Crean métodos estadísticos para prever defraudaciones en operaciones financieras

Los modelos, desarrollados en el Centro de Ciencias Matemáticas Aplicadas a la Industria, se prueban en bancos, aseguradoras y empresas de comercio electrónico

Por Elton Alisson

Agência FAPESP – Cada 15,4 segundos se registra un intento de fraude de identidad en Brasil, mediante el cual se utilizan datos personales para hacer negocios por internet bajo falsedad ideológica, o para obtener créditos con la intención de no pagarlos, según un estudio de Serasa Experian.

Con el fin de ayudar a las empresas a disminuir el riesgo de sufrir este tipo de defraudaciones, investigadores del Centro de Ciencias Matemáticas Aplicadas a la Industria (CeMEAI) –uno de los Centros de Investigación, Innovación y Difusión (CEPIDs) apoyados por la FAPESP– están desarrollando modelos estadísticos destinados a la detección y prevención de fraudes en operaciones financieras.

Bancos, aseguradoras y empresas que operan en el segmento de comercio electrónico (e-commerce) ya están utilizando algunos de estos modelos estadísticos.

“Una defraudación es un fenómeno sumamente volátil, que se concreta muy rápidamente. Sin una estructura adecuada para detectarla de manera eficiente, el defraudador entra en la base de datos de una empresa o de una institución financiera, permanece allí durante algunos segundos, perpetra el fraude y sale sin ser detectado”, declaró Francisco Louzada Neto, coordinador de transferencia de tecnología del CeMEAI, a Agência FAPESP.

“La idea de los modelos estadísticos que estamos desarrollando consiste en seguir todos los pasos de los clientes a partir del momento en que ingresan en la base de datos de una empresa, y detectar qué posibles operaciones que están realizándose tienen una alta probabilidad de ser fraudulentas”, explicó el investigador, que es docente del Instituto de Ciencias Matemáticas y Computación (ICMC) de la Universidad de São Paulo (USP), en el campus de la ciudad de São Carlos, sede del CeMEAI.

El método que desarrollaron los investigadores combina distintos modelos estadísticos que interrelacionan diversas variables, tales como edad, sexo, estado civil y localización del cliente, aparte del tipo y el valor de la operación, entre otras informaciones, para prever la perpetración de un fraude.

Los distintos modelos estadísticos exhiben una capacidad predictiva variable para establecer interrelaciones entre esas distintas variables e inferir la posibilidad de fraude en una operación.

La combinación de los mismos hace posible incrementar la capacidad de previsión de ocurrencia de fraudes, explicó Louzada Neto.

“Nosotros comparamos los modelos estadísticos usuales y proponemos otros nuevos, con una mayor capacidad de detectar fraudes, y los combinamos con el objetivo de aumentar la capacidad predictiva del modelado”, afirmó.

Para estimar la probabilidad de fraude, el método que desarrollaron los investigadores se vale datos históricos de operaciones normales y fraudulentas, aparte de información de clientes registrados en la base de datos de la empresa.

Con base en ese conjunto de informaciones, el método estadístico realiza comparaciones del perfil de un nuevo cliente que acabó de ingresar en el sitio web de la empresa y de la operación que está realizando con datos históricos de fraudes, y extrae la probabilidad de que operación en marcha sea fraudulenta.

“Resulta difícil decir si una determinada operación es o no es fraudulenta. Por ese motivo, el método que desarrollamos suministra una probabilidad de fraudulencia”, explicó Louzada Neto.

Además de la información objetiva, proveniente de los datos de los clientes y de las operaciones, el método también puede incorporar información suministrada con base en la percepción subjetiva de analistas de operaciones de la propia empresa, dijo el investigador.

“De haber dentro de la empresa expertos que, de alguna manera, trabajan en el análisis de operaciones, es posible acoplar al método que desarrollamos la percepción subjetiva de éstos sobre determinados tipos de fraudes”, afirmó.

Luego de su desarrollo a pedido, y de ser sometido a pruebas, se instala el método estadístico en el sistema de la empresa para su utilización online, a los efectos de calcular la probabilidad o calificar como fraude a una determinada operación financiera.

Un método adaptable

Inicialmente, este método estadístico se destinaba a prever la ocurrencia de fraudes en compras con tarjetas de crédito.

Con todo, recientemente ha empezado a adaptárselo para prever fraudes en la autorización de consultas, prestaciones y reintegros de seguros médicos.

Con todo, según Louzada Neto, uno de los principales focos de aplicación del método estadístico en la actualidad es el análisis de operaciones en sitios web de comercio electrónico.

“Los bancos y las instituciones financieras cuentan usualmente con grandes equipos de estadísticos que trabajan con modelos de previsión de fraudes en operaciones de crédito, en tanto que las empresas minoristas que operan con comercio electrónico carecen bastante aún de este tipo de servicios, y son más vulnerables a los fraudes”, comparó Louzada Neto.

Según Serasa Experian, durante este año nomás, ya se han registrado más de un millón y medio de intentos de fraude en Brasil.

Los sectores más afectados son el de telefonía, seguido por el de servicios –que incluye a constructoras, inmobiliarias y aseguradoras, entre otras–, el bancario y el de ventas minoristas.