ANTECEDENTES

Este análisis busca explorar la relación que pudiera existir entre el riesgo de LD en una determinada jurisdicción y el volumen de recursos operados por dicha jurisdicción de manera transfronteriza.

La lógica convencional sugiere que un mayor volumen de operaciones transfronterizas favorece al ocultamiento de operaciones con recursos de procedencia ilícita.

Un indicador que puede favorecer esta relación entre riesgo de LD y operaciones transfronterizas es la existencia de puertos libres en la jurisdicción, así como la incidencia de la corrupción y la criminalidad en el país.

BIS LOCATIONAL CROSSBORDER BANKING STATISTICS

Para medir la intensidad de la actividad financiera transfronteriza de un país se utilizará la información de las “Locational Banking Statistics” (LBS) acopiadas y publicadas por el Bank for International Settlements (BIS).

Las LBS1 son un conjunto de datos compilados por el BIS a partir de la información de los activos y pasivos de los bancos de las jurisdicciones que participan en el BIS, información que es proporcionada al BIS por los bancos centrales de cada jurisdicción. En particular las LBS recaban información desde un punto de vista de la ubicación del banco o entidad financiera. Esta información puede ser descargada libremente (en forma agregada) directamente de la página del BIS.

La información contenida en las LBS es muy amplia, pero en particular para los fines de nuestro análisis lo que nos interesa es obtener las cifras relativas a las posiciones en el balance de los bancos que representan activos o pasivos transfronterizos.

La tabla que se muestra a continuación presenta dichos saldos al cierre de cada año. Es importante señalar que, dado que nos interesa medir la “magnitud” de la actividad transfronteriza, la cifra que se presenta es la suma de las posiciones activa y pasiva.

La gráfica que se presenta a continuación muestra el comportamiento de una jurisdicción seleccionada aleatoriamente en el tiempo.

Los datos de las LBS incluyen información del 1977 al 2021 de 50 jurisdicciones2. Las siguientes gráfica y tabla propocionan un resumen de los datos obtenidos.

BASEL INSTITUTE ON GOVERNANCE AML INDEX

CORRELACIÓN LCBS / BAMLI

No parece haber una relación particularmente fuerte entre ambas variables. Sin embargo, parecen apreciarse dos grupos de observaciones \(\Rightarrow\) Análisis de Conglomerados.

## 
##   1   2 
## 147 204

[PENDIENTE]

PENDIENTES

  • Explorar la correlación con el total de la posición como porcentaje del PIB.

  • Controlar para países con puertos libres.

  • Explorar:

    • Por separado activos de pasivos.
    • con el total de países contrapartes identificados como “off-shore centres” (1N).

  • Utilizar la API del BIS para consulta.

  • Actualizar el BAMLI.

  • Incluir identificación de países con “free trade zones”.

ANEXO 1: CONSULTA DE DATOS EN LA PÁGINA DEL BIS

  1. www.bis.org

  2. \(\rightarrow\) Statistics

  3. \(\rightarrow\) International Banking

  4. \(\rightarrow\) Locational Statistics

  5. \(\rightarrow\) Browse and Download Data

  6. \(\rightarrow\) single CSV file

  7. \(\rightarrow\) Locational Banking Statistics

REFERENCIAS

Bank for International Settlements. 2020. “Locational Banking Statistics.” 2020. https://www.bis.org/statistics/bankstats.htm?m=6|31|69.
Basel Institute on Governance. 2020. “Basel AML Index: 9th Public Edition: Ranking Money Laundering and Terrorist Financing Risks Around the World.” Basilea, Suiza: Basel Institute on Governance.
Charrad, Malika, Nadia Ghazzali, Véronique Boiteau, and Azam Niknafs. 2014. “NbClust: An R Package for Determining the Relevant Number of Clusters in a Data Set.” Journal of Statistical Software 61 (6): 1–36. http://www.jstatsoft.org/v61/i06/.
Schauberger, Philipp, and Alexander Walker. 2020. Openxlsx: Read, Write and Edit Xlsx Files. https://CRAN.R-project.org/package=openxlsx.
Wickham, Hadley. 2016. Ggplot2: Elegant Graphics for Data Analysis. Springer-Verlag New York. https://ggplot2.tidyverse.org.
Wickham, Hadley, and Dana Seidel. 2020. Scales: Scale Functions for Visualization. https://CRAN.R-project.org/package=scales.
Xie, Yihui. 2014. “Knitr: A Comprehensive Tool for Reproducible Research in R.” In Implementing Reproducible Computational Research, edited by Victoria Stodden, Friedrich Leisch, and Roger D. Peng. Chapman; Hall/CRC. http://www.crcpress.com/product/isbn/9781466561595.
Xie, Yihui, Joe Cheng, and Xianying Tan. 2020. DT: A Wrapper of the JavaScript Library ’DataTables’. https://CRAN.R-project.org/package=DT.

  1. El Anexo 1 muestra el procedimiento de consulta de las LBS en la página del BIS.↩︎

  2. Esta cifra puede incluir algunos códigos usados para agrupar a jurisdicciones regionalmente. No todas las jurisdicciones cuentan con información de todos los años.↩︎