Verificación de sanciones

La verificación de sanciones es el proceso de cotejar a los clientes, las contrapartes y los pagos con listas de personas, entidades, buques y jurisdicciones con las que un gobierno ha restringido las relaciones. A diferencia de la mayoría de los controles contra los delitos financieros, no se basa en el riesgo: una prohibición por sanciones es absoluta y no existe un umbral por debajo del cual se pueda ignorar una coincidencia.

Esa exigencia absoluta es lo que dificulta el control. La obligación es detectar todas las coincidencias, y el precio que hay que pagar por intentarlo es un volumen enorme de coincidencias que no son reales.

Qué se comprueba Clientes en proceso de alta, reservas periódicas y pagos en curso
¿Contra qué? Listas SDN de la OFAC, de la ONU, de la UE, de la OFSI del Reino Unido y otras listas nacionales
Naturaleza jurídica Responsabilidad objetiva en la mayoría de los ordenamientos jurídicos: la falta de intención no constituye una defensa
Tasa típica de falsos positivos Por lo general, más del 90 % de las alertas generadas
Atributos filtrados Nombre, fecha de nacimiento, lugar de nacimiento, nacionalidad, dirección, datos identificativos
Relacionados, pero distintos Noticias negativas y las pruebas de detección de la PEP, que son indicadores de riesgo más que prohibiciones

Cómo funciona la verificación de sanciones

La proyección se realiza en tres momentos, y estos no son intercambiables.

Durante la incorporación, antes de que comience la relación, de modo que nunca se contrate a una parte prohibida. A lo largo de todo el libro, se vuelve a comprobar cada vez que cambian las listas —lo cual ocurre con frecuencia y es importante, ya que un cliente que se haya dado de alta de forma legítima puede ser marcado posteriormente—. Sobre los pagos durante el vuelo, donde la comprobación debe completarse en el tiempo que tarda en procesarse un mensaje de pago, cotejando los nombres con campos de texto libre que nunca se diseñaron para realizar comparaciones.

La coincidencia en sí misma es, por necesidad, imprecisa. Una comparación exacta de cadenas de caracteres fracasaría de inmediato: los nombres se transcriben de forma diferente del árabe, el cirílico y el chino; el orden varía según la cultura; la ortografía difiere entre las distintas fuentes; y las partes sancionadas utilizan deliberadamente variantes. Por ello, los sistemas de filtrado aplican algoritmos fonéticos, puntuaciones basadas en la distancia de edición y reglas culturales de tratamiento de nombres, lo que genera una puntuación de similitud en relación con un umbral configurado.

Todo lo que supere el umbral se convierte en una alerta que requiere una intervención humana. Si se reduce el umbral, se detectan más alertas y se genera más ruido; si se aumenta, ocurre lo contrario. No existe ningún ajuste que permita evitar esta disyuntiva, que constituye el aspecto operativo fundamental de este control.

Por qué predominan los falsos positivos

Es habitual, más que excepcional, que el volumen de alertas alcance las decenas de miles al mes, con tasas de coincidencias exactas muy por debajo del uno por ciento. La mayor parte de este fenómeno se debe a cuatro causas.

  • Nombres comunes. Una persona sujeta a sanciones cuyo nombre comparten cientos de miles de personas genera un resultado para cada una de ellas.
  • Datos de una lista dispersa. Cuando una entrada solo contiene un nombre y poco más, no hay nada con lo que poder distinguirlas. Una fecha de nacimiento completa resuelve al instante la mayoría de los casos de nombres duplicados; muchas entradas no la incluyen.
  • Datos de entrada incorrectos. Los mensajes de pago contienen nombres truncados, direcciones incompletas y un formato inconsistente, por lo que el sistema realiza la coincidencia basándose en la evidencia más débil posible.
  • Umbrales conservadores. Dado que un fallo en la identificación constituye un incumplimiento de responsabilidad objetiva y que un falso positivo solo supone un gasto, cualquier incentivo hace que el umbral se reduzca.

La consecuencia es que la verificación de sanciones es, en su mayor parte, una Un problema de calidad de los datos que se disfraza de problema de correspondencias. Los equipos ajustan los algoritmos porque esa es la palanca visible, cuando la limitación suele ser que los datos de identidad que se analizan son demasiado escasos como para poder establecer distinciones.

Por qué es importante para la verificación de identidad

La calidad del filtrado viene determinada por la calidad de los datos de identidad que se introducen en él, y esta es la relación que se suele pasar por alto en la mayoría de los debates sobre el tema.

Un motor de filtrado que compara un nombre declarado por el propio usuario con una entrada de la lista está comparando dos cadenas. El mismo motor que compara un nombre completo, fecha de nacimiento, nacionalidad y número de documento verificados extraída de un documento de identidad autenticado coincide con un registro. La segunda distingue; la primera no puede hacerlo, porque no hay nada con lo que distinguir.

El efecto práctico es inmediato. Un nombre coincidente y una fecha de nacimiento diferente constituyen una clara discrepancia que se resuelve en segundos. Un nombre en común y nada más da lugar a una investigación. Cada atributo adicional verificado elimina una categoría de falsos positivos, lo que significa que la verificación de documentos en el momento de la incorporación reduce el volumen de alertas durante los años siguientes: un ahorro en los costes de cumplimiento normativo que se refleja en un departamento distinto al que lo ha sufragado.

Además, aborda el modo de fallo del que nadie quiere hablar. La comprobación de un nombre que nunca se ha verificado arroja un resultado sin incidencias respecto a una identidad que quizá no pertenezca al cliente. El control se ejecutó correctamente y no confirmó nada.

Análisis de sanciones frente a comprobaciones adyacentes

Verificación de sanciones Prueba de detección del PEP Noticias negativas
Qué significa un «hit» Una prohibición legal Un factor de riesgo Una acusación
Respuesta correcta Bloquear, bloquear temporalmente, denunciar Diligencia debida reforzada Evaluar y documentar
¿Basado en el riesgo? No — rotundamente Sí Sí
Fuente Listas del Gobierno Datos comerciales y oficiales Noticias y fuentes públicas
Rechazar solo por haber sido golpeado Obligatorio La falta de aplicación de la medida de control Rara vez es adecuado

Confundir estos conceptos es un error habitual y con graves consecuencias. Las sanciones son prohibiciones; las menciones de personas políticamente expuestas (PEP) y las noticias negativas en los medios son elementos que influyen en una valoración. Tratar los tres conceptos de la misma manera da lugar tanto a un rechazo excesivo como a la apariencia de un control donde en realidad no se ha aplicado ninguno.

Lo que no puede hacer la verificación de sanciones

No puede detener a alguien que no figure en una lista. La verificación consiste en una búsqueda. Las estructuras de propiedad, los titulares nominales y las entidades de reciente constitución existen precisamente para mantener el nombre objeto de verificación fuera de la lista, razón por la cual el análisis de la titularidad real se lleva a cabo en paralelo a la verificación, y no después de ella.

No puede corregir datos erróneos. Un nombre truncado en un mensaje de pago limita las conclusiones que puede extraer cualquier sistema, independientemente de su nivel de sofisticación.

El número de alertas no es indicativo de la eficacia. Un sistema que genera 50 000 alertas al mes puede estar bien ajustado o puede estar sacrificando la precisión en favor del volumen. Las autoridades reguladoras se interesan cada vez más por la calidad de la gestión de las alertas y la metodología de ajuste, más que por las cifras.

No verifica la identidad. La comprobación permite confirmar si una identidad declarada figura en una lista. Que dicha declaración sea cierta es otra cuestión, que ya se ha resuelto anteriormente mediante un control distinto.

Preguntas frecuentes

¿Cuál es la diferencia entre una lista de sanciones y la verificación de sanciones?

La lista es el conjunto publicado de partes sujetas a restricciones; la verificación consiste en cotejar a tus clientes y tus pagos con dicha lista. A lista de sanciones Se trata de datos que gestiona el Gobierno; la verificación es un control operativo que se lleva a cabo y del que hay que aportar pruebas.

¿Por qué son tan elevadas las tasas de falsos positivos en la detección de sanciones?

Porque la comparación debe ser aproximada para tener en cuenta la transcripción, el orden de los nombres y las variaciones deliberadas, y porque los umbrales se establecen de forma conservadora, dado que una coincidencia no detectada conlleva responsabilidad objetiva. Si a esto se suman los datos escasos de las listas y la mala calidad de los nombres introducidos, se genera un volumen de alertas en el que la gran mayoría no son coincidencias reales.

¿Se puede automatizar por completo la verificación de sanciones?

La generación de alertas está automatizada. La resolución, por lo general, no lo está, y la mayoría de los sistemas requieren un criterio humano para evaluar las posibles coincidencias. La automatización se acepta cada vez más para descartar alertas claramente infundadas, siempre que la lógica esté documentada, probada y validada de forma independiente.

¿Con qué frecuencia se debe revisar la cartera de clientes actual?

Cada vez que cambian las listas, lo cual ocurre con frecuencia en el caso de los principales regímenes. La revisión periódica en un ciclo fijo deja un intervalo entre una designación y la siguiente ronda, y ese intervalo es precisamente el momento en el que se sigue prestando servicio a un cliente recién designado.

Lecturas relacionadas

Descubre nuestras soluciones

Explorar nuestras soluciones está a un clic de distancia. Prueba nuestros productos o charla con uno de nuestros expertos para profundizar en lo que ofrecemos.

Informe
Análisis del aumento del fraude de identidad impulsado por la inteligencia artificial

La IA no solo ha acelerado el fraude, sino que lo ha convertido en un sistema. Hemos analizado millones de interacciones relacionadas con la identidad para trazar un mapa de cómo están evolucionando los ataques a la identidad en las distintas regiones, según los tipos de ataque y los niveles de sofisticación, y qué deben replantearse las organizaciones para mantenerse al día.

Ver los datos