Post on 11-Jan-2016
description
GENERACION DE GENERACION DE ALERTASALERTAS
Modelos basados en Modelos basados en atributosatributos
perfilesperfilesUnidad de Informacióny Análisis Financiero
Unidad de Informacióny Análisis Financiero
Fases de la generación Fases de la generación alertasalertas
Construcción de modelosConstrucción de modelosParametrización de atributosParametrización de atributos
Ajuste de atributosAjuste de atributos
Creación de PerfilesCreación de Perfiles
AGENDA
Definiciones
Atributos:Atributos: Elementos propios de cada Elementos propios de cada transacción. Ej. monto, fecha, lugar de transacción. Ej. monto, fecha, lugar de origen del cliente, etc. origen del cliente, etc.
Rango de normalidad:Rango de normalidad: Correspondiente Correspondiente a cada atributo.a cada atributo.
Pérfiles:Pérfiles: Definición de comportamientos Definición de comportamientos y tendencias. Los perfiles se componen de y tendencias. Los perfiles se componen de una agrupación de variables cualitativas y una agrupación de variables cualitativas y cuantitativas.cuantitativas.
Unidad de Informacióny Análisis Financiero
Generación de AlertasGeneración de Alertas Fase 1
Prevención de Transacciones
inusualesTransacciones en curso
Operaciones RealizadasFase 2
Detección de operaciones
inusuales a partir de datos consolidados
Fase 3
Detección de operaciones inusuales a partir de datos
históricos
Datos Históricos
INFO
RMACIÓ
N
Unidad de Informacióny Análisis Financiero
Transacciones en curso
Fase 1Fase 1
Prevención y detección de transacciones inusuales individuales (primer anillo)
Asignación previa de rangos de normalidad a cada atributo o generación de rangos de control.
Comparación de atributos de la transacción con los rangos de normalidad correspondientes a:
a) Cliente
b) Tipo de cliente (actividad y sector económico)
c) Valor máximo diario
d) Tipo de transacción
e) Ubicación geográfica, etc.
Unidad de Informacióny Análisis Financiero
Fase 1Fase 1
Una serie de condiciones pueden ser Una serie de condiciones pueden ser fijadas a distintos atributos: fijadas a distintos atributos:
Ejemplo: Generar alarmas que Ejemplo: Generar alarmas que
soliciten la autorización al supervisor soliciten la autorización al supervisor para adicionar cantidades mayores a para adicionar cantidades mayores a $100.000.000 a un fondo de valores, $100.000.000 a un fondo de valores, provenientes de personas naturales provenientes de personas naturales situados en ciudades fronterizas.situados en ciudades fronterizas.
Unidad de Informacióny Análisis Financiero
Fase 1Fase 1
RESULTADOS ESPERADOSRESULTADOS ESPERADOS
Bloqueo de operaciones basado en los atributos Bloqueo de operaciones basado en los atributos de riesgo de cada cliente.de riesgo de cada cliente.
El resultado puede variar entre la aprobación de El resultado puede variar entre la aprobación de la transacción hasta el bloqueo de la misma.la transacción hasta el bloqueo de la misma.
Supervisión y monitoreo de las operaciones en Supervisión y monitoreo de las operaciones en tiempo real.tiempo real.
Permite el monitoreo de limites operacionales Permite el monitoreo de limites operacionales basado en varios filtros asignados por variable.basado en varios filtros asignados por variable.
Monitoreo de clientes de interés cada vez que sus Monitoreo de clientes de interés cada vez que sus productos son accesados.productos son accesados.
Unidad de Informacióny Análisis Financiero
Transacciones en curso
Fase 2Fase 2
Prevención y detección a corto plazo desde el sistema consolidado de operaciones (segundo anillo)
Asignación previa de rangos de normalidad a cada atributo o
generación de rangos de control
Consolidación de la información Análisis
agregado de las operaciones que
fueron autorizadas a
partir de la Fase 1 y generación de
alertas
Generación de archivo histórico
para Fase 3
Unidad de Informacióny Análisis Financiero
Opraciones Realizadas
Fase 2Fase 2RESULTADOS ESPERADOSRESULTADOS ESPERADOS
Las nuevas operaciones en el sistema son verificadas contra Las nuevas operaciones en el sistema son verificadas contra condiciones límite propias para cada cliente en una etapa de condiciones límite propias para cada cliente en una etapa de verificación de los datos agrupados. verificación de los datos agrupados.
Las alertas son informadas a los supervisores cuando alguna Las alertas son informadas a los supervisores cuando alguna de las condiciones límite sea sobrepasada.de las condiciones límite sea sobrepasada.
Análisis de las operaciones que fueron autorizadas durante la Análisis de las operaciones que fueron autorizadas durante la Fase 1, ahora bajo otros parámetros de verificación debido a Fase 1, ahora bajo otros parámetros de verificación debido a la posibilidad de realizar un estudio de todas las operaciones la posibilidad de realizar un estudio de todas las operaciones hechas en un período corto de tiempo.hechas en un período corto de tiempo.
Posibilidad de agrupar la información y crear un archivo Posibilidad de agrupar la información y crear un archivo histórico de operaciones para ser evaluado durante la fase 3.histórico de operaciones para ser evaluado durante la fase 3.
Transacciones en curso
Opraciones Realizadas
Datos Históricos
Fase 3Fase 3
Detección desde el consolidado histórico de operaciones (Círculo central)
Analisis por rangos de normalidad de atributos y creación de perfiles como modelos base de comparación.
Registros históricos Realización de análisis en un
periodo amplio de tiempo. Ej. 1 mes
Generación de alertas y reportes para monitoreo
Fase 3Fase 3
Detección de operaciones inusuales a partir del análisis sobre Detección de operaciones inusuales a partir del análisis sobre datos históricos (Centro)datos históricos (Centro)
Permite la detección a partir de un agregado histórico de Permite la detección a partir de un agregado histórico de datos y no de operaciones individuales.datos y no de operaciones individuales.
Permite incluir en el análisis un periodo de estudio Permite incluir en el análisis un periodo de estudio determinado por el supervisor: 1 mes, un semestre, etc.determinado por el supervisor: 1 mes, un semestre, etc.
Permite analizar un amplio rango de datos a través de Permite analizar un amplio rango de datos a través de distintos tipos de operacionesdistintos tipos de operaciones
Ayuda a definir patrones normales de transacción para Ayuda a definir patrones normales de transacción para clientesclientes
Permite retroalimentar el sistema para ajustar nuevos Permite retroalimentar el sistema para ajustar nuevos parámetros de análisis y generación de alertas. parámetros de análisis y generación de alertas.
Unidad de Informacióny Análisis Financiero
Fase 3 - EjemploFase 3 - Ejemplo
Ejemplo:Ejemplo: Un comisionista tiene un cliente que compra y vende Un comisionista tiene un cliente que compra y vende
títulos de manera periódica. títulos de manera periódica. Desde el momento de vínculación realizaba operaciones Desde el momento de vínculación realizaba operaciones
al mes por $100 Millones durante los primeros 6 meses al mes por $100 Millones durante los primeros 6 meses obteniendo rendimientos y pérdidas indistintamenteobteniendo rendimientos y pérdidas indistintamente
A partir de cierto tiempo las inversiones aumentaron A partir de cierto tiempo las inversiones aumentaron periódicamente de $100 Millones a $200 y $500 durante periódicamente de $100 Millones a $200 y $500 durante los siguientes tres meseslos siguientes tres meses
El comparativo histórico, disparará las alertas de El comparativo histórico, disparará las alertas de acuerdo al perfil.acuerdo al perfil.
La confirmación de sospecha dependerá del nivel de La confirmación de sospecha dependerá del nivel de conocimiento del cliente.conocimiento del cliente.
Construcción de un modelo de Construcción de un modelo de controlcontrol
Unidad de Informacióny Análisis Financiero
• Definición de los distintos tipos de productos de la entidad.
•Definición de los atributos característicos de cada producto.
•Asignación de rangos de normalidad a cada atributo
•De acuerdo a conocimiento del cliente
•De acuerdo a comportamiento histórico
•Sector económico
Parametrización de atributos de Parametrización de atributos de control para fases 1 y 2control para fases 1 y 2
Clientes nuevos:Clientes nuevos: Información financiera básicaInformación financiera básica Ingresos totales esperados y % a manejar Ingresos totales esperados y % a manejar
con la entidad.con la entidad. Tipo de operaciones más frecuentesTipo de operaciones más frecuentes Origen geográfico habitual de su negocioOrigen geográfico habitual de su negocio Indicador de ingresos máximos diarios y Indicador de ingresos máximos diarios y
mensuales:mensuales: Ingresos X %Ingresos X % ; ; Ingresos X % Ingresos X %
360 12360 12
Unidad de Informacióny Análisis Financiero
Parametrización de atributos de Parametrización de atributos de control para fases 1, 2 y 3control para fases 1, 2 y 3
Clientes con antigüedad > 6 meses Clientes con antigüedad > 6 meses CREACION DE PERFILESCREACION DE PERFILES Ventaja: se tiene información suficiente para crear Ventaja: se tiene información suficiente para crear
un modelo de las tendencias del cliente y reajustar un modelo de las tendencias del cliente y reajustar las variables de análisis.las variables de análisis.
El modelo se tiene que actualizar periódicamente El modelo se tiene que actualizar periódicamente con los valores historicos de los meses (o días) con los valores historicos de los meses (o días) inmediatamente anteriores.inmediatamente anteriores.
El modelo se retroalimenta aprendiendo de los El modelo se retroalimenta aprendiendo de los pérfiles generados para cada cliente y se ajusta pérfiles generados para cada cliente y se ajusta según evolucionan las tendencias particularessegún evolucionan las tendencias particulares ..
Ciclo de Ajuste de parametros Ciclo de Ajuste de parametros de controlde control
1. Asignación de los Rangos de normalidad básicos
4. Actualización y ajuste
3. Creación de perfiles
según comportamiento
2. Validación y prueba del modelo
Unidad de Informacióny Análisis Financiero
Método periódico de ajusteMétodo periódico de ajuste
Dic
Ene
Feb
Mar
Abr
May
Jun
Jul
Ago
Sep
Oct
Nov
Dic Atributo a ajustar
50
90
20
51
45
78
100
51
58
47
80
100
Datos de ajuste, ejemplo: Valor promedio de las operaciones diarias
Definición del nuevo rango o valor para la variable a partir de los datos históricos.
Selección del método estadístico
Ejemplo: ponderación por valores “pico”, regresiones o definición de rangos a partir de la varianza de los datos, etc.
Método periódico de ajusteMétodo periódico de ajuste
Variable: Valor de las operaciones
Media del Número de operaciones últimos 12 meses
Alto número de operaciones de baja ocurrencia
Variable de control
Media + Varianza(1+%)
Unidad de Informacióny Análisis Financiero
Generación de PerfilesGeneración de Perfiles
Objetivos: determinación de Tendencias Objetivos: determinación de Tendencias que permitan:que permitan:
Comparar lo real con el comportamiento Comparar lo real con el comportamiento esperadoesperado
Y obtener alarmas cuando una tendencia Y obtener alarmas cuando una tendencia es sobrepasada o cuando cualquier es sobrepasada o cuando cualquier desviación del perfil es detectadadesviación del perfil es detectada
Encontrar secuencias de comportamiento Encontrar secuencias de comportamiento relacionadas (aplicado a sectores relacionadas (aplicado a sectores económicos)económicos)
Ejemplo: Ejemplo: Operaciones en el año 2003 para cliente Operaciones en el año 2003 para cliente
“A”“A”
MesMes ValorValor OperacionesOperaciones
EneEne 100100 accionesacciones
FebFeb 250250 Renta fijaRenta fija
MarMar 150150 Renta fija, accionesRenta fija, acciones
AbrAbr 9090 Renta fija, accionesRenta fija, acciones
MayMay 110110 accionesacciones
JunJun 100100 Renta fija, accionesRenta fija, acciones
JulJul 115115 Renta fija, accionesRenta fija, acciones
AgoAgo 200200 Renta fija, accionesRenta fija, acciones
SepSep 125125 Renta fija, accionesRenta fija, acciones
OctOct 115115 accionesacciones
NovNov 9595 Renta fija, accionesRenta fija, acciones
DicDic 150150 Renta fijaRenta fija
COMPORTAMIENTOCOMPORTAMIENTO
PERFIL “A”PERFIL “A”
Rangos de Rangos de OperacionesOperaciones
90- 25090- 250
Tipo de Tipo de operacionesoperaciones
Renta Fija, Renta Fija, accionesacciones
EjemploEjemplo Un regsitro anormal fuera del perfil dispararía las alarmas y tendría que ser reportada al supervisor.Un regsitro anormal fuera del perfil dispararía las alarmas y tendría que ser reportada al supervisor.
Operaciones de los primeros 5 meses año 2004 empresa “A”Operaciones de los primeros 5 meses año 2004 empresa “A” ..
mesmes ValorValor origenorigen
EneEne 300300 Renta fija, accionesRenta fija, acciones
FebFeb 500500 Acciones, Fondos Acciones, Fondos
MarMar 200200 AccionesAcciones
AbrAbr 400400 FondosFondos
MayMay 110110 Renta fija, AccionesRenta fija, Acciones
Ejemplo: Ejemplo: comparación de perfiles y comparación de perfiles y
comportamientoscomportamientosGeneración de
alarmas por inconsistencia
en el comportamiento
analizado con respecto a
perfiles predeterminados
PERFIL “A”PERFIL “A”
Unidad de Informacióny Análisis Financiero
Comportamiento a analizar
Rangos de Rangos de OperacionesOperaciones
90.000 - 90.000 - 250250
Tipo de Tipo de operacionesoperaciones
Renta Renta Fija, Fija, accionesacciones
mesmes ValorValor origenorigen
EneEne 300300 Renta fija, accionesRenta fija, acciones
FebFeb 500500 Acciones, Fondos Acciones, Fondos
MarMar 200200 AccionesAcciones
AbrAbr 400400 FondosFondos
MayMay 110110 Renta fija, AccionesRenta fija, Acciones
Ejemplo: Ejemplo: Operaciones internacionales año 2003 Operaciones internacionales año 2003
para la empresa “A” exportadora de cueropara la empresa “A” exportadora de cuero
MesMes Reintegros Reintegros USDUSD
origenorigen
EneEne 100.000100.000 US, PAUS, PA
FebFeb 250.000250.000 US, MXUS, MX
MarMar 150.000150.000 PAPA
AbrAbr 90.00090.000 US, PAUS, PA
MayMay 110.000110.000 USUS
JunJun 100.000100.000 US, PAUS, PA
JulJul 115.000115.000 US, PAUS, PA
AgoAgo 200.000200.000 USUS
SepSep 125.000125.000 USUS
OctOct 115.000115.000 PA, MXPA, MX
NovNov 95.00095.000 US, MXUS, MX
DicDic 150.000150.000 USUS
COMPORTAMIENTOCOMPORTAMIENTO
PERFIL “A”PERFIL “A”
Rangos de Rangos de Transferen-Transferen-ciascias
90.000 - 90.000 - 250.000250.000
Países Países origenorigen
US, PA, MXUS, PA, MX
Compra de transferencias
mesmes Reintegros USDReintegros USD OrigenOrigen
EneEne 10.100.00010.100.000 US, PA, CRUS, PA, CR
FebFeb 15. 250.00015. 250.000 US, MX, ES, HKUS, MX, ES, HK
MarMar 9.150.0009.150.000 US, PA, MXUS, PA, MX
AbrAbr 8.890.0008.890.000 US, PAUS, PA
MayMay 10.110.00010.110.000 US, PA, MXUS, PA, MX
JunJun 15.100.00015.100.000 US, PA, HKUS, PA, HK
JulJul 7.115.0007.115.000 US, PAUS, PA
AgoAgo 5.200.0005.200.000 US, MXUS, MX
SepSep 5.125.0005.125.000 US, HKUS, HK
OctOct 9.115.0009.115.000 US, PA, MXUS, PA, MX
NovNov 12.395.00012.395.000 US, MXUS, MX
DicDic 10.150.00010.150.000 US, ES, CR US, ES, CR
COMPORTAMIENTOCOMPORTAMIENTO
Ejemplo: Ejemplo: Operaciones internacionales año 2003 Operaciones internacionales año 2003
para empresas exportadoras de cuero (clientes)para empresas exportadoras de cuero (clientes)
PERFIL SECTORPERFIL SECTOR
Rangos de Rangos de Transferen-Transferen-ciascias
95.000 - 95.000 - 450.000450.000
Países Países origenorigen
US, PA, MX, US, PA, MX, HK, CRHK, CR
Compra de transferencias
EjemploEjemplo Un regsitro anormal fuera del perfil dispararía las alarmas y tendría que ser reportada al supervisor.Un regsitro anormal fuera del perfil dispararía las alarmas y tendría que ser reportada al supervisor.
Movimientos internacionales primeros 6 meses año 2004 empresa “A”Movimientos internacionales primeros 6 meses año 2004 empresa “A” ..
mesmes Reintegros USDReintegros USD origenorigen
EneEne 300.000300.000 MX, PA, HKMX, PA, HK
FebFeb 500.000500.000 US, HK, JMUS, HK, JM
MarMar 350.000350.000 US, HK, PAUS, HK, PA
AbrAbr 400.000400.000 US, SG, HK, JMUS, SG, HK, JM
MayMay 110.000110.000 US, SGUS, SG
Ejemplo: Ejemplo: comparación de perfiles y comportamientoscomparación de perfiles y comportamientos
MesMes Reintegros USDReintegros USD OrigenOrigen
EneEne 150.000150.000 MX, PA, HKMX, PA, HK
FebFeb 220.000220.000 US, HK, JMUS, HK, JM
MarMar 300.000300.000 US, HK, PAUS, HK, PA
AbrAbr 400.000400.000 US, SG, HK, JMUS, SG, HK, JM
MayMay 110.000110.000 US, SGUS, SG
Generación de alarmas por
inconsistencia en el
comportamiento analizado con
respecto a perfiles
predeterminados
PERFIL “A”PERFIL “A”
Rangos Rangos de de reintegrosreintegros
90.000 - 90.000 - 250.000250.000
Países Países origenorigen
US, PA, MXUS, PA, MX
PERFIL SECTORPERFIL SECTOR
Rangos Rangos de de reintegrosreintegros
95.000 - 95.000 - 450.000450.000
Países Países origenorigen
US, PA, MX, US, PA, MX, HK, COHK, CO
Unidad de Informacióny Análisis Financiero
Comportamiento a analizar
Ventajas y DesventajasVentajas y Desventajas Permite identificar cambios Permite identificar cambios
repentinos del comportamiento repentinos del comportamiento individual de clientes.individual de clientes.
Permite a la entidad ubicar un Permite a la entidad ubicar un “blanco” para realizar análisis.“blanco” para realizar análisis.
Generación de muchos “falsos Generación de muchos “falsos positivos” en caso de que los positivos” en caso de que los parámetros de seguridad sean muy parámetros de seguridad sean muy ajustados a cada perfil” (manejable)ajustados a cada perfil” (manejable)
Unidad de Informacióny Análisis Financiero
Monitoreo y control de alertasMonitoreo y control de alertasMonitoreo y control de alertas
Unidad de Informacióny Análisis Financiero
Unidad de Informacióny Análisis Financiero
Identificación y conocimiento de clientes
Generación elementos de control
Perfiles de comportamientos
individuales
Perfiles de comportamientos
conocidos
Monitoreo y Análisis
Ajustes Control Interno
Reportes Internos y Externos
ALERTAS
PrevenciónDetección
Monitoreo y AlertasMonitoreo y Alertas