Detección de anomalías en el Sistema de Pagos del Ecuador: Aplicación de Redes Neuronales

Abstract

Los bancos centrales monitorean las operaciones que se canalizan por las infraestructuras de mercado financiero, por ser de gran importancia en el fomento de la estabilidad financiera y el crecimiento económico. Las transacciones son reflejo de la actividad económica y comercial, proporcionan información de cómo los bancos gestionan la liquidez. El análisis de estos datos con la detección de anomalías permite identificar el comportamiento de un flujo de pago inusual indicando eventos futuros y ayuda a la supervisión financiera para iniciar intervenciones oportunas. Este documento realiza una aplicación de método de reducción de dimensiones basada en el aprendizaje automático por redes neuronales (Autoencoder) para la detección de anomalías en el Sistema de Pagos Interbancarios en el Ecuador. La evaluación del modelo se realiza con una simulación en la alteración de los flujos de un banco. Los resultados reflejan que los modelos construidos detectan los periodos en que el banco presentó anomalías. Se propone una herramienta útil para el monitoreo de operaciones en el sistema de pago para identificar los cambios repentinos en los flujos, que podrían atribuirse a problemas de liquidez, operativos, etc. Este documento es un ensayo de la aplicación de la metodología construida por Triepels et al. (2017).