Detección de round tripping en el análisis de transacciones para préstamos a pymes

Por qué el análisis de transacciones importa en los préstamos a pymes

La evaluación crediticia para pymes depende del flujo de caja. Los ingresos, las entradas, las salidas y el momento de los movimientos importan cuando evalúas la capacidad de pago. Durante mucho tiempo, solo los bancos tuvieron acceso directo a los datos de transacciones. El resto trabajaba con extractos bancarios, archivos exportados, o cargas manuales.

Ese modelo tenía límites. Los extractos bancarios ayudan, pero son estáticos y difíciles de analizar a escala. También resultan poco prácticos para empresas con un gran volumen de transacciones, varias cuentas, o una contabilidad inconsistente. Open Banking cambió eso. En la UE, la regulación y el acceso estandarizado hicieron viable el análisis de transacciones también para entidades no bancarias.

Ese cambio importa porque ahora la evaluación puede usar el comportamiento real de las transacciones, no solo extractos resumidos. El resultado es una mejor detección del riesgo, una mejor segmentación, y mejores comprobaciones de fraude. También significa que los prestamistas necesitan lógica de decisión capaz de inspeccionar patrones de transacciones, no solo totales.

Qué es el round tripping

El round tripping es un patrón sospechoso en el que los fondos parecen circular por una cuenta para crear la ilusión de actividad. En préstamos, el objetivo suele ser inflar ingresos o facturación para que el solicitante cumpla los requisitos de un límite de crédito más alto o de mejores condiciones.

El patrón básico es simple. El dinero entra y luego sale poco después. Si solo miras el saldo neto, la cuenta puede parecer sana. Si solo miras los ingresos principales, puede parecer activa. Pero el flujo de fondos cuenta una historia distinta.

Este comportamiento puede ser fraude deliberado o puede situarse en una zona gris de presentación financiera engañosa. En cualquier caso, distorsiona las decisiones de evaluación crediticia.

Por qué las comprobaciones básicas no son suficientes

La primera generación de comprobaciones de round tripping buscaba un único par de entrada y salida en una ventana temporal corta. Eso funciona cuando el patrón es simple. Falla cuando el solicitante sabe que la comprobación existe.

Los patrones sospechosos suelen ser más variados:

• Una transacción de entrada seguida de varias transacciones de salida.
• Varias entradas pequeñas combinadas para financiar una transferencia de salida.
• Importes que no coinciden exactamente, pero se sitúan dentro de un margen de tolerancia.
• Patrones repetidos de entrada y salida a lo largo del tiempo.
• Transacciones que no aparecen inmediatamente adyacentes, pero aun así forman una secuencia vinculada dentro de una ventana definida.

Este es el problema principal. La detección debe ser lo bastante flexible para identificar combinaciones, pero lo bastante controlada para evitar falsos positivos. Una coincidencia estricta uno a uno pasa por alto casos reales. Una coincidencia demasiado laxa genera ruido.

Cómo detectar correctamente el round tripping

Una detección eficaz comienza con un marco temporal. Debes examinar las transacciones dentro de un intervalo definido y luego buscar combinaciones de entradas y salidas que puedan estar vinculadas de forma plausible.

El segundo control es la tolerancia. Los patrones reales de transacciones rara vez son exactos. Comisiones, gastos parciales, transferencias divididas, y retrasos operativos pueden generar diferencias entre importes de entrada y de salida. Una regla de detección práctica necesita tolerancia porcentual, no igualdad exacta.

Eso te da una estructura útil:

• Identificar transacciones de entrada.
• Identificar transacciones de salida.
• Evaluarlas dentro de una ventana temporal configurada.
• Generar posibles combinaciones de entradas y salidas, hasta los límites configurados.
• Comparar los importes totales de entrada y salida.
• Marcar las combinaciones en las que los totales entren dentro de la tolerancia porcentual configurada.
• Devolver las transacciones coincidentes, el volumen coincidente, y el número de pares detectados.

El resultado útil no es un veredicto. Es una señal de riesgo. Esa señal debe alimentar la evaluación crediticia, la revisión manual, o un flujo de trabajo antifraude más amplio.

Ejemplo de lógica de detección

Supón que un solicitante recibe varios pagos durante 2 días. Poco después, la cuenta envía varios pagos. El total de salida es cercano al total de entrada, pero no exacto. Un pago coincide al 99,4 %, otro se divide en dos transferencias, y un tercero solo se detectaría si el umbral de tolerancia está configurado de forma lo bastante amplia.

Una regla simple no detectaría eso. Una mejor regla comprueba pares y combinaciones candidatas dentro de una ventana temporal, y permite una tolerancia porcentual. Ese es el tipo de regla que necesitas en los préstamos a pymes, donde el comportamiento financiero suele ser irregular.

Por qué ayuda el análisis estructurado de transacciones

El análisis de transacciones suele empezar con un problema de volumen. Hay que leer muchas filas, normalizarlas, e inspeccionar patrones a lo largo del tiempo. Ahí es donde ayuda la lógica estructurada de transacciones.

El tipo de regla de flujo de datos de Decisimo prepara los datos de transacciones para una evaluación basada en reglas. Dentro de ese flujo, la función Fraud Pairs puede evaluar combinaciones de transacciones de entrada y salida usando reglas de ventana temporal y tolerancia.

Para el round tripping, Fraud Pairs está diseñada para detectar combinaciones sospechosas de transacciones IN y OUT. Busca conjuntos de transacciones en los que el dinero entra y luego sale dentro de una ventana configurada, con importes que coinciden o casi coinciden.

Este enfoque es útil porque la lógica de fraude sigue siendo explícita. Puedes configurar la ventana temporal, la tolerancia, y el número máximo de transacciones incluidas en el proceso de coincidencia. Eso hace que la regla sea más fácil de inspeccionar, ajustar, y auditar.

Qué hace la función Fraud Pairs

La función Fraud Pairs busca emparejamientos y combinaciones de transacciones que encajen con un patrón sospechoso. No se limita a una transferencia de entrada emparejada con una de salida. Puede evaluar múltiples combinaciones candidatas dentro de la ventana configurada.

Eso importa porque el comportamiento real rara vez es ordenado. Las empresas pueden dividir pagos, combinar cobros, o mover dinero a través de varios pasos antes de que salga de la cuenta. La función tiene que trabajar con esa realidad.

En términos prácticos, Fraud Pairs te ayuda a:

• Detectar patrones vinculados de entrada y salida.
• Gestionar combinaciones de uno a muchos y de muchos a uno.
• Permitir tolerancia porcentual entre valores.
• Usar la proximidad temporal como parte de la señal.
• Controlar la complejidad de coincidencia con límites máximos de transacciones IN y OUT.
• Mostrar casos sospechosos para revisión o acción automatizada.

La función también puede configurarse para usar solo días laborables, de modo que los fines de semana se ignoren al calcular la ventana de coincidencia.

Para evitar duplicados, las transacciones que se emparejan correctamente se marcan como usadas. Esto significa que la misma transacción no se reutiliza repetidamente en varios conjuntos de fraude.

Cómo mejora esto la evaluación crediticia de pymes

La evaluación crediticia debe responder una pregunta: ¿puede esta empresa devolver el préstamo con seguridad? El análisis de transacciones ayuda a responderla con evidencia. La detección de round tripping la mejora aún más porque identifica actividad inflada antes de que el prestamista fije el precio o apruebe la operación.

Eso ofrece a los prestamistas tres beneficios:

1. Mayor precisión. Reduces la posibilidad de tratar dinero reciclado como si fuera ingresos reales.
2. Mayor control. Puedes explicar por qué se marcó un caso, porque la regla es explícita.
3. Mayor rapidez. Puedes automatizar la primera pasada y reservar la revisión manual para los casos límite.

Aquí es donde importa la lógica determinista de decisión. La comprobación de Fraud Pairs sigue patrones de transacciones definidos dentro de un marco conocido, con tolerancias conocidas, y con una trazabilidad clara.

Errores comunes de implementación

Los equipos suelen fallar en los mismos puntos.

Primero, hacen que la ventana temporal sea demasiado estrecha. El movimiento sospechoso suele abarcar más de un solo día. Si la ventana es demasiado pequeña, el patrón desaparece.

Segundo, exigen una coincidencia exacta de importes. Eso genera fallos evitables. Las transacciones reales rara vez coinciden al céntimo cuando el dinero se divide o se consolida.

Tercero, ignoran los casos de muchos a uno y de uno a muchos. Eso es ya una brecha importante, porque las comprobaciones simples de pares son más fáciles de evitar.

Cuarto, tratan un patrón marcado como prueba de fraude. No es una prueba. Es una señal que debe afectar a la evaluación crediticia, al precio, o a la revisión.

Quinto, fijan límites de agrupación de transacciones sin probar el rendimiento. Las combinaciones grandes pueden mejorar la detección, pero también aumentan el coste de procesamiento.

Sexto, construyen la lógica en un lugar donde es difícil inspeccionarla. Si un prestamista no puede rastrear por qué se marcó un caso, el proceso es débil.

Cómo operacionalizar la detección

Una implantación práctica suele seguir esta secuencia:

• Ingerir datos de transacciones a través de Open Banking u otra fuente aprobada.
• Normalizar los datos en un formato estructurado de transacciones.
• Aplicar la función Fraud Pairs con una ventana temporal y una tolerancia definidas.
• Establecer tamaños máximos de grupo para transacciones IN y OUT.
• Usar el cálculo de días laborables si el contexto de negocio lo requiere.
• Enviar el resultado a la evaluación crediticia, la revisión manual, o la puntuación de fraude.

La salida debe incluir las transacciones IN coincidentes, las transacciones OUT coincidentes, el volumen coincidente, y el número de pares de fraude detectados. Esto ofrece a los analistas suficiente contexto para entender la señal y revisar las transacciones subyacentes.

Por qué importa la explicabilidad

Las comprobaciones de round tripping pueden afectar a la disponibilidad de crédito, al precio, y a los resultados de onboarding. Si un prestamista bloquea una solicitud, el motivo debe ser defendible. Si un prestamista eleva la revisión manual, el motivo debe ser visible para el analista.

Por eso la lógica de detección debe ser auditable desde el diseño. Necesitas las entradas en bruto, la lógica de coincidencia, la ventana temporal, el umbral de tolerancia, las transacciones coincidentes, y el resultado final. Si alguno de esos elementos está oculto, el proceso pierde confianza.

La explicabilidad no es una capa de informes añadida después. Es parte de la propia regla.

Salvaguardas de rendimiento integradas

La coincidencia de combinaciones puede volverse costosa cuando el volumen de transacciones es alto. Fraud Pairs incluye salvaguardas integradas para proteger el sistema frente a problemas de rendimiento y desbordamiento de memoria.

La función limita el número de transacciones evaluadas dentro de una sola ventana temporal. También limita el número de combinaciones IN probadas. Estos límites evitan que grandes ventanas de transacciones generen búsquedas combinatorias descontroladas.

Eso importa en los préstamos a pymes porque algunos solicitantes pueden tener volúmenes de transacciones elevados. La regla debe ajustarse con cuidado, usando ventanas pequeñas y límites de transacciones razonables, antes de utilizarla en producción.

Qué significa esto para las entidades no bancarias

Open Banking hizo que el análisis de transacciones estuviera disponible para prestamistas que no tienen cuentas de clientes. Eso supone un cambio real. Significa que las entidades no bancarias pueden inspeccionar directamente el comportamiento de pagos, en lugar de inferirlo solo a partir de extractos.

Pero el acceso por sí solo no basta. Sigues necesitando lógica de decisión capaz de detectar comportamientos anómalos sin bloquear en exceso la actividad empresarial normal. El round tripping es un ejemplo. Hay otros, pero este es lo bastante común como para merecer un tratamiento explícito.

Si concederás préstamos a pymes, el análisis de transacciones ya forma parte de la evaluación crediticia. La pregunta no es si usarlo. La pregunta es si tu lógica puede detectar los patrones que importan.

Conclusión

El round tripping es un problema práctico de fraude en los préstamos a pymes. Es más difícil de detectar cuando el patrón va más allá de una simple comprobación de una entrada y una salida. Necesitas coincidencia basada en el tiempo, tolerancia porcentual, y la capacidad de evaluar combinaciones de transacciones.

El tipo de regla de flujo de datos de Decisimo admite ese tipo de análisis. Dentro del flujo, la función Fraud Pairs puede inspeccionar patrones vinculados de transacciones IN y OUT y mostrar actividad sospechosa antes de que se tome una decisión de crédito. Ofrece a los prestamistas una forma controlada de analizar datos de transacciones, explicar el resultado, y mantener auditables las reglas de evaluación crediticia.