Resumen de Generación de alertas de lavado de activos basadas en redes complejas: Una revisión sistemática

Maritza Murillo Ortíz, Lillyana Giraldo Marín, Herman Horacio Jaramillo Villegas, Carlos César Piedrahita Escobar, Luisa Fernanda Villa Montoya

• español

  Los organismos internacionales se enfrentan a una labor altamente compleja: detectar operaciones de lavado de activos, las cuales, por su ilegalidad, tienden a permanecer ocultas de las autoridades. Uno de los activos más valiosos es la información que centralizan estos organismos de control como las alertas generadas por las entidades financieras basadas en operaciones transaccionales, las cuales por su gran volumen se requiere de una estrategia avanzada que permita identificar las operaciones inusuales que a pesar de los esfuerzos sigue siendo un desafío. Por tal motivo, se desarrolló una revisión sistemática de la literatura sobre generación de alertas de lavado de activos basadas en redes complejas. De esta revisión se encontró que el análisis de redes complejas es idóneo dada su capacidad de identificar patrones criminales en un gran volumen de datos transaccionales y también presenta desafíos para cuando la red es incompleta y se desconoce el origen o destino de los recursos.

• English

  International organizations face a highly complex task: to detect money-laundering operations, which, because of their illegality, tend to remain hidden from the authorities. One of the most valuable assets is the information centralized by these control bodies such as alerts generated by financial institutions based on transactional transactions, which, because of their large volume, requires an advanced strategy to identify unusual operations that, despite efforts, remain a challenge. For this reason, a systematic review of the literature on generating money-laundering alerts based on complex networks was developed. This review found that the analysis of complex networks is ideal given its ability to identify criminal patterns in a large volume of transactional data and also presents challenges for when the network is incomplete, and the origin or destination of resources is unknown.