Métodos Predictivos

APLICACIONES A LA DETECCION DE OPERACIONES

SOSPECHOSAS DE DIVISAS

Consultores Presentación :

Cohen . Santos. Leguizamón. Suma Valores

¿A QUE GRUPO PERTENEZCO?
 ¿Para qué se Predice?
¿Dónde Aplica?
• Suma Valores, desea conocer que operación de giros
tiene características de sospechosa.
• Suma Valores, desea establecer los cupos de compra
de Divisas a los Profesionales del Cambio , por ello
requiere de una metodología que permita establecer
criterios objetivos con el fin de detectar operaciones
sospechosas.
• Suma Valores desea establecer un criterio que
permita predecir en la selección de personal , si un
trabajador tiene o no, las características que requiere
un cargo determinado.
. Una Entidad Financiera desea conocer la posibilidad
de retorno de un crédito que otorga.
 Ventajas del modelo Predictivo
• Los modelos
Predictivos permiten
incluir tanto variables
cualitativas como
cuantitativas.
• Determinar un índice
que permita ubicar a un
posible usuario antes de
una transacción.
 Problemas Tipo
• Asignacion de Cupos
Suma Valores, desea
establecer un índice de ética
comercial de los
Profesionales de Cambios,
con el fin de establecerle
cupos de compra de divisas,
de acuerdo a criterios
cuantitativos y cualitativos
diagnosticados por los
Oficiales de Cumplimiento
y los Estados Financieros
Basicos.
• Suma Valores, va a
Establecer un objetiva de
riesgo para que con la
descripcion de unas
variables cuantitativas y
cualitativas, establecer
probabilidades de que la
operación de de pago de
pago de un giro sea una
operación sospechosa.
 ¿ QUE SON LOS MODELOS
PREDICTIVOS ?
• Es un conjunto de técnicas Estadísticas, que basada
en el análisis multivariable, determina las
características de una población y su diferenciación
con otra.

• Una vez determinada(s) la(s) características de una

población y su diferencia con otra, predice a que
población pertenece una nueva unidad que llegue al
sistema.
Metodología para la Detección de
Posibles Transacciones de Lavado de
Activos a Través de Giros
( Beneficiarios)
 Introducción
De acuerdo con Suma Valores,
Cohen Santos Leguizamon
Consultores , estan construyendo
un ADM que permita identificar
tempranamente operaciones de
Giros en M/Extranjera que puedan
ser calificadas como “ Posible
Operación de Lavado de Activos
Como de este resultado se presentan a
manera de ejemplo, las ecuaciones
lineales , para tres niveles de significan
cía(10%, 5% y 1%), que permitirán a
los analistas de Suma Valores clasificar
una operación como Riesgosa ò No
Riesgosa y así tener una herramienta
de decisión para el pago o no de un
giro.
Objetivo General:
Determinar la calidad ética y legal, de los recursos
que reciben los residentes en Colombia de otras
personas en el exterior a través de giros

Con el fin de evitar la filtración de recursos

provenientes de negocios ilícitos ( terrorismo,
fraude y lavado de Activos) al interior de
agentes financieros se hace necesario la
implementación de políticas de control por parte
de estos, que sean de mayor objetividad, màs
técnicos, sensibles a la detección de estos
delitos
OBJETIVOS ESPECIFICOS
•Evitar riesgos que puedan comprometer el
buen nombre que tiene Suma Valores y que
puedan tener serias implicaciones de carácter
legal y moral.

•Crear un perfil etico y moral de los clientes

de Suma Valores.

•Permitir a los Entes de Control y vigilancia

contar con la medida de riesgo de operaciones y
su supervision.
 METODOLOGIA

1- Preparación de la Muestra y
Tamaño.
2-Manejo de Variables.
3-Procedimiento Estadístico
4-Obtención de Resultados.
5-Análisis de Resultados.
 1-Información Disponible
Se genero una muestra aleatoria de 64.119 pagos, de los cuales 91
eran clientes sancionados y 64.028 no sancionados. Las variables que
se analizaron son:

Genero
Tipo de Cliente
Actividad del cliente
Ciudad a donde se realiza el giro
Pais de donde se realiza el giro
Monto acumulado de los giros, ultimo periodo
Numero de giros
 Preparación de la Muestra
Tamaño de la Muestra como la relación No Sancionados a
Sancionados es demasiado alta 714:1, se hace necesario tomar
una muestra aleatoria de No sancionados, que haga que esta
relación sea a lo máximo 10:1
La muestra en definitiva quedo así:
91 Sancionados
200 No sancionados Hombres
200 No sancionados Mujeres
24 No sancionados personas Jurídica.
 Descripción de Variables

En el modelo tratado se manejan dos

tipos de variables explicativas:
Variables de Intervalo: Monto de Giros y
Numero de Giros.
Nominales: Genero; Tipo de Cliente
( Sancionado o No); Actividad;Ciudad a
donde se realiza el giro; Pais de donde
se realiza.
 Transformación de Variables
Debido a que el modelo ADM, propuesto trabaja con
los dos tipos de variables ya mencionados, es
necesario construir para cada variable nominal un
conjunto de variables indicadoras ( variables
Dummy), a manera de Ejemplo se explicara la
transformación de la variable genero, que tiene tres
categorías Masculino, Femenino y persona natural
Genero Femenino: 1 si es mujer; 0 en otro caso.
Genero Persona Jurídica: 1 si es persona Jurídica, 0
en otro caso
 Denominacion de las Variables
Descripcion Nombre de la Variable Descripcion Nombre de la Variable
clienteCiudad_9 Itagui
GirosUSD GiroUSD clienteCiudad_12 Cartagena
GirosNumero Número de Giros/mes clienteCiudad_14
Descripcion Nombre de la Variable
Cucuta
clientesact_1 Persona Ind clienteCiudad_15 Ipiales
GiroPais_4 Panama
clientesact_2 Empleado Privado clienteCiudad_22 Envigado GiroPais_7 Belgica
clientesact_3 Empleado Público clienteCiudad_29 Dosquebradas GiroPais_8 España
clientesact_4 Hogar clienteCiudad_30 Santa Rosa de Cabal GiroPais_9 Inglaterra
clientesact_5 Comerciante clienteCiudad_31 Cartago
clientesact_6 Estudiante clienteCiudad_32 Buenaventura
GiroPais_11 Aruba
clienteCiudad_1 Bogota clienteCiudad_38 Tulua GiroPais_13 Italia
clienteCiudad_2 Medellin clienteCiudad_39 Buga GiroPais_17 Ecuador
clienteCiudad_3 Cali clienteCiudad_40 Palmira Cliente Sexo_1 Hombre
clienteCiudad_4 Armenia clienteCiudad_42 Calarca
clienteCiudad_5 Pereira clienteCiudad_43 Circasia
Cliente Sexo_2 Femenino
clienteCiudad_6 San Andres clienteTcliente_1 Cliente Sexo_3 Persona Juridica
clienteCiudad_7 Barranquilla GiroPais_2 Estados Unidos
clienteCiudad_8 Manizales
 Obtención de Resultados
Nivel de Significancia Estadistica
10% 5% 1%
Variable Nombre Valor B i Variable Valor Variable Valor
Constante -0,0364707 Bo Constante -0,0105055 Constante -0,002901
ClienteCiudad_8 Manizales 0,6540204 B 1 ClienteCiudad_8 0,6662669 ClienteCiudad_8 0,67867
GirosUSD 0,0000813 B 2 GirosUSD 0,0000803 GirosUSD 0,00008
ClienteCiudad_14 Cucuta 0,6777195 B 3 ClienteCiudad_14 0,6916436 ClienteCiudad_14 0,709897
ClienteCiudad_39 Buga 0,5475815 B 4 ClienteCiudad_39 0,5315187 ClienteCiudad_39 0,539999
ClienteCiudad_1 Bogota 0,1458342 B 5 ClienteCiudad_1 0,1453812 ClienteCiudad_1 0,146517
ClienteCiudad_30 Sta Rosa de C 0,9854767 B 6 ClienteCiudad_30 0,9619544 ClienteCiudad_30 0,945092
GiroPais_13 Italia 0,2848135 B 7 GiroPais_13 0,2721054 GiroPais_13 0,288224
ClienteCiudad_15 Ipiales 0,486521 B 8 ClienteCiudad_15 0,4648278 ClienteCiudad_15 0,489345
GiroNumero -0,0263765 B 9 GiroNumero -0,0278356 GiroNumero -0,025115
Cliente sexo_2 Femenino -0,0878851 B 10 Cliente sexo_2 0,0848774
Clieinteact_4 Hogar -0,0571057 B 11 Clieinteact_4 -0,0553464
Giro Pais_2 USA 0,0430993 B 12
Indice
 Análisis e Interpretación de Resultados.

De acuerdo a lo anterior, se obtiene una

ecuación de la forma:
I = Bo+B1X1+B2X2+ …………….BnXn

La variable Tipo, es la variable dicotomica ,

para nuestro caso llamamos 1 a los No
Sancionados, 2 a los Sancionados
 Análisis e Interpretación de Resultados

Una vez obtenida la ecuación, de acuerdo con

el nivel de significancia, adoptado por la
Administración, se reemplazan estos datos para
la muestra escogida, y se determinan Índices
Medios, teniendo en cuenta que si el valor de el
índice se acerca a 2, la operación debe ser
impagada, y si el índice se acerca a 1, no tiene
riesgo.
 Análisis e Interpretación de Resultados
Rango de Indices
Nivel de Significancia
Valor 10% 5% 1%
Maximo 1,6581303 1,6457943 1,6146368
Minimo -0,2715107 -0,3084366 -0,2590466
Media del Indice 0,17669903 0,17669903 0,17669903

De acuerdo al nivel de tolerancia más

exigente , todo beneficiario que exceda el
índice fijado por la Administración, o Entidad
de Vigilancia, es una operación poco
confiable.
 APRECIADO AMIGO
• No pretendemos que usted entre en el campo de
sofisticadas formulas, para poder hacer predicciones,
sino que comprendan que usando técnicas
cuantitativas y programas como el SAS y el SPSS, su
empresa puede minimizar los riesgos.
Si usted ha comprendido este mensaje, el objetivo de
la charla se ha logrado
Muchas Gracias