| Revue: | Lámpsakos |
| Base de datos: | PERIÓDICA |
| Número de sistema: | 000428627 |
| ISSN: | 2145-4086 |
| Autores: | Gracia Granados, Marlon Efraín1 |
| Instituciones: | 1Universidad Nacional de Colombia, Medellín, Antioquia. Colombia |
| Año: | 2019 |
| Periodo: | Ene |
| Número: | 21 |
| Paginación: | 26-38 |
| País: | Colombia |
| Idioma: | Español |
| Tipo de documento: | Artículo |
| Enfoque: | Analítico, descriptivo |
| Resumen en español | El lavado de activos es un delito que trae consigo un gran número de consecuencias negativas a la sociedad en general. Para mitigar este problema en las entidades financieras, que es donde principalmente se presenta, se han desarrollado sistemas anti lavado de dinero. Lo anterior origina un nuevo problema: los falsos positivos que se obtienen a partir de dichos sistemas, los cuales representan para las entidades financieras pérdidas de dinero, tiempo y foco, al no tratar las verdaderas operaciones inusuales. Se evalúan los principales métodos de detección de operaciones inusuales de lavado de activos que se encuentran en la literatura, para determinar cuáles técnicas ofrecen los mejores resultados y a partir de estas generar un nuevo modelo que mejore los indicadores registrados. A partir de un proceso de revisión y replicación de metodologías de detección de anomalías encontradas en la literatura, se pudo generar un nuevo modelo que presenta mejores métricas a la hora de clasificar operaciones como normales e inusuales, lo cual puede representar para las entidades financieras una manera de disminuir las tasas de falsos positivos en sus sistemas anti lavado |
| Resumen en inglés | Money laundering is a crime that brings with it a large number of negative consequences for society in general. To mitigate this problem in financial institutions, which is where this problem is mostly presented, anti money laundering systems have been developed. This gives rise to a new problem: false positives obtained from these systems, which represent losses of money, time and focus for these financial entities when they do not deal with the real unusual operations. The main detection methods of unusual operations of money laundering found in the literature are evaluated, in order to determine which techniques offer the best results and, from these, generate a new model that improves the registered indicators. From a process of review and replication of anomaly detection models found in the literature, a new model could be generated that presents better metrics when classifying operations as normal and unusual, which may represent financial entities a way to decrease the false positive rates in their anti laundering systems |
| Disciplinas: | Economía, Ciencias de la computación |
| Palabras clave: | Finanzas públicas, Arboles de clasificación, Máquinas de soporte vectorial, Entidades financieras, Falsos positivos, Lavado de dinero, Fraudes financieros |
| Keyword: | Public finance, Support vector machines, Classification trees, Financial entities, False positives, Money laundering, Financial fraud |
| Texte intégral: | Texto completo (Ver HTML) |
