La descarga está en progreso. Por favor, espere

La descarga está en progreso. Por favor, espere

SARLAFT: ¿Ciencia o Arte? 11 lecciones como fruto de la consultoría.

Presentaciones similares


Presentación del tema: "SARLAFT: ¿Ciencia o Arte? 11 lecciones como fruto de la consultoría."— Transcripción de la presentación:

1 SARLAFT: ¿Ciencia o Arte? 11 lecciones como fruto de la consultoría

2 KYC

3 KYR

4 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

5 Metodologías26 Detección16 Segmentación 16 Monitoreo 16 Consolidar 13 Consolidación electrónica 7 Parámetros 7 Indicadores Cuantitativo Cualitativo Tecnológico Reconocido valor técnico Modelos Señales de alerta Razones objetivas Criterios objetivos Prospectivamente Homogeneidad Heterogeneidad Variables relevantes Razones financieras Razonable

6 Lección # 1 ROMA no se hizo en un día

7 Una gran idea, pero… *=x R*=P x I

8 Lección # 2 Medir es difícil… decidir lo es aún más

9

10

11 DMG

12 Madoff

13 Capital Asset Pricing Model (CAPM) (Modelo de Fijación de precios de activos de capital) Se les olvidó una formulita

14 Lección # 3 Matemáticas para pensar mejor

15 ¿Dónde está la bolita?

16

17 OFAC

18 DNE

19 ROS

20 ValleBogotáAntioquiaRisaraldaSantander OFAC12345 DNE12345* ROS21345

21 Lección # 4 Datos casi no hay

22 Lavado (FT) no es… Sanciones de la Superfinanciera Señales de alerta Inusualidades ROS Denuncias

23 2. KYR

24 La segmentación Total UnoDosTres

25 Frank, Mass, Wind, Wedel y Kamakura 1.Facilmente identificables y mesurables 2.Sustanciales 3.Estables 4.Diferenciados Criterio de máxima homogeneidad

26 Cuatro Clientes

27

28

29 ¿Cómo segmento?

30 Cuatro Clientes

31 Opción 1: Riesgo Alto RiesgoBajo Riesgo Riesgo

32 Cuatro Clientes

33 Opción 2: Detección Alta transaccionalidadBaja transaccionalidad Transacciones

34 Pero las cosas no son tan simples…

35 Lección # 4 Segmentaciones Multi-propósito y Múltiples segmentaciones

36 TEST de Detección

37

38

39

40

41

42 α Falso PositivoReportar No Lavadores β Falso NegativoNo Reportar Lavadores

43 Lección # 5 Certeza no existe

44 1.Scoring 2.Escenarios 3.Visualización 4.Reglas 5.Segmentación 6.Perfiles 7.Listas 8.Vínculos aparentes 9.Vínculos no aparentes 10.Verificación 11.Indicadores 12.Inteligencia analítica

45 Detección por segmentación Segmento 1 Octubre 2008 Segmento 3 Marzo 2009

46 CLIENTES CON EDADES ATÍPICAS Clientes Bebés ? Clientes de más de 100 años?

47 Lección # 6 No se case con una sola técnica

48 Predicción KYC Histórico Pares / Similares Modelos financieros Sociodemograficas Transaccionales

49 Predicción de Variables Modelos: Empleados Oficiales Empresas Sectores KYC Perfil Transaccional T

50 Modelo de predicción LAFT Ingresos

51 Modelo de predicción LAFT Activos

52 Modelo de predicción LAFT Activos Apalancamiento + Probabilidad de acierto

53

54

55

56 Lección # 7 Predicción …pero saque paraguas

57 Des/Agregación

58 R=57

59 R=57.34

60 Lección # 8 Precisión no pida tanto

61 R=5

62 STOP OJO GO

63 Calculo de la Función de Riesgo Basado en Impacto y Probabilidad

64 Productos

65 Canales

66 Jurisdicciones

67 Clientes

68 OJO STOP GO Entidad Negocios

69 Distribución de la Probabilidad de un Riesgo en un Factor de Riesgo Criterios objetivos y subjetivos

70

71 Ingresos Gastos Escenarios Indicadores Procesos Modelos

72 Indicadores SARLAFT Ingresos Volumen Activos Transacciones Empleados

73

74 Eventos de Riesgo Factores de riesgo

75 OJO

76 E Políticas Procedimientos Dispositivos E´

77 Lección # 9 Desagregar para gestionar (detectar)

78 TEST de Análisis

79 Graficos explicativos Probabilidad individual: 1 en 8.500

80 Culpable Inocente

81 allyclark/MEN02.html

82 Eventos independientes Eventos dependientes 1 en 73 millones1 en

83 Lección # 10 Peligro de las estadísticas mal empleadas

84

85 Lección # 11 No confunda riesgo con detección

86 Historia 1494 Luca Paccioli SFC 2007

87 Historia 1564 Galileo SFC 2008

88 Galileo Instrumentos Modelos Datos

89 Historia 1738 Bernoulli HOY

90 ¿Dónde está la bolita?

91 ¡Gracias!


Descargar ppt "SARLAFT: ¿Ciencia o Arte? 11 lecciones como fruto de la consultoría."

Presentaciones similares


Anuncios Google