Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital

Autores
Gil, Jimena
Año de publicación
2023
Idioma
español castellano
Tipo de recurso
tesis de maestría
Estado
versión publicada
Colaborador/a o director/a de tesis
Scorza, Gerardo
Descripción
Trabajo final de posgrado (Especialización en Contabilidad Superior y Auditoría) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2023.
Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
El objetivo de este trabajo final fue aplicar Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba capital para prevenir delitos como lavado de activo y financiamiento del terrorismo. Del análisis de los resultados surge que, el lavado de activos y el financiamiento del terrorismo son fenómenos complejos con consecuencias sociales y económicas significativas. Argentina ha implementado medidas contundentes a nivel nacional e internacional para combatir estos delitos en el sector bancario. El país cumple con los estándares internacionales establecidos por organismos como el GAFI y ha creado instituciones como la UIF para prevenir y detectar estas prácticas ilegales. En la lucha contra el lavado de activos, el análisis de Big Data se ha vuelto fundamental. El procesamiento de grandes volúmenes de datos con herramientas de Business Intelligence y técnicas avanzadas permite detectar transacciones sospechosas y patrones fraudulentos. El uso de Big Data en entidades financieras ofrece beneficios de control interno en la detección de fraudes, gestión de riesgos y toma de decisiones estratégicas. Las técnicas de minería de datos son esenciales para identificar actividades sospechosas y patrones ilícitos en grandes volúmenes de datos. La implementación de herramientas especializadas en Big Data facilita el análisis de información y la identificación de señales de alerta para la detección de anomalías y patrones de comportamiento en el sector bancario. Por último, se propone establecer convenios entre entidades financieras y facultades universitarias para capacitar a contadores en el entendimiento del lavado de activos y el uso de Big Data para fortalecer la capacidad de las dichas entidades a hacer frente a la prevención y detección del lavado de activos.
Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
Materia
Control interno
Auditoría interna
Fraude
Conozca a su cliente
Operaciones Sospechosas
Big Data
Lavado de dinero
Córdoba, Argentina
Nivel de accesibilidad
acceso abierto
Condiciones de uso
Repositorio
Repositorio Digital Universitario (UNC)
Institución
Universidad Nacional de Córdoba
OAI Identificador
oai:rdu.unc.edu.ar:11086/548910

id RDUUNC_4ec2982d9dd2b6b3924f870929a71858
oai_identifier_str oai:rdu.unc.edu.ar:11086/548910
network_acronym_str RDUUNC
repository_id_str 2572
network_name_str Repositorio Digital Universitario (UNC)
spelling Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba CapitalGil, JimenaControl internoAuditoría internaFraudeConozca a su clienteOperaciones SospechosasBig DataLavado de dineroCórdoba, ArgentinaTrabajo final de posgrado (Especialización en Contabilidad Superior y Auditoría) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2023.Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.El objetivo de este trabajo final fue aplicar Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba capital para prevenir delitos como lavado de activo y financiamiento del terrorismo. Del análisis de los resultados surge que, el lavado de activos y el financiamiento del terrorismo son fenómenos complejos con consecuencias sociales y económicas significativas. Argentina ha implementado medidas contundentes a nivel nacional e internacional para combatir estos delitos en el sector bancario. El país cumple con los estándares internacionales establecidos por organismos como el GAFI y ha creado instituciones como la UIF para prevenir y detectar estas prácticas ilegales. En la lucha contra el lavado de activos, el análisis de Big Data se ha vuelto fundamental. El procesamiento de grandes volúmenes de datos con herramientas de Business Intelligence y técnicas avanzadas permite detectar transacciones sospechosas y patrones fraudulentos. El uso de Big Data en entidades financieras ofrece beneficios de control interno en la detección de fraudes, gestión de riesgos y toma de decisiones estratégicas. Las técnicas de minería de datos son esenciales para identificar actividades sospechosas y patrones ilícitos en grandes volúmenes de datos. La implementación de herramientas especializadas en Big Data facilita el análisis de información y la identificación de señales de alerta para la detección de anomalías y patrones de comportamiento en el sector bancario. Por último, se propone establecer convenios entre entidades financieras y facultades universitarias para capacitar a contadores en el entendimiento del lavado de activos y el uso de Big Data para fortalecer la capacidad de las dichas entidades a hacer frente a la prevención y detección del lavado de activos.Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.Scorza, Gerardo2023info:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_bdccinfo:ar-repo/semantics/tesisDeMaestriaapplication/pdfhttp://hdl.handle.net/11086/548910spainfo:eu-repo/semantics/openAccessreponame:Repositorio Digital Universitario (UNC)instname:Universidad Nacional de Córdobainstacron:UNC2025-09-04T12:32:33Zoai:rdu.unc.edu.ar:11086/548910Institucionalhttps://rdu.unc.edu.ar/Universidad públicaNo correspondehttp://rdu.unc.edu.ar/oai/snrdoca.unc@gmail.comArgentinaNo correspondeNo correspondeNo correspondeopendoar:25722025-09-04 12:32:34.145Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdobafalse
dc.title.none.fl_str_mv Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
title Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
spellingShingle Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
Gil, Jimena
Control interno
Auditoría interna
Fraude
Conozca a su cliente
Operaciones Sospechosas
Big Data
Lavado de dinero
Córdoba, Argentina
title_short Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
title_full Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
title_fullStr Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
title_full_unstemmed Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
title_sort Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba Capital
dc.creator.none.fl_str_mv Gil, Jimena
author Gil, Jimena
author_facet Gil, Jimena
author_role author
dc.contributor.none.fl_str_mv Scorza, Gerardo
dc.subject.none.fl_str_mv Control interno
Auditoría interna
Fraude
Conozca a su cliente
Operaciones Sospechosas
Big Data
Lavado de dinero
Córdoba, Argentina
topic Control interno
Auditoría interna
Fraude
Conozca a su cliente
Operaciones Sospechosas
Big Data
Lavado de dinero
Córdoba, Argentina
dc.description.none.fl_txt_mv Trabajo final de posgrado (Especialización en Contabilidad Superior y Auditoría) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2023.
Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
El objetivo de este trabajo final fue aplicar Big Data como estrategia operativa de control de escenarios riesgosos aplicado a una entidad financiera en Córdoba capital para prevenir delitos como lavado de activo y financiamiento del terrorismo. Del análisis de los resultados surge que, el lavado de activos y el financiamiento del terrorismo son fenómenos complejos con consecuencias sociales y económicas significativas. Argentina ha implementado medidas contundentes a nivel nacional e internacional para combatir estos delitos en el sector bancario. El país cumple con los estándares internacionales establecidos por organismos como el GAFI y ha creado instituciones como la UIF para prevenir y detectar estas prácticas ilegales. En la lucha contra el lavado de activos, el análisis de Big Data se ha vuelto fundamental. El procesamiento de grandes volúmenes de datos con herramientas de Business Intelligence y técnicas avanzadas permite detectar transacciones sospechosas y patrones fraudulentos. El uso de Big Data en entidades financieras ofrece beneficios de control interno en la detección de fraudes, gestión de riesgos y toma de decisiones estratégicas. Las técnicas de minería de datos son esenciales para identificar actividades sospechosas y patrones ilícitos en grandes volúmenes de datos. La implementación de herramientas especializadas en Big Data facilita el análisis de información y la identificación de señales de alerta para la detección de anomalías y patrones de comportamiento en el sector bancario. Por último, se propone establecer convenios entre entidades financieras y facultades universitarias para capacitar a contadores en el entendimiento del lavado de activos y el uso de Big Data para fortalecer la capacidad de las dichas entidades a hacer frente a la prevención y detección del lavado de activos.
Fil: Gil, Jimena. Universidad Nacional de Córdoba. Facultad de Ciencias Económicas; Argentina.
description Trabajo final de posgrado (Especialización en Contabilidad Superior y Auditoría) -- Universidad Nacional de Córdoba. Facultad de Ciencias Económicas. Escuela de Graduados; Argentina, 2023.
publishDate 2023
dc.date.none.fl_str_mv 2023
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/resource_type/c_bdcc
info:ar-repo/semantics/tesisDeMaestria
format masterThesis
status_str publishedVersion
dc.identifier.none.fl_str_mv http://hdl.handle.net/11086/548910
url http://hdl.handle.net/11086/548910
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositorio Digital Universitario (UNC)
instname:Universidad Nacional de Córdoba
instacron:UNC
reponame_str Repositorio Digital Universitario (UNC)
collection Repositorio Digital Universitario (UNC)
instname_str Universidad Nacional de Córdoba
instacron_str UNC
institution UNC
repository.name.fl_str_mv Repositorio Digital Universitario (UNC) - Universidad Nacional de Córdoba
repository.mail.fl_str_mv oca.unc@gmail.com
_version_ 1842349643898290176
score 13.13397