Attribution-NonCommercial 4.0 International (CC BY-NC 4.0)Rangel Quiñonez, Henry SebastianBarrera Gómez, GilmaGomez Sanchez, Oscar Mauricio2024-03-0420202024-03-0420202020https://noesis.uis.edu.co/handle/20.500.14071/40798Diseñar un modelo de segmentación por el factor jurisdicción es una de las principales prioridades que requiere la cooperativa de ahorro y crédito para identificar las ciudades de mayor exposición al riesgo del lavado de activos y financiación del terrorismo (LAFT). La base de datos utilizada para la segmentación del factor jurisdicción, recopila los diferentes delitos fuentes del LAFT, relacionados con casos materializados en las ciudades de Colombia, información que se obtuvo de fuentes externas como; Fiscalía General de la Nación, Dane, Observatorio de Drogas de Colombia y Datos Abiertos para 1102 municipios de Colombia en el 2019. Partiendo de los datos anteriores, se desarrolló una clasificación a partir del Análisis de Componentes Principales y de Conglomerados los cuales permitieron identificar previo a la apertura de una agencia y/o corresponsal, o punto de contacto, las diferentes situaciones que involucran a los municipios con respecto a los delitos fuentes de LAFT, siendo así, un sustento que sirve como aval para tomar las decisiones administrativas en materia de riesgos, específicamente los correspondientes al LAFT. Mediante el Análisis de Componentes Principales se logró una reducción de 21 variables (delitos fuente LAFT) a cuatro componentes principales, las cuales describen el 74,15% del comportamiento de la información contenida dentro de la base de datos. Así mismo, en la aplicación del Análisis de Conglomerados se obtuvo que el 85% de los municipios fueron clasificados como riesgo bajo en lavado de activos, el 15% se clasificó como riesgo medio y menos del 1% como riesgo alto.application/pdfspahttp://creativecommons.org/licenses/by/4.0/Riesgos LAFTAnálisis de Componentes PrincipalesAnálisis de conglomeradosFactor Jurisdicción.Universidad Industrial de SantanderTesis/Trabajo de grado - Monografía - PregradoUniversidad Industrial de Santanderhttps://noesis.uis.edu.coLAFT RisksPrincipal Component AnalysisCluster AnalysisJurisdiction Factor.info:eu-repo/semantics/openAccessAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)