Transcript Generación de Alertas utilizando Modelos Basados en Atributos y
GENERACION DE ALERTAS
Modelos basados en
atributos perfiles
Unidad de Información y Análisis Financiero
AGENDA
Fases de la generación alertas
Construcción de modelos
Parametrización de atributos Ajuste de atributos Creación de Perfiles
Unidad de Información y Análisis Financiero
Definiciones
Atributos: Elementos propios de cada transacción. Ej. monto, fecha, lugar de origen del cliente, etc. Rango de normalidad: Correspondiente a cada atributo.
Pérfiles: Definición de comportamientos y tendencias. Los perfiles se componen de una agrupación de variables cualitativas y cuantitativas.
Unidad de Información y Análisis Financiero
Generación de Alertas
Transacciones en curso Fase 1
Prevención de Transacciones inusuales
Operaciones Realizadas Datos Históricos Fase 2
Detección de operaciones inusuales a partir de datos consolidados
Fase 3
Detección de operaciones inusuales a partir de datos históricos Unidad de Información y Análisis Financiero
Asignación previa de rangos de normalidad a cada atributo o generación de rangos de control.
Fase 1
Transacciones en curso
Prevención y detección de transacciones inusuales individuales (primer anillo) 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 Información y Análisis Financiero
Fase 1
Una serie de condiciones pueden ser fijadas a distintos atributos: Ejemplo: Generar alarmas que soliciten la autorización al supervisor para adicionar cantidades mayores a $100.000.000 a un fondo de valores, provenientes de personas naturales situados en ciudades fronterizas.
Unidad de Información y Análisis Financiero
Fase 1
RESULTADOS ESPERADOS
Bloqueo de operaciones basado en los atributos de riesgo de cada cliente.
El resultado puede variar entre la aprobación de la transacción hasta el bloqueo de la misma.
Supervisión y monitoreo de las operaciones en tiempo real.
Permite el monitoreo de limites operacionales basado en varios filtros asignados por variable.
Monitoreo de clientes de interés cada vez que sus productos son accesados.
Unidad de Información y Análisis Financiero
Fase 2
Consolidación de la información Asignación previa de rangos de normalidad a cada atributo o generación de rangos de control
Transacciones en curso Opraciones Realizadas
Prevención y detección a corto plazo desde el sistema consolidado de operaciones (segundo anillo) 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 Información y Análisis Financiero
Fase 2
RESULTADOS ESPERADOS
Las nuevas operaciones en el sistema son verificadas contra condiciones límite propias para cada cliente en una etapa de verificación de los datos agrupados. Las alertas son informadas a los supervisores cuando alguna de las condiciones límite sea sobrepasada.
Análisis de las operaciones que fueron autorizadas durante la Fase 1, ahora bajo otros parámetros de verificación debido a la posibilidad de realizar un estudio de todas las operaciones hechas en un período corto de tiempo.
Posibilidad de agrupar la información y crear un archivo histórico de operaciones para ser evaluado durante la fase 3.
Fase 3
Analisis por rangos de normalidad de atributos y creación de perfiles como modelos base de comparación.
Transacciones en curso Opraciones Realizadas Datos Históricos
Detección desde el consolidado histórico de operaciones (Círculo central) Registros históricos Realización de análisis en un periodo amplio de tiempo. Ej. 1 mes Generación de alertas y reportes para monitoreo
Fase 3
Detección de operaciones inusuales a partir del análisis sobre datos históricos (Centro)
Permite la detección a partir de un agregado histórico de datos y no de operaciones individuales.
Permite incluir en el análisis un periodo de estudio determinado por el supervisor: 1 mes, un semestre, etc.
Permite analizar un amplio rango de datos a través de distintos tipos de operaciones Ayuda a definir patrones normales de transacción para clientes Permite retroalimentar el sistema para ajustar nuevos parámetros de análisis y generación de alertas. Unidad de Información y Análisis Financiero
Fase 3 - Ejemplo
Ejemplo: Un comisionista tiene un cliente que compra y vende títulos de manera periódica. Desde el momento de vínculación realizaba operaciones al mes por $100 Millones durante los primeros 6 meses obteniendo rendimientos y pérdidas indistintamente A partir de cierto tiempo las inversiones aumentaron periódicamente de $100 Millones a $200 y $500 durante los siguientes tres meses El comparativo histórico, disparará las alertas de acuerdo al perfil.
La confirmación de sospecha dependerá del nivel de conocimiento del cliente.
Construcción de un modelo de control
• 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 Unidad de Información y Análisis Financiero
Parametrización de atributos de control para fases 1 y 2
Clientes nuevos: Información financiera básica Ingresos totales esperados y % a manejar con la entidad.
Tipo de operaciones más frecuentes Origen geográfico habitual de su negocio Indicador de ingresos máximos diarios y mensuales: Ingresos X % ; Ingresos X % 360 12 Unidad de Información y Análisis Financiero
Parametrización de atributos de
control para fases 1, 2 y 3
Clientes con antigüedad > 6 meses CREACION DE PERFILES Ventaja: se tiene información suficiente para crear un modelo de las tendencias del cliente y reajustar las variables de análisis.
El modelo se tiene que actualizar periódicamente con los valores historicos de los meses (o días) inmediatamente anteriores.
El modelo se retroalimenta aprendiendo de los pérfiles generados para cada cliente y se ajusta según evolucionan las tendencias particulares .
Ciclo de Ajuste de parametros de control
3. Creación de perfiles según comportamiento 4. Actualización y ajuste 2. Validación y prueba del modelo 1.
Asignación de los Rangos de normalidad básicos
Unidad de Información y Análisis Financiero
Método periódico de ajuste
Dic Datos de ajuste, ejemplo: Valor promedio de las operaciones diarias 50 Ene 90 Feb Mar Abr May Jun 20 51 45 78 100 Definición del nuevo rango o valor para la variable a partir de los datos históricos. Selección del método estadístico Jul Ago Sep Oct Nov 51 58 47 80 100 Ejemplo: ponderación por valores “pico”, regresiones o definición de rangos a partir de la varianza de los datos, etc.
Dic Atributo a ajustar
Método periódico de ajuste
Variable de control
Variable: Valor de las operaciones
Media + Varianza(1+%) Alto número de operaciones de baja ocurrencia Media del Número de operaciones últimos 12 meses Unidad de Información y Análisis Financiero
Generación de Perfiles
Objetivos: determinación de Tendencias que permitan: Comparar lo real con el comportamiento esperado Y obtener alarmas cuando una tendencia es sobrepasada o cuando cualquier desviación del perfil es detectada Encontrar secuencias de comportamiento relacionadas (aplicado a sectores económicos)
Ejemplo:
Operaciones en el año 2003 para cliente “A”
COMPORTAMIENTO Mes
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Valor Operaciones
100 250 150 90 110 100 115 200 125 115 95 150 acciones Renta fija Renta fija, acciones Renta fija, acciones acciones Renta fija, acciones Renta fija, acciones Renta fija, acciones Renta fija, acciones acciones Renta fija, acciones Renta fija
PERFIL “A” Rangos de Operaciones Tipo de operaciones
90- 250 Renta Fija, acciones
Ejemplo
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” .
mes
Ene Feb Mar Abr May
Valor
300 500 200 400 110
origen
Renta fija, acciones Acciones, Fondos Acciones Fondos Renta fija, Acciones
PERFIL “A” Rangos de Operaciones Tipo de operaciones
Ejemplo:
comparación de perfiles y comportamientos 90.000 250 Renta Fija, acciones
Generación de alarmas por inconsistencia en el comportamiento analizado con respecto a perfiles predeterminados mes
Ene Feb Mar Abr May
Comportamiento a analizar Valor
300 500 200 400 110
origen
Renta fija, acciones Acciones, Fondos Acciones Fondos Renta fija, Acciones Unidad de Información y Análisis Financiero
Ejemplo:
Operaciones internacionales año 2003 para la empresa “A” exportadora de cuero Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic
Mes COMPORTAMIENTO Reintegros USD
100.000
250.000
150.000
90.000
110.000
100.000
115.000
200.000
125.000
115.000
95.000
150.000
origen
US, PA US, MX PA US, PA US US, PA US, PA US US PA, MX US, MX US Compra de transferencias
PERFIL “A” Rangos de Transferen cias Países origen
90.000 250.000
US, PA, MX
Ejemplo:
Operaciones internacionales año 2003 para empresas exportadoras de cuero (clientes) Compra de transferencias
COMPORTAMIENTO mes Reintegros USD Origen
Ene Feb Mar Abr May Jun Jul Ago Sep Oct Nov Dic 10.100.000
15. 250.000
9.150.000
8.890.000
10.110.000
15.100.000
7.115.000
5.200.000
5.125.000
9.115.000
12.395.000
10.150.000
US, PA, CR US, MX, ES, HK US, PA, MX US, PA US, PA, MX US, PA, HK US, PA US, MX US, HK US, PA, MX US, MX US, ES, CR
PERFIL SECTOR Rangos de Transferen cias Países origen
95.000 450.000
US, PA, MX, HK, CR
Ejemplo
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” .
mes
Ene Feb Mar Abr May
Reintegros USD
300.000
500.000
350.000
400.000
110.000
origen
MX, PA, HK US, HK, JM US, HK, PA US, SG, HK, JM US, SG
Ejemplo:
comparación de perfiles y comportamientos
PERFIL “A” Rangos de reintegros
90.000 250.000
Países origen
US, PA, MX
Mes
Ene Feb Mar Abr May
PERFIL SECTOR Rangos de reintegros
95.000 450.000
Países origen
US, PA, MX, HK, CO
Comportamiento a analizar Reintegros USD Origen
150.000
MX, PA, HK 220.000
300.000
400.000
110.000
US, HK, JM US, HK, PA US, SG, HK, JM US, SG
Generación de alarmas por inconsistencia en el comportamiento analizado con respecto a perfiles predeterminados
Unidad de Información y Análisis Financiero
Ventajas y Desventajas
Permite identificar cambios repentinos del comportamiento individual de clientes.
Permite a la entidad ubicar un “blanco” para realizar análisis.
Generación de muchos “falsos positivos” en caso de que los parámetros de seguridad sean muy ajustados a cada perfil” (manejable) Unidad de Información y Análisis Financiero
Monitoreo y control de alertas Monitoreo y control de alertas
Unidad de Información y Análisis Financiero
Monitoreo y Alertas
Ajustes Control Interno Prevención Detección Reportes Internos y Externos Monitoreo y Análisis ALERTAS Perfiles de comportamientos conocidos Perfiles de comportamientos individuales Generación elementos de control Identificación y conocimiento de clientes
Unidad de Información y Análisis Financiero