Detección del fraude financiero en transferencias provenientes del exterior a empresas peruanas utilizando el algoritmo Isolation Forest

Abstract

En la actualidad, el lavado de activos es un problema recurrente que afecta al sector financiero, generando serios conflictos económicos. Uno de los principales desafíos es el incremento en el volumen de transacciones fraudulentas, lo que ha hecho que la detección temprana y eficaz de estas actividades anómalas sea una prioridad para las instituciones bancarias. Estas buscan proteger la integridad de sus operaciones y mantener la confianza de sus clientes. En la Gerencia de Cumplimiento, específicamente en el área de Analytics, nuestro objetivo es alertar de manera inmediata sobre cualquier tipo de fraude financiero mediante el uso de metodologías y algoritmos estadísticos, que nos permitan identificar con precisión a los clientes involucrados en actividades fraudulentas. En el presente trabajo se empleó el algoritmo Isolation Forest para detectar fraudes financieros cometidos por clientes (empresas nacionales) que recibieron transferencias internacionales de montos significativos. Los resultados del modelo mostraron un índice de silueta del 0.96, y el 48% de las alertas generadas derivaron en investigaciones formales, lo que representa un porcentaje relevante para la Gerencia de Cumplimiento del banco.

Money laundering is a recurring issue that significantly affects the financial sector, creating serious economic conflicts. One of the main challenges is the increasing volume of fraudulent transactions, making early and effective detection of these anomalous activities a priority for banking institutions. These institutions aim to protect the integrity of their operations and maintain the trust of their customers. In the Compliance Department, specifically in the Analytics area, our goal is to promptly alert any type of financial fraud through the use of statistical methodologies and algorithms, allowing us to accurately identify clients involved in fraudulent activities. In this study, the Isolation Forest algorithm was employed to detect financial fraud committed by clients (national companies) who received significant international transfers. The model results showed a silhouette score of 0.96, and 48% of the alerts generated led to formal investigations, which represents a significant percentage for the bank’s Compliance Department.