sarlaft ciencia o arte n.
Download
Skip this Video
Download Presentation
SARLAFT: ¿Ciencia o Arte?

Loading in 2 Seconds...

play fullscreen
1 / 91

SARLAFT: ¿Ciencia o Arte? - PowerPoint PPT Presentation


  • 213 Views
  • Uploaded on

SARLAFT: ¿Ciencia o Arte?. 11 lecciones como fruto de la consultoría. KYC. KY R. Metodologías Detección Segmentación Monitoreo Consolidar Consolidación electrónica Parámetros Indicadores Cuantitativo Cualitativo Tecnológico Reconocido valor técnico Modelos

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'SARLAFT: ¿Ciencia o Arte?' - zagiri


Download Now An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
sarlaft ciencia o arte

SARLAFT:¿Ciencia o Arte?

11 lecciones como fruto de la consultoría

slide4

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

slide5

Metodologías 26

Detección 16

Segmentación 16

Monitoreo16

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

lecci n 1
Lección # 1

ROMAno se hizo en un día

lecci n 2
Lección # 2

Medir es difícil…

decidir loes aún más

capital asset pricing model capm modelo de fijaci n de precios de activos de capital
Capital AssetPricingModel (CAPM)(Modelo de Fijación de precios de activos de capital)

Se les olvidó una formulita

lecci n 3
Lección # 3

Matemáticaspara pensar mejor

lecci n 4
Lección # 4

Datos

casi no hay

lavado ft no es
Lavado (FT) no es…
  • Sanciones de la Superfinanciera
  • Señales de alerta
  • Inusualidades
  • ROS
  • Denuncias
frank mass wind wedel y kamakura
Frank, Mass, Wind, Wedel y Kamakura
  • Facilmente identificables y mesurables
  • Sustanciales
  • Estables
  • Diferenciados

Criterio de máxima homogeneidad

c mo segmento
¿Cómo segmento?

¿Cómo segmento?

opci n 1 riesgo
Opción 1: Riesgo

Riesgo

Alto Riesgo

Bajo Riesgo

opci n 2 detecci n
Opción 2: Detección

Transacciones

Alta transaccionalidad

Baja transaccionalidad

lecci n 41
Lección # 4

Segmentaciones

Multi-propósito y

Múltiples segmentaciones

lecci n 5
Lección # 5

Certeza

no existe

slide44

Scoring

Escenarios

Visualización

Reglas

Segmentación

Perfiles

Listas

Vínculos aparentes

Vínculos no aparentes

Verificación

Indicadores

Inteligencia analítica

detecci n por segmentaci n
Detección por segmentación

Segmento 3

Marzo 2009

Segmento 1

Octubre 2008

slide46

CLIENTES CON EDADES ATÍPICAS

Clientes de más de 100 años?

Clientes Bebés ?

lecci n 6
Lección # 6

No se case

con una sola técnica

predicci n
Predicción
  • KYC
  • Histórico
  • Pares / Similares
  • Modelos financieros

Sociodemograficas

Transaccionales

predicci n de variables
Predicción de Variables

Perfil

Transaccional

  • Modelos:
  • Empleados
  • Oficiales
  • Empresas
  • Sectores

T

KYC

modelo de predicci n laft2
Modelo de predicción LAFT

Activos

Apalancamiento

Apalancamiento

+ Probabilidad de acierto

lecci n 7
Lección # 7

Predicción

…pero saque paraguas

slide59

R=57

R=57.34

lecci n 8
Lección # 8

Precisión

no pida tanto

slide62

STOP

R=5

OJO

GO

slide68

Entidad

OJO

Negocios

STOP

GO

distribuci n de la probabilidad de un riesgo en un factor de riesgo
Distribución de la Probabilidad de un Riesgo en un Factor de Riesgo

Criterios objetivos y subjetivos

slide71

Ingresos

Gastos

Escenarios

Indicadores

Procesos

Modelos

slide72

Indicadores

SARLAFT

Ingresos

Volumen

Activos

Transacciones

Empleados

slide74

Eventos de Riesgo

Factores de riesgo

slide76

E

Políticas

Procedimientos

Dispositivos

lecci n 9
Lección # 9

Desagregar

para gestionar (detectar)

graficos explicativos
Graficos explicativos

1996

1998

Probabilidad individual: 1 en 8.500

slide80

Culpable

Inocente

eventos independientes

Eventos

dependientes

Eventos independientes

1 en 73 millones

1 en 130.000

lecci n 10
Lección # 10

Peligro

de las estadísticas mal empleadas

lecci n 11
Lección # 11

No confunda

riesgo con detección

historia
Historia

1494

Luca Paccioli

SFC

2007

historia1
Historia

1564

Galileo

SFC

2008

galileo
Galileo
  • Instrumentos
  • Modelos
  • Datos
historia2
Historia

1738

Bernoulli

HOY

slide91

¡Gracias!

alozano@lozano-consultores.com