Contribuciones desde un modelo predictivo para identificar el perfil de riesgo del defraudador interno en una entidad financiera de Colombia

Vista sencilla de ítem
dc.contributor.advisorTorres Guerra, Idier Albeirospa
dc.contributor.authorRuíz Galeano, Fabio Hernán
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Administración de Riesgosspa
dc.creator.emailfruizga@eafit.edu.cospa
dc.date.accessioned2018-06-08T13:16:57Z
dc.date.available2018-06-08T13:16:57Z
dc.date.issued2018-05-29
dc.descriptionLas empresas de servicios financieros son parte fundamental en la economía del país, y su continuo crecimiento ha ocasionado que sean más susceptibles al fraude debido a la falta de prevención y de controles que mitiguen las amenazas que van de la mano con la innovación tecnológica, los nuevos productos y las características del consumo -- Esta problemática genera impactos negativos a nivel económico y social tanto para las empresas como para el país -- Es por esto que se identificó la necesidad de contribuir a la elaboración del perfil de riesgo del defraudador interno en una entidad financiera que opera en Colombia, para ayudar en la prevención y detección de fraudes -- Así, se definió un perfil parcial (puesto que solo contempla algunas variables) a partir del uso de un modelo estadístico predictivo (con funciones más probabilísticas que predictivas en el caso del fraude) que analizó la información proveniente de la caracterización de los empleados implicados en acciones fraudulentas, además de una revisión de literatura -- A partir de la construcción del modelo de Random Forest, y con el objetivo de encontrar empleados con altas probabilidades de incurrir en actos incorrectos, se identificó como perfil defraudador de la entidad, los trabajadores que laboran en la red de sucursales, que poseen transacciones atípicas y en donde las relaciones de salarios vs los descuentos realizados al empleado no guardan una proporción -- Los empleados que poseen cargos operativos, los cuales representan el 44.5 % de la empresa, son los más propensos a incurrir en fraude interno, el 66.4 % de los posibles defraudadores son mujeres; y las regiones del país que presentan mayor alerta son la región centro, con el 43.6 %, seguida de Bogotá y Sabana con el 28.7%spa
dc.description.abstractFinancial services companies are a fundamental part of the country's economy, and their continued growth has made them more susceptible to fraud due to the lack of prevention and controls that mitigate the threats that go hand in hand with technological innovation, new products and consumption characteristics -- This problem generates negative economic and social impacts for both the company and the country -- That is why it was identified the need to develop the risk profile of the internal fraudster in a financial entity, which allows the frauds prevention and detection from the characterization of employees involved in fraudulent actions, to achieve this, the mixed investigation was applied, which allowed the collection of data on fraud materialized by employees, their numerical measurement and respective statistical analysis to test the hypothesis, as well as a literature review -- From the construction of the Random Forest model, and with the objective of finding employees with high probabilities of incurring in incorrect acts, the profile of the internal fraudster of the entity was identified, the employee who work in the branch network, who have atypical transactions and where the wage relationships Vs the discounts made to the employee do not keep a proportion -- Employees who hold operational positions which represent the 44.5% of the company, are the most likely to incur internal fraud, 66.4% of possible fraudsters are women; moreover, country’s regions that present greater alert are the central region with 43.6%, followed by Bogotá and Sabana with 28.7%spa
dc.identifier.urihttp://hdl.handle.net/10784/12343
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Administración. Departamento de Contaduríaspa
dc.publisher.placeMedellínspa
dc.publisher.programMaestría en Administración de Riesgosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.localAcceso abiertospa
dc.subjectRandom forestspa
dc.subjectModelos predictivosspa
dc.subject.keywordComputer crimesspa
dc.subject.keywordBank fraudspa
dc.subject.keywordBank employeesspa
dc.subject.keywordLogistic regression analysisspa
dc.subject.keywordData miningspa
dc.subject.lembCORRUPCIÓN ADMINISTRATIVAspa
dc.subject.lembDELITOS POR COMPUTADORspa
dc.subject.lembFRAUDE BANCARIOspa
dc.subject.lembEMPLEADOS BANCARIOSspa
dc.subject.lembANÁLISIS DE REGRESIÓN LOGÍSTICAspa
dc.subject.lembMINERÍA DE DATOSspa
dc.titleContribuciones desde un modelo predictivo para identificar el perfil de riesgo del defraudador interno en una entidad financiera de Colombiaspa
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa

Archivos

Bloque original
Mostrando 1 - 4 de 4
No hay miniatura disponible
Nombre:
FabioHernan_RuizGaleano_2018.pdf
Tamaño:
1.08 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
Anexo 1. Árbol de decisión.pdf
Tamaño:
32.31 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
No hay miniatura disponible
Nombre:
Autorización publicación de obras.pdf
Tamaño:
1.28 MB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
No hay miniatura disponible
Nombre:
Aprobación Tesis.pdf
Tamaño:
283.35 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Administración de Riesgos (tesis)