En este artículo Infolaft muestra una forma de medir la probabilidad del riesgo de LA/FT a través de árboles de probabilidad, la cual es una técnica intuitiva y relativamente sencilla que facilita el proceso de medición.
¿Qué son los árboles de probabilidad?
Los árboles de probabilidad son una representación gráfica que ilustra cada una de las etapas y todos los resultados que pueden ocurrir en un experimento con un número finito de opciones y cuando ocurre una secuencia de eventos. Adicionalmente, dichos árboles permiten asignar y calcular las probabilidades de cada uno de los eventos representados en el árbol.
Por ejemplo, si una persona lanza dos monedas consecutivamente los resultados de dicho experimento se pueden representar a través de un árbol de probabilidad. El lanzamiento de esas monedas corresponde a un proceso de dos etapas: en la primera etapa se lanza una moneda cuyo resultado puede ser cara o sello e inmediatamente, en la segunda etapa, se lanza la otra moneda cuyo resultado también puede ser cara o sello.
Adicionalmente, en el ejercicio de las monedas es posible asignar las probabilidades a cada una de las etapas. Por ejemplo, en el primer lanzamiento las opciones pueden ser cara o sello y asumiendo que las condiciones del experimento no se encuentren manipuladas, las probabilidades de que la moneda sea cara o sello son 1/2 para cada una.
El conjunto de posibilidades del experimento o ‘espacio muestral’ se representa a continuación a través de árboles de probabilidad, en donde se evidencia que existen cuatro caminos o sendas del árbol, las cuales conducen a resultados diferentes. Para el caso del ejemplo pueden ser: cara-sello, cara-cara, sello-sello y sello-cara. En el árbol también se representan las probabilidades de cada evento.
Según lo expone Deborah Rumsey en su libro Probability for Dummies, uno de los mayores usos de los árboles de probabilidad es hacer un levantamiento del espacio muestral de los experimentos que tienen varias etapas, en donde se puede identificar y calcular cada uno de los posibles resultados.
En el anterior gráfico se puede observar que además de la representación gráfica de los eventos y de la asignación de probabilidades es posible calcular las probabilidades finales de los eventos.
Por ejemplo, la probabilidad final de obtener cara-sello después de dos lanzamientos es 0.25 o 25%, valor que se obtiene de multiplicar los valores de la probabilidad de obtener cara (0.5) en el primer lanzamiento y sello (0.5) en el segundo lanzamiento.
Los supuestos de esta técnica
Uno de los supuestos de los árboles de probabilidad es que las probabilidades de los eventos en cada etapa deben sumar uno, tal y como lo muestra la siguiente imagen.
Otro de los supuestos de los árboles es que los eventos pueden ser afectados por eventos previos, lo que quiere decir que son dependientes. En otras palabras, un evento es dependiente si el resultado u ocurrencia del mismo afecta el resultado del siguiente evento.
La dependencia de los eventos se explicará en detalle más adelante.
Su aplicación para la medición de riesgos LA/FT
En caso de que la entidad desee aplicar la medición de la probabilidad de riesgos a través de árboles de probabilidad deberá contar con dos elementos esenciales: tener una representación jerárquica de los eventos de riesgo y asignar las probabilidades
Hablemos del primer elemento. Antes de realizar la medición la entidad debe hacer una identificación de riesgos de forma jerárquica en la cual se identifica un riesgo general –para este caso el riesgo de LA/FT– y a partir de este se dividen los otros subriesgos, que para el caso son el riesgo de lavado de activos y el riesgo de financiación del terrorismo. Dicha representación jerárquica es análoga a la representación del árbol de probabilidad.
Después del segundo nivel los riesgos se pueden dividir en personas y activos para el caso del lavado de activos, y en terroristas y activos para el caso de la financiación del terrorismo, tal y como se muestra en la siguiente imagen.
La entidad puede continuar su ejercicio de identificación e ir agregando más riesgos y de paso incrementar la jerarquía de riesgos. Y es aquí donde surge la inquietud en las entidades con respecto al límite de la identificación de los riesgos. Para despejar el interrogante la ISO 31000 indica que las entidades deben hacer una identificación comprensiva de los riesgos.
Dicha identificación comprensiva también es análoga al concepto de espacio muestral, pues el objetivo es identificar todos los riesgos LA/FT que puedan afectar a la entidad.
Ahora hablemos del segundo elemento (la asignación de probabilidades). Una vez la entidad ha realizado la identificación exhaustiva de los eventos de riesgo, esta debe asignarle las probabilidades a cada riesgo y a los subriesgos.
Por ejemplo, al momento de medir la probabilidad el área de cumplimiento se debe preguntar ¿qué tan probable es que mi entidad sea utilizada para el lavado de activos? y, después, ¿qué tan probable es que mi entidad sea utilizada para la financiación del terrorismo?.
Las anteriores preguntas deben sumar uno, de acuerdo con los supuestos. Posteriormente, se debe medir la probabilidad de que la entidad sea utilizada para lavar a través de personas y activos y de que sea utilizada para financiar el terrorismo a través de terroristas y activos.
La siguiente imagen sirve para ilustrar el concepto de la medición de la probabilidad para el caso del LA/FT, por medio de la cual se pueden calcular las probabilidades finales de los eventos de riesgo. Por ejemplo, según las probabilidades asignadas, la probabilidad de que la entidad sea utilizada para financiación del terrorismo a través de terroristas es igual a 0.18, valor que proviene del producto de 0.2 y 0.9.
La probabilidad del anterior evento de riesgo es análoga a la probabilidad de obtener cara-sello en el ejemplo de las dos monedas.
La dependencia
Al analizar los resultados se puede apreciar, en la anterior imagen, que las probabilidades de los eventos dependientes de la financiación del terrorismo tienen menor probabilidad que los eventos dependientes del lavado de activos, y esto se debe a la asignación de las probabilidades de 0.8 y 0.2 para lavado de activos y financiación del terrorismo, respectivamente, las cuales indican que es más probable que la entidad sea utilizada para actividades de lavado que para actividades de financiación del terrorismo.
