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
• Colaborador/a o director/a de tesis: Scorza, Gerardo
• Materia: Control interno; Auditoría interna; Fraude; Conozca a su cliente; Operaciones Sospechosas; Big Data; Lavado de dinero; Córdoba, Argentina
• Institución: Universidad Nacional de Córdoba

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.