Data mining para evaluar el riesgo operativo en procesos tecnológicos

Abstract

RESUMEN: Un riesgo operativo es un riesgo de negocio principalmente en empresas que actúan en el sector financiero. Este tipo de riesgo puede ser tratado con diferentes marcos regulatorios, los específicos de riesgo, los de seguridad y los de evaluación de procesos tecnológicos como COBIT del Instituto de Gobernanza de TI. Identificar y tratar el riesgo no siempre es tarea fácil aun con muchos estudios. En esta investigación se utiliza la metodología Data Mining con la técnica de Machine Learning basada en árboles de decisión, para analizar el proceso de Evaluación y Gestión de Riesgos (PO9) del dominio Organización y Planificación de COBIT. La base de datos se fundamenta en el grado de madurez respondido por 548 empresas en 34 procesos diferentes. Los resultados encontrados se corresponden con la jerarquía de relaciones representadas en el árbol de decisión y con la representación de otros algoritmos utilizados en un previo clasificador de transparencia de esta misma base de datos.

ABSTRACT: An operational risk is a business risk mainly in companies that operate in the financial sector. This type of risk can be dealt with different regulatory frameworks, as risk specific, security and technological process evaluation such as COBIT from the IT Governance Institute. To Identify and treat risk is not always easy, even with many studies. In this research Data Mining methodology is used with Machine Learning technique based on decision trees, to analyze the Risk Assessment and Management (PO9) process of the Planning and Organization domain of COBIT. The database is based on the maturity level of 548 companies in 34 different processes. The results found correspond to the hierarchy of relations represented in the decision tree and with the representation of other algorithms used in a previous transparency classifier of this same database.