Desarrollo de un modelo productivo en procesos de la vicepresidencia de auditoría de Bancolombia S.A. (archivos de computador)

Abstract

Las entidades financieras tanto en el país como a nivel mundial están expuestas a un alto riesgo de verse afectas por fraudes, no solo por parte de personas externas a la entidad, sino, lo que constituye un riesgo aún mayor, por parte de sus propios empleados. Las cuantías asociadas al fraude en una institución como Bancolombia son del orden de treinta y seis mil millones de pesos sólo durante el año 2008. Parte de esta cuantía es atribuida al fraude corporativo. Utilizar modelos de minería de datos como las redes neuronales y los árboles de decisión puede ayudar a descubrir comportamientos atípicos de los empleados y/o pronosticar la ocurrencia de eventos de riesgo que puedan en un futuro provocar su materialización. Este trabajo se desarrollo bajo la metodologia CRISP (CRoss-Industry Standard Process for Data Mining) la cual es un proceso jerárquico formado por varias tareas que ofrece a las organizaciones la estructura necesaria para obtener mejores y más rápidos resultados en la minería de datos. La comprobación del modelo se realizó probando con datos limpios que no habían entrado a la red como parte del entrenamiento ni la validación y se obtuvieron resultados positivos. Con la herramienta desarrollada en este proyecto (enmarcado en la modalidad de práctica profesional), la Vicepresidencia de Auditoría interna de Bancolombia, que es la dependencia del banco responsable de reducir la siniestralidad por fraude en la entidad y la principal beneficiada con el desarrollo de este proyecto, podrá contar oportunamente con información que ayude a disminuir el impacto financiero asociado a los fraudes cometidos por sus empleados, lo cual justifica los recursos invertidos en el desarrollo de este proyecto.