https://orcid.org/0000-0001-9795-8001
Número del Artículo
Vol. 7 Núm. 1 (2025)
ISSN: 2683-1597
Publicado: 2025-06-27
La investigación desarrolla y valida un método cuantitativo utilizando datos de una institución financiera en México, con el objetivo de obtener un mejor conocimiento de los clientes, detectar el posible uso indebido de la institución en delitos relacionados con la integración y dispersión de recursos financieros ilícitos atendiendo las recomendaciones internacionales establecidas por el Grupo de Acción Financiera Internacional (GAFI) y con las disposiciones en México. Se emplean técnicas de minería de datos, así como instrumentos para recolectar, analizar y utilizar la información sobre las características inherentes y transaccionales de los clientes. Se presenta un análisis estadístico descriptivo y, para lograr una segmentación adecuada, se combinan métodos de clasificación basados en centros móviles y la clasificación jerárquica de Ward, junto con métodos factoriales, lo que permite identificar cambios en patrones de comportamiento de las variables y analizar posibles operaciones inusuales, explicando el grado de riesgo asociado a cada segmento. Los resultados ofrecen una clasificación de riesgo medio y alto, contrastando con el modelo de puntaje actualmente utilizado, que clasifica a los clientes como de riesgo bajo. Además, este enfoque facilita la sospecha de operaciones inusuales reduciendo el número de alertas falsas. Uno de los aportes que ofrece esta investigación es incorporar variables cualitativas para la segmentación adaptada al contexto de México considerando mejores prácticas en Colombia y de GAFI.
Basel Institute on Governance (BASEL). (2022). Basel AML Index 2022: 11th Public Edition - Ranking money laundering and terrorist financing risks around the world. https://baselgovernance.org/publications/basel-aml-index-2022
Basel Institute on Governance (BASEL). (2023). Basel AML Index 2023: 12th Public Edition - Ranking money laundering and terrorist financing risks around the world. https://baselgovernance.org/publications/basel-aml-index-2023
Camacho, M., Rocha, J. y Segovia, M. (2021). Money laundering and terrorism financing detection using neural networks and an abnormality indicator. Expert Systems with Applications, Volume 169, 114470, ISSN 0957-4174. https://doi.org/10.1016/j.eswa.2020.114470
Castro, N. y Castro, M. (2020). Segmentación de clientes en un fondo de empleados para identificar los riesgos de lavado de activos y financiación del terrorismo. https://repository.libertadores.edu.co/items/04da680f-e224-4b18-a09f-9cce5ebc0706
Comisión Nacional Bancaria y de Valores (CNBV). (2020). Guía para el Fortalecimiento del Régimen Preventivo de Lavado de Dinero y Financiamiento al Terrorismo, derivada de los Hallazgos recurrentes detectados durante los procesos de Supervisión: Apartado 3. Conocimiento del Cliente y Debida Diligencia Reforzada. https://issuu.com/gmc360/docs/2020_07_15_gui_a_hallazgos_recurrentes
Grupo de Acción Financiera de Latinoamérica (GAFILAT). (2021). Análisis estratégico sobre el uso de Inteligencia Artificial, Minería de Datos y Análisis de Big Data en prevención y detección LA/FT (UIF/MP). https://biblioteca.gafilat.org/?cat=17
Grupo de Acción Financiera de Latinoamérica (GAFILAT). (2023) https://www.gafilat.org/index.php/es/inicio
Institute for Economics & Peace (IEP). (2023). Mexico Peace Index 2023: Identifying and Measuring the Factors That Drive Peace, Sydney, May 2023. http://visionofhumanity.org/resources
Jovel, T. (2020). Desarrollo de un modelo analítico para la segmentación de asociados en una cooperativa de ahorros y crédito. [Tesis Maestría, Universidad Nacional de Colombia]. https://repositorio.unal.edu.co/handle/unal/79648
Pardo, C. (2020). Estadística descriptiva multivariada. Universidad Nacional de Colombia. https://repositorio.unal.edu.co/handle/unal/79914
Pérez, L. (2013). Técnicas de Segmentación. Conceptos, herramientas y aplicaciones. Alfaomega Grupo Editor, S.A. de C.V
Perez, L. (2020). Metodología para segmentación de un SARLAFT. https://repositorio.unbosque.edu.co/bitstream/handle/20.500.12495/6168/Perez_Perez_Lincoln_Ernesto_2020.pdf?sequence=2&isAllowed=y
Secretaría de Hacienda y Crédito Público. (2020). Evaluación Nacional de Riesgos. Versión Pública del mes de septiembre de 2020. https://www.pld.hacienda.gob.mx/work/models/PLD/documentos/enr2020.pdf
Secretaría de Hacienda y Crédito Público (SHCP). (2022). Disposiciones de Carácter General a que se refiere el Artículo 115 de la Ley de Instituciones de Crédito. Última Reforma publicada en el Diario Oficial de la Federación el 03 de marzo de 2022. https://www.gob.mx/cms/uploads/attachment/file/709513/DCG_Compiladas_Instituciones_de_Credito_08.03.2022.pdf
English
Português
