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
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
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