Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft

El artículo aborda la detección de transacciones sospechosas en clientes de una aseguradora en Colombia, enfocándose en la necesidad de fortalecer el control de riesgo bajo la normativa del Sistema de Administración del Riesgo de Lavado de Activos y de la Financiación del Terrorismo (Sarlaft), media...

Full description

Autores:
Guevara González, Silvia Alexandra
Tipo de recurso:
Article of journal
Fecha de publicación:
2025
Institución:
Universidad Externado de Colombia
Repositorio:
Biblioteca Digital Universidad Externado de Colombia
Idioma:
spa
OAI Identifier:
oai:bdigital.uexternado.edu.co:001/26670
Acceso en línea:
https://bdigital.uexternado.edu.co/handle/001/26670
https://doi.org/10.18601/17941113.n27.06
Palabra clave:
transacciones;
clientes;
Isolation Forest;
control;
riesgo;
Local Outlier Factor
Transactions;
clients;
Isolation Forest;
control;
risk;
Local Outlier Factor
Rights
openAccess
License
Silvia Alexandra Guevara González - 2025
id uexternad2_fc7fe4a8d6a5db77e4e2c48ad4a03fc9
oai_identifier_str oai:bdigital.uexternado.edu.co:001/26670
network_acronym_str uexternad2
network_name_str Biblioteca Digital Universidad Externado de Colombia
repository_id_str
dc.title.spa.fl_str_mv Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
dc.title.translated.eng.fl_str_mv Estimation of suspicious transactions for customers of an insurance company in Colombia applying Isolation Forest and Local Outlier Factor for Sarlaft risk control
title Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
spellingShingle Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
transacciones;
clientes;
Isolation Forest;
control;
riesgo;
Local Outlier Factor
Transactions;
clients;
Isolation Forest;
control;
risk;
Local Outlier Factor
title_short Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
title_full Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
title_fullStr Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
title_full_unstemmed Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
title_sort Estimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo Sarlaft
dc.creator.fl_str_mv Guevara González, Silvia Alexandra
dc.contributor.author.spa.fl_str_mv Guevara González, Silvia Alexandra
dc.subject.spa.fl_str_mv transacciones;
clientes;
Isolation Forest;
control;
riesgo;
Local Outlier Factor
topic transacciones;
clientes;
Isolation Forest;
control;
riesgo;
Local Outlier Factor
Transactions;
clients;
Isolation Forest;
control;
risk;
Local Outlier Factor
dc.subject.eng.fl_str_mv Transactions;
clients;
Isolation Forest;
control;
risk;
Local Outlier Factor
description El artículo aborda la detección de transacciones sospechosas en clientes de una aseguradora en Colombia, enfocándose en la necesidad de fortalecer el control de riesgo bajo la normativa del Sistema de Administración del Riesgo de Lavado de Activos y de la Financiación del Terrorismo (Sarlaft), mediante dos métodos de detección de anomalías: Isolation Forest y Local Outlier Factor (LOF). El estudio se enfoca en la importancia de identificar patrones inusuales en las transacciones para prevenir el lavado de activos y la financiación del terrorismo en Colombia, un país afectado por conflictos sociales y económi­cos, lo cual es crítico para la integridad del sistema financiero. A través de la aplicación de estos algoritmos de aprendizaje automático, se busca mejorar la precisión en la identificación de comportamientos anómalos que podrían indicar actividades delictivas. El método Isolation Forest se basa en la creación de árboles aleatorios para aislar observaciones, mientras que LOF evalúa la densidad local de los datos para identificar puntos atípicos. El artículo incluye un análisis de la efectividad de estas técnicas y su aplicabilidad en el contexto de la aseguradora, así como recomendaciones para su implementación. En conclusión, la investigación busca fortalecer los controles a partir del uso de estos dos enfoques, para optimizar la detección de transacciones sospe­chosas, contribuyendo a un mejor cumplimiento de las normativas de riesgo y robusteciendo las prácticas de prevención de lavado de activos y la financiación del terrorismo (LAFT) en el sector asegurador colombiano.
publishDate 2025
dc.date.accessioned.none.fl_str_mv 2025-07-07T14:05:51Z
2025-07-08T07:30:20Z
dc.date.available.none.fl_str_mv 2025-07-07T14:05:51Z
2025-07-08T07:30:20Z
dc.date.issued.none.fl_str_mv 2025-07-07
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/ARTREF
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.doi.none.fl_str_mv 10.18601/17941113.n27.06
dc.identifier.eissn.none.fl_str_mv 2346-2140
dc.identifier.issn.none.fl_str_mv 1794-1113
dc.identifier.uri.none.fl_str_mv https://bdigital.uexternado.edu.co/handle/001/26670
dc.identifier.url.none.fl_str_mv https://doi.org/10.18601/17941113.n27.06
identifier_str_mv 10.18601/17941113.n27.06
2346-2140
1794-1113
url https://bdigital.uexternado.edu.co/handle/001/26670
https://doi.org/10.18601/17941113.n27.06
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.bitstream.none.fl_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/download/10644/18521
dc.relation.citationedition.spa.fl_str_mv Núm. 27 , Año 2024 : Julio-Diciembre
dc.relation.citationendpage.none.fl_str_mv 207
dc.relation.citationissue.spa.fl_str_mv 27
dc.relation.citationstartpage.none.fl_str_mv 171
dc.relation.ispartofjournal.spa.fl_str_mv ODEON
dc.relation.references.spa.fl_str_mv 3
dc.rights.spa.fl_str_mv Silvia Alexandra Guevara González - 2025
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0
rights_invalid_str_mv Silvia Alexandra Guevara González - 2025
http://purl.org/coar/access_right/c_abf2
http://creativecommons.org/licenses/by-nc-sa/4.0
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad Externado de Colombia
dc.source.spa.fl_str_mv https://revistas.uexternado.edu.co/index.php/odeon/article/view/10644
institution Universidad Externado de Colombia
bitstream.url.fl_str_mv https://bdigital.uexternado.edu.co/bitstreams/9392018c-906e-4069-b205-c01fd2d70c23/download
bitstream.checksum.fl_str_mv 9caef5e5313f62a81e171acdfb139a93
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Universidad Externado de Colombia
repository.mail.fl_str_mv metabiblioteca@metabiblioteca.org
_version_ 1851053024489766912
spelling Guevara González, Silvia Alexandra2025-07-07T14:05:51Z2025-07-08T07:30:20Z2025-07-07T14:05:51Z2025-07-08T07:30:20Z2025-07-07El artículo aborda la detección de transacciones sospechosas en clientes de una aseguradora en Colombia, enfocándose en la necesidad de fortalecer el control de riesgo bajo la normativa del Sistema de Administración del Riesgo de Lavado de Activos y de la Financiación del Terrorismo (Sarlaft), mediante dos métodos de detección de anomalías: Isolation Forest y Local Outlier Factor (LOF). El estudio se enfoca en la importancia de identificar patrones inusuales en las transacciones para prevenir el lavado de activos y la financiación del terrorismo en Colombia, un país afectado por conflictos sociales y económi­cos, lo cual es crítico para la integridad del sistema financiero. A través de la aplicación de estos algoritmos de aprendizaje automático, se busca mejorar la precisión en la identificación de comportamientos anómalos que podrían indicar actividades delictivas. El método Isolation Forest se basa en la creación de árboles aleatorios para aislar observaciones, mientras que LOF evalúa la densidad local de los datos para identificar puntos atípicos. El artículo incluye un análisis de la efectividad de estas técnicas y su aplicabilidad en el contexto de la aseguradora, así como recomendaciones para su implementación. En conclusión, la investigación busca fortalecer los controles a partir del uso de estos dos enfoques, para optimizar la detección de transacciones sospe­chosas, contribuyendo a un mejor cumplimiento de las normativas de riesgo y robusteciendo las prácticas de prevención de lavado de activos y la financiación del terrorismo (LAFT) en el sector asegurador colombiano.The article addresses the detection of suspicious transactions in clients of an insurance company in Colombia, focusing on the need to strengthen risk control under the SARLAFT regulations within the framework of the (Money Laundering and Terrorist Financing Risk Management System). By means of two anomaly detection methods: Isolation Forest and Local Outlier Factor (LOF). The study focuses on the importance of identifying unusual patterns in transactions to prevent money laundering and terrorist financing in Colombia, a country affected by social and economic conflicts, which is critical for the integrity of the financial system. Through the application of these machine learning algorithms, the aim is to improve accuracy in identifying anomalous behavior that could indicate criminal activity. The Isolation Forest method is based on the creation of random trees to isolate observations, while LOF evaluates the local density of the data to identify outliers. The article includes an analysis of the effectiveness of these techniques and their applicability in the insurance context, as well as recommendations for their implementation. In conclusion, the research seeks to strengthen controls based on the use of these two approaches to optimize the detection of suspicious transactions, contributing to better compliance with risk regulations and strengthening LAFT prevention practices in the Colombian insurance sector.application/pdf10.18601/17941113.n27.062346-21401794-1113https://bdigital.uexternado.edu.co/handle/001/26670https://doi.org/10.18601/17941113.n27.06spaUniversidad Externado de Colombiahttps://revistas.uexternado.edu.co/index.php/odeon/article/download/10644/18521Núm. 27 , Año 2024 : Julio-Diciembre20727171ODEON3Silvia Alexandra Guevara González - 2025info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.http://creativecommons.org/licenses/by-nc-sa/4.0https://revistas.uexternado.edu.co/index.php/odeon/article/view/10644transacciones;clientes;Isolation Forest;control;riesgo;Local Outlier FactorTransactions;clients;Isolation Forest;control;risk;Local Outlier FactorEstimación de transacciones sospechosas para clientes de una aseguradora de Colombia aplicando Isolation Forest y Local Outlier Factor para el control de riesgo SarlaftEstimation of suspicious transactions for customers of an insurance company in Colombia applying Isolation Forest and Local Outlier Factor for Sarlaft risk controlArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articlehttp://purl.org/redcol/resource_type/ARTREFinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2715https://bdigital.uexternado.edu.co/bitstreams/9392018c-906e-4069-b205-c01fd2d70c23/download9caef5e5313f62a81e171acdfb139a93MD51001/26670oai:bdigital.uexternado.edu.co:001/266702025-07-08 02:30:20.682http://creativecommons.org/licenses/by-nc-sa/4.0Silvia Alexandra Guevara González - 2025https://bdigital.uexternado.edu.coUniversidad Externado de Colombiametabiblioteca@metabiblioteca.org

Publicaciones similares