Por David Carlisle y Florence Keen

La naturaleza y el alcance del riesgo de lavado de dinero (LD) en el sector de tecnología financiera (FinTech) siguen siendo poco comprendidos. Los intentos de caracterizar al sector FinTech como uniformemente “alto” o “bajo” en riesgo de LD suelen ser simplificaciones excesivas y poco útiles. En realidad, se trata de un ecosistema diverso y complejo, cuya comprensión requiere un análisis matizado sobre cómo se manifiestan los riesgos.

Este documento técnico busca mejorar la comprensión de los factores que influyen en la exposición al riesgo de LD en el sector FinTech. Ofrece una visión preliminar de alto nivel sobre algunas similitudes y divergencias entre las distintas entidades que participan en el FinTech Financial Crime Exchange (FFE). Entre sus hallazgos destacan:

• La autoidentificación de tipologías detalladas de LD por parte de las FinTech sigue siendo un desafío significativo, debido a la visión limitada que muchas poseen sobre la actividad financiera. Sería altamente beneficioso que los reguladores y las unidades de inteligencia financiera (UIF) proporcionaran guías y estudios de tipologías que aborden los riesgos asociados a tipos específicos de productos y métodos de entrega.
• La naturaleza del riesgo de LD varía considerablemente según el tamaño de la base de clientes, los indicadores geográficos, las características del producto y factores operativos. En algunos casos, el riesgo será genuinamente bajo; en otros, más elevado. El nivel y tipo de riesgo, así como la forma en que emergen las tipologías, difieren sustancialmente entre empresas y segmentos de mercado. Intentar definir una única “tipología FinTech” puede resultar improductivo.
• Es fundamental evitar la estigmatización del sector FinTech como “de alto riesgo” sin evidencia clara que lo justifique. Tanto las FinTech como el sector público pueden contribuir a clarificar este panorama, evitando procesos generalizados de “des-riesgo” que afecten injustamente al sector.
• La naturaleza no presencial del negocio FinTech implica que los delitos relacionados con fraude predominan como delitos precedentes más comunes al LD. Entre ellos se encuentran el fraude con tarjetas robadas, el robo de identidad y fraudes más complejos de ingeniería social.
• Se identificaron otras tipologías y delitos precedentes en menor medida, que requieren estudio adicional para determinar su prevalencia en ciertos productos y segmentos de clientes. Estos incluyen abuso de personas mayores o vulnerables, trata de personas/tráfico de migrantes y delitos relacionados con drogas. No obstante, esta información sigue siendo anecdótica, y el FFE planea profundizar en su análisis.
• Según su estructura y características de producto, incluso las FinTech centradas en el Reino Unido pueden ser vulnerables a actividades como el “smurfing” o el uso de “mulas de dinero”, que aunque implican montos bajos por transacción, pueden ser frecuentes, extendidas y difíciles de detectar.
• Las limitaciones en el uso de productos y la concentración de clientes en el Reino Unido y el Espacio Económico Europeo (EEE) tienden a restringir la utilidad de estas FinTech para esquemas internacionales de LD a gran escala; sin embargo, esto puede cambiar si sus servicios se vuelven más complejos y se expanden geográficamente.
• Ninguna de las FinTech participantes en el estudio reportó actividad de LD vinculada a Personas Expuestas Políticamente (PEP). La exposición a PEP es baja, y el riesgo de lavado de activos provenientes de soborno o corrupción se considera relativamente reducido. También se percibe como bajo el riesgo de lavado de activos derivados de evasión fiscal.

Recomendaciones clave

A partir de estas observaciones, el documento propone recomendaciones para FinTechs, autoridades policiales, reguladores y organismos internacionales:

• Las FinTech deben realizar evaluaciones continuas y rigurosas de su riesgo de LD, desafiando las suposiciones comunes sobre su naturaleza. Deben aprovechar su capacidad para procesar datos y construir una visión más refinada de las tipologías. Al identificar, comprender y controlar los riesgos, pueden contribuir a cambiar la percepción de que el sector es uniformemente “de alto riesgo”.
• Las UIF y agencias policiales deben involucrar a las FinTech en esfuerzos más amplios para identificar y desarrollar tipologías detalladas de LD, y avanzar en estrategias operativas para su detección y disuasión.
• Los organismos reguladores deben proporcionar guías más específicas sobre riesgos de LD relacionados con productos y métodos de entrega relevantes para subcomponentes del sector FinTech.
• Organismos internacionales como el Grupo de Acción Financiera Internacional (GAFI/FATF) pueden desempeñar un papel clave en fomentar una comprensión detallada de los riesgos en el sector FinTech global, asegurando su inclusión en los debates internacionales sobre LD y en el desarrollo de respuestas consensuadas.

Fuente: FinTech Financial Crime Exchange