Expectativas para operaciones financieras en los Sectores Vulnerables mediante Matrices de Transición

Abstract

ResumenEl objetivo general es estimar escenarios para el volumen de operaciones que puedan presentarse en Sectores Vulnerables, susceptibles de recibir operaciones financieras ilícitas. El método empleado son las matrices estocásticas también denominadas de transición, en virtud de haber demostrado eficacia en la prevención de riesgo financiero, los resultados permitieron conocer el volumen de operaciones que podrían ser reportadas para un período de hasta 36 meses posterior a la información histórica a septiembre del 2014. Como parte de los análisis estocásticos, los resultados aportan elementos para que la inteligencia financiera pueda analizar con mayor profundidad a ciertos sectores hasta confirmar o no la procedencia ilícita. El método no había sido empleado hasta ahora para la estimación de operaciones con recursos de procedencia ilícita.Clasificación JEL: F38, G18, G28, M48. Palabras clave: Sectores vulnerables, Recursos de procedencia ilícita, Matrices de transición. Expectations for financial operations done through Transition Matrices in the Vulnerable Sectors AbstractThe general objective of this work is to estimate the scenarios for the volume of operations that could emerge in Vulnerable Sectors, susceptible to illicit financial operations. The methods used are the stochastic matrices, also known as transition matrices, as they have demonstrated to be efficient in the prevention of financial risk. The results allowed for the understanding of the volume of operations that could be reported for a period of up to 36 months after the historical data until September 2014. As part of the stochastic analyses, the results provide elements for the financial intelligence to further analyze certain sectors until confirming illicit precedence. The method had not been used for the estimation of operations with illegally obtained resources.JEL Classification: F38, G18, G28, M48.

Markov Chain K-Means Cluster Models and Their Use for Companies’ Credit Quality and Default Probability Estimation

“…By their side, Lagunas and Ramírez [21] estimate scenarios to determine the number of operations likely to receive illegal financial transactions through stochastic transition matrices.…”