Diseño de sistemas de monitoreo de transacciones en efectivo y priorización de alertas

Transcripción

1 Diseño de sistemas de monitoreo de transacciones en efectivo y priorización de alertas Oscar H. Mora+o Agosto 2016 OMoratto@BeyondRisk.co

2 Agenda Los sistemas de monitoreo y alertas Posibles alertas para manejo de efecgvo Priorización de alertas

3 Sistemas de Monitoreo Basados en Reglas Duras Basados en Machine Learning

4 Basados en Machine Learning Machine Learning Aprendizaje Supervisado Aprendizaje No Supervisado

5 Machine Learning

6 Machine Learning

7 Machine Learning El modelo no idengficó un solo caso de fraude

8 Machine Learning El modelo idengficó 29 casos de fraude

9 Machine Learning El modelo afinado idengficó un solo caso de fraude adicional

10 Basados en Reglas Duras Reglas Duras Parametrizables Juicio Experto

11 Sistemas de Alertas Volumen de Alertas EfecGvidad IdenGficación de Falsos posigvos Suficientemente numerosas para realizar detección Número reducido para poder ser evacuado Desgaste operacional de análisis de alertas Acordes con los factores de riesgo de la engdad

12 Sistemas de Alerta Contraparte Canal Alertas Jurisdicción Producto

13 Sistemas basados en reglas duras Generalmente Genen en cuenta elementos tales como Transaccionabilidad Umbrales de reporte Juicio Experto Señales de alerta Tipologías

14 Diseño de alertas Diseño de sistema de alertas basado en reglas duras para transacciones de manejo en efecgvo Por qué puede ser de interés para el sector de juegos localizados Señal de alerta: Personas que realizan compra de fichas o créditos en efecgvo/tarjetas prepago y solicitan reembolso en cheque o transferencia electrónica sin jugar o realizando pocas jugadas

15 Diseño de alertas Alerta por jurisdicción donde se realiza la transacción Atado a segmentación

16 Diseño de alertas En de la relación con los ingresos reportados

17 Diseño de alertas Por jurisdicciones Clientes que realicen transacciones en efecgvo fuera de su jurisdicción

18 Diseño de alertas Para idengficar transacciones realizadas por el mismo cliente en el mismo año

19 Diseño de alertas Para idengficar transacciones realizadas por el mismo cliente en el mismo mes (idengficar operaciones fraccionadas)

20 Diseño de alertas Para idengficar posible fraccionamiento IdenGficar el número de transacciones al año

21 Diseño de alertas Para idengficar posible fraccionamiento IdenGficar el número de transacciones menores al umbral que realiza en un año

22 Diseño de alertas Sector Juegos Localizados Algunas señales de alerta Personas que realizan fraccionamiento en las apuestas realizadas apuestas en volúmenes que no guardan relación con su perfil económico Personas que presentan fichas, Gquetes o boletos falsificados o adulterados Cambios en hábitos de vida de empleados Adquisición de fichas de juego con billetes de baja denominación Personas que realizan compra de fichas o créditos en efecgvo/ tarjetas prepago y solicitan reembolso

23 Priorización de alertas Cuál criterio debe primar? Fraccionamiento Frecuencia de transacciones Monto transaccional Actualidad (recientes) Las transacciones de mayor monto individual o acumulado? Transacciones recientes vs. Transacciones angguas

24 Análisis RFM Teóricamente el RFM busca idengficar los mejores clientes examinando cuándo ha sido la compra más reciente de un cliente (actualidad), cuántas veces suelen comprar (frecuencia) y cuánto gasta el cliente en todas las transacciones (valor monetario). La razón del análisis de RFM es que los clientes que han adquirido el producto o servicio una vez Genen más posibilidades de volver a comprarlo

25 Análisis RFM De esta forma se busca idengficar los clientes que han realizado transacciones recientemente, por valores importantes y con regularidad Cómo puede entonces aplicarse a entornos AML/ ATF?

26 Análisis RFM Si existen cierto Gpo de transacciones o señales de alerta que fueron idengficadas recientemente, se pueden determinar las más relevantes y más recientes con el fin de ser priorizadas para análisis de profundidad y determinar su remisión o no a la UAF. Porqué no solo las de más alto volumen? Por oportunidad de información

27 Análisis RFM Se puede implementar con disgntas herramientas, incluidas las hojas de cálculo Para priorización de transacciones en el diseño de sistemas de alerta Para mayor información a cerca de cómo construir un modelo RFM, puede remigrse por ejemplo a hbp://

28 Análisis RFM Ejemplo prácgco Priorización de transacciones realizadas con tarjetas de crédito y debito internacional Ambito de aplicación Casinos ATMs Comercios con POS

29 Por qué las tarjetas prepago? Fuente: hbp://fingfx.thomsonreuters.com/gfx/rngs/usa- REGULATIONS/ VL/USA- REGULATIONS- MONEYLAUNDERING.jpg

30 Por qué las tarjetas prepago? Pueden ser usadas para pagar mulas que transportan dinero, drogas o mercancías debido a que las transacciones de alto valor reciben mayor escrugnio John Tobón, deputy special agent - Homeland Security InvesGgaGons en Miami La Unión Europea ha expresado preocupaciones por su possible uso en atentados terroristas Fuente: hbp:// usa- regulagons- moneylaundering- insig- iduskcn10l0fc Ag

31 Adicionalmente Anonimidad Bajo o nulo KYC Alcance Geográfico Métodos de fondeo (recarga) Acceso a efecgvo

32 Priorización de Alertas