Composición de señales y estrategias del sector bancario para detectar el lavado de dinero

Autores/as

  • Jesús Fernando Mancillas Palacios Universidad La Salle
  • Luis Antonio Andrade Rosas Universidad La Salle México

DOI:

https://doi.org/10.24275/uam/azc/dcsh/ae/2023v38n99/Mancillas

Palabras clave:

Lavado de dinero, banca múltiple, tarjetas de crédito, reputación, información incompleta, señales

Resumen

La prevención de lavado de dinero es un tema que ha tomado importancia en los últimos años en el sector financiero, debido a que dicho sector resulta vulnerable a ser utilizado para perpetrar este delito. En este trabajo, se analiza la mejor decisión por parte de las instituciones de banca múltiple respecto a bloquear o no bloquear las tarjetas de crédito ante posibles escenarios de lavado de dinero por parte de sus tarjetahabientes. Con base en un análisis de información incompleta, se deducen instrumentos para que la institución decida bloquear o no una cuenta que presente operaciones inusuales; con la finalidad de evitar pérdidas financieras y un daño en su reputación por relacionarse con tarjetahabientes que lavan dinero. El factor diferenciador de este trabajo consiste en la construcción de señales mediante vectores de pesos asignados a los factores de lavado de dinero, que pueden servir como indicadores o agravantes ante posibles operaciones inusuales de los tarjetahabientes.

Clasificación JEL: D02; D53; E58; P48.

Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

Jesús Fernando Mancillas Palacios, Universidad La Salle

Actuario por la universidad La Salle, Cd. de México. 

Citas

Álvarez, D. y Eguidazu, F. (1998). La prevención del blanqueo de capitales. (1a Edición). España: Aranzadi.

Alkrisheh, M. & Jaffal, Z. (2018). Combatting Money Laundering: A Study under Emirati and International Law. Arab Law Quarterly, Vol. 32, no. 4. pp. 483–500.

American Express Bank (México), S.A. Institución de Banca Múltiple. (2020). Estado de resultados consolidado del 01 de enero al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.americanexpress.com/content/dam/amex/mx/staticassets/pdf/RegulatoryInfo/2019-q4/02-1-20191231estadoderesultadosconsolidados-aj-pwc.pdf

Andrade, L. (2021). Asimetría de información, obstáculo para el apoyo gubernamental durante la COVID-19 en México. Nóesis. Revista De Ciencias Sociales, Vol. 30, no. 60, pp. 141–165. https://doi.org/10.20983/noesis.2021.2.8

Armour, P., Button, P. and Hollands, S. (2018). ‘Disability Saliency and Discrimination in Hiring’ AEA Papers and Proceedings, Vol. 108, pp. 262–266. https://doi.org/10.1257/pandp.20181045

Arner, D. W. (2009). The Global Credit Crisis of 2008: Causes and Consequences. The International Lawyer, Vol. 43, no. 1, pp. 91–136.

Arroyo, J. (2012). Métodos de investigación financiera para detectar y probar el delito de lavado de dinero. Revista Nacional de Administración, Vol. 3, no. 2, pp. 155-174.

Banco Azteca, S.A. Institución de Banca Múltiple. (2020). Estado de resultados consolidado del 1 de enero al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.grupoelektra.com.mx/News/Reporte.aspx?idPdf=3022&tp_doc=2&sit=IREKT

Banco del Bajío, S.A. Institución de Banca Múltiple. (2020). Estado de resultados del 1o de enero al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.bb.com.mx/cs/BanBajio/home/Inversionistas/Informaci%C3%B3n%20Financiera/4T19/estado-de-resultados.pdf

Banco Santander México, S.A. Institución de Banca Múltiple, Grupo Financiero Santander México. (2020). Estados financieros consolidados con sus subsidiarias al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.santander.com.mx/ir/pdf/09_info_financiera_edos_financieros_consolidados/2019/04_cuarto_trim/Estados_Financieros_Consolidados_4T19.pdf

BanCoppel, S.A. Institución de Banca Múltiple. (2020). Estado de resultados. Recuperado el 21 de diciembre de 2020 de: https://www.bancoppel.com/pdf/estado_de_resultados_dic2019.pdf

Blanco, I. (2015). El delito de blanqueo de capitales. (4a Edición). España: Aranzadi.

Cantera, S. (2005). Ganan con compra de cartera vencida. Reforma. Recuperado de: https://reforma.vlex.com.mx/vid/ganan-compra-cartera-vencida-194166575 (22 de diciembre de 2020)

Brada, J. C., Kutan, A. M., & Vukšić, G. (2011). The costs of moving money across borders and the volume of capital flight: the case of Russia and other CIS countries. Review of World Economics / Weltwirtschaftliches Archiv, Vol. 147, no. 4, pp. 717–744.

CIBANCO, S.A. Institución de Banca Múltiple. (2020). Estado de resultados consolidado del 1 de enero al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.cibanco.com/DOC/ESTADOSFINANCIEROS/Resultados-4to-trimestre-2019.pdf

Consubanco, S.A. Institución de Banca Múltiple. (2020). Estado de resultados del 1o de enero al 31 de diciembre de 2019. Recuperado el 21 de diciembre de 2020 de: https://www.consubanco.com/assets/pdf/mas-sobre-consubanco/informacion-para-inversionistas/informacion-inversionistas/estados-financieros-trimestrales/2019/4to%20trimestre/EE.FF.%20CONSUBANCO%20Dic-2019%20(040140).xlsx.pdf

Coles, P., Kushnir, A. & Niederle, M. (2013). Preference Signaling in Matching Markets. American Economic Journal: Microeconomics, Vol. 5, no. 2, pp. 99–134 https://doi.org/10.1257/mic.5.2.99.

Decisio. (2013). El caso HSBC - Parte II: Riesgo Reputacional, Sanciones por Lavado de Dinero Impacto, Consecuencias y la Gestión del Riesgo. Recuperado el 23 de diciembre de 2020 de: https://www.decisiola.com/articulos/caso-hsbc-2-parte.pdf

Ellis, E. (2018). The Art of Money Laundering: How to Fight the Perfect Crime. https://www.amlrightsource.com/news/posts/money-laundering-artwork (23 de diciembre de 2020)

Gluyas, R. (2006). Inteligencia financiera y prevención de lavado de dinero. ITER CRIMINIS-Revista de Ciencias Penales, Vol.1, no.3, pp. 59-88.

Gobierno de México. (2020). Evaluación nacional de riesgos 2020. Recuperado el 10 de octubre de 2020 de: https://www.pld.hacienda.gob.mx/work/models/PLD/documentos/enr2020.pdf

Graves, J. T., Acquisti, A., & Christin, N. (2016). Big Data and Bad Data: On the Sensitivity of Security Policy to Imperfect Information. The University of Chicago Law Review, Vol. 83, no. 1, pp. 117–137.

Grupo Financiero BBVA Bancomer, S.A. de C.V. (2020). Informe Financiero Enero-Diciembre 2019. Recuperado el 21 de diciembre de 2020 de: https://investors.bbva.mx/wp-content/uploads/2020/01/20191031_Reporte-Trimestral-GFBB_dic-19.pdf

Grupo Financiero Citibanamex, S.A. de C.V. (2020). Información Financiera. Recuperado el 21 de diciembre de 2020 de: https://www.banamex.com/resources/pdf/es/acerca_banamex/informacion_financiera/grupo_financiero/g_informacion_financiera/gpo_4T2019.pdf

Grupo Financiero Inbursa, S.A.B. de C.V. (2020). Reporte Anual. Recuperado el 21 de diciembre de 2020 de: https://www.inbursa.com/storage/GFI-REPORTE-ANUAL-2019.pdf

Hebous, S. (2014). Money at the Docks of Tax Havens: A Guide. FinanzArchiv / Public Finance Analysis, Vol. 70, no. 3, pp. 458–485.

Invex Grupo Financiero. (2019). Información a que se refieren las Disposiciones de Carácter General Aplicables a las Sociedades Controladoras de Grupos Financieros Sujetas a la Supervisión de la Comisión Nacional Bancaria y de Valores. Recuperado el 21 de diciembre de 2020 de: https://invex.com/Informacion-corporativa

Ishizaka, A. and Lusti, M. (2006). How to derive priorities in AHP: A comparative study. Central European Journal of Operations Research, Vo1.4, no.4, pp- 387-400. doi: https://doi.org/10.1007/s10100-006-0012-9

Jusic, A. (2017). Kuwait’s Administrative Risk-based Model for the Prevention of Money Laundering: Costs and Benefits of Compliance with the Financial Action Task Force (FATF) Standards. Arab Law Quarterly, Vol. 31, no. 2, pp. 101–133.

Kreps, D. (1994). Games Theory and Economic Modelling. U.S.A: Oxford.

Lilley, P. (2006). Dirty Dealing: the untold truth about global money laundering, international crime and terrorism. (3rd ed.). London and Philadelphia: Kogan Page.

Lozano, A. (2008). El perfil financiero: una estrategia para detectar el lavado de activos. Revista Criminalidad, Vol. 50, no.2, pp. 43-55.

Machado, M. (2012). Similar in Their Differences: Transnational Legal Processes Addressing Money Laundering in Brazil and Argentina. Law & Social Inquiry, vol. 37, no. 2, pp. 330–66.

McDonald, J. P. (2008). Milberg’s monopoly: restoring honesty and competition to the plaintiffs’ bar. Duke Law Journal, Vol. 58, no. 3, pp. 507–548.

Mas-Colell, A., Whinston M. & Green, J. (1995). Microeconomic Theory. New York: Oxford University Press.

Myerson, R. B. (1984a). Two-Person Bargaining Problems with Incomplete Information. Econometrica, Vol. 52.

Myerson, R. B. (1985). Bayesian Equilibrium and Incentive-Compatibility: An Introduction, The Center for Mathematical Studies in Economics and Management, No. 548, Northwestern University, in A. E. Roth (ed.), “Game Theoretic Models of Bargaining”, Cambridge University Press.

Mckinsey & Company. (2019). Why anti-money laundering should be a top priority for fi-nancial institutions. Recuperado el 23 de diciembre de 2020 de: https://www.mckinsey.com/~/media/mckinsey/industries/financial%20services/banking%20blog/why%20aml%20should%20be%20a%20top%20priority%20for%20financial%20institutions/why-aml-should-be-a-top-priority-for-financial-institutions.pdf

Milos, Á. T. (2020). De-risking - de-risking: una consecuencia indeseada del enfoque basado en el riesgo aplicado por los bancos en materia de prevención del lavado de activos y financiamiento del terrorismo. Revista Chilena de Derecho, Vol. 47, no.1, pp. 1–24.

Montes, E. (2008). El sector financiero y el lavado de dinero. Quipukamayoc, 15(30), 51-58. doi:10.15381/quipu.v15i30.5249

Naidu, S., Posner, E. A. & Weyl, E. G. (2018). Antitrust Remedies for Labor Market Power (SSRN Scholarly Paper No. 3129221). Rochester, NY: Social Science Research Network https://doi.org/10.2139/ssrn.3129221.

Permanent Subcommittee On Investigations. (2012). HSBC Exposed U.S. Financial System to Money Laundering, Drug, Terrorist Financing Risk. Recuperado el 17 de noviembre de 2022 de: https://www.hsgac.senate.gov/subcommittees/investigations/media/hsbc-exposed-us-finacial-system-to-money-laundering-drug-terrorist-financing-risks

Regional, S.A.B. de C.V. (2020). Informe Anual 2019. Recuperado el 21 de diciembre de 2020 de: https://www.regional.mx/files/2020_5_5_11_53_8_reportes.pdf

Rose, G. (2018). Terrorism Financing in Foreign Conflict Zones. Counter Terrorist Trends and Analyses, Vol. 10, no. 2, pp. 11–16.

Saaty, T. (1977). A scaling method for priorities in a hierarchical structure. Journal of Mathematical Psychology, Vol.15, no. 3, pp. 234-281. doi: 10.1016/0022-2496(77)90033-5

Saaty, T. (1980). The Analytic Hierarchy Process. New York: McGraw-Hill.

Sabas, J. (2015). Modelo sistémico para la prevención de lavado de dinero. [tesis de maestría]. Instituto Politécnico Nacional, México. Recuperado de: https://tesis.ipn.mx/jspui/bitstream/123456789/20573/1/Modelo%20sistema%20para%20la%20prevencion%20de%20lavado%20de%20dinero%281%29.pdf

Sánchez, J. (2020a). Lavado de dinero aporta 1.5% del PIB, revela UIF. El Sol de México. Recuperado de: https://www.elsoldemexico.com.mx/finanzas/lavado-de-dinero-aporta-1.5-del-pib-revela-uif-santiago-nieto-5800609.html (19 de diciembre de 2020)

Sánchez, J. (2020b). Hacienda debe informar sobre operaciones inusuales en Banca Múltiple: Inai. El Sol de México. Recuperado de: https://www.elsoldemexico.com.mx/mexico/politica/hacienda-debe-informar-sobre-operaciones-inusuales-en-banca-multiple-inai-4975648.html (22 de diciembre de 2020)

SHCP. (2020a). Lista de Personas Políticamente Expuestas Nacionales. Recuperado el 21 de diciembre de 2020 de: https://www.gob.mx/cms/uploads/attachment/file/532774/Lista_PEPS_2020.pdf

SHCP. (2020b). Informe de reportes de operaciones Enero-Diciembre 2019. Recuperado el 23 de diciembre de 2020 de: https://www.uif.gob.mx/work/models/uif/librerias/documentos/estadisticas/informe_dic2019.pdf

Snyder, C. & Nicholson, W. (2008). Microeconomic Theory: Basic Principles and extensions. (10ma Edición). Estados Unidos: Thomson Learning Academic.

Spence, M. (1977). Entry, investment, and oligopolistic pricing. Bell Journal of Economics, 8.

Taylor, M. (2018). Getting to Accountability: A Framework for Planning & Implementing Anticorruption Strategies. Daedalus, Vol. 147, no.3, pp. 63–82.

Tighe, P. A. (2016). Underbanked: Cooperative Banking as a Potential Solution to the Marijuana-Banking Problem. Michigan Law Review, Vol. 114, no. 5, pp. 803–832.

Velázquez, M. (2016). El delito de lavado de dinero, instrumentos y efectos económicos. En Pérez, F., Figueroa, E., y Godínez, L. (2016). Matemáticas Aplicadas a la Economía Handbook T-I. pp. 130-143. Texcoco de Mora, México: ECORFAN-México, S.C.

Vlcek, W. (2015). Securitizing Money to Counter Terrorist Finance: Some Unintended Consequences for Developing Economies. International Studies Perspectives, Vol. 16, no. 4, pp. 406–422.

Descargas

Publicado

2023-09-20

Cómo citar

Mancillas Palacios, J. F., & Andrade Rosas, L. A. (2023). Composición de señales y estrategias del sector bancario para detectar el lavado de dinero. Análisis Económico, 38(99), 75–100. https://doi.org/10.24275/uam/azc/dcsh/ae/2023v38n99/Mancillas

Artículos similares

1 2 3 4 5 6 7 8 9 10 > >> 

También puede {advancedSearchLink} para este artículo.