Page 150 - Rassegna 2024-3

DOTTRINA

L’impatto che il rischio ha è definito come conseguenza. L’approccio
metodologico che lo IARM Project implementa prevede che, innanzitutto, siano
identificati i fattori di rischio di riciclaggio attraverso la consultazione della let-
teratura a disposizione, delle informazioni fornite dalle forze dell’ordine non-
ché dalle evidenze legislative. Per ogni fattore di rischio si individuano poi le
variabili esplicative. Si procede alla raccolta dei dati e ad uno studio degli stessi
al fine di valutarne la distribuzione (utile, ad esempio, per indicare un valor
medio) e correlazione. In tale fase si valuta anche la presenza di outlier . Tali
12
osservazioni sono estremamene importanti poiché rappresentano l’anomalia
del campione di dati analizzato, anomalia che si traduce appunto nelle aree o
settori che hanno rischio più elevato. La metodologia analizzata è quella della
PCA (Principal Component Analysis) ovvero una metodologia che permette di
lavorare su un’enorme quantità di dati poiché l’approccio prevede una riduzio-
ne in termini dimensionali. Difatti, le variabili del dataset vengono ridotte man-
tenendo, ciononostante, l’informazione. Attraverso tale metodo, si ottengono
risultati relativi ad ogni componente (province e settori). Per ogni provincia e
settore, l’indicatore di rischio viene espresso su una scala di 100.
Il dataset su cui l’analisi per l’Italia è stata svolta riguarda 110 province e 77
settori. Le province che risultano essere caratterizzate da rischio maggiore sono:
1. Reggio Calabria;
2. Vibo Valentia;
3. Catanzaro;
4. Crotone;
5. Napoli;
6. Imperia;
7. Caserta;
8. Agrigento;
9. Palermo;
10. Caltanissetta;
11. Trapani;
12. Prato.
Le province calabresi sono caratterizzate da elevati livelli di infiltrazione
mafiosa nel tessuto sociale, un elevato tasso di utilizzo del contante e un valore
piuttosto elevato espressivo di economia sommersa. Valori elevati si registrano
anche per le altre province con un particolare riferimento alla provincia di Prato
per la quale si ha anche un valore elevato dei trasferimenti di denaro mediante
money transfer.

12 Osservazioni particolarmente estreme che provocano una distorsione all’interno delle misu-
re basate sul campione di dati selezionato.

148