📈 economics

Optimizing Threshold-based Financial Crime Detection: Smoothing Rank Scale Gradient Descent for Discrete Loss Function-Based Threshold Adjustment

Este artículo propone el Descenso de Gradiente de Escala de Rango de Suavizado (SRSGD, por sus siglas en inglés), un nuevo marco de optimización que transforma la función de pérdida discreta de la detección de delitos financieros basada en umbrales en una continua mediante aproximación sigmoidea y transformación de escala de rango, logrando una aceleración computacional de 4000 veces y un ahorro superior de recursos humanos mientras mantiene la exhaustividad conforme a la normativa.

Autores originales: Yen-Wu Ti, Tian-Shyr Dai, Chin-Yi Hsieh, Mao-Chia Wu, Ying-Ping Chen, Hsin-Yun Chang

Publicado 2026-08-14

📖 6 min de lectura🧠 Análisis profundo

CC BY 4.0

Autores originales: Yen-Wu Ti, Tian-Shyr Dai, Chin-Yi Hsieh, Mao-Chia Wu, Ying-Ping Chen, Hsin-Yun Chang

Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que eres el jefe de seguridad de una ciudad enorme y bulliciosa. Tu trabajo es detectar a los criminales astutos que intentan introducir dinero sucio en la economía limpia sin ser atrapados. No puedes vigilar a cada persona, así que instalas "trampas de detección". Si alguien mueve más de una cierta cantidad de efectivo o realiza más de un cierto número de viajes, suena una alarma y un guardia humano tiene que ir a investigar. Este es el mundo de la Prevención de Lavado de Activos (AML): un juego de alto riesgo que equilibra dos cosas. Primero, quieres atrapar a todos los malos (alta exhaustividad o recall). Segundo, no quieres detener a todas las personas inocentes para charlar con ellas, porque eso cuesta una fortuna en tiempo y dinero (bajo Ahorro de Recursos Humanos).

La parte difícil es que los "malos" son inteligentes. Aprenden dónde están tus trampas y se mueven justo por debajo de ellas. Así que tienes que seguir moviendo las trampas. Pero aquí está el problema: los datos son desordenados. La mayoría de las personas realizan transacciones pequeñas y aburridas, mientras que unas pocas realizan otras enormes y extrañas. Esto crea un paisaje irregular y desigual donde encontrar el lugar perfecto para tu trampa es como intentar encontrar el camino más suave por una montaña hecha de roces dentados y acantilados repentinos. Si mueves tu trampa un poco en una zona concurrida, no pasa nada. Si la mueves en una zona dispersa, podrías atrapar accidentalmente a una multitud de personas inocentes o perder a un criminal por completo.

Este es exactamente el rompecabezas que un equipo de investigadores de Taiwán y China abordó en su nuevo artículo. Están estudiando cómo los bancos pueden ajustar estas "trampas de detección" para que sean más inteligentes, rápidas y económicas.

El Problema: La Trampa de la "Fuerza Bruta"

Tradicionalmente, los bancos intentaban encontrar la mejor configuración adivinando y comprobando. Imagina que tienes un dial para la "cantidad de transacción" y otro para el "número de transacciones". Para encontrar el lugar perfecto, podrías intentar girar los diales a cada combinación de números posible. Los investigadores llaman a esto Búsqueda de Cuadrícula Basada en Cuantiles (QGS).

Piensa en ello como intentar encontrar la temperatura ideal para un horno gigante probando cada grado de 0 a 1000. Si tienes solo unos pocos diales, está bien. Pero en el mundo real, los bancos tienen millones de transacciones. Los investigadores descubrieron que intentar comprobar cada combinación es como intentar contar cada grano de arena en una playa. Para un escenario específico que probaron, el número de combinaciones posibles era tan enorme (alred $10^{20}$ ) que incluso las computadoras más rápidas tardarían siglos en terminar el trabajo.

También probaron un método llamado Recocido Simulado (Simulated Annealing), que es como un excursionista que intenta encontrar el valle más bajo en una cadena montañosa con niebla dando pasos aleatorios. A veces, el excursionista se queda atrapado en una pequeña depresión (un óptimo local) y cree que ha encontrado el fondo, solo para darse cuenta más tarde de que hay un valle mucho más profundo cerca. El artículo sugiere que este método a menudo se queda estancado y es demasiado lento para ser útil para los bancos que necesitan actualizar sus reglas con frecuencia.

La Solución: Suavizar la Montaña

Los autores, liderados por Yen-Wu Ti y Tian-Shyr Dai, propusieron una nueva y astuta forma de resolver esto llamada Descenso de Gradiente de Escala de Rango Suavizado (SRSGD).

Aquí está el truco de magia: En lugar de tratar las trampas de detección como números rígidos y discretos (como 100, 101, 102), convirtieron el problema en una colina suave y deslizante.

El Deslizamiento Sigmoide: Utilizaron una herramienta matemática llamada función sigmoide para convertir la naturaleza de "encendido/apagado" de una trampa en un deslizamiento suave. Imagina que en lugar de una pared dura que dice "¡Alto!" o "Siga", tienes una rampa. Si estás muy por debajo de la rampa, pasas fácilmente. Si estás muy por encima, te detienes. Pero justo en el borde, es una pendiente suave. Esto permite que la computadora utilice el Descenso de Gradiente —un método donde se hace rodar una bola colina abajo para encontrar el fondo. Debido a que la colina es ahora suave, la bola puede rodar eficientemente hacia el mejor lugar, en lugar de quedarse atrapada en rocas dentadas.
La Regla de Escala de Rango: El mayor dolor de cabeza era que los datos estaban amontonados. La mayoría de las transacciones eran pequeñas, por lo que la "rampa" era muy empinada y concurrida en esa zona, pero muy plana y amplia en la zona de las transacciones enormes. Esto hacía imposible elegir una única velocidad (tasa de aprendizaje) para la bola. Si rodaba lo suficientemente rápido para la zona plana, saldría disparada por el acantilado en la zona concurrida.
Para solucionar esto, los investigadores inventaron una Transformación de Escala de Rango. Imagina tomar una regla donde las marcas están apretadas en la zona concurrida y estiradas en la zona vacía, y luego estirar mágicamente la regla para que cada pulgada represente la misma cantidad de "importancia". Ahora, la bola rueda a una velocidad constante y manejable en todas partes. No importa si los datos están amontonados o dispersos; la "rampa" se ve igual.

Lo que Encontraron

Los resultados fueron impresionantes. Cuando probaron este nuevo método con datos reales de dos importantes bancos taiwaneses (Banco T y Banco L), descubrieron que el SRSGD podía encontrar las configuraciones óptimas de las trampas en segundos.

Velocidad: Fue 4,000 veces más rápido que el método tradicional de "adivinar y comprobar" (QGS). Mientras que el QGS tardaba horas (hasta 4.8 horas en sus pruebas) en encontrar una solución, el SRSGD lo hizo en un abrir y cerrar de ojos.
Precisión: No solo fue rápido; también fue inteligente. El nuevo método ahorró tanto esfuerzo humano (Ahorro de Recursos Humanos) como los métodos exhaustivos lentos, manteniendo al mismo tiempo el porcentaje requerido de captura de criminales (manteniendo la tasa de exhaustividad regulatoria de alrededor del 80%).
Estabilidad: A diferencia de los métodos de pasos aleatorios que a veces se quedaban estancados, este nuevo enfoque encontró consistentemente el mejor lugar, incluso en los paisajes de datos desordenados e irregulares.

Por qué es Importante

El artículo no pretende haber resuelto el lavado de dinero para siempre. Los criminales siempre intentarán superar al sistema. Sin embargo, esta investigación demuestra que los bancos no tienen que elegir entre ser lentos o ser inteligentes. Al suavizar los bordes ásperos de los datos y utilizar una "regla" que trate de manera justa las zonas concurridas y las vacías, los bancos pueden actualizar sus reglas de seguridad en tiempo real. Esto significa que pueden atrapar a más criminales sin contratar a miles de guardias adicionales para revisar los recibos de personas inocentes, manteniendo el sistema financiero tanto seguro como eficiente.

En resumen, los autores convirtieron una montaña dentada e imposible de escalar en un tobogán suave, permitiendo que los bancos se deslicen directamente hacia la configuración de seguridad perfecta en el tiempo que toma preparar una taza de café.

Resumen Técnico: Optimización de Umbrales de Detección de Delitos Financieros mediante el Descenso de Gradiente de Escala de Rango Suavizado (SRSGD)

Planteamiento del Problema

Las instituciones financieras a nivel mundial están obligadas por organismos reguladores (por ejemplo, la Comisión de Supervisión Financiera en Taiwán, el Manual de Examen de la BSA/AML en los EE. UU.) a emplear sistemas de detección basados en umbrales para el Lavado de Dinero (AML) y el Financiamiento del Terrorismo (CTF). Estos sistemas marcan las transacciones como sospechosas (SAM) si ciertas características, como la frecuencia de transacciones o los montos acumulados, exceden los umbrales predefinidos.

El desafío central reside en la optimización de estos umbrales. Las instituciones deben equilibrar tres objetivos contrapuestos:

Recall (Recuperación): Capturar un porcentaje mínimo de casos de fraude confirmados exigido por la regulación (SAR=1).
Precisión/Costo Operativo: Minimizar el número de falsos positivos (SAR=0) para reducir los costos de revisión manual (Ahorro de Recursos Humanos, o HRS).
Adaptación Dinámica: Ajustar los umbrales para evitar que las organizaciones criminales realicen ingeniería inversa y eludan las reglas estáticas.

Esto crea un problema de optimización discreta. La función de pérdida, que penaliza el bajo recall y los altos costos de revisión manual, no es diferenciable y es escalonada. Los enfoques tradicionales enfrentan obstáculos significativos:

La enumeración por fuerza bruta es computacionalmente inviable debido a la explosión combinatoria de posibles combinaciones de umbrales (acercándose a $10^{20}$ para conjuntos de datos realistas).
La Búsqueda de Cuadrícula Basada en Cuantiles (QGS), una práctica común en la industria, reduce el espacio de búsqueda pero sigue exhibiendo una complejidad exponencial ( $O(N^K)$ ). Los experimentos muestran que aumentar la granularidad para mejorar la calidad de la solución conduce a tiempos de computación prohibitivos (por ejemplo, horas o días) sin garantizar la convergencia a los óptimos globales.
El Recocido Simulado (Simulated Annealing) y otras metaheurísticas suelen sufrir de convergencia lenta e inestabilidad debido al paisaje de pérdida "accidentado" causado por distribuciones de datos desiguales.

Metodía: Descenso de Gradiente de Escala de Rango Suavizado (SRSGD)

Los autores proponen SRSGD, un marco de optimización basado en gradientes que transforma el problema discreto de selección de umbrales en uno continuo. La metodología consta de tres componentes críticos:

1. Aproximación Continua mediante Funciones Sigmoideas
Para permitir el descenso de gradiente, las funciones indicadoras discretas (que determinan si una transacción excede un umbral) se aproximan utilizando funciones sigmoideas.

La función de paso $x \geq t$ se reemplaza por $\sigma(x, t) = \frac{1}{1 + e^{-M(x-t)}}$ , donde $M$ controla la pendiente.
Las reglas de lógica booleana compleja (combinaciones AND/OR de características) utilizadas en escenarios regulatorios se aproximan mediante operaciones algebraicas sobre estas activaciones sigmoideas (por ejemplo, producto para AND, $a + b - ab$ para OR).
Esta transformación hace que la función de pérdida sea diferenciable con respecto a los parámetros del umbral, permitiendo la aplicación del descenso de gradiente.

2. Transformación de Escala de Rango
Un obstáculo principal identificado es la distribución desigual de los datos de transacciones. La mayoría de las cuentas se agrupan en regiones de bajo valor, creando áreas densas con intervalos minúsculos entre umbrales candidatos, mientras que las regiones dispersas tienen brechas vastas.

Problema: En el espacio de características original, esto conduce a variaciones extremas de gradiente. Una tasa de aprendizaje adecuada para regiones densas causa sobrepasamiento (overshooting) en regiones dispersas, mientras que una tasa para regiones dispersas resulta en un progreso insignificante en áreas densas.
Solución: Los autores introducen una transformación de escala de rango. En lugar de optimizar en el espacio de características original, los umbrales se optimizan en un "espacio de rango" donde la distancia entre umbrales candidatos adyacentes se normaliza para ser igual. Esto iguala las magnitudes de gradiente a través de todo el espacio de búsqueda, estabilizando la convergencia y permitiendo una sintonización efectiva de la tasa de aprendizaje.

3. Inicialización Basada en Cuantiles
Para evitar los óptimos locales en el paisaje de pérdida accidentado, el algoritmo inicializa los umbrales utilizando la selección basada en cuantiles. Esto asegura que los puntos de partida estén bien distribuidos a través del espacio de características antes de que comience el proceso de descenso de gradiente.

Flujo de Trabajo de Optimización
El algoritmo realiza el descenso de gradiente en el espacio de rango continuo para encontrar los valores óptimos de los umbrales. Una vez alcanzada la convergencia, estos valores se mapean de vuelta al espacio de características original para determinar los umbrales discretos finales para su implementación.

Principales Contribuciones

Innovación Algorítmica: La propuesta de SRSGD, que logra cerrar la brecha entre la interpretabilidad regulatoria (reglas basadas en umbrales) y las técnicas de optimización modernas (descenso de gradiente).
Manejo de Pérdida Discreta: El desarrollo de una técnica específica para suavizar funciones de pérdida discretas y escalonadas mediante aproximaciones sigmoideas y transformaciones de escala de rango, abordando el desafío específico de la densidad de datos desigual en la detección de delitos financieros.
Eficiencia: Demostrar que los métodos basados en gradientes pueden resolver problemas de optimización de umbrales órdenes de magnitud más rápido que la búsqueda de cuadrícula tradicional o la enumeración.

Resultados Experimentales

El método fue evaluado utilizando datos del mundo real de dos instituciones financieras taiwanesas (Banco T y Banco L) a través de múltiples escenarios de AML (por ejemplo, TWN-A11-01, TWN-A1A-01).

Velocidad Computacional: SRSGD logró una aceleración de 4,000× en comparación con los métodos de gradiente discretos y superó significativamente a QGS. Mientras que QGS requería de 1,000 a 17,000 segundos (horas) por cada ejecución de optimización, SRSGD completó la tarea en segundos.
Métricas de Desempeño: SRSGD entregó un Ahorro de Recursos Humanos (HRS) superior en comparación con QGS, manteniendo al mismo tiempo las tasas de recall exigidas por la regulación (por ejemplo, $\geq 80\%$ ).
Comparación con Líneas Base: El método superó tanto al descenso de gradiente estándar (sin la transformación de escala de rango, denominado SOSGD) como al recocido simulado en términos de eficiencia y desempeño de generalización. Los estudios de ablación confirmaron que tanto la transformación de escala de rango como la inicialización basada en cuantiles eran esenciales para el éxito del método.

Significado y Reivindicaciones

El artículo afirma que SRSGD proporciona una solución práctica y lista para producción para las instituciones financieras que luchan con el equilibrio entre el cumplimiento regulatorio y la eficiencia operativa. Al integrarse con éxito en los sistemas AML de los bancos colaboradores, el marco demuestra que:

El Ajuste Dinámico de Umbrales es factible a escala, permitiendo a las instituciones adaptarse a los cambios en el comportamiento criminal sin incurrir en costos computacionales prohibitivos.
El Cumplimiento Regulatorio (interpretabilidad y recall) puede mantenerse estrictamente mientras se reduce significativamente la carga de trabajo manual (HRS) asociada con los falsos positivos.
Los Métodos Basados en Gradientes son viables para problemas de optimización discreta en finanzas cuando el paisaje de pérdida se suaviza y transforma adecuadamente, ofreciendo una alternativa superior a la búsqueda exhaustiva o a los métodos heurísticos.

Los autores enfatizan que este enfoque se adhiere a los estándares de la Comisión de Supervisión Financiera, ofreciendo un mecanismo transparente e interpretable para la detección de delitos financieros que no depende de modelos de aprendizaje automático de "caja negra", satisfaciendo así los estrictos requisitos de rendición de cuentas regulatoria.