Análisis de cluster de K-medias y técnica Chaid para la segmentación y clasificación de personas naturales en el mercado bursátil limeño para la prevención de lavado de activos

Abstract

El lavado de activos es la forma de dar un aspecto legal al capital proveniente de actividades delictivas, se ha vuelto una actividad altamente rentable, que ha infectado a varias actividades económicas y, por efecto de la globalización, ha traspasado las fronteras. Las actividades de lavado de activos las realizan organizaciones criminales estructuradas y conformadas por profesionales que usan sus conocimientos para ocultar el origen criminal ejecutando complicadas operaciones financieras y por ello los sujetos obligados están en la necesidad de mejorar sus procedimientos de prevención de lavado de activos aplicando procedimientos analíticos estadísticos para conocer los patrones operacionales y detectar comportamientos atípicos que puedan ser actividades de lavado de activos. En el ámbito del mercado de valores los esfuerzos de prevención de los sujetos obligados están dirigidos meramente a la identificación del incumplimiento de los límites operacionales establecidos por la normativa y no en un adecuado conocimiento del patrón de conducta del cliente y en el análisis de su perfil operacional. En este trabajo se propondrá emplear el análisis clúster de K- Medias para segmentar a los clientes (personas naturales) en clústeres según su comportamiento operacional, luego detectar a los casos atípicos en base a las distancias, seguidamente clasificaremos a los clientes en un clúster operacional empleando la técnica CHAID.

Palabras Clave: Análisis Clúster, K-Medias, Mahalanobis, CHAID, Lavado de Activos, Atípicos

Money laundering is the way to give a legal appearance to the capital from criminal activities, it has become a highly profitable business, which has infected several economic activities and, as a result of globalization, has crossed the borders. The money laundering activities are conducted and structured criminal organizations made up of professionals who use their knowledge to conceal the criminal origin running complicated financial transactions and therefore regulated entities are in need of improving their procedures to prevent money laundering by applying procedures statistical analytical to meet operational and detect unusual behavior patterns that may be laundering activities. In the environment of stock market, prevention efforts of the subject required are directed to the identification of non-compliance with the operational limits established by the law and not on adequate knowledge of the pattern of customer behavior and analyze their profile operational. In this paper we propose to use the K-means clustering to segment customers (natural persons) into clusters according to their operational performance, then detect outliers based on distance, then classify customers on operational group using CHAID technique.

Key Words: Clustering, K-Means, Mahalanobis, CHAID, Money Laundering, Outliers