SlideShare ist ein Scribd-Unternehmen logo
1 von 58
Prácticas Anti-Lavado de Activos: análisis
    de datos para cumplir con la ley

                           Ing. José Luis Antigua, ACDA
                       Director Riesgos y Tecnología de BDO
                               ACL Certified Trainer
                             Jose.antigua@bdo.com.do




1    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Contenido
 Conceptos y prácticas Anti Money Laundering (AML)
 Breve Cronología
 Prácticas Comunes AML
 Obligaciones
 Realidad Actual Análisis de Transacciones
 Ciclo de Análisis de Datos
 Modelo de Capacidad de Análisis de Auditoría y su
  integración a las prácticas AML
 Impacto del Lavado de Activos


    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Definiciones

El Lavado de Dinero es el proceso por el cual el origen o la
fuente de los fondos se ocultan para hacer que los fondos
        aparenten proceder de fuentes legítimas.

No implica solamente manejo de efectivo, sino cualquier
transacción financiera puede constituir lavado de dinero.

 FIBA, AML Institute 2010




     Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
4

Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
¿Quién incurre en lavado?

Personas que a sabiendas que los bienes, fondos o
instrumentos son producto de una infracción grave:
    •Convierta, transfiera, transporte, adquiera, posea, tenga, utilice o
    administre dichos bienes.

    •Oculte, encubra o impida la determinación real, naturaleza, origen,
    movimiento, destino o propiedad de los bienes o derechos relativos a
    tales bienes.

    •Se asocie, otorgue asistencia, facilite, asesore en la comisión de algunas
    de las infracciones, así como eludir la consecuencia jurídica de sus
    acciones.
Ley 72-02 de la Rep. Dom., Art. 3




     Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Breve cronología AML
      1970              •Aprobación Ley Secreto Bancario (BSA) en EE.UU.

                        •Comité de Basilea publica “Secreto Bancario y Cooperación Internacional en
      1981               Supervisión Bancaria”

      1986              •OEA establece comisión interamericana contra abuso de drogas (CICAD)

                        •El G-7 forma Grupo de Acción Financiera contra el Lavado de Dinero (Financial Action
      1989               Task Force – FATF)
                        •FATF publica sus 40 recomendaciones (GAFI, en español)
      1990              •Se crea FATF del Caribe (CFATF) y publica 30 recomendaciones sobre lavado

      1995              •Grupo EGMONT de unidades de inteligencia financiera mundial.


      2001              •Promulgación Acto Patriota en EE.UU.

                        •Oficina de Drogas y Delitos de la ONU y el FMI publican modelo de ley sobre lavado de
      2005               dinero y FT.
                        •Publicación Guía “AML” para Corredores de Bolsa basada en el BSA y Acto Patriota de
      2009               EE.UU.

  FIBA, AML Institute 2010




  Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Caso Banco American Express

 Evaluaciones no enfocadas en cuentas de alto riesgo
 Parámetros para monitorear transacciones demasiado altos
 Se exceptuaron ciertas cuentas del proceso de monitoreo de
  transacciones
 No se identificaron compañías privadas de inversion (PIC)
 No se consideraron cuentas afines en el proceso de revisión de
  cuentas
 Sistema de monitoreo con problemas de integridad
 Alertas sin revisión, acumulando cientos de investigaciones
  pendientes
 Personal insuficiente en el departamento de cumplimiento
   FIBA, AML Institute 2010




    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Caso Banco American Express

 El programa de prevención de lavado del banco era deficiente en
  tres elementos básicos:

   • Falta implantación controles internos apropiados

   • Falta conducir pruebas independientes

   • Falta por no designar y nombrar un Oficial de Cumplimiento




     FIBA, AML Institute 2010




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Caso Banco American Express

CONSECUENCIAS:

- Multa de FinCEN (Financial Crime) de US$25 millones

- El Departamento de Justicia confiscó US$55 millones

- Multa de reguladores bancarios de US$20 millones

- Enjuiciamiento penal diferido


  FIBA, AML Institute 2010




    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Prácticas comunes AML
Incluyen análisis de riesgo, resguardo de documentación,
análisis de transacciones y tendencias, consultas en listas
oficiales. Ejemplos:
  - Evaluación riesgo en base a objetivos o procesos del negocio,
    documento, vendedor o comprador
  - Registro, almacenamiento y copia de seguridad de transacciones
    históricas
  - Detectar transacciones superiores a los US$10,000 por período
  - Detectar transacciones fuera de patrones comunes
  - Cruce de lista OFAC contra clientes




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Obligaciones AML
1. Identificación de clientes 
2. Identificación de terceros beneficiarios 
3. Profesionales liberales
4. Reporte de transacciones en efectivo 
5. Transacciones sospechosas (complejas, insólitas, significativas) 
6. Conservar documentos* 
7. Colaboración con el comité nacional Anti Lavado de Activos
8. Confidencialidad
9. Procedimientos y órganos de control interno
10.Conocimiento de los empleados de las obligaciones de la ley
 Ley 72-02 de la Rep. Dom., Sección II - Art. 41




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras empresas, clientes, empleados,
transacciones)

-Periodicidad creciente




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras
empresas, clientes, empleados, transacciones)

-Periodicidad creciente




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras
empresas, clientes, empleados, transacciones)

-Periodicidad creciente




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras empresas, clientes, empleados,
transacciones)

-Periodicidad creciente




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras
empresas, clientes, empleados, transacciones)

-Periodicidad creciente




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones
-Procesamiento Electrónico de Datos

-Volúmenes de información crecientes

-Dispersión de información

-Fuentes diversas (reguladores, otras
empresas, clientes, empleados, transacciones)

-Periodicidad creciente




                                                                                 17

   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Realidad actual análisis transacciones

El análisis de datos con el apoyo de herramientas tecnológicas es en sí
una de las estrategias más importantes para controlar prácticas de
lavado de activos.



¿Cómo puede auditoría responder a esta realidad?

Planificar, Acceder a Datos, Analizar y Reportar




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Planificación
 Identificación de eventos (vulnerabilidades y amenazas) por
  proceso u objetivo, considerando factores internos y externos.
                                     Personas
 Evaluación de riesgos (probabilidad por impacto)
 Respuesta a riesgos
 Actividades de control
                                                         Infraestruct
       ¿Cómo definir            adecuadamente un objetivo de control?
                                            Procesos
                                                              ura
       Definición de Excepciones
 Información y Comunicación
 Monitoreo            Factores
                                                                    Tecnología
                                            Externos

Informe COSO-ERM, 2004




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Planificación
 Identificación de eventos (vulnerabilidades y amenazas) por
  proceso u objetivo, considerando factores internos y externos.
 Evaluación de riesgos (probabilidad por impacto)
 Respuesta a riesgos
 Actividades de control
       ¿Cómo definir adecuadamente un objetivo de control?
       Definición de Excepciones
 Información y Comunicación
 Monitoreo


Informe COSO-ERM, 2004




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Planificación
 Identificación de eventos (vulnerabilidades y amenazas) por
  proceso u objetivo, considerando factores internos y externos.
 Evaluación de riesgos (probabilidad por impacto)
 Respuesta a riesgos
 Actividades de control
       ¿Cómo definir adecuadamente un objetivo de control?
       Definición de Excepciones
 Información y Comunicación
 Monitoreo


Informe COSO-ERM, 2004




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Planificación
 Identificación de eventos (vulnerabilidades y amenazas) por
  proceso u objetivo, considerando factores internos y externos.
 Evaluación de riesgos (probabilidad por impacto)
 Respuesta a riesgos
 Actividades de control
       ¿Cómo definir adecuadamente un objetivo de control?
       Definición de Excepciones
 Información y Comunicación
 Monitoreo


Informe COSO-ERM, 2004




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Planificación
 Identificación de eventos (vulnerabilidades y amenazas) por
  proceso u objetivo, considerando factores internos y externos.
 Evaluación de riesgos (probabilidad por impacto)
 Respuesta a riesgos
 Actividades de control
       ¿Cómo definir adecuadamente un objetivo de control?
       Definición de Excepciones
 Información y Comunicación
 Monitoreo


Informe COSO-ERM, 2004




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Acceso a Datos
-Múltiples plataformas de almacenamiento y administración, se llaman
DBMS (Sistemas Manejadores de Bases de Datos) Ejemplos:
SQL, Oracle, Access, Dbase, SAP*, entre otros.

-Varios entornos de acceso. Ejemplos: Desarrollo o Prueba, Copia de
Seguridad y Producción

-Protocolos de solicitud variables. Generalmente usuario y contraseña.

-Definición varía según DBMS u origen del archivo a trabajar:
-Formato Manual
-Formato Automático
             Necesidad de Consolidad y Mantener Integridad



    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de Datos

 Su equipo debe:
1. Identificar su capacidad de análisis real y/o
   necesaria, según el apetito de riesgo
    Modelo de Capacidad de Análisis de Auditoría
      (MCAA)
2. Actuar sobre las obligaciones, según su capacidad
    Ejecutar pruebas de control (comandos analíticos,
      cruces, etc.)



   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de Datos




  Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Modelo de capacidad de Análisis: MCAA
  Desarrollado en base a experiencia en más de 15,000 empresas a
   nivel mundial, para ayudar a evaluar más claramente el nivel
   análisis de datos en auditoría, planificar y comunicar lo que se
   debe hacer
  Hecho para obtener mayores beneficios y administrar riesgos en
   términos de:
           • Personas
           • Tecnología
           • Procesos
  Revolucionar el enfoque tradicional de la auditoría (de reactivo a
   proactivo)
  Cinco niveles a través de los cuales auditoría interna puede
   ampliar su uso de análisis

    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Modelo de capacidad
                                                       de Análisis de Auditoría
Contribución de la Auditoría - Control




                                                                                                                                            Nivel 5
                                                                                                                                            Monitoreo
                                           Proactivo

                                                                                                                             Nivel 4
                                                                                                                             Automatizado



                                                                                                          Nivel 3
                                         A la vista-vigilado                                              Controlado


                                                                                         Nivel 2
                                                                                         Aplicado
                                                             Nivel 1
                                                             Básico
                                         Reactivo
                                                                                            Sofisticación del Análisis


                                               Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Justificación uso modelo análisis

 El análisis de datos tiene una función importante para la detección
  y prevención de lavado de activos

 En la medida que se expande el uso de análisis, mayor oportunidad
  de identificar y mitigar riesgos
 Se pueden repetir procedimientos para grandes conjuntos de
  datos, detectando:
             Riesgo
             Fraude
             Error
             Abuso




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Detalles del modelo de análisis

 CARACTERÍSTICAS:
         • Análisis esporádico
         • Capacitación Introductoria en Análisis
         • Una persona incrementa productividad
                                                                                                            Nivel 5
 BENEFICIOS:                                                                                               Monitoreo


         • Visión rápida problemas riesgo y control área específica                                  Nivel 4
                                                                                                     Automatizado
         • Análisis más profundo
         • Identificación fraude, error y abuso                    Nivel 3
                                                                                            Controlado
 DESAFÍOS:                                                                      Nivel 2
                                                                                 Aplicado
         • Acceso a datos
                                                                      Nivel 1
                                                                      Básico


                                                                                                                        30

   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Detalles del modelo de análisis
 CARACTERÍSTICAS:
   •     Varias habilidades y aplicaciones
   •     Existe especialista análisis de datos
   •     Capacitación diseño de scripts

 BENEFICIOS:                                                                                                   Nivel 5
                                                                                                                Monitoreo
   •     Mayor nivel de seguridad
                                                                                                         Nivel 4
   •     Reducción procesos manuales a muestras físicas                                                  Automatizado
   •     Ejecución procesos remotamente
                                                                                                Nivel 3
 DESAFÍOS:                                                                                     Controlado

   •     Programas de auditoría deben ajustarse                                      Nivel 2
                                                                                     Aplicado
   •     Proceso informal, poca estandarización
                                                 Nivel 1
   •     Crecen proyectos, entorno descentralizado
                                                 Básico


                                                                                                                            31

       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Detalles del modelo de análisis

 CARACTERÍSTICAS:
   •    Grupos de pruebas disponibles para varias áreas
   •    Cambio en procesos de auditoría; metodologías
   •    Auditorías simultáneas y continuas de varias áreas
 BENEFICIOS:                                                                                                Nivel 5
                                                                                                             Monitoreo
   •    Cumplir expectativas del comité de auditoría
   •    Ahorro gastos, esfuerzos y tiempo del personal                                                Nivel 4
   •    Reportes más exhaustivos y de mayor valor                                                     Automatizado

   •    Mayor entendimiento riesgos por áreas
                                                                                             Nivel 3
 DESAFÍOS:                                                                                  Controlado
   •    Movimiento de los procesos tradicionales de auditoría
                                                                                  Nivel 2
   •    Cambios técnicos ante mayores demandas del equipo                         Aplicado

                                                                        Nivel 1
                                                                        Básico

                                                                                                                         32

   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Detalles del modelo de análisis
• CARACTERÍSTICAS:
   •    Uso integral pruebas automatizadas
   •    Procesamiento seguro, controlado y centralizado
   •    Análisis grandes volúmenes datos
   •    Varios miembros hacen análisis, probable distintos lugares
   •    Auditores no técnicos usan resultados de scripts
                                                                                                            Nivel 5
• BENEFICIOS:                                                                                               Monitoreo

   •    Aumento eficiencia equipo
                                                                                                     Nivel 4
   •    Análisis repetible y sustentable                                                             Automatizado
   •    Menos riesgo del personal
   •    Más sencillo y entendible para administración                                       Nivel 3
                                                                                            Controlado
 DESAFÍOS:
                                                                                 Nivel 2
   •    Preparación del personal; más planificación                              Aplicado
   •    Tiempo de desarrollo e implementación
                                                                      Nivel 1
                                                                      Básico


                                                                                                                        33

   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Detalles del modelo de análisis
• CARACTERÍSTICAS:
   •    Pruebas automatizadas periódicas
   •    Resultados recibidos por dirección de áreas
   •    Flujo de trabajo organizado para respuesta a excepciones
   •    Registro total de resultados y tendencias


• BENEFICIOS:                                                                               Nivel 5
                                                                                            Monitoreo
   •    Respuesta oportuna a problemas
   •    Mayor productividad del equipo auditoría por poder enfocarse en otras áreas. 4
                                                                                   Nivel
                                                                                   Automatizado
   •    Se requieren menos procedimientos de control
   •    Relación trabajo fortalecida entre auditoría y gerencia negocios  Nivel 3
          en relación a riesgos y controles.                              Controlado

                                                                                 Nivel 2
 DESAFÍOS:                                                                      Aplicado
   • Criterios para excepción, falsos positivos e                     Nivel 1
   integración limitada tecnología                                    Básico


                                                                                                        34

   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de Datos




                                                                                35

  Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación del Cliente:

    - Existencia información obligatoria

    - Confirmación información en listas externas (PEPs, OFAC)

    - Validación registros de información incorrecta o

       incompleta (formatos adecuados)



    Usar Filtros y Funciones, como ISBLANK()




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación del Cliente:

    - Existencia información obligatoria

    - Confirmación información en listas externas (PEPs, OFAC)

    - Validación registros de información incorrecta o

       incompleta (formatos adecuados)



    Usar Relaciones, Filtros y Extracción




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación del Cliente:

    - Existencia información obligatoria

    - Confirmación información en listas externas (PEPs, OFAC)

    - Validación registros de información incorrecta o

       incompleta (formatos adecuados)



    Usar Funciones y Filtros




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación de Terceros Beneficiarios:

    - Detección de relaciones de consanguinidad

    - Similitudes en información

    - Suplantación de identidad a través de documento oficial de
       identificación
    - Múltiples identidades (duplicidad de nombres
       con distintas identidades)

    Usar Funciones y Filtros



       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación de Terceros Beneficiarios:

    - Detección de relaciones de consanguinidad

    - Similitudes en información

    - Suplantación de identidad a través de documento oficial de
       identificación
    - Múltiples identidades (duplicidad de nombres
       con distintas identidades)

   Usar Funciones, Agrupación y Filtros



       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación de Terceros Beneficiarios:

    - Detección de relaciones de consanguinidad

    - Similitudes en información

    - Suplantación de identidad a través de documento oficial de
       identificación
    - Múltiples identidades (duplicidad de nombres
       con distintas identidades)

  Usar Duplicados, Agrupación, Relaciones y Filtros




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Identificación de Terceros Beneficiarios:

    - Detección de relaciones de consanguinidad

    - Similitudes en información

    - Suplantación de identidad a través de documento oficial de
       identificación
    - Múltiples identidades (duplicidad de nombres
       con distintas identidades)

  Usar Duplicados, Agrupación, Relaciones y Filtros




       Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Transacciones sobre límites

    - Extracción de transacciones individuales por persona o entidad que
      superan los US$10,000 en un día

    - Extracción de transacciones consolidadas por persona o entidad que
      superan los US$10,000 en un día




    Usar Filtros




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

 Transacciones sobre límites

    - Extracción de transacciones individuales por persona o entidad que
      superan los US$10,000 en un día

    - Extracción de transacciones consolidadas por persona o entidad que
      superan los US$10,000 en un día




    Usar Agrupación y Filtros




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML
 Transacciones sospechosas

   - Transacciones de una misma entidad o persona fuera del rango común
   - Transacciones hechas por personas con niveles de consanguinidad que juntas
     superan los límites permitidos por período
   - Transacciones entre períodos muy cortos o muy largos

   - Transacciones realizadas por empleados no autorizados
   - Compras o ventas por personas o
     entidades asociadas a empleados


   Usar Filtros, Agrupación y Estadísticas



      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML
 Transacciones sospechosas

   - Transacciones de una misma entidad o persona fuera del rango común
   - Transacciones hechas por personas con niveles de consanguinidad
     que juntas superan los límites permitidos por período
   - Transacciones entre períodos muy cortos o muy largos

   - Transacciones realizadas por empleados no autorizados
   - Compras o ventas por personas o
     entidades asociadas a empleados

    Usar Funciones, Agrupación, Campos
    Computados y Filtros



      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML
 Transacciones sospechosas

   - Transacciones de una misma entidad o persona fuera del rango común
   - Transacciones hechas por personas con niveles de consanguinidad que
     juntas superan los límites permitidos por período
   - Transacciones entre períodos muy cortos o muy largos

   - Transacciones realizadas por empleados no autorizados
   - Compras o ventas por personas o
     entidades asociadas a empleados

  Usar Filtros, Relaciones, Extracción y
  Campos Computados



      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML
 Transacciones sospechosas

   - Transacciones de una misma entidad o persona fuera del rango común
   - Transacciones hechas por personas con niveles de consanguinidad que
     juntas superan los límites permitidos por período
   - Transacciones entre períodos muy cortos o muy largos

   - Transacciones realizadas por empleados no autorizados
   - Compras o ventas por personas o
     entidades asociadas a empleados


  Usar Filtros y Relaciones



      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML
 Transacciones sospechosas

   - Transacciones de una misma entidad o persona fuera del rango común
   - Transacciones hechas por personas con niveles de consanguinidad que
     juntas superan los límites permitidos por período
   - Transacciones entre períodos muy cortos o muy largos

   - Transacciones realizadas por empleados no autorizados
   - Compras o ventas por personas o
     entidades asociadas a empleados


  Usar Filtros y Relaciones



      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Análisis de datos en AML

Características de los reportes:
  -Organización

  -Relevancia

  -Gráficos con resúmenes y tendencias, según aplique

  -Acorde a las normas aplicables




   Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Impacto Lavado de Activos


 Sector Financiero:

   - Hace menos efectiva la formación de capital doméstico

   - Destruye gradualmente las instituciones financieras

   - Debilita el rol del sector en el crecimiento económico



   Bartlett, 2002




    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Impacto Lavado de Activos

 Sector Bienes:

   - Reduce el nivel de crecimiento

   - Facilita la corrupción y el crimen

   - Incrementa el riesgo de inestabilidad macroeconómica



   Bartlett, 2002




    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Impacto Lavado de Activos

 Sector Externo:

   - Cambia el curso del capital lejos del desarrollo

   - Flujo de capital entrante: reduce nivel de actividad de la inversión
       extranjera

   - Flujo de capital saliente: facilita la salida de capital ilícito

   - Distorsiona los precios y contenidos del comercio


   Bartlett, 2002




    Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Impacto Lavado de Activos

 Efectos Generales:
    • Falta de Credibilidad
    • Debilita la Integridad de los Mercados Financieros
    • Expansión de la Pobreza
    • Impunidad
    • Falsos Valores
    • Engaños y Fraudes
    • Ingobernabilidad
 Heiromy Castro (Director AML SIB), 2011




      Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Conclusión

     El lavado de activos existe, pero también existen las
     leyes y normas que guían a todos los sujetos obligados
        en su prevención y reporte. Asimismo, existen las
      herramientas para aplicar efectivamente las leyes en
       el entorno de hoy y contribuir con el bienestar de la
               empresa, la nación en sí y el mundo.




  Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
¿Preguntas?




Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
PRÓXIMOS WEBINARS


                                                                E-CLASS
     Corriente Operativa

         Técnicas de Muestreo: sistema aleatorio y monetario
                                            Agosto 2012

     Corriente Estratégica

         La auditoría del mañana en el mundo de hoy
                                          Septiembre 2012

         Seguridad de Información en Instituciones Financieras: retos y
         prácticas clave
                                            Agosto 2012
Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley

Weitere ähnliche Inhalte

Was ist angesagt?

Sistema de prevención de lavado de activos Parte I
Sistema de prevención de lavado de activos Parte ISistema de prevención de lavado de activos Parte I
Sistema de prevención de lavado de activos Parte IRonald Olivera
 
Gerencia de control interno
Gerencia de control internoGerencia de control interno
Gerencia de control internoGobAnt
 
Prevención de lavado de activos
Prevención de lavado de activosPrevención de lavado de activos
Prevención de lavado de activossuperbancosec
 
Fraud Prevention, Detection and Investigation in the Payday Advance Industry
Fraud Prevention, Detection and Investigation in the Payday Advance IndustryFraud Prevention, Detection and Investigation in the Payday Advance Industry
Fraud Prevention, Detection and Investigation in the Payday Advance IndustryDecosimoCPAs
 
Abc del lavado de activos y la financiacion del terrorismo
Abc del lavado de activos y la financiacion del terrorismoAbc del lavado de activos y la financiacion del terrorismo
Abc del lavado de activos y la financiacion del terrorismoisaid06
 
Sistema tesoreria
Sistema tesoreriaSistema tesoreria
Sistema tesoreriacefic
 
Aml / anti money laundering
Aml / anti money launderingAml / anti money laundering
Aml / anti money launderingSAMBIT SWAIN
 
Presentacion Sobre la Ley de Lavado de Dinero y Activos
Presentacion Sobre la Ley de Lavado de Dinero y ActivosPresentacion Sobre la Ley de Lavado de Dinero y Activos
Presentacion Sobre la Ley de Lavado de Dinero y ActivosMiguel A. C. Sánchez
 
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...Universidad del golfo de México Norte
 
PREVENCIÓN LAVADO DE ACTIVOS.pptx
PREVENCIÓN LAVADO DE ACTIVOS.pptxPREVENCIÓN LAVADO DE ACTIVOS.pptx
PREVENCIÓN LAVADO DE ACTIVOS.pptxHillaryShaden
 
How to Improve Anti-Money Laundering Investigation using Neo4j
How to Improve Anti-Money Laundering Investigation using Neo4jHow to Improve Anti-Money Laundering Investigation using Neo4j
How to Improve Anti-Money Laundering Investigation using Neo4jNeo4j
 
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...Jitske de Bruijne
 
Diseño del Plan de Compliance Hernan Huwyler
Diseño del Plan de Compliance Hernan HuwylerDiseño del Plan de Compliance Hernan Huwyler
Diseño del Plan de Compliance Hernan HuwylerHernan Huwyler, MBA CPA
 

Was ist angesagt? (20)

Lavado de activos
Lavado de activosLavado de activos
Lavado de activos
 
Sistema de prevención de lavado de activos Parte I
Sistema de prevención de lavado de activos Parte ISistema de prevención de lavado de activos Parte I
Sistema de prevención de lavado de activos Parte I
 
Gerencia de control interno
Gerencia de control internoGerencia de control interno
Gerencia de control interno
 
Prevención de lavado de activos
Prevención de lavado de activosPrevención de lavado de activos
Prevención de lavado de activos
 
Fraud Prevention, Detection and Investigation in the Payday Advance Industry
Fraud Prevention, Detection and Investigation in the Payday Advance IndustryFraud Prevention, Detection and Investigation in the Payday Advance Industry
Fraud Prevention, Detection and Investigation in the Payday Advance Industry
 
Abc del lavado de activos y la financiacion del terrorismo
Abc del lavado de activos y la financiacion del terrorismoAbc del lavado de activos y la financiacion del terrorismo
Abc del lavado de activos y la financiacion del terrorismo
 
Sistema tesoreria
Sistema tesoreriaSistema tesoreria
Sistema tesoreria
 
Aml / anti money laundering
Aml / anti money launderingAml / anti money laundering
Aml / anti money laundering
 
Capacitación sobre lavado de activos
Capacitación sobre lavado de activosCapacitación sobre lavado de activos
Capacitación sobre lavado de activos
 
Presentacion Sobre la Ley de Lavado de Dinero y Activos
Presentacion Sobre la Ley de Lavado de Dinero y ActivosPresentacion Sobre la Ley de Lavado de Dinero y Activos
Presentacion Sobre la Ley de Lavado de Dinero y Activos
 
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...
Unidad 1. Planeación y programación de la auditoría aplicados a una entidad p...
 
Aml basics
Aml basicsAml basics
Aml basics
 
PREVENCIÓN LAVADO DE ACTIVOS.pptx
PREVENCIÓN LAVADO DE ACTIVOS.pptxPREVENCIÓN LAVADO DE ACTIVOS.pptx
PREVENCIÓN LAVADO DE ACTIVOS.pptx
 
LAVADO DE ACTIVOS Y FINANCIAMIENTO DEL TERRORISMO
LAVADO DE ACTIVOS Y FINANCIAMIENTO DEL TERRORISMOLAVADO DE ACTIVOS Y FINANCIAMIENTO DEL TERRORISMO
LAVADO DE ACTIVOS Y FINANCIAMIENTO DEL TERRORISMO
 
How to Improve Anti-Money Laundering Investigation using Neo4j
How to Improve Anti-Money Laundering Investigation using Neo4jHow to Improve Anti-Money Laundering Investigation using Neo4j
How to Improve Anti-Money Laundering Investigation using Neo4j
 
AML Training uba capital
AML Training uba capitalAML Training uba capital
AML Training uba capital
 
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...
E-book: How to manage Anti-Money Laundering and Counter Financing of Terroris...
 
Aml & kyc
Aml & kyc Aml & kyc
Aml & kyc
 
Expo 2 contribuciones sociales
Expo 2   contribuciones socialesExpo 2   contribuciones sociales
Expo 2 contribuciones sociales
 
Diseño del Plan de Compliance Hernan Huwyler
Diseño del Plan de Compliance Hernan HuwylerDiseño del Plan de Compliance Hernan Huwyler
Diseño del Plan de Compliance Hernan Huwyler
 

Andere mochten auch

Navidad 2013. Análisis de la situación social actual
Navidad 2013. Análisis de la situación social actualNavidad 2013. Análisis de la situación social actual
Navidad 2013. Análisis de la situación social actualCáritas Diocesana de Zaragoza
 
Lavado de Activos - Material de Estudio
Lavado de Activos - Material de EstudioLavado de Activos - Material de Estudio
Lavado de Activos - Material de EstudioJavier Rosas Cuellar
 
Etapas del proceso_de_investigacion_cientifica_2009
Etapas del proceso_de_investigacion_cientifica_2009Etapas del proceso_de_investigacion_cientifica_2009
Etapas del proceso_de_investigacion_cientifica_2009Mirtha Ramos Arones
 
Modelos de análisis de situación
Modelos de análisis de situaciónModelos de análisis de situación
Modelos de análisis de situaciónMartín Golonbek
 
Diversity Und Innovation
Diversity Und InnovationDiversity Und Innovation
Diversity Und Innovationsoenke
 
Fiche présentation ocr
Fiche présentation ocrFiche présentation ocr
Fiche présentation ocrcasimir91
 
Fields of greens Apresentação Dr. Marco Polobaptista
Fields of greens Apresentação Dr. Marco PolobaptistaFields of greens Apresentação Dr. Marco Polobaptista
Fields of greens Apresentação Dr. Marco PolobaptistaMarcio Iribarrem
 
Dicas Para Email Mkt
Dicas Para Email MktDicas Para Email Mkt
Dicas Para Email MktDov Bigio
 
E scan tech i - bem vindos ao escan
E scan   tech i - bem vindos ao escanE scan   tech i - bem vindos ao escan
E scan tech i - bem vindos ao escanAlexandre Almeida
 
Aula Fabiano Silva -Iinternet Innovation
Aula Fabiano Silva -Iinternet InnovationAula Fabiano Silva -Iinternet Innovation
Aula Fabiano Silva -Iinternet InnovationKPL -
 
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29lucasmerel
 
تخزين
تخزين تخزين
تخزين mishoudz
 

Andere mochten auch (20)

Navidad 2013. Análisis de la situación social actual
Navidad 2013. Análisis de la situación social actualNavidad 2013. Análisis de la situación social actual
Navidad 2013. Análisis de la situación social actual
 
Empresas Fachada - SAT 2011
Empresas Fachada - SAT 2011Empresas Fachada - SAT 2011
Empresas Fachada - SAT 2011
 
Lavado de Activos - Material de Estudio
Lavado de Activos - Material de EstudioLavado de Activos - Material de Estudio
Lavado de Activos - Material de Estudio
 
Etapas del proceso_de_investigacion_cientifica_2009
Etapas del proceso_de_investigacion_cientifica_2009Etapas del proceso_de_investigacion_cientifica_2009
Etapas del proceso_de_investigacion_cientifica_2009
 
Modelos de análisis de situación
Modelos de análisis de situaciónModelos de análisis de situación
Modelos de análisis de situación
 
Segredos anti-idade
Segredos anti-idadeSegredos anti-idade
Segredos anti-idade
 
Diversity Und Innovation
Diversity Und InnovationDiversity Und Innovation
Diversity Und Innovation
 
Aula dermalift
Aula dermaliftAula dermalift
Aula dermalift
 
Fiche présentation ocr
Fiche présentation ocrFiche présentation ocr
Fiche présentation ocr
 
Horizon2020 – Förderung von Forschung und Innovation durch die EU
Horizon2020 – Förderung von Forschung und Innovation durch die EUHorizon2020 – Förderung von Forschung und Innovation durch die EU
Horizon2020 – Förderung von Forschung und Innovation durch die EU
 
Programm prometeo alte weise (2)
Programm prometeo  alte weise (2)Programm prometeo  alte weise (2)
Programm prometeo alte weise (2)
 
Fields of greens Apresentação Dr. Marco Polobaptista
Fields of greens Apresentação Dr. Marco PolobaptistaFields of greens Apresentação Dr. Marco Polobaptista
Fields of greens Apresentação Dr. Marco Polobaptista
 
Control Derrm A5 - Biomarine
Control Derrm A5 - BiomarineControl Derrm A5 - Biomarine
Control Derrm A5 - Biomarine
 
Mobile Solutions mit TYPO3
Mobile Solutions mit TYPO3Mobile Solutions mit TYPO3
Mobile Solutions mit TYPO3
 
Programm prometeo alte weise
Programm prometeo alte weiseProgramm prometeo alte weise
Programm prometeo alte weise
 
Dicas Para Email Mkt
Dicas Para Email MktDicas Para Email Mkt
Dicas Para Email Mkt
 
E scan tech i - bem vindos ao escan
E scan   tech i - bem vindos ao escanE scan   tech i - bem vindos ao escan
E scan tech i - bem vindos ao escan
 
Aula Fabiano Silva -Iinternet Innovation
Aula Fabiano Silva -Iinternet InnovationAula Fabiano Silva -Iinternet Innovation
Aula Fabiano Silva -Iinternet Innovation
 
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29
Repaso D Diapos Modificadas 24%5 B1%5 D.9.07 %28dra. Bastos%29
 
تخزين
تخزين تخزين
تخزين
 

Ähnlich wie Prácticas Anti-Lavado de Activos: Análisis de datos para cumplir con la ley

M1.2 - Diplomado Gestión de Riesgo de Lavado de Activos
M1.2 - Diplomado Gestión de Riesgo de Lavado de ActivosM1.2 - Diplomado Gestión de Riesgo de Lavado de Activos
M1.2 - Diplomado Gestión de Riesgo de Lavado de ActivosENJ
 
Recursos taller 1 "Auditoria forense"
Recursos taller 1 "Auditoria forense"Recursos taller 1 "Auditoria forense"
Recursos taller 1 "Auditoria forense"Docente Contaduría
 
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...ianka ramos
 
Auditoria informatica[1]
Auditoria informatica[1]Auditoria informatica[1]
Auditoria informatica[1]JennyRodrig
 
Lavado de dinero.
Lavado de dinero.Lavado de dinero.
Lavado de dinero.privada
 
Presentación Modelo de Prevención y Gestión de Riesgos
Presentación Modelo de Prevención y Gestión de Riesgos Presentación Modelo de Prevención y Gestión de Riesgos
Presentación Modelo de Prevención y Gestión de Riesgos Carlos Barrios
 
Presentacion plan anticorrupcion 2014 11 28 (2)
Presentacion plan anticorrupcion 2014 11 28 (2)Presentacion plan anticorrupcion 2014 11 28 (2)
Presentacion plan anticorrupcion 2014 11 28 (2)Alfonso Lopez
 
Consultor de Riesgo empresarial; Asociado a Moore Stephens Madrid
Consultor de Riesgo empresarial; Asociado a Moore Stephens MadridConsultor de Riesgo empresarial; Asociado a Moore Stephens Madrid
Consultor de Riesgo empresarial; Asociado a Moore Stephens MadridCarlos Barrios
 
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...ENJ
 
Actividades vulnerables IMCP Mochis 181124
Actividades vulnerables IMCP Mochis 181124Actividades vulnerables IMCP Mochis 181124
Actividades vulnerables IMCP Mochis 181124PLD Especialistas
 
Curso prevención lavado de activos material.pptx
Curso prevención lavado de activos   material.pptxCurso prevención lavado de activos   material.pptx
Curso prevención lavado de activos material.pptxozmarunju
 
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptx
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptxCapacitación SICOF Lideres 2022 Administración Pública Colombia.pptx
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptxsuscripciones3013
 

Ähnlich wie Prácticas Anti-Lavado de Activos: Análisis de datos para cumplir con la ley (20)

SYSDE Minds
SYSDE MindsSYSDE Minds
SYSDE Minds
 
Sysde Minds
Sysde MindsSysde Minds
Sysde Minds
 
M1.2 - Diplomado Gestión de Riesgo de Lavado de Activos
M1.2 - Diplomado Gestión de Riesgo de Lavado de ActivosM1.2 - Diplomado Gestión de Riesgo de Lavado de Activos
M1.2 - Diplomado Gestión de Riesgo de Lavado de Activos
 
Recursos taller 1 "Auditoria forense"
Recursos taller 1 "Auditoria forense"Recursos taller 1 "Auditoria forense"
Recursos taller 1 "Auditoria forense"
 
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...
Sistema de prevención de lavado de activos, financiamiento del terrorismo y d...
 
Auditoria informatica[1]
Auditoria informatica[1]Auditoria informatica[1]
Auditoria informatica[1]
 
Capacitacion de lavado de dinero
Capacitacion de lavado de dineroCapacitacion de lavado de dinero
Capacitacion de lavado de dinero
 
Lavado de dinero.
Lavado de dinero.Lavado de dinero.
Lavado de dinero.
 
Presentación Modelo de Prevención y Gestión de Riesgos
Presentación Modelo de Prevención y Gestión de Riesgos Presentación Modelo de Prevención y Gestión de Riesgos
Presentación Modelo de Prevención y Gestión de Riesgos
 
Presentación universidad udi
Presentación universidad udiPresentación universidad udi
Presentación universidad udi
 
Presentacion plan anticorrupcion 2014 11 28 (2)
Presentacion plan anticorrupcion 2014 11 28 (2)Presentacion plan anticorrupcion 2014 11 28 (2)
Presentacion plan anticorrupcion 2014 11 28 (2)
 
Consultor de Riesgo empresarial; Asociado a Moore Stephens Madrid
Consultor de Riesgo empresarial; Asociado a Moore Stephens MadridConsultor de Riesgo empresarial; Asociado a Moore Stephens Madrid
Consultor de Riesgo empresarial; Asociado a Moore Stephens Madrid
 
Capacitación SARO
Capacitación SAROCapacitación SARO
Capacitación SARO
 
Capacitación Saro
Capacitación SaroCapacitación Saro
Capacitación Saro
 
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...
ENJ-300: Presentación Curso Derecho Penal Especializado - 2016: Módulo III: L...
 
Actividades vulnerables IMCP Mochis 181124
Actividades vulnerables IMCP Mochis 181124Actividades vulnerables IMCP Mochis 181124
Actividades vulnerables IMCP Mochis 181124
 
Anm
AnmAnm
Anm
 
Curso prevención lavado de activos material.pptx
Curso prevención lavado de activos   material.pptxCurso prevención lavado de activos   material.pptx
Curso prevención lavado de activos material.pptx
 
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptx
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptxCapacitación SICOF Lideres 2022 Administración Pública Colombia.pptx
Capacitación SICOF Lideres 2022 Administración Pública Colombia.pptx
 
Data mining
Data miningData mining
Data mining
 

Prácticas Anti-Lavado de Activos: Análisis de datos para cumplir con la ley

  • 1. Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley Ing. José Luis Antigua, ACDA Director Riesgos y Tecnología de BDO ACL Certified Trainer Jose.antigua@bdo.com.do 1 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 2. Contenido  Conceptos y prácticas Anti Money Laundering (AML)  Breve Cronología  Prácticas Comunes AML  Obligaciones  Realidad Actual Análisis de Transacciones  Ciclo de Análisis de Datos  Modelo de Capacidad de Análisis de Auditoría y su integración a las prácticas AML  Impacto del Lavado de Activos Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 3. Definiciones El Lavado de Dinero es el proceso por el cual el origen o la fuente de los fondos se ocultan para hacer que los fondos aparenten proceder de fuentes legítimas. No implica solamente manejo de efectivo, sino cualquier transacción financiera puede constituir lavado de dinero. FIBA, AML Institute 2010 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 4. 4 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 5. ¿Quién incurre en lavado? Personas que a sabiendas que los bienes, fondos o instrumentos son producto de una infracción grave: •Convierta, transfiera, transporte, adquiera, posea, tenga, utilice o administre dichos bienes. •Oculte, encubra o impida la determinación real, naturaleza, origen, movimiento, destino o propiedad de los bienes o derechos relativos a tales bienes. •Se asocie, otorgue asistencia, facilite, asesore en la comisión de algunas de las infracciones, así como eludir la consecuencia jurídica de sus acciones. Ley 72-02 de la Rep. Dom., Art. 3 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 6. Breve cronología AML 1970 •Aprobación Ley Secreto Bancario (BSA) en EE.UU. •Comité de Basilea publica “Secreto Bancario y Cooperación Internacional en 1981 Supervisión Bancaria” 1986 •OEA establece comisión interamericana contra abuso de drogas (CICAD) •El G-7 forma Grupo de Acción Financiera contra el Lavado de Dinero (Financial Action 1989 Task Force – FATF) •FATF publica sus 40 recomendaciones (GAFI, en español) 1990 •Se crea FATF del Caribe (CFATF) y publica 30 recomendaciones sobre lavado 1995 •Grupo EGMONT de unidades de inteligencia financiera mundial. 2001 •Promulgación Acto Patriota en EE.UU. •Oficina de Drogas y Delitos de la ONU y el FMI publican modelo de ley sobre lavado de 2005 dinero y FT. •Publicación Guía “AML” para Corredores de Bolsa basada en el BSA y Acto Patriota de 2009 EE.UU. FIBA, AML Institute 2010 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 7. Caso Banco American Express  Evaluaciones no enfocadas en cuentas de alto riesgo  Parámetros para monitorear transacciones demasiado altos  Se exceptuaron ciertas cuentas del proceso de monitoreo de transacciones  No se identificaron compañías privadas de inversion (PIC)  No se consideraron cuentas afines en el proceso de revisión de cuentas  Sistema de monitoreo con problemas de integridad  Alertas sin revisión, acumulando cientos de investigaciones pendientes  Personal insuficiente en el departamento de cumplimiento FIBA, AML Institute 2010 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 8. Caso Banco American Express  El programa de prevención de lavado del banco era deficiente en tres elementos básicos: • Falta implantación controles internos apropiados • Falta conducir pruebas independientes • Falta por no designar y nombrar un Oficial de Cumplimiento FIBA, AML Institute 2010 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 9. Caso Banco American Express CONSECUENCIAS: - Multa de FinCEN (Financial Crime) de US$25 millones - El Departamento de Justicia confiscó US$55 millones - Multa de reguladores bancarios de US$20 millones - Enjuiciamiento penal diferido FIBA, AML Institute 2010 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 10. Prácticas comunes AML Incluyen análisis de riesgo, resguardo de documentación, análisis de transacciones y tendencias, consultas en listas oficiales. Ejemplos: - Evaluación riesgo en base a objetivos o procesos del negocio, documento, vendedor o comprador - Registro, almacenamiento y copia de seguridad de transacciones históricas - Detectar transacciones superiores a los US$10,000 por período - Detectar transacciones fuera de patrones comunes - Cruce de lista OFAC contra clientes Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 11. Obligaciones AML 1. Identificación de clientes  2. Identificación de terceros beneficiarios  3. Profesionales liberales 4. Reporte de transacciones en efectivo  5. Transacciones sospechosas (complejas, insólitas, significativas)  6. Conservar documentos*  7. Colaboración con el comité nacional Anti Lavado de Activos 8. Confidencialidad 9. Procedimientos y órganos de control interno 10.Conocimiento de los empleados de las obligaciones de la ley Ley 72-02 de la Rep. Dom., Sección II - Art. 41 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 12. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 13. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 14. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 15. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 16. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 17. Realidad actual análisis transacciones -Procesamiento Electrónico de Datos -Volúmenes de información crecientes -Dispersión de información -Fuentes diversas (reguladores, otras empresas, clientes, empleados, transacciones) -Periodicidad creciente 17 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 18. Realidad actual análisis transacciones El análisis de datos con el apoyo de herramientas tecnológicas es en sí una de las estrategias más importantes para controlar prácticas de lavado de activos. ¿Cómo puede auditoría responder a esta realidad? Planificar, Acceder a Datos, Analizar y Reportar Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 19. Planificación  Identificación de eventos (vulnerabilidades y amenazas) por proceso u objetivo, considerando factores internos y externos. Personas  Evaluación de riesgos (probabilidad por impacto)  Respuesta a riesgos  Actividades de control Infraestruct  ¿Cómo definir adecuadamente un objetivo de control? Procesos ura  Definición de Excepciones  Información y Comunicación  Monitoreo Factores Tecnología Externos Informe COSO-ERM, 2004 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 20. Planificación  Identificación de eventos (vulnerabilidades y amenazas) por proceso u objetivo, considerando factores internos y externos.  Evaluación de riesgos (probabilidad por impacto)  Respuesta a riesgos  Actividades de control  ¿Cómo definir adecuadamente un objetivo de control?  Definición de Excepciones  Información y Comunicación  Monitoreo Informe COSO-ERM, 2004 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 21. Planificación  Identificación de eventos (vulnerabilidades y amenazas) por proceso u objetivo, considerando factores internos y externos.  Evaluación de riesgos (probabilidad por impacto)  Respuesta a riesgos  Actividades de control  ¿Cómo definir adecuadamente un objetivo de control?  Definición de Excepciones  Información y Comunicación  Monitoreo Informe COSO-ERM, 2004 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 22. Planificación  Identificación de eventos (vulnerabilidades y amenazas) por proceso u objetivo, considerando factores internos y externos.  Evaluación de riesgos (probabilidad por impacto)  Respuesta a riesgos  Actividades de control  ¿Cómo definir adecuadamente un objetivo de control?  Definición de Excepciones  Información y Comunicación  Monitoreo Informe COSO-ERM, 2004 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 23. Planificación  Identificación de eventos (vulnerabilidades y amenazas) por proceso u objetivo, considerando factores internos y externos.  Evaluación de riesgos (probabilidad por impacto)  Respuesta a riesgos  Actividades de control  ¿Cómo definir adecuadamente un objetivo de control?  Definición de Excepciones  Información y Comunicación  Monitoreo Informe COSO-ERM, 2004 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 24. Acceso a Datos -Múltiples plataformas de almacenamiento y administración, se llaman DBMS (Sistemas Manejadores de Bases de Datos) Ejemplos: SQL, Oracle, Access, Dbase, SAP*, entre otros. -Varios entornos de acceso. Ejemplos: Desarrollo o Prueba, Copia de Seguridad y Producción -Protocolos de solicitud variables. Generalmente usuario y contraseña. -Definición varía según DBMS u origen del archivo a trabajar: -Formato Manual -Formato Automático Necesidad de Consolidad y Mantener Integridad Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 25. Análisis de Datos  Su equipo debe: 1. Identificar su capacidad de análisis real y/o necesaria, según el apetito de riesgo  Modelo de Capacidad de Análisis de Auditoría (MCAA) 2. Actuar sobre las obligaciones, según su capacidad  Ejecutar pruebas de control (comandos analíticos, cruces, etc.) Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 26. Análisis de Datos Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 27. Modelo de capacidad de Análisis: MCAA  Desarrollado en base a experiencia en más de 15,000 empresas a nivel mundial, para ayudar a evaluar más claramente el nivel análisis de datos en auditoría, planificar y comunicar lo que se debe hacer  Hecho para obtener mayores beneficios y administrar riesgos en términos de: • Personas • Tecnología • Procesos  Revolucionar el enfoque tradicional de la auditoría (de reactivo a proactivo)  Cinco niveles a través de los cuales auditoría interna puede ampliar su uso de análisis Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 28. Modelo de capacidad de Análisis de Auditoría Contribución de la Auditoría - Control Nivel 5 Monitoreo Proactivo Nivel 4 Automatizado Nivel 3 A la vista-vigilado Controlado Nivel 2 Aplicado Nivel 1 Básico Reactivo Sofisticación del Análisis Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 29. Justificación uso modelo análisis  El análisis de datos tiene una función importante para la detección y prevención de lavado de activos  En la medida que se expande el uso de análisis, mayor oportunidad de identificar y mitigar riesgos  Se pueden repetir procedimientos para grandes conjuntos de datos, detectando:  Riesgo  Fraude  Error  Abuso Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 30. Detalles del modelo de análisis  CARACTERÍSTICAS: • Análisis esporádico • Capacitación Introductoria en Análisis • Una persona incrementa productividad Nivel 5  BENEFICIOS: Monitoreo • Visión rápida problemas riesgo y control área específica Nivel 4 Automatizado • Análisis más profundo • Identificación fraude, error y abuso Nivel 3 Controlado  DESAFÍOS: Nivel 2 Aplicado • Acceso a datos Nivel 1 Básico 30 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 31. Detalles del modelo de análisis  CARACTERÍSTICAS: • Varias habilidades y aplicaciones • Existe especialista análisis de datos • Capacitación diseño de scripts  BENEFICIOS: Nivel 5 Monitoreo • Mayor nivel de seguridad Nivel 4 • Reducción procesos manuales a muestras físicas Automatizado • Ejecución procesos remotamente Nivel 3  DESAFÍOS: Controlado • Programas de auditoría deben ajustarse Nivel 2 Aplicado • Proceso informal, poca estandarización Nivel 1 • Crecen proyectos, entorno descentralizado Básico 31 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 32. Detalles del modelo de análisis  CARACTERÍSTICAS: • Grupos de pruebas disponibles para varias áreas • Cambio en procesos de auditoría; metodologías • Auditorías simultáneas y continuas de varias áreas  BENEFICIOS: Nivel 5 Monitoreo • Cumplir expectativas del comité de auditoría • Ahorro gastos, esfuerzos y tiempo del personal Nivel 4 • Reportes más exhaustivos y de mayor valor Automatizado • Mayor entendimiento riesgos por áreas Nivel 3  DESAFÍOS: Controlado • Movimiento de los procesos tradicionales de auditoría Nivel 2 • Cambios técnicos ante mayores demandas del equipo Aplicado Nivel 1 Básico 32 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 33. Detalles del modelo de análisis • CARACTERÍSTICAS: • Uso integral pruebas automatizadas • Procesamiento seguro, controlado y centralizado • Análisis grandes volúmenes datos • Varios miembros hacen análisis, probable distintos lugares • Auditores no técnicos usan resultados de scripts Nivel 5 • BENEFICIOS: Monitoreo • Aumento eficiencia equipo Nivel 4 • Análisis repetible y sustentable Automatizado • Menos riesgo del personal • Más sencillo y entendible para administración Nivel 3 Controlado  DESAFÍOS: Nivel 2 • Preparación del personal; más planificación Aplicado • Tiempo de desarrollo e implementación Nivel 1 Básico 33 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 34. Detalles del modelo de análisis • CARACTERÍSTICAS: • Pruebas automatizadas periódicas • Resultados recibidos por dirección de áreas • Flujo de trabajo organizado para respuesta a excepciones • Registro total de resultados y tendencias • BENEFICIOS: Nivel 5 Monitoreo • Respuesta oportuna a problemas • Mayor productividad del equipo auditoría por poder enfocarse en otras áreas. 4 Nivel Automatizado • Se requieren menos procedimientos de control • Relación trabajo fortalecida entre auditoría y gerencia negocios Nivel 3 en relación a riesgos y controles. Controlado Nivel 2  DESAFÍOS: Aplicado • Criterios para excepción, falsos positivos e Nivel 1 integración limitada tecnología Básico 34 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 35. Análisis de Datos 35 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 36. Análisis de datos en AML  Identificación del Cliente: - Existencia información obligatoria - Confirmación información en listas externas (PEPs, OFAC) - Validación registros de información incorrecta o incompleta (formatos adecuados) Usar Filtros y Funciones, como ISBLANK() Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 37. Análisis de datos en AML  Identificación del Cliente: - Existencia información obligatoria - Confirmación información en listas externas (PEPs, OFAC) - Validación registros de información incorrecta o incompleta (formatos adecuados) Usar Relaciones, Filtros y Extracción Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 38. Análisis de datos en AML  Identificación del Cliente: - Existencia información obligatoria - Confirmación información en listas externas (PEPs, OFAC) - Validación registros de información incorrecta o incompleta (formatos adecuados) Usar Funciones y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 39. Análisis de datos en AML  Identificación de Terceros Beneficiarios: - Detección de relaciones de consanguinidad - Similitudes en información - Suplantación de identidad a través de documento oficial de identificación - Múltiples identidades (duplicidad de nombres con distintas identidades) Usar Funciones y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 40. Análisis de datos en AML  Identificación de Terceros Beneficiarios: - Detección de relaciones de consanguinidad - Similitudes en información - Suplantación de identidad a través de documento oficial de identificación - Múltiples identidades (duplicidad de nombres con distintas identidades) Usar Funciones, Agrupación y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 41. Análisis de datos en AML  Identificación de Terceros Beneficiarios: - Detección de relaciones de consanguinidad - Similitudes en información - Suplantación de identidad a través de documento oficial de identificación - Múltiples identidades (duplicidad de nombres con distintas identidades) Usar Duplicados, Agrupación, Relaciones y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 42. Análisis de datos en AML  Identificación de Terceros Beneficiarios: - Detección de relaciones de consanguinidad - Similitudes en información - Suplantación de identidad a través de documento oficial de identificación - Múltiples identidades (duplicidad de nombres con distintas identidades) Usar Duplicados, Agrupación, Relaciones y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 43. Análisis de datos en AML  Transacciones sobre límites - Extracción de transacciones individuales por persona o entidad que superan los US$10,000 en un día - Extracción de transacciones consolidadas por persona o entidad que superan los US$10,000 en un día Usar Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 44. Análisis de datos en AML  Transacciones sobre límites - Extracción de transacciones individuales por persona o entidad que superan los US$10,000 en un día - Extracción de transacciones consolidadas por persona o entidad que superan los US$10,000 en un día Usar Agrupación y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 45. Análisis de datos en AML  Transacciones sospechosas - Transacciones de una misma entidad o persona fuera del rango común - Transacciones hechas por personas con niveles de consanguinidad que juntas superan los límites permitidos por período - Transacciones entre períodos muy cortos o muy largos - Transacciones realizadas por empleados no autorizados - Compras o ventas por personas o entidades asociadas a empleados Usar Filtros, Agrupación y Estadísticas Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 46. Análisis de datos en AML  Transacciones sospechosas - Transacciones de una misma entidad o persona fuera del rango común - Transacciones hechas por personas con niveles de consanguinidad que juntas superan los límites permitidos por período - Transacciones entre períodos muy cortos o muy largos - Transacciones realizadas por empleados no autorizados - Compras o ventas por personas o entidades asociadas a empleados Usar Funciones, Agrupación, Campos Computados y Filtros Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 47. Análisis de datos en AML  Transacciones sospechosas - Transacciones de una misma entidad o persona fuera del rango común - Transacciones hechas por personas con niveles de consanguinidad que juntas superan los límites permitidos por período - Transacciones entre períodos muy cortos o muy largos - Transacciones realizadas por empleados no autorizados - Compras o ventas por personas o entidades asociadas a empleados Usar Filtros, Relaciones, Extracción y Campos Computados Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 48. Análisis de datos en AML  Transacciones sospechosas - Transacciones de una misma entidad o persona fuera del rango común - Transacciones hechas por personas con niveles de consanguinidad que juntas superan los límites permitidos por período - Transacciones entre períodos muy cortos o muy largos - Transacciones realizadas por empleados no autorizados - Compras o ventas por personas o entidades asociadas a empleados Usar Filtros y Relaciones Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 49. Análisis de datos en AML  Transacciones sospechosas - Transacciones de una misma entidad o persona fuera del rango común - Transacciones hechas por personas con niveles de consanguinidad que juntas superan los límites permitidos por período - Transacciones entre períodos muy cortos o muy largos - Transacciones realizadas por empleados no autorizados - Compras o ventas por personas o entidades asociadas a empleados Usar Filtros y Relaciones Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 50. Análisis de datos en AML Características de los reportes: -Organización -Relevancia -Gráficos con resúmenes y tendencias, según aplique -Acorde a las normas aplicables Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 51. Impacto Lavado de Activos  Sector Financiero: - Hace menos efectiva la formación de capital doméstico - Destruye gradualmente las instituciones financieras - Debilita el rol del sector en el crecimiento económico Bartlett, 2002 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 52. Impacto Lavado de Activos  Sector Bienes: - Reduce el nivel de crecimiento - Facilita la corrupción y el crimen - Incrementa el riesgo de inestabilidad macroeconómica Bartlett, 2002 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 53. Impacto Lavado de Activos  Sector Externo: - Cambia el curso del capital lejos del desarrollo - Flujo de capital entrante: reduce nivel de actividad de la inversión extranjera - Flujo de capital saliente: facilita la salida de capital ilícito - Distorsiona los precios y contenidos del comercio Bartlett, 2002 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 54. Impacto Lavado de Activos  Efectos Generales: • Falta de Credibilidad • Debilita la Integridad de los Mercados Financieros • Expansión de la Pobreza • Impunidad • Falsos Valores • Engaños y Fraudes • Ingobernabilidad Heiromy Castro (Director AML SIB), 2011 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 55. Conclusión El lavado de activos existe, pero también existen las leyes y normas que guían a todos los sujetos obligados en su prevención y reporte. Asimismo, existen las herramientas para aplicar efectivamente las leyes en el entorno de hoy y contribuir con el bienestar de la empresa, la nación en sí y el mundo. Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 56. ¿Preguntas? Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 57. PRÓXIMOS WEBINARS E-CLASS Corriente Operativa Técnicas de Muestreo: sistema aleatorio y monetario Agosto 2012 Corriente Estratégica La auditoría del mañana en el mundo de hoy Septiembre 2012 Seguridad de Información en Instituciones Financieras: retos y prácticas clave Agosto 2012 Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley
  • 58. Prácticas Anti-Lavado de Activos: análisis de datos para cumplir con la ley