Implementación de un modelo predictivo de aprendizaje automático para la detección temprana de transacciones de lavado de activos en entidades financieras

Abstract

El lavado de activos constituye una amenaza crítica para la integridad del sistema financiero, especialmente en el contexto de las instituciones bancarias, donde las cuentas corrientes y de ahorro son utilizadas como vehículos para actividades ilícitas. Esta investigación propone el desarrollo de un modelo predictivo basado en técnicas de aprendizaje automático para la detección temprana de transacciones sospechosas, con el objetivo de fortalecer los mecanismos de prevención y control en entidades financieras. Para ello, se empleó el simulador AMLSim de IBM, que genera datos sintéticos representativos de transacciones bancarias, permitiendo entrenar y evaluar distintos algoritmos de clasificación. La metodología aplicada se fundamentó en el enfoque de MLOps para asegurar la trazabilidad y reproducibilidad del proceso. Se utilizó una muestra de 10,568 registros seleccionados de una población de más de 6 millones de transacciones mediante la técnica del muestreo aleatorio sistemático. Se implementaron y compararon siete modelos de aprendizaje automático: Regresión Logística, SVM, KNN, ANN, Árbol de Decisión, Random Forest y XGBoost. Este último obtuvo el mejor desempeño, alcanzando un AUC de 88%, precisión de 83% y recall de 73%. Mediante un análisis comparativo pre-test y post-test se comprobó, con soporte estadístico que la implementación del modelo XGBoost mejora significativamente la detección de transacciones sospechosas en comparación con un sistema tradicional basado en reglas. Esta mejora se traduce en una reducción de falsos negativos y falsos positivos, lo que permite optimizar la labor del área de cumplimiento y reducir riesgos legales y reputacionales para la entidad financiera. Finalmente, este trabajo demuestra que el uso de modelos avanzados de aprendizaje automático puede fortalecer significativamente los sistemas de prevención de lavado de activos, contribuyendo así al cumplimiento normativo y a la seguridad del sistema financiero.

Money laundering constitutes a critical threat to the integrity of the financial system, especially in the context of banking institutions, where checking and savings accounts are used as vehicles for illicit activities. This research proposes the development of a predictive model based on machine learning techniques for the early detection of suspicious transactions, with the aim of strengthening prevention and control mechanisms in financial institutions. To this end, IBM's AMLSim simulator was used, which generates synthetic data representative of banking transactions, allowing the training and evaluation of different classification algorithms. The methodology applied was based on the MLOps approach to ensure the traceability and reproducibility of the process. A sample of 10,568 records was selected from a population of more than 6 million transactions using the systematic random sampling technique. Seven machine learning models were implemented and compared: Logistic Regression, SVM, KNN, ANN, Decision Tree, Random Forest, and XGBoost. The latter performed best, achieving an AUC of 88%, precision of 83%, and recall of 73%. Through a pre-test and post-test comparative analysis, it was statistically proven that the implementation of the XGBoost model significantly improves the detection of suspicious transactions compared to a traditional rule-based system. This improvement translates into fewer false negatives and false positives, which optimizes the work of the compliance department and reduces legal and reputational risks for the financial institution. Finally, this work demonstrates that the use of advanced machine learning models can significantly strengthen anti-money laundering systems, thus contributing to regulatory compliance and the security of the financial system.