Modelos de Detección de Anomalías Aplicados a la Auditoría Bancaria

Resumen

La transformación digital del sector financiero ha incrementado exponencialmente el volumen de operaciones que deben ser monitoreadas por las unidades de auditoría interna, riesgo y cumplimiento. En este contexto, los enfoques tradicionales basados en muestreo presentan limitaciones para identificar oportunamente comportamientos atípicos, errores operativos, posibles fraudes y operaciones inusuales dentro de grandes volúmenes de información transaccional.

El presente taller tiene como objetivo presentar y aplicar técnicas modernas de detección de anomalías basadas en Machine Learning para fortalecer los procesos de auditoría bancaria basada en datos. Se abordarán los fundamentos conceptuales que diferencian anomalía, operación inusual, error y fraude, así como el papel de los modelos analíticos dentro de los esquemas de auditoría continua.

Durante el desarrollo del taller se estudiarán modelos ampliamente utilizados en la identificación de observaciones atípicas, entre ellos One-Class SVM (SVDD), Isolation Forest, Local Outlier Factor (LOF), Autoencoders y modelos de aprendizaje semisupervisado. Los participantes conocerán los fundamentos teóricos de cada técnica, los criterios para su implementación y la interpretación de resultados orientados a la generación de alertas y priorización de revisiones de auditoría.

A través de casos prácticos inspirados en operaciones de crédito, monitoreo transaccional y auditoría de canales electrónicos, se mostrará cómo transformar los puntajes de anomalía en rankings de riesgo que permitan focalizar recursos de revisión sobre los registros con mayor probabilidad de presentar comportamientos atípicos. Los ejercicios incluirán análisis de métricas de desempeño, interpretación de resultados y generación de hallazgos potenciales para auditoría.

Al finalizar el taller, los participantes estarán en capacidad de comprender, implementar e interpretar modelos de detección de anomalías aplicados al sector financiero, fortaleciendo los procesos de auditoría continua, monitoreo basado en riesgos y analítica avanzada para la toma de decisiones.

  • Eje temático: Análisis multivariado y modelos avanzados
  • Ponente: Welman Rosa Alvarado