Detección de Anomalías en Operaciones de Compra de Dólares

Control
de
Operatoria en
Compra de
Moneda Extranjera
Detección de Anomalías en
Operaciones de Compra de Dólares
Objetivo
Detectar conductas sospechosas y/o anormales,
ocultas en la operatoria habitual de compra de
moneda extranjera.
Ing. Pablo Guarna - [email protected]
2
Detección de Anomalías en
Operaciones de Compra de Dólares
Técnicas Utilizadas: Clustering - Detección de Anomalías
Herramienta : SPSS Modeler 14.1
Universo: 220.000 transacciones
Clientes con transacciones: 110.000
Ing. Pablo Guarna - [email protected]
3
Detección de Anomalías en
Operaciones de Compra de Dólares
Buscar en el universo de operaciones, aquellas que
estadísticamente tengan características distintas de las
normales en relación con el perfil Socio-Económico de la
persona que efectúa la compra en dólares.
Ing. Pablo Guarna - [email protected]
4
Detección de Anomalías en
Operaciones de Compra de Dólares
Armado de los Datos
Se obtuvo información relacionada con :
• Datos de la Transacción de Compra de Dólares.
• Datos relacionados con el Perfil Demográfico del
Cliente.
• Datos relacionados con el Perfil Económico del
Cliente.
Ing. Pablo Guarna - [email protected]
5
Detección de Anomalías en
Operaciones de Compra de Dólares
• Se creó un Data set que incluyó información de distintos
sistemas, a saber:
Compra Venta Moneda Extranjera
Base de clientes
Información de Deudores
Cuentas Corrientes
Caja de Ahorros
Plazo Fijo
Préstamos
Cajas de Seguridad
RRHH
Central de Deudores del BCRA
Cheques rechazados
Tarjetas de créditos
• Se trabajó con 64 campos de datos de los distintos sistemas.
Ing. Pablo Guarna - [email protected]
6
Datos Seleccionados para el Módulo
 Datos de la operación, monto, fecha , hora, sucursal, etc.
 Datos del Cliente en Base de Clientes, sexo, estado civil, fecha de
nacimiento, nacionalidad, antigüedad en el Banco
 Datos de Cuentas en el Banco, Saldos, Créditos en cuenta, total de
haberes.
 Datos de Tarjetas de Crédito, Cantidad de tarjetas, liquidación en pesos
y dólares, Pago Mínimo, morosidad.
 Datos de Cajas de Seguridad.
 Datos de Préstamos Vigentes
 Datos de Plazos Fijos
 Datos de Morosidad en el Sistema Financiero del Cliente
 Datos de Cheques Rechazados y Montos en el Sistema Financiero.
7
Ing. Pablo Guarna - [email protected]
Campos Calculados
 Cantidad de sucursales en las que realizó operaciones el cliente.
 Clientes con direcciones en Frontera.
 Acumulado de operaciones por mes.
 Acumulados de operaciones en los 6 meses.
 Promedio de monto de las operaciones mensuales.
 Diferencia ( Haberes - Compra de Dólares)
8
Ing. Pablo Guarna - [email protected]
Formulación del Modelo
DATOS
DATOS
DATOS DE LAS
ECONOMICOS SOCIALES DEL OPERACIONES EN
CLIENTE
CUENTAS
DEL CLIENTE
9
Ing. Pablo Guarna - [email protected]
Formulación del Modelo
DATOS ECONÓMICOS
CLIENTE
DATOS
SOCIALES
CLIENTE
DATOS
DE LA
OPERACION
CLUSTERING
BIETAPICO
por datos Socio Económicos
10
CLUSTER 1
DATOS DE LA
OPERACIÓN
CLUSTER 2
DATOS DE LA
OPERACIÓN
DETECCIÓN DE ANOMALÍAS
EN CLUSTER 1
POR DATOS DE LA OPERACIÓN
DETECCIÓN DE ANOMALÍAS
EN CLUSTER 2
POR DATOS DE LA OPERACIÓN
Ing. Pablo Guarna - [email protected]
Modelo
11
12
Ing. Pablo Guarna
Modelo
13
Ing. Pablo Guarna - [email protected]
14
Ing. Pablo Guarna
15
Ing. Pablo Guarna
16
Ing. Pablo Guarna
Detección de Anomalías en
Operaciones de Compra de Dólares
Resultados
Se buscó detectar operatorias sospechosas que se
aparten del comportamiento normal de un cliente y
que no hayan sido detectadas por un sistema de
alerta de reglas fijas, debido a que eran por montos
no significativos e inferiores a los parámetros de
control , pero que en su conjunto, mostraban una
conducta anómala.
Ing. Pablo Guarna - [email protected]
17
Detección de Anomalías en
Operaciones de Compra de Dólares
Resultados
• Se detectaron transacciones anómalas que
superaban los limites para ser informadas al
BCRA.
• Se detectaron de operaciones anómalas que eran
por montos no significativos e inferiores a los
parámetros de control , pero que en su conjunto,
mostraban conductas que son tipificadas como
de Lavado de Dinero.
Ing. Pablo Guarna - [email protected]
18
Ing. Pablo Guarna - [email protected]
19
MUCHAS GRACIAS por su atención!!!!!