Suchergebnisse

Esta investigación estudia la adecuación y viabilidad de la aplicación de las técnicas de predicción y simulación en la apreciación del riesgo en prevención del blanqueo de capitales y financiación del terrorismo (PBC-FT) con objeto de: conocer la potencial mejora de los modelos actuales de análisis de riesgos en BC/FT previstos en el artículo 32 (RD 304/2014) basados en datos históricos; reforzar el aseguramiento del cumplimiento de la normativa vigente en España (Ley 10/2010, RD 304/2014, Recomendaciones del SEPBLAC, etc.); y dar soporte para la toma de decisiones de los sujetos obligados (entidades financieras y no financieras) y no sujetos obligados (responsabilidad penal de las personas jurídicas). La metodología parte de la observación participante del autor como experto en PBC-FT. Se ha estudiado el riesgo de BC/FT sintéticamente mediante la vertiente fenomenológica del BC/FT y del enfoque basado en el riesgo. Se ha incidido en los sistemas de PBC-FT como el resultado de una autorregulación regulada para los sujetos obligados que utilizarán tanto fuentes de hardlaw como de softlaw. Junto a la normativa vigente en análisis de riesgos se han destacado conceptos aportados por COSO en riesgos corporativos y las técnicas de apreciación de riesgo de la matriz consecuencia/probabilidad y simulación Monte Carlo incluidas en la UNE-EN 31010. Mediante el estudio de la metodología de la Evaluación Supranacional de Riesgos de Blanqueo de Capitales y Financiación del Terrorismo de la Unión Europea (SNRA 2017-2019) y del Análisis Nacional de Riesgos de Blanqueo de Capitales y Financiación del Terrorismo (ANR-2020) se ha constatado que la Unión Europea no valora la componente ¿consecuencia¿ de la matriz de riesgo residual al considerarla constante. La matriz de riesgo residual de BC/FT pasa a ser la combinación de amenazas y vulnerabilidades. Con estos antecedentes se han elaborado mapas de riesgo de los diferentes sectores, servicios o productos considerados en las SNRA y en el ANR. El análisis comparativo realizado ha sido de los datos ofrecidos por la SNRA-2019 y el ANR-2020. En este trabajo se presenta una propuesta de modelo o algoritmo básico para calcular el riesgo residual de un sujeto obligado basado en las metodologías de la SNRA-2017 y el ANR-2020. Con este modelo se complementa con valores razonables numéricos el análisis de riesgo previsto por el artículo 32 (RD 304/2014). Los datos históricos pueden ser analizados con herramientas como R-Commander (análisis multivariantes). Aplicando simulaciones por el método Monte Carlo (se ha utilizado la herramienta @RISK PALISADE licencia UOC) se pueden predecir la probabilidad del riesgo residual en un ejercicio futuro. En todo caso, se facilita información razonable para la toma de decisiones en los procesos de mejora continua de los sistemas de PBC-FT. ; This research studies the adequacy and feasibility of the application of prediction and simulation techniques in the assessment of risk in the anti-money laundering and counter terrorist financing (AML-CFT) in order to: know the potential improvement of the current models of risk analysis in ML/TF provided for in Article 32 (RD 304/2014) based on historical data; strengthen the assurance of compliance with the regulations in force in Spain (Act 10/2010, RD 304/2014, SEPBLAC Recommendations, etc.); and to support the decision-making of obliged entities (financial and non-financial entities) and non-obliged subjects (criminal liability of legal persons). The methodology is based on the author's participant observation as an expert in AML-CFT. The risk of ML/TF has been studied synthetically using the phenomenological aspect of ML/TF and the risk-based approach. The AML-CFT systems have been emphasized as the result of a regulated self-regulation for obliged subjects who will use both hardlaw and softlaw sources of information. Along with the current regulations on risk analysis, concepts provided by COSO in enterprises risks and the risk assessment techniques of the consequence/probability matrix and Monte Carlo simulation included in the UNE-EN 31010 have been highlighted. Through the study of the methodology of the Supranational risk assessment of the money laundering and terrorist financing risks affecting the Union (SNRA 2017-2019) and the National Analysis of Risks of Money Laundering and Terrorist Financing (ANR-2020) it has been found that the European Union does not assess the "consequence" component of the residual risk matrix, considering it constant. The ML/TF residual risk matrix becomes the combination of threats and vulnerabilities. Against this background, risk maps have been drawn up of the different sectors, services or products considered in the SNRA and the ANR. The comparative analysis carried out has been from the data offered by the SNRA-2019 and the ANR-2020. This paper presents a proposal for a basic model or algorithm to calculate the residual risk of an obligated subject based on the methodologies of the SNRA-2017 and the ANR-2020. This model complements the risk analysis provided for in Article 32 (RD 304/2014) with numerical fair values. Historical data can be analyzed with tools such as R-Commander (multivariate analysis). Applying simulations by the Monte Carlo method (the tool @RISK PALISADE UOC license has been used) the probability of residual risk in a future fiscal year can be predicted. In any case, reasonable information is provided for decision-making in the processes of continuous improvement of AML-CFT systems. ; Aquesta investigació estudia l'adequació i viabilitat de l'aplicació de tècniques de predicció i simulació en l'avaluació de riscos en la prevenció del blanqueig de capitals i el finançament del terrorisme (PBC-FT) amb la finalitat de: conèixer la millora potencial dels models actuals d'anàlisi de riscos en BC/FT previstos en l'article 32 (RD 304/2014) a partir de dades històriques; reforçar la garantia del compliment de la normativa vigent a Espanya (Llei 10/2010, RD 304/2014, Recomanacions del Sepblac, etc.); i donar suport a la presa de decisions de subjectes obligats (entitats financeres i no financeres) i subjectes no obligats (responsabilitat penal de persones jurídiques). La metodologia es basa en l'observació participant de l'autor com a expert en PBC-FT. El risc de BC/FT s'ha estudiat sintèticament utilitzant l'aspecte fenomenològic de BC/FT i l'enfocament basat en el risc. Els sistemes PBC-FT han estat influenciats com a resultat de l'autoregulació regulada per als subjectes obligats que utilitzaran tant fonts de hardlaw com de softlaw. Juntament amb la normativa vigent en anàlisi de riscos, s'han destacat conceptes aportats per COSO en riscos corporatius i les tècniques d'avaluació de riscos de la matriu de conseqüències/probabilitat i simulació de Montecarlo incloses en la UNE-EN 31010. A través de l'estudi de la metodologia de l'Avaluació Supranacional de Risc de Blanqueig de Capitals i Finançament del Terrorisme de la Unió Europea (SNRA 2017-2019) i de l'Anàlisi Nacional de Risc de Blanqueig de Capitals i Finançament del Terrorisme (ANR-2020) s'ha constatat que la Unió Europea no valora el component "conseqüència" de la matriu de risc residual a l'hora de considerar-la constant. La matriu de risc residual BC/FT es converteix en la combinació d'amenaces i vulnerabilitats. Amb aquest rerefons, s'han elaborat mapes de riscos per als diferents sectors, serveis o productes considerats en l'SNRA i la NRA. L'anàlisi comparativa realitzada va ser a partir de les dades ofertes per l'SNRA-2019 i l'ANR-2020. Aquest treball presenta una proposta de model o algoritme bàsic per calcular el risc residual d'una assignatura obligada a partir de les metodologies de la SNRA-2017 i l'ANR-2020. Aquest model complementa l'anàlisi de riscos prevista a l'article 32 (RD 304/2014) amb valors numèrics justos. Les dades històriques es poden analitzar amb eines com R-Commander (anàlisi multivariant). Mitjançant l'aplicació de simulacions pel mètode Montecarlo (s'ha utilitzat l'eina @RISK llicència PALISADE UOC) es pot predir la probabilitat de risc residual en un futur any. En qualsevol cas, es proporciona informació raonable per a la presa de decisions en els processos de millora contínua dels sistemes PBC-FT.