Máquinas de soporte vectorial y árboles de clasificación para la detección de operaciones sospechosas de lavado de activos

Abstract

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.