Uma identidade pode reunir informações verdadeiras e, ainda assim, não corresponder a uma pessoa real. Essa combinação está na origem do que é chamado de fraude de identidade sintética, tática usada para abrir contas e realizar operações financeiras, explorando lacunas nos processos de validação.
O impacto desse tipo de fraude tende a crescer nos próximos anos. Uma projeção do Deloitte Center for Financial Services estima que a fraude de identidade sintética gere pelo menos US$ 23 bilhões em prejuízos até 2030. Além disso, segundo o relatório da Datos Insights de 2025, 56% das instituições financeiras entrevistadas apontaram esse tipo de fraude como sua principal preocupação para os dois anos seguintes.
O desafio é que os dados utilizados podem ser legítimos quando analisados individualmente, dificultando a identificação da fraude durante o cadastro. Os métodos tradicionais de verificação podem não ser suficientes para identificar essas identidades, exigindo uma análise mais ampla dos sinais associados ao cliente.
Nesse cenário, combinar verificação de identidade, análise de dados, KYC e monitoramento contínuo permite identificar inconsistências, reconhecer padrões suspeitos e fortalecer a prevenção a fraudes financeiras.
A fraude de identidade sintética ocorre quando informações reais, como documentos ou dados pessoais, são combinadas com atributos fictícios para criar uma identidade que não corresponde integralmente a uma pessoa existente.
Diferentemente do roubo de identidade tradicional, em que o fraudador se passa por uma pessoa real, a identidade sintética pode não ter um titular legítimo que perceba ou conteste imediatamente as operações realizadas em seu nome.
Essas identidades podem ser utilizadas para abrir contas, solicitar empréstimos, obter cartões de crédito e realizar outras operações financeiras. Em alguns casos, os fraudadores constroem gradualmente um histórico de movimentações financeiras para aparentar legitimidade antes de solicitar limites maiores ou deixar de honrar compromissos.
A principal dificuldade está na aparente validade dos dados utilizados. Um documento pode ser autêntico, um número de identificação pode existir e um telefone pode estar ativo, mas essas informações podem pertencer a pessoas diferentes.
A verificação isolada de atributos, portanto, nem sempre permite identificar inconsistências na combinação dos dados. Além disso, fraudadores podem distribuir informações entre diferentes instituições e construir históricos financeiros ao longo do tempo, dificultando a identificação de vínculos suspeitos.
Uma identidade sintética pode ser interpretada pelos sistemas financeiros como um cliente inadimplente, e não necessariamente como uma fraude. Isso pode afetar a classificação das perdas e a compreensão dos riscos de crédito.
A identificação exige uma análise que vá além da autenticidade de documentos e considere relações entre dados, padrões de comportamento e atividades financeiras.
Entre os sinais que podem justificar uma análise adicional estão:
Esses indicadores não comprovam, isoladamente, a existência de fraude e devem ser avaliados com cautela, considerando o contexto.
Por isso, a identificação de sinais de fraude de identidade sintética exige analisar conjuntamente diferentes informações e evidências. É nesse cenário que a Plataforma de Segurança Digital da Valid reúne recursos que podem ser combinados de acordo com o risco de cada jornada e as regras de negócio da sua operação.
Quer entender como fortalecer a identificação de riscos de fraude de identidade sintética? Fale com o time da Valid.
A prevenção depende de uma abordagem integrada, que considere diferentes etapas da jornada do cliente. Algumas práticas podem contribuir para fortalecer essa estratégia:
Estudos recentes destacam ainda o uso de monitoramento de transações, resolução de entidades e detecção de anomalias como técnicas de apoio à identificação de identidades sintéticas.
A ampliação da análise de dados deve ser acompanhada por critérios claros de governança. A coleta e o uso de informações devem ter finalidade definida, controles de acesso e medidas de proteção compatíveis com os riscos, conforme a legislação aplicável.
Modelos analíticos também devem ser monitorados e avaliados quanto à qualidade dos dados, à precisão dos resultados e à ocorrência de falsos positivos. A análise automatizada pode apoiar a identificação de padrões, mas decisões que afetem clientes devem considerar mecanismos de revisão e tratamento adequado de situações legítimas.
Além disso, o compartilhamento de informações entre áreas e instituições, com as devidas salvaguardas, pode revelar padrões não identificados por uma única fonte.
Fraudes de identidade sintética demonstram que a autenticidade de dados individuais não garante, por si só, a legitimidade de uma identidade. É necessário avaliar a coerência das informações e acompanhar os riscos ao longo do relacionamento com o cliente.
A integração entre verificação de identidade, análise de dados, monitoramento e gestão de riscos ajuda instituições financeiras a identificar inconsistências, direcionar investigações e aprimorar controles de prevenção a fraudes.
Nesse contexto, a Plataforma de Segurança Digital da Valid oferece soluções modulares, combinadas conforme as necessidades de cada negócio, para fortalecer a prevenção a fraudes.
Converse com os especialistas da Valid para entender como fortalecer a prevenção a fraudes e a segurança das operações financeiras.
O que é uma identidade sintética?
É uma identidade criada a partir da combinação de informações reais e fictícias, que não corresponde integralmente a uma pessoa real.
Qual é a diferença entre identidade sintética e roubo de identidade?
No roubo de identidade, o fraudador utiliza os dados de uma pessoa real para se passar por ela. Na identidade sintética, combina atributos para construir uma identidade fictícia.
Como as instituições financeiras podem identificar esse tipo de fraude?
Por meio da verificação de identidade, análise de dados, identificação de vínculos e padrões suspeitos e monitoramento contínuo.
A inteligência artificial pode ajudar na prevenção de fraudes de identidade sintética?
Pode apoiar a identificação de padrões, correlações e anomalias em grandes volumes de dados, mas deve ser combinada com governança, validação dos modelos e análise especializada.
O monitoramento contínuo é necessário?
Ele ajuda a identificar mudanças de comportamento e novos sinais de risco após a abertura da conta, complementando as verificações realizadas durante o cadastro.
