dc.contributorGutiérrez Bonnet, Sergio María
dc.creatorRamos Barriga, Natalia
dc.date.accessioned2023-07-17T13:35:11Z
dc.date.accessioned2023-08-25T16:30:45Z
dc.date.available2023-07-17T13:35:11Z
dc.date.available2023-08-25T16:30:45Z
dc.date.created2023-07-17T13:35:11Z
dc.identifierhttps://repository.urosario.edu.co/handle/10336/40172
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8437600
dc.description.abstractUnder the observations previously made by the different regulatory agencies, the segmentation of risk factors for money laundering and the financing of terrorism does not contribute to an adequate categorization of clients to be able to control AML/LA risks. As a consequence, the business case herein detailed seeks to provide a Business Analytics tool that facilitates a segmentation model for the Risk Department of R4G, which aligns with the parameters established in the current regulatory framework of the company, and intends to identifying unusual operations and fortify the system for the management of risks associated with money laundering and the financing of terrorism.
dc.languagespa
dc.publisherUniversidad del Rosario
dc.publisherEscuela de Administración
dc.publisherEscuela de Ingeniería, Ciencia y Tecnología
dc.publisherMaestría en Business Analytics
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAbierto (Texto Completo)
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 International
dc.sourceD’Alessio Torres, Vincenzo Jesús. (2021, abril 14). Regla de Sturges: Concepto, explicación, aplicaciones, ejemplos. Lifeder. https://www.lifeder.com/regla-sturges/
dc.sourceDepartamento de Estabilidad Financiera, Banco de la República. (2022). Reporte de Estabilidad Financiera: 2022-I (p. 23). Banrep. https://www.banrep.gov.co/sites/default/files/publicaciones/archivos/presentacion-estabilidad-financiera-primer-semestre-2022.pdf
dc.sourceHastie,Trevor, Tibshirani, Robert, & Friedman, Jerome. (2001). The elements of statistical learning: Data mining, inference, and prediction [Elementos de aprendizaje estadístico, minería de datos, inferencia y predicción]. New York : Springer. http://archive.org/details/elementsofstatis0000hast
dc.sourceHaya, P. (2023). Esquema del ciclo CRISP-DM estándar [Esquema]. https://www.iic.uam.es/innovacion/metodologia-crisp-dm-ciencia-de-datos/
dc.sourceIBM. (2021). Guía de CRISP-DM de IBM SPSS Modeler. IBM Corporation. https://www.ibm.com/docs/es/spss-modeler/saas?topic=overview-spss-modeler-subscription
dc.sourceJava. (2023). Java. https://www.oracle.com/java/
dc.sourceKassambara, Alboukadel. (2017). Multivariate Analysis I—Practical Guide To Cluster Analysis in R - Unsupervised Machine Learning. STHDA.
dc.sourceMinisterio de Justicia y del Derecho, UIAF, & Universidad del Rosario. (2016). Evaluacion nacional del riesgo de lavado de activos y financiación del terrorismo—Resumen ejecutivo. UIAF. https://urosario.edu.co/sites/default/files/2022-10/resumen-ejecutivo-informe-final-enr-2016-vfinal.pdf
dc.sourcePython. (2023, mayo 11). Python.org. https://www.python.org/
dc.sourceSuperintendencia Financiera de Colombia. (2014). Parte I Instrucciones generales aplicables a las entidades vigiladas, Título IV Deberes y responsabilidades, Capítulo IV Instrucciones relativas a la administración del riesgo de lavado de activos y de la financiación del terrorismo—SARLAFT. En Circular Básica Jurídica, 029/14. https://www.superfinanciera.gov.co/inicio/normativa/normativa-general/circular-basica-juridica-ce---/parte-i-instrucciones-generales-aplicables-a-las-entidades-vigiladas-10083444
dc.sourceSuperintendencia Financiera de Colombia. (2023). Guía de Mejores Prácticas para la construcción de modelos de segmentación relacionados con los factores de riesgo de Lavado de Activos y Financiación del Terrorismo. SFC. https://www.superfinanciera.gov.co/descargas/institucional/pubFile1048182/GUIASEGMENTACION.pdf
dc.sourceUniversidad de Granada. (2019, junio 17). Práctica 8 Métodos de análisis multivariante: Análisis Clúster. Estadística Universidad de Granada. http://wpd.ugr.es/~bioestad/guia-spss/practica-8/
dc.sourceinstname:Universidad del Rosario
dc.sourcereponame:Repositorio Institucional EdocUR
dc.subjectSARLAFT
dc.subjectSegmentación
dc.subjectPrevención
dc.subjectLA/FT
dc.titleModelo de Segmentación para SARLAFT en R4G
dc.typebachelorThesis


Este ítem pertenece a la siguiente institución