Terrorismo (CTF). Esses sistemas sinalizam transações como suspeitas (SAM) se características específicas, como frequência de transação ou montantes acumulados, excederem limiares predefinidos.

O desafio central reside na otimização desses limiares. As instituições devem equilibrar três objetivos concorrentes:

1. Recall (Revocação): Capturar uma porcentagem mínima de casos fraudulentos confirmados exigida pela regulamentação (SAR=1).
2. Precisão/Custo Operacional: Minimizar o número de falsos positivos (SAR=0) para reduzir os custos de revisão manual (Economia de Recursos Humanos, ou HRS).
3. Adaptação Dinâmica: Ajustar os limiares para evitar que organizações criminosas realizem engenharia reversa e contornem regras estáticas.

Isso cria um problema de otimização discreta. A função de perda, que penaliza o baixo recall e os altos custos de revisão manual, é não diferenciável e em degraus. As abordagens tradicionais enfrentam obstáculos significativos:

• Enumeração por força bruta: É computacionalmente inviável devido à explosão combinatória de possíveis combinações de limiares (aproximando-se de $10^{20}$ para conjuntos de dados realistas).
• Busca em Grade Baseada em Quantis (QGS): Uma prática comum da indústria que reduz o espaço de busca, mas ainda exibe complexidade exponencial ($O(N^K)$). Experimentos mostram que aumentar a granularidade para melhorar a qualidade da solução leva a tempos de computação proibitivos (ex: horas ou dias) sem garantia de convergência para ótimos globais.
• Simulated Annealing (Recozimento Simulado) e outras metaheurísticas frequentemente sofrem com convergência lenta e instabilidade devido ao cenário de perda "irregular" causado por distribuições de dados desiguais.

Metodologia: Smoothing Rank Scale Gradient Descent (SRSGD)

Os autores propõem o SRSGD, uma estrutura de otimização baseada em gradiente que transforma o problema discreto de seleção de limiares em um problema contínuo. A metodologia consiste em três componentes críticos:

1. Aproximação Contínua via Funções Sigmóides
Para permitir o gradiente descendente, as funções indicadoras discretas (que determinam se uma transação excede um limiar) são aproximadas usando funções sigmóides.

• A função degrau $x \geq t$ é substituída por $\sigma(x, t) = \frac{1}{1 + e^{-M(x-t)}}$, onde $M$ controla a inclinação.
• Regras de lógica booleana complexas (combinações AND/OR de características) usadas em cenários regulatórios são aproximadas usando operações algébricas nessas ativações sigmóides (ex: produto para AND, $a + b - ab$ para OR).
• Essa transformação torna a função de perda diferenciável em relação aos parâmetros de limiar, permitindo a aplicação do gradiente descendente.

2. Transformação de Escala de Posto (Rank-Scale Transformation)
Um obstáculo importante identificado é a distribuição desigual dos dados de transação. A maioria das contas se agrupa em regiões de baixo valor, criando áreas densas com intervalos minúsculos entre limiares candidatos, enquanto regiões esparsas possuem lacunas vastas.

• Problema: No espaço de características original, isso leva a variações extremas de gradiente. Uma taxa de aprendizado adequada para regiões densas causa sobrepasso (overshooting) em regiões esparsas, enquanto uma taxa para regiões esparsas resulta em progresso insignificante em áreas densas.
• Solução: Os autores introduzem uma transformação de escala de posto. Em vez de otimizar no espaço de características original, os limiares são otimizados em um "espaço de posto" onde a distância entre limiares candidatos adjacentes é normalizada para ser igual. Isso equaliza as magnitudes de gradiente em todo o espaço de busca, estabilizando a convergência e permitindo o ajuste eficaz da taxa de aprendizado.

3. Inicialização Baseada em Quantis
Para evitar ótimos locais no cenário de perda irregular, o algoritmo inicializa os limiares usando seleção baseada em quantis. Isso garante que os pontos de partida estejam bem distribuídos pelo espaço de características antes que o processo de gradiente descendente comece.

Fluxo de Trabalho de Otimização
O algoritmo realiza o gradiente descendente no espaço de posto contínuo para encontrar valores de limiar ideais. Uma vez alcançada a convergência, esses valores são mapeados de volta para o espaço de características original para determinar os limiares discretos finais para implementação.

Principais Contribuições

• Inovação Algorítmica: A proposta do SRSGD, que consegue unir a interpretabilidade regulatória (regras baseadas em limiares) com técnicas de otimização modernas (gradiente descendente).
• Tratamento de Perda Discreta: O desenvolvimento de uma técnica específica para suavizar funções de perda discretas e em degraus usando aproximações sigmóides e transformações de escala de posto, abordando o desafio específico da densidade desigual de dados na detecção de crimes financeiros.
• Eficiência: Demonstrar que métodos baseados em gradiente podem resolver problemas de otimização de limiares ordens de magnitude mais rápido do que a busca em grade ou enumeração tradicional.

Resultados Experimentais

O método foi avaliado utilizando dados reais de duas instituições financeiras taiwanesas (Banco T e Banco L) em múltiplos cenários de AML (ex: TWN-A11-01, TWN-A1A-01).

• Velocidade Computacional: O SRSGD alcançou um aceleração de 4.000× em comparação com métodos de gradiente discretos e superou significativamente o QGS. Enquanto o QGS exigia de 1.000 a 17.000 segundos (horas) por execução de otimização, o SRSGD completou a tarefa em segundos.
• Métricas de Desempenho: O SRSGD entregou uma Economia de Recursos Humanos (HRS) superior em comparação ao QGS, mantendo as taxas de recall exigidas pela regulamentação (ex: $\geq 80\%$).
• Comparação com Baselines: O método superou tanto o gradiente descendente padrão (sem a transformação de escala de posto, denominado SOSGD) quanto o simulated annealing em termos de eficiência e desempenho de generalização. Estudos de ablação confirmaram que tanto a transformação de escala de posto quanto a inicialização baseada em quantis eram essenciais para o sucesso do método.

Significância e Alegações

O artigo afirma que o SRSGD fornece uma solução prática e pronta para produção para instituições financeiras que lutam com o equilíbrio entre conformidade regulatória e eficiência operacional. Ao integrar-se com sucesso em sistemas de AML de bancos cooperadores, a estrutura demonstra que:

1. O Ajuste Dinâmico de Limiares é viável em escala, permitindo que as instituições se adaptem a mudanças nos comportamentos criminosos sem incorrer em custos computacionais proibitivos.
2. A Conformidade Regulatória (interpretabilidade e recall) pode ser estritamente mantida enquanto se reduz significativamente a carga de trabalho manual (HRS) associada aos falsos positivos.
3. Métodos Baseados em Gradiente são viáveis para problemas de otimização discreta em finanças quando o cenário de perda é apropriadamente suavizado e transformado, oferecendo uma alternativa superior à busca exaustiva ou métodos heurísticos.

Os autores enfatizam que esta abordagem adere aos padrões da Comissão de Supervisão Financeira, oferecendo um mecanismo transparente e interpretável para a detecção de crimes financeiros que não depende de modelos de aprendizado de máquina de "caixa preta", satisfazendo assim os rigorosos requisitos de responsabilidade regulatória.