FenixEdu™

Dissertação

{pt_PT=Análise do Risco de Branqueamento de Capitais Estudo de um caso} {} EVALUATED

Detalhes: {pt=O branqueamento de capitais é uma realidade com impactos a nível mundial que distorcem e prejudicam o sistema económico, deteriorando os sistemas políticos e financeiros dos países. A gestão do risco torna-se um elemento crucial para a deteção de práticas que possam indiciar o branqueamento de capitais. Neste contexto, o objetivo desta dissertação é desenvolver dois modelos baseados em técnicas de data mining que pretendem servir de base a um sistema de deteção de casos suspeitos de branqueamento de capitais – o Modelo de Avaliação do Risco de Novas Entidades e Clientes, e o Modelo de Avaliação do Risco do Comportamento de Clientes. O primeiro modelo resulta da necessidade de obter um conhecimento do cliente num primeiro contacto, de modo a facilitar a tomada de decisão por parte da instituição bancária. Para o seu desenvolvimento, foi inicialmente aplicado um Modelo Regressivo de Avaliação do Risco atribuído às entidades com base em recomendações de instituições internacionais, pois não existia um histórico para a caracterização do seu risco, e posteriormente atribuída uma classificação do risco a cada entidade e cliente utilizando o software Prospero. O segundo modelo consiste em agrupar um conjunto de clientes com características semelhantes em termos de comportamento, que fazem com que se destaquem dos outros grupos, utilizando o mesmo software. Para a construção dos clusters foi necessário analisar todas as transações de cada cliente. Desta forma é possível detetar quando um cliente tem um desvio de comportamento, o que poderá indicar uma transação suspeita de branqueamento de capitais., en=Money laundering has a high worldwide impact that distorts and seriously spoils the economic system, because it can completely deteriorate countries’ political and financial systems. Risk management therefore becomes a crucial element for the detection of practices that may indicate money laundering. In this context, the main goal of this paper is to develop two models based on data mining techniques that claim to provide the basis of a detection system of suspected cases of money laundering - the Risk Assessment Model of New Entities and Clients, and the Risk Assessment Model of Client Behavior. The first model results from the need to obtain a client's risk level in a first contact, in order to support the decision making by the bank. For its development, a Regressive Model of the risk assigned to entities based on recommendations from several international institutions is firstly derived, because there is no historical characterization of entities, and then a risk rating is assigned to each entity and client using software Prospero. The second model groups a set of clients with similar characteristics in terms of transactions, using the same software. For the development of clusters it is necessary to analyze all transactions of each client. This allows detect when a client has a deviant behavior, which may indicate a suspicious transaction of money laundering.}
Keywords: {pt=Branqueamento de Capitais, Risco, Gestão do Risco, Técnicas de Data Mining, en=Money Laundering, Risk, Risk Management, Data Mining techniques}

Discussão: novembro 19, 2015, 11:0