The purpose of this paper is to propose statistical data mining methodologies for the study and the determination of a rating for each branch of CNP Vita Unicredit, an insurance company where I have performed a period of internship in order to complete the my search. The company has made available a set of real data for this experimental thesis consisting of anomaly observations recorded on transactions and a series of variables so that a rating can be derived for each agency and can be classified on the basis of their degree of "risk". In this way it was possible to obtain useful information related to recycling and the identification of suspicious positions. The methodology used will take into account predictive and classification statistic models, with particular attention to parametric and non-parametric models for rating study. The goal is to provide innovative solutions for the calculation of a deterministic, real, reliable and reliable rating to counter the phenomenon of money laundering through the opening of insurance policies.

L’elaborato ha lo scopo di proporre metodologie statistiche di data mining per lo studio e la determinazione di un rating antiriciclaggio da attribuire ad ogni filiale di CNP Vita Unicredit, compagnia assicurativa in cui ho svolto un periodo di stage al fine di portare a termine la mia ricerca. L’azienda ha messo a disposizione per la realizzazione di questa tesi sperimentale un insieme di dati reali, composti da indicatori di anomalia registrati sulle operazioni e da una serie di variabili, in modo da poter derivare un rating per ogni singola filiale e poterle classificare in base al loro grado di “rischiosità”. In questo modo è stato possibile ricavare informazioni utili legate al riciclaggio e all’identificazione di posizioni sospette. La metodologia utilizzata prenderà in considerazione modelli statistici predittivi e di classificazione, con particolare attenzione ai modelli parametrici e non parametrici per lo studio del rating. L’obbiettivo preposto è cercare di fornire delle soluzioni all’avanguardia per il calcolo di un rating deterministico, reale, attendibile e affidabile allo scopo di contrastare il fenomeno del riciclaggio di denaro tramite l’apertura di polizze assicurative.

DATA MINING E RICICLAGGIO DI DENARO: un modello deterministico per lo studio del rating antiriciclaggio nell’ambito assicurativo e finanziario

PUGLISI, GIUSI
2016/2017

Abstract

The purpose of this paper is to propose statistical data mining methodologies for the study and the determination of a rating for each branch of CNP Vita Unicredit, an insurance company where I have performed a period of internship in order to complete the my search. The company has made available a set of real data for this experimental thesis consisting of anomaly observations recorded on transactions and a series of variables so that a rating can be derived for each agency and can be classified on the basis of their degree of "risk". In this way it was possible to obtain useful information related to recycling and the identification of suspicious positions. The methodology used will take into account predictive and classification statistic models, with particular attention to parametric and non-parametric models for rating study. The goal is to provide innovative solutions for the calculation of a deterministic, real, reliable and reliable rating to counter the phenomenon of money laundering through the opening of insurance policies.
2016
DATA MINING AND MONEY RECYCLING: a deterministic model for the study of anti-money laundering rating in the insurance and financial sector
L’elaborato ha lo scopo di proporre metodologie statistiche di data mining per lo studio e la determinazione di un rating antiriciclaggio da attribuire ad ogni filiale di CNP Vita Unicredit, compagnia assicurativa in cui ho svolto un periodo di stage al fine di portare a termine la mia ricerca. L’azienda ha messo a disposizione per la realizzazione di questa tesi sperimentale un insieme di dati reali, composti da indicatori di anomalia registrati sulle operazioni e da una serie di variabili, in modo da poter derivare un rating per ogni singola filiale e poterle classificare in base al loro grado di “rischiosità”. In questo modo è stato possibile ricavare informazioni utili legate al riciclaggio e all’identificazione di posizioni sospette. La metodologia utilizzata prenderà in considerazione modelli statistici predittivi e di classificazione, con particolare attenzione ai modelli parametrici e non parametrici per lo studio del rating. L’obbiettivo preposto è cercare di fornire delle soluzioni all’avanguardia per il calcolo di un rating deterministico, reale, attendibile e affidabile allo scopo di contrastare il fenomeno del riciclaggio di denaro tramite l’apertura di polizze assicurative.
File in questo prodotto:
Non ci sono file associati a questo prodotto.

È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14239/5708