SARLAFT:¿Ciencia o Arte?

11 lecciones como fruto de la consultoría

KYC

KYR

Metodologías Detección Segmentación Monitoreo Consolidar Consolidación electrónica Parámetros Indicadores Cuantitativo Cualitativo Tecnológico Reconocido valor técnico Modelos Señales de alerta Razones objetivas Criterios objetivos Prospectivamente Homogeneidad Heterogeneidad Variables relevantes Razones financieras Razonable

Riesgo 129

Metodologías 26 Detección 16 Segmentación 16Monitoreo 16Consolidar 13Consolidación electrónica 7Parámetros 7Indicadores Cuantitativo Cualitativo Tecnológico Reconocido valor técnico Modelos Señales de alerta Razones objetivas Criterios objetivos Prospectivamente Homogeneidad Heterogeneidad Variables relevantes Razones financieras Razonable

Lección # 1

ROMA no se hizo en un día

Una gran idea, pero…

R*=P x I

Lección # 2

Medir es difícil… decidir lo es aún

más

http://stu.inonu.edu.tr/~fayildirim/CaveMan.jpg

DMG

Madoff

Capital Asset Pricing Model (CAPM)(Modelo de Fijación de precios de activos de capital)

Se les olvidó una formulita

Lección # 3

Matemáticas para pensar mejor

¿Dónde está la bolita?

¿Dónde está la bolita?

VALLE BOGOTÁ ANTIOQUIA RISARALDA SANTANDER0

500

1,000

1,500

2,000

2,500

2,072

985

264

48 24

Número de domicilios en Lista OFAC por departamento

OFAC

VALLE BOGOTÁ ANTIOQUIA RISARALDA SANTANDER0

2,000

4,000

6,000

8,000

10,000

12,000

14,000

16,000

18,000

20,000

17,729

12,295

4,665

1,208 1,241

Bienes incautados por departamento (1989-2008*)

DNE

VALLE BOGOTÁ ANTIOQUIA RISARALDA SANTANDER0

5,000

10,000

15,000

20,000

25,000

30,000

23,55125,046

11,8009,792

1,473

Número de ROS por departamento (1999-2008*)

ROS

0 5,000 10,000 15,000 20,000 25,000 30,0000

2,000

4,000

6,000

8,000

10,000

12,000

14,000

16,000

18,000

20,000VALLE 2.072

BOGOTÁ 985

ANTIOQUIA 264

RISARALDA 48SANTANDER 24

RELACIÓN NÚMERO DE ROS, BIENES INCAUTADOS Y NÚMERO DE DO-MICILIOS EN LISTA OFAC POR DEPARTAMENTO

Bienes Incautados

Núm

ero

de R

OS

Valle Bogotá Antioquia Risaralda Santander

OFAC 1 2 3 4 5

DNE 1 2 3 4 5*

ROS 2 1 3 4 5

Lección # 4

Datos casi no hay

Lavado (FT) no es…

• Sanciones de la Superfinanciera• Señales de alerta• Inusualidades• ROS• Denuncias

2. KYR

La segmentación

Total

Uno Dos Tres

Frank, Mass, Wind, Wedel y Kamakura

1. Facilmente identificables y mesurables2. Sustanciales3. Estables4. Diferenciados

Criterio de máxima homogeneidad

Cuatro Clientes

Cuatro Clientes

Cuatro Clientes

¿Cómo segmento?¿Cómo segmento?

Cuatro Clientes

Opción 1: Riesgo

Alto Riesgo Bajo Riesgo

Riesgo

Cuatro Clientes

Opción 2: Detección

Alta transaccionalidad Baja transaccionalidad

Transacciones

Pero las cosas no son tan simples…

Lección # 4

SegmentacionesMulti-propósito y

Múltiples segmentaciones

TEST de Detección

α Falso Positivo Reportar No Lavadores

β Falso Negativo No Reportar Lavadores

Lección # 5

Certeza no existe

1. Scoring2. Escenarios3. Visualización4. Reglas5. Segmentación6. Perfiles7. Listas8. Vínculos aparentes9. Vínculos no aparentes10. Verificación11. Indicadores12. Inteligencia analítica

Detección por segmentación

Segmento 1Octubre 2008

Segmento 3Marzo 2009

CLIENTES CON EDADES ATÍPICAS

Clientes Bebés ?

Clientes de más de 100

años?

Lección # 6

No se case con una sola técnica

Predicción

• KYC• Histórico• Pares / Similares•Modelos financieros

Sociodemograficas

Transaccionales

Predicción de VariablesModelos:

• Empleados• Oficiales• Empresas• Sectores

KYC

PerfilTransaccional

T

Modelo de predicción LAFT

Ingresos

Modelo de predicción LAFT

ActivosActivos

Modelo de predicción LAFT

ActivosApalancamientoApalancamiento

+ Probabilidad de acierto

Lección # 7

Predicción …pero saque paraguas

Des/Agregación

R=57

R=57

R=57.34

Lección # 8

Precisiónno pida tanto

R=5

R=5

STOP

OJO

GO

Calculo de la Función de Riesgo Basado en Impacto y Probabilidad

Productos

Canales

Jurisdicciones

Clientes

OJO

STOP GO

Entidad

Negocios

Distribución de la Probabilidad de un Riesgo en un Factor de Riesgo

Criterios objetivos y subjetivos

IngresosGastosEscenariosIndicadores

ProcesosModelos

IndicadoresSARLAFT

IngresosVolumenActivosTransaccionesEmpleados

Eventos de Riesgo

Factores de riesgo

OJO

E

PolíticasProcedimientosDispositivos

E´

Lección # 9

Desagregar para gestionar

(detectar)

TEST de Análisis

Graficos explicativos

1996 1998

Probabilidad individual: 1 en 8.500

Culpable

Inocente

http://www.inference.phy.cam.ac.uk/sallyclark/MEN02.html

Eventos independientes

Eventos dependientes

1 en 73 millones 1 en 130.000

Lección # 10

Peligro de las estadísticas

mal empleadas

quincunxpc.exe

Lección # 11

No confunda riesgo con detección

Historia

1494Luca Paccioli

SFC2007

Historia

1564Galileo

SFC2008

Galileo

•Instrumentos•Modelos•Datos

Historia

1738Bernoulli

HOY

¿Dónde está la bolita?

¡Gracias!

alozano@lozano-consultores.com