MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

102
MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO Iniciativa: “Apoyo al fortalecimiento de las capacidades del MINECO, en el acceso al mercado de las MIPYMES y cooperativas”

Transcript of MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Page 1: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Iniciativa: “Apoyo al fortalecimiento de las capacidades delMINECO, en el acceso al mercado de las MIPYMES ycooperativas”

Page 2: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE RIESGOSEXTRAÑEZA

¿Existe alguna cosa que sea extraña ?

Herramienta tablas de contingencia

Page 3: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Agenda

• Estadística frecuentista y estadística bayesiana

• Ejemplo de análisis de extrañeza (frecuentista)

• Ejemplo de análisis de falsedad (heurístico)

• Ejemplos básicos de análisis bayesiano

Page 4: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIOR

• FUENTES DE DATOS :

– Las operaciones realizadas por

– todas las empresas

– las de nueva creación• Durante un periodo (2000).

• HERRAMIENTASEXCEL

SPSS (Se puede hacer con otros como R)

Page 5: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORANÁLISIS GENERAL (I)

TODAS LAS EMPRESAS

NIF “ACUM” ADU “ACUM2”

Nº Empresas 93.880

Nº Operaciones (Partidas) 2.171.251 2.171.251

Valor Operaciones 10.883.152.062.569 10.883.152.062.569

EMPRESAS NUEVAS

NIF “NEW” ADU “NEW”

Nº Empresas 4.670

Nº Operaciones (partidas) 36.764,00 36.764,00

Valor Operaciones 124.756.333.710,00 124.756.333.710,00

Page 6: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• % empresas nuevas sobre el total es de 4,97

• % de valor de las importaciones de las empresas, nuevas sobre el valor total de las importaciones 1,15

• Valor de la Operación Media en el conjunto total de importaciones: 5.012.387 ptas

• Valor de la Operación Media de importación en el conjunto de las empresas de alta en el 2000, es: 3.393.437 ptas.

• El valor de las operaciones de las empresas nuevas representa un 68% del valor de la Operación Media de importación.

• El valor medio de las operaciones realizadas por un NIF nuevo por año es de 26.714.418 ptas.

• El valor medio de las operaciones realizadas por un NIF antiguo es 115.926.204.

• El mayor importador nuevo realiza un importe de 35.701.813.227 ptas.

• El mayor importador del país lo hace por un valor de 907.395.406.691 ptas.

ESTADÍSTICA DESCRIPTIVA

Page 7: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

TABLAS DE CONTINGENCIA

¿ESTÁ LA MONEDA CARGADA?

Page 8: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 9: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LAS OPERACIONES

N Válidos 4.670,00

Perdidos ,00

Media 26.714.418,35

Mediana 766.233,50

Moda 500.000,00

Desv. típ. 579.033.993,53

Mínimo 181,00

Máximo 35.701.813.227,00

Percentiles 10 73.414,40

20 150.000,00

30 289.499,50

40 480.035,20

50 766.233,50

60 1.300.000,00

70 2.241.940,30

80 4.278.028,20

90 12.688.153,50

N Válidos 93.880,00

Perdidos ,00

Media 115.926.204,33

Mediana 1.000.000,00

Moda 100.000,00

Desv. típ. 4.484.981.167,04

Mínimo 70,00

Máximo 907.395.406.691,00

Percentiles 10 49.179,00

20 110.480,00

30 238.664,40

40 500.000,00

50 1.000.000,00

60 2.156.098,20

70 5.105.274,60

80 14.817.920,20

90 62.006.098,40

Empresas nuevas Todas las Empresas ESTADÍSTICOS

Page 10: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LAS OPERACIONES

FUNCION DE DENSIDAD DE "PROBABILIDAD" ACUMULADA

73.414,40

150.000,00

289.499,50

480.035,20

766.233,50

1.300.000,00

2.241.940,30

4.278.028,20

12.688.153,50

0

10

20

30

40

50

60

70

80

90

100

0,00 2.000.000,00 4.000.000,00 6.000.000,00 8.000.000,00 10.000.000,00 12.000.000,00 14.000.000,00

VALOR IMPORTACION OPERADOR-NUEVO

DE

CIL

ES

Frecuencia acumulada. Operadores Nuevos

Page 11: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANALISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LAS OPERACIONES

Frecuencia acumulada. Total OperadoresFUNCION DE DENSIDAD DE "PROBABILIDAD" ACUMULADA

49.179,00

110.480,00

238.664,40

500.000,00

1.000.000,00

2.156.098,20

5.105.274,60

14.817.920,20

62.006.098,40

0

10

20

30

40

50

60

70

80

90

100

0,00 10.000.000,00 20.000.000,00 30.000.000,00 40.000.000,00 50.000.000,00 60.000.000,00 70.000.000,00

VALOR EN ADUANA TOTAL-OPERADORES

DE

CIL

ES

Page 12: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LAS OPERACIONES

FRECUENCIAS COMPARADAS TODAS-NUEVAS

73.414,40

150.000,00

289.499,50

480.035,20

766.233,50

1.300.000,00

2.241.940,30

4.278.028,20

12.688.153,50

49.179,00

110.480,00

238.664,40

500.000,00

1.000.000,00

2.156.098,20

5.105.274,60

14.817.920,20

62.006.098,40

0

10

20

30

40

50

60

70

80

90

100

0,00 10.000.000,00 20.000.000,00 30.000.000,00 40.000.000,00 50.000.000,00 60.000.000,00 70.000.000,00

VALOR EN ADUANA

DE

CIL

ES •La diferencia

Page 13: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• POSIBLES PREGUNTAS :

– ¿Es la distribución del valor de las operaciones (de

importaciones) por capítulos la misma en las nuevas

empresas que en el conjunto total?

– ¿Importan las empresas nuevas “la misma cantidad de cosas” que las empresas consolidadas”?

– Si es distinta, ¿cuáles son los capítulos en que hay más

despachos?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

Page 14: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

Método de Análisis

Page 15: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

Método de Análisis

Page 16: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Valores que hay que mirar

• SOLO p

Page 17: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASCAPITULO

RECUENTO RES.TIPIF. RECUENTO RES.TIPIF. ACUMULADAS

61 71.877 -21,39 7.286 164,38 7.286

64 26.616 -15,99 3.237 122,90 10.523

97 3.971 -9,26 706 71,18 11.229

99 7.291 -8,78 926 67,47 12.155

62 86.722 -7,09 3.618 54,50 15.773

65 5.900 -6,41 622 49,27 16.395

01 3.279 -2,58 209 19,80 16.604

71 16.940 -2,26 589 17,39 17.193

87 142.854 -1,74 3.091 13,41 20.284

42 34.523 -1,39 848 10,68 21.132

21 6.618 -0,98 194 7,57 21.326

41 8.680 -0,75 218 5,74 21.544

94 55.470 -0,68 1.102 5,22 22.646

95 48.160 -0,50 928 3,87 23.574

43 739 -0,34 22 2,62 23.596

46 3.717 -0,26 79 1,99 23.675

13 657 -0,19 16 1,43 23.691

96 17.703 -0,13 318 1,04 24.009

92 4.364 -0,12 82 0,93 24.091

66 1.658 -0,12 33 0,91 24.124

De la tabla total, con 99 capítulos, se han seleccionado los Capítulos con mayor “RES.TIP.” positivo en las empresas “NUEVAS”

Método de Análisis

Page 18: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• ENSEÑANZA:

– Las Empresas “nuevas” tienden a realizar susImportaciones de capítulos distintos a los que lohacen la generalidad de las mismas.

– Existen capítulos en los que la diferencia (RES.TIP.)es “altamente” positiva.

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

Page 19: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿ES LA DISTRIBUCIÓN POR ADUANAS LA MISMA?

1517 13 -0,46 2 3,50 17.025

3041 333 -0,45 14 3,42 17.039

0708 174 -0,44 9 3,41 17.048

3551 147 -0,44 8 3,37 17.056

0881 1.432 -0,43 41 3,33 17.097

0811 147.696 -0,43 2.668 3,29 19.765

4601 12.857 -0,42 266 3,21 20.031

3541 80 -0,39 5 3,01 20.036

0641 85 -0,37 5 2,86 20.041

3561 1.002 -0,37 29 2,86 20.070

1115 366 -0,35 13 2,66 20.083

0701 10.931 -0,33 220 2,52 20.303

3593 2.660 -0,30 61 2,33 20.364

3601 1.418 -0,29 35 2,20 20.399

0713 280 -0,25 9 1,91 20.408

2914 282 -0,25 9 1,89 20.417

2711 209 -0,23 7 1,79 20.424

2873 171 -0,23 6 1,78 20.430

2971 137 -0,22 5 1,71 20.435

4114 101 -0,22 4 1,70 20.439

2852 1.648 -0,22 37 1,69 20.476

3581 15.016 -0,17 276 1,34 20.752

4321 170 -0,16 5 1,22 20.757

3901 261 -0,16 7 1,20 20.764

0441 500 -0,15 12 1,19 20.776

3809 513 -0,10 11 0,77 20.787

4604 445 -0,07 9 0,52 20.796

4661 465 -0,05 9 0,39 20.805

0717 43 -0,04 1 0,31 20.806

TODAS NUEVASADUANA

RECUENTO RES.TIPIF. RECUENTO RES.TIPIF. CUMULADO

3891 35.183 -24,55 5.594 188,63 5.594

3591 42.498 -23,38 5.906 179,65 11.500

2874 421 -6,78 174 52,13 11.674

3817 75.132 -4,45 2.524 34,23 14.198

1771 180 -3,81 63 29,31 14.261

2941 4.846 -3,15 310 24,19 14.571

2803 2.244 -2,53 163 19,42 14.734

2871 15.125 -2,52 574 19,34 15.308

0707 1.405 -2,27 113 17,45 15.421

3200 172 -1,82 29 14,02 15.450

3827 1.287 -1,77 88 13,61 15.538

3523 13.369 -1,52 406 11,66 15.944

1841 135 -1,34 19 10,26 15.963

3571 494 -1,32 39 10,11 16.002

3881 3.769 -1,24 142 9,53 16.144

3533 1.512 -1,23 75 9,45 16.219

3805 10.603 -1,08 293 8,28 16.512

2901 6.840 -0,94 195 7,19 16.707

3341 498 -0,85 28 6,50 16.735

3641 1.864 -0,84 69 6,49 16.804

0711 2.459 -0,79 82 6,10 16.886

2651 105 -0,76 10 5,84 16.896

3861 281 -0,65 16 4,97 16.912

0721 916 -0,50 31 3,84 16.943

3506 1.222 -0,48 38 3,72 16.981

3871 63 -0,47 5 3,63 16.986

0341 1.215 -0,46 37 3,54 17.023

Page 20: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 3891 TENERIFE MARITIMA CYT

• 3591 LAS PALMAS MARITIMA CYT

• 2874 MADRID ETIQUETA VERD

• 3817 TENERIFE MARITIMA-REA N Y CE

• 1771 PORT-BOU

• 2941 MALAGA CARRETERA

• 2803 BARAJAS POSTALES

• 2871 MADRID FF.CC.

• 0707 IBIZA AEROPUERTO

• Etc.

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿ES LA DISTRIBUCIÓN POR ADUANAS LA MISMA?

Page 21: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANALISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Y LA DISTRIBUCION POR PAISES?

TODAS NUEVASPAIS

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

700 37.255 -12,48 3.160 95,88 3.160

009 1.116 -10,48 435 80,52 3.595

680 35.092 -9,60 2.471 73,80 6.066

690 12.407 -6,27 940 48,15 7.006

666 5.401 -3,81 384 29,31 7.390

684 248 -3,76 72 28,88 7.462

052 26.675 -3,65 1.064 28,02 8.526

669 2.365 -3,55 222 27,26 8.748

010 5.444 -3,32 347 25,52 9.095

484 2.415 -2,69 179 20,66 9.274

004 56.287 -2,67 1.601 20,52 10.875

720 232.419 -2,62 5.225 20,16 16.100

708 8.766 -2,47 387 19,00 16.487

006 28.903 -1,92 824 14,79 17.311

724 862 -1,77 69 13,59 17.380

662 9.395 -1,76 334 13,51 17.714

480 9.780 -1,65 333 12,69 18.047

807 7 -1,62 6 12,43 18.053

701 19.678 -1,60 563 12,31 18.616

664 52.226 -1,50 1.233 11,49 19.849

064 18.625 -1,30 497 10,01 20.346

736 68.248 -1,30 1.501 9,97 21.847

672 2.389 -1,16 99 8,95 21.946

675 7 -1,16 4 8,92 21.950

247 20 -1,10 6 8,46 21.956

504 7.207 -1,08 216 8,31 22.172

822 67 -1,00 10 7,70 22.182

077 25 -0,99 6 7,63 22.188

001 21.254 -0,96 503 7,39 22.691

624 16.310 -0,95 400 7,30 23.091

005 29.271 -0,87 647 6,67 23.738

228 6.169 -0,85 173 6,56 23.911

075 7.105 -0,71 181 5,42 24.092

375 1 -0,69 1 5,30 24.093

488 52 -0,67 6 5,12 24.099

960 346 -0,63 18 4,85 24.117

370 952 -0,63 36 4,82 24.153

459 16 -0,62 3 4,77 24.156

041 44 -0,60 5 4,63 24.161

024 728 -0,60 29 4,62 24.190

644 30 -0,59 4 4,56 24.194

432 413 -0,57 19 4,40 24.213

816 2 -0,55 1 4,25 24.214

800 5.157 -0,50 124 3,85 24.338

406 11 -0,50 2 3,83 24.340

467 42 -0,48 4 3,70 24.344

478 176 -0,44 9 3,37 24.353

802 31 -0,42 3 3,23 24.356

208 1.637 -0,42 45 3,21 24.401

520 612 -0,38 20 2,92 24.421

094 620 -0,37 20 2,86 24.441

428 356 -0,36 13 2,77 24.454

600 250 -0,35 10 2,73 24.464

412 14.663 -0,34 290 2,60 24.754

468 6 -0,34 1 2,59 24.755

224 157 -0,34 7 2,58 24.762

073 415 -0,33 14 2,57 24.776

804 2.142 -0,33 52 2,56 24.828

280 131 -0,32 6 2,46 24.834

045 23 -0,32 2 2,45 24.836

516 250 -0,29 9 2,26 24.845

070 29 -0,27 2 2,07 24.847

716 9 -0,27 1 2,04 24.848

649 121 -0,26 5 2,00 24.853

074 128 -0,24 5 1,87 24.858

373 1.113 -0,15 24 1,16 24.882

055 2.017 -0,13 40 0,98 24.922

066 4.573 -0,12 86 0,96 25.008

346 588 -0,12 13 0,95 25.021

023 548 -0,11 12 0,88 25.033

452 32 -0,08 1 0,61 25.034

604 405 -0,06 8 0,43 25.042

640 91 -0,05 2 0,36 25.044

248 2.949 -0,02 51 0,15 25.095

220 3.573 -0,01 61 0,06 25.156

Page 22: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• ID (700)Indonesia• GR (009)Grecia• TH (680)Tailandia• VN (690)Vietnam• BD (666)Bangladesh• LA (684)Laos• TR (052)Turquía• LK (669)Sri Lanka• PT (010)Portugal• VE (484)Venezuela• DE (004)Alemania• CN (720)China• PH (708)Filipinas

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Y LA DISTRIBUCION POR PAÍSES?

• GB (006)Reino Unido• KP (724) Corea del Norte• PK (662)Pakistán• CO (480)Colombia• TV (807)Tuvalu• MY (701)Malasia• IN (664)India• HU (064)Hungría• TW (736)Taiwán• NP (672)Nepal• BT (675)Bután• CV (247)Cabo Verde• PE (504)Perú• PF (822)Polinesia Francesa• AM(077)Armenia

Page 23: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en las mercancias según la vía de introducción ?

BARCELONA (Marítima)

TODAS NUEVASCAPITULO

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

87 11.032 -10,77 1.393 83,78 1.393

99 474 -1,11 33 8,62 1.426

94 6.720 -0,47 150 3,62 1.576

89 477 -0,36 16 2,82 1.592

47 495 -0,21 13 1,65 1.605

97 147 -0,21 5 1,61 1.610

13 118 -0,18 4 1,43 1.614

44 3.675 -0,17 71 1,29 1.685

93 36 -0,07 1 0,51 1.686

71 692 -0,06 13 0,45 1.699

96 2.767 -0,02 47 0,18 1.746

Page 24: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 87 VEHÍCULOS AUTOMÓVILES, TRACTORES, VELOCÍPEDOS Y DEMÁS VEHÍCULOS TERRESTRES, SUS PARTES Y ACCESORIOS

• 94 MUEBLES; MOBILIARIO MÉDICOQUIRÚRGICO; ARTÍCULOS DE CAMA Y SIMILARES; APARATOS DE ALUMBRADO NO EXPRESADOS NI COMPRENDIDOS EN OTRA PARTE; ANUNCIOS, LETREROS Y PLACAS INDICADORAS, LUMINOSOS Y ARTÍCULOS SIMILARES; CONSTRUCCIONES PREFABRICADAS

• 89 BARCOS Y DEMÁS ARTEFACTOS FLOTANTES

• 47 PASTA DE MADERA O DE OTRAS MATERIAS FIBROSAS CELULÓSICAS; PAPEL O CARTÓN PARA RECICLAR (DESPERDICIOS Y DESECHOS)

• 97 OBJETOS DE ARTE O COLECCIÓN Y ANTIGÜEDADES

• 13 GOMAS, RESINAS Y DEMÁS JUGOS Y EXTRACTOS VEGETALES

• 44 MADERA, CARBÓN VEGETAL Y MANUFACTURAS DE MADERA

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

BARCELONA (Marítima)

Page 25: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

VALENCIA (Marítima)TODAS NUEVAS

CAPITULORECUENTO RES. TIPIF. RECUENTO RES. TIPIF ACUMULADO

25 1.318 -1,02 55 9,08 55

02 113 -1,02 13 9,07 68

49 136 -0,84 12 7,43 80

48 1.423 -0,77 48 6,86 128

96 1.233 -0,76 43 6,73 171

79 9 -0,56 2 5,01 173

94 7.635 -0,55 146 4,87 319

22 333 -0,52 14 4,61 333

59 44 -0,49 4 4,37 337

84 4.129 -0,45 82 3,99 419

85 4.042 -0,44 80 3,91 499

73 1.918 -0,37 41 3,30 540

92 168 -0,37 7 3,24 547

67 361 -0,28 10 2,47 557

19 175 -0,28 6 2,47 563

11 33 -0,27 2 2,35 565

66 148 -0,25 5 2,22 570

82 1.283 -0,24 25 2,11 595

44 13.934 -0,20 201 1,75 796

95 6.578 -0,19 99 1,64 895

70 1.839 -0,17 31 1,54 926

86 21 -0,16 1 1,38 927

04 272 -0,15 6 1,34 933

41 2.092 -0,14 33 1,22 966

56 175 -0,13 4 1,17 970

64 2.424 -0,12 37 1,09 1.007

35 74 -0,12 2 1,07 1.009

32 143 -0,10 3 0,86 1.012

91 468 -0,09 8 0,82 1.020

68 645 -0,07 10 0,61 1.030

69 2.340 -0,07 33 0,58 1.063

58 105 -0,06 2 0,56 1.065

97 54 -0,04 1 0,37 1.066

34 484 -0,04 7 0,33 1.073

71 124 -0,04 2 0,33 1.075

72 199 -0,03 3 0,29 1.078

99 68 -0,02 1 0,14 1.079

38 369 -0,02 5 0,14 1.084

Page 26: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 25 SAL; AZUFRE; TIERRAS Y PIEDRAS; YESOS, CALES Y CEMENTOS

• 02 CARNE Y DESPOJOS COMESTIBLES

• 49 PRODUCTOS EDITORIALES, DE LA PRENSA O DE OTRAS INDUSTRIAS GRÁFICAS; TEXTOS MANUSCRITOS O MECANOGRAFIADOS Y PLANOS

• 48 PAPEL Y CARTÓN; MANUFACTURAS DE PASTA DE CELULOSA, DE PAPEL O DE CARTÓN

• 96 MANUFACTURAS DIVERSAS

• 79 CINC Y SUS MANUFACTURAS

• 94 MUEBLES; MOBILIARIO MÉDICOQUIRÚRGICO; ARTÍCULOS DE CAMA Y SIMILARES; APARATOS DE ALUMBRADO NO EXPRESADOS NI COMPRENDIDOS EN OTRA PARTE; ANUNCIOS, LETREROS Y PLACAS INDICADORAS, LUMINOSOS Y ARTÍCULOS SIMILARES; CONSTRUCCIONES PREFABRICADAS

• 22 BEBIDAS, LÍQUIDOS ALCOHÓLICOS Y VINAGRE

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

VALENCIA (Marítima)

Page 27: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANáLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

ALGECIRAS (Marítima)TODAS NUEVAS

CAPITULORECUENTO RESI. TIPIF. RECUENTO RES.TIPIF. ACUMULADO

99 389 -2,94 66 33,23 66

94 1.335 -2,41 102 27,19 168

12 95 -1,44 16 16,30 184

83 439 -0,82 21 9,22 205

46 150 -0,77 11 8,72 216

48 133 -0,75 10 8,44 226

95 532 -0,67 20 7,59 246

91 135 -0,66 9 7,45 255

89 117 -0,63 8 7,13 263

97 38 -0,57 4 6,43 267

69 567 -0,56 18 6,31 285

63 498 -0,53 16 6,01 301

93 3 -0,49 1 5,50 302

15 14 -0,47 2 5,32 304

64 386 -0,45 12 5,07 316

53 4 -0,43 1 4,88 317

70 417 -0,42 12 4,75 329

87 566 -0,35 13 4,01 342

44 1.404 -0,32 23 3,58 365

42 1.084 -0,32 19 3,57 384

51 35 -0,28 2 3,19 386

68 227 -0,28 6 3,12 392

31 12 -0,25 1 2,83 393

59 21 -0,18 1 2,01 394

74 137 -0,16 3 1,83 397

96 249 -0,13 4 1,45 401

41 174 -0,12 3 1,39 404

73 1.157 -0,11 13 1,30 417

65 104 -0,11 2 1,30 419

85 1.854 -0,10 19 1,17 438

49 114 -0,10 2 1,16 440

06 46 -0,09 1 1,05 441

22 235 -0,07 3 0,85 444

56 64 -0,06 1 0,70 445

55 215 -0,02 2 0,24 447

Page 28: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 94 MUEBLES; MOBILIARIO MÉDICOQUIRÚRGICO; ARTÍCULOS DE CAMA Y SIMILARES; APARATOS DE ALUMBRADO NO EXPRESADOS NI COMPRENDIDOS EN OTRA PARTE; ANUNCIOS, LETREROS Y PLACAS INDICADORAS, LUMINOSOS Y ARTÍCULOS SIMILARES; CONSTRUCCIONES PREFABRICADAS

• 12 SEMILLAS Y FRUTOS OLEAGINOSOS; SEMILLAS Y FRUTOS DIVERSOS; PLANTAS INDUSTRIALES O MEDICINALES; PAJA Y FORRAJES

• 83 MANUFACTURAS DIVERSAS DE METAL COMÚN

• 46 MANUFACTURAS DE ESPARTERÍA O DE CESTERÍA

• 48 PAPEL Y CARTÓN; MANUFACTURAS DE PASTA DE CELULOSA, DE PAPEL O DE CARTÓN

• 95 JUGUETES, JUEGOS Y ARTÍCULOS PARA RECREO O PARA DEPORTE; SUS PARTES Y ACCESORIOS

• 91 APARATOS DE RELOJERÍA Y SUS PARTES

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

ALGECIRAS (Marítima)

Page 29: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

VIGO (Marítima)

TODAS NUEVAS

CAPITULORECUENTO RES.TIPIF. RECUENTO RES. TIPIF.

ACUMULADO

99 78 -2,99 32 36,23 32

94 902 -0,81 31 9,82 63

92 4 -0,80 2 9,72 65

87 198 -0,39 7 4,77 72

59 5 -0,39 1 4,76 73

97 36 -0,28 2 3,44 75

02 11 -0,27 1 3,22 76

84 147 -0,24 4 2,95 80

95 92 -0,24 3 2,94 83

90 37 -0,12 1 1,46 84

89 55 -0,08 1 1,01 85

96 75 -0,06 1 0,68 86

85 88 -0,04 1 0,51 87

70 275 -0,01 2 0,09 89

Page 30: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 94 MUEBLES; MOBILIARIO MÉDICOQUIRÚRGICO; ARTÍCULOS DE CAMA Y SIMILARES; APARATOS DE ALUMBRADO NO EXPRESADOS NI COMPRENDIDOS EN OTRA PARTE; ANUNCIOS, LETREROS Y PLACAS INDICADORAS, LUMINOSOS Y ARTÍCULOS SIMILARES; CONSTRUCCIONES PREFABRICADAS

• 92 INSTRUMENTOS MUSICALES, SUS PARTES Y ACCESORIOS

• 87 VEHÍCULOS AUTOMÓVILES, TRACTORES, VELOCÍPEDOS Y DEMÁS VEHÍCULOS TERRESTRES, SUS PARTES Y ACCESORIOS

• 59 TELAS IMPREGNADAS, RECUBIERTAS, REVESTIDAS O ESTRATIFICADAS; ARTÍCULOS TÉCNICOS DE MATERIA TEXTIL

• 97 OBJETOS DE ARTE O COLECCIÓN Y ANTIGÜEDADES

• 02 CARNE Y DESPOJOS COMESTIBLES

• 84 REACTORES NUCLEARES, CALDERAS, MÁQUINAS, APARATOS Y ARTEFACTOS MECÁNICOS; PARTES DE ESTAS MÁQUINAS O APARATOS

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

VIGO (Marítima)

Page 31: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

MADRID (Aérea)

TODAS NUEVASCAPITULO

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

97 1.603 -7,09 335 62,23 335

71 6.187 -2,24 261 19,62 596

20 115 -1,90 24 16,65 620

19 78 -1,05 11 9,23 631

21 150 -0,94 14 8,21 645

11 35 -0,86 6 7,55 651

95 3.427 -0,80 92 6,98 743

14 5 -0,73 2 6,38 745

62 9.124 -0,70 186 6,10 931

13 52 -0,69 6 6,10 937

59 262 -0,69 15 6,08 952

74 444 -0,61 19 5,36 971

69 946 -0,53 29 4,67 1.000

41 153 -0,47 8 4,13 1.008

94 1.639 -0,45 40 3,98 1.048

46 75 -0,45 5 3,92 1.053

63 970 -0,42 26 3,70 1.079

10 35 -0,41 3 3,60 1.082

44 693 -0,41 20 3,59 1.102

76 621 -0,35 17 3,08 1.119

25 98 -0,27 4 2,35 1.123

17 41 -0,22 2 1,95 1.125

31 14 -0,21 1 1,84 1.126

57 580 -0,18 12 1,60 1.138

61 5.845 -0,18 90 1,60 1.228

42 4.314 -0,18 68 1,58 1.296

73 2.282 -0,17 38 1,51 1.334

50 444 -0,15 9 1,33 1.343

68 392 -0,14 8 1,27 1.351

65 774 -0,14 14 1,23 1.365

22 494 -0,11 9 1,01 1.374

03 8.831 -0,11 125 0,95 1.499

01 907 -0,11 15 0,93 1.514

30 1.610 -0,10 25 0,88 1.539

99 990 -0,10 16 0,86 1.555

82 2.114 -0,10 32 0,86 1.587

39 4.369 -0,09 63 0,82 1.650

87 3.320 -0,07 47 0,58 1.697

67 183 -0,05 3 0,40 1.700

33 974 -0,04 14 0,38 1.714

93 257 -0,04 4 0,36 1.718

56 136 -0,02 2 0,17 1.720

96 2.327 -0,02 31 0,14 1.751

Page 32: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 97 OBJETOS DE ARTE O COLECCIÓN Y ANTIGÜEDADES

• 71 PERLAS FINAS (NATURALES) O CULTIVADAS, PIEDRAS PRECIOSAS OSEMIPRECIOSAS, METALES PRECIOSOS, CHAPADOS DE METAL PRECIOSO(PLAQUÉ) Y MANUFACTURAS DE ESTAS MATERIAS; BISUTERÍA; MONEDAS

• 20 PREPARACIONES DE LEGUMBRES U HORTALIZAS, DE FRUTOS O DE OTRASPARTES DE PLANTAS

• 19 PREPARACIONES A BASE DE CEREALES, HARINA, ALMIDÓN, FÉCULA O LECHE;PRODUCTOS DE PASTELERÍA

• 21 PREPARACIONES ALIMENTICIAS DIVERSAS

• 11 PRODUCTOS DE LA MOLINERÍA; MALTA; ALMIDÓN Y FÉCULA; INULINA;GLUTEN DE TRIGO

• 95 JUGUETES, JUEGOS Y ARTÍCULOS PARA RECREO O PARA DEPORTE; SUS PARTESY ACCESORIOS

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aerea?

MADRID (Aérea)

Page 33: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

BARCELONA (Aérea)

TODAS NUEVASCAPITULODEL

ARANCELRECUENTO RES. TIPIF. RECUENTO RES.TIPIF. ACUMULADO

01 443 -5,34 134 49,89 134

42 4.977 -1,06 133 9,89 267

71 3.924 -0,97 107 9,09 374

44 502 -0,92 27 8,59 401

29 2.310 -0,91 71 8,49 472

95 4.702 -0,85 113 7,93 585

65 585 -0,74 25 6,89 610

62 5.925 -0,73 125 6,84 735

07 251 -0,62 13 5,79 748

63 806 -0,58 26 5,41 774

43 288 -0,56 13 5,20 787

94 1.193 -0,49 31 4,61 818

20 46 -0,49 4 4,57 822

99 47 -0,48 4 4,51 826

96 2.326 -0,46 49 4,27 875

92 625 -0,43 18 3,98 893

13 123 -0,40 6 3,76 899

45 8 -0,30 1 2,81 900

40 1.249 -0,30 25 2,79 925

49 8.046 -0,22 112 2,05 1.037

52 587 -0,21 12 2,01 1.049

69 599 -0,17 11 1,56 1.060

66 68 -0,15 2 1,36 1.062

37 535 -0,12 9 1,15 1.071

73 2.338 -0,11 32 1,00 1.103

83 1.186 -0,10 17 0,92 1.120

64 964 -0,09 14 0,88 1.134

70 744 -0,09 11 0,84 1.145

12 232 -0,09 4 0,81 1.149

86 42 -0,08 1 0,74 1.150

04 47 -0,07 1 0,62 1.151

23 49 -0,06 1 0,58 1.152

22 59 -0,04 1 0,39 1.153

48 1.381 -0,03 17 0,30 1.170

93 77 -0,01 1 0,13 1.171

28 245 -0,01 3 0,12 1.174

97 511 -0,01 6 0,06 1.180

61 4.265 0,00 49 0,03 1.229

Page 34: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 01 ANIMALES VIVOS• 42 MANUFACTURAS DE CUERO; ARTÍCULOS DE GUARNICIONERÍA O DE

TALABARTERÍA; ARTÍCULOS DE VIAJE, BOLSOS DE MANO Y CONTINENTES SIMILARES; MANUFACTURAS DE TRIPA

• 71 PERLAS FINAS (NATURALES) O CULTIVADAS, PIEDRAS PRECIOSAS O SEMIPRECIOSAS, METALES PRECIOSOS, CHAPADOS DE METAL PRECIOSO (PLAQUÉ) Y MANUFACTURAS DE ESTAS MATERIAS; BISUTERÍA; MONEDAS

• 44 MADERA, CARBÓN VEGETAL Y MANUFACTURAS DE MADERA• 29 PRODUCTOS QUÍMICOS ORGÁNICOS• 95 JUGUETES, JUEGOS Y ARTÍCULOS PARA RECREO O PARA DEPORTE; SUS PARTES Y

ACCESORIOS• 65 SOMBREROS Y DEMÁS TOCADOS, Y SUS PARTES• 62 PRENDAS Y COMPLEMENTOS (ACCESORIOS), DE VESTIR, EXCEPTO LOS DE PUNTO• 07 HORTALIZAS, PLANTAS, RAÍCES Y TUBÉRCULOS ALIMENTICIOS

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencia en la vía de introducción marítima o aérea?

BARCELONA (Aérea)

Page 35: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• Para elaborar el análisis “partimos” el ficheroen:

– EMPRESAS GRANDES con un volumen > de10.000.000 ptas.

– EMPRESAS PEQUEÑAS, con un volumen que10.000.000 ptas.

– Y realizamos las correspondientes tablas decontingencia, par CAPITULOS y PAÍSES

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias por el tamaño de la empresa?

Page 36: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias por el tamaño de la empresa?

TAMAÑO

GRANDES PEQUEÑASCAPITULO

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

49 8.109 -116,58 33.223 163,56 33.223

82 8.931 -57,46 15.585 80,62 48.808

99 1.236 -51,76 6.055 72,62 54.863

71 6.351 -46,07 10.589 64,64 65.452

39 34.966 -39,43 30.113 55,32 95.565

83 8.286 -39,41 10.916 55,30 106.481

96 7.543 -38,73 10.160 54,34 116.641

70 8.613 -32,95 9.877 46,23 126.518

94 30.630 -32,09 24.840 45,02 151.358

62 50.172 -30,59 36.550 42,93 187.908

61 41.175 -29,72 30.702 41,71 218.610

48 14.928 -28,89 13.572 40,53 232.182

65 2.194 -27,47 3.706 38,55 235.888

34 3.028 -27,37 4.443 38,40 240.331

63 11.299 -25,49 10.344 35,76 250.675

69 9.532 -23,80 8.799 33,39 259.474

92 1.632 -23,46 2.732 32,91 262.206

97 1.440 -23,25 2.531 32,63 264.737

21 3.064 -20,00 3.554 28,06 268.291

35 989 -17,94 1.630 25,18 269.921

42 20.258 -17,42 14.265 24,44 284.186

68 3.890 -17,04 3.812 23,90 287.998

46 1.643 -16,55 2.074 23,23 290.072

66 556 -16,39 1.102 23,00 291.174

11 264 -16,19 775 22,72 291.949

57 2.024 -16,01 2.325 22,47 294.274

33 5.828 -15,71 4.965 22,05 299.239

01 1.449 -15,56 1.830 21,83 301.069

37 3.508 -14,11 3.201 19,79 304.270

56 1.451 -13,57 1.668 19,05 305.938

91 12.767 -12,14 8.668 17,03 314.606

19 3.899 -12,11 3.237 16,99 317.843

38 11.377 -11,26 7.688 15,79 325.531

59 1.827 -10,89 1.725 15,28 327.256

05 1.132 -9,12 1.105 12,80 328.361

32 6.781 -8,49 4.555 11,92 332.916

79 68 -7,56 181 10,60 333.097

76 7.006 -6,61 4.427 9,28 337.524

93 616 -5,76 555 8,08 338.079

43 367 -5,56 372 7,80 338.451

90 66.943 -3,47 35.370 4,87 373.821

13 368 -3,24 289 4,55 374.110

74 3.714 -3,09 2.178 4,34 376.288

58 5.710 -3,01 3.250 4,22 379.538

20 12.168 -2,13 6.539 2,99 386.077

36 397 -1,82 259 2,56 386.336

06 10.471 -1,70 5.583 2,38 391.919

80 173 -1,16 112 1,63 392.031

86 785 -0,71 429 0,99 392.460

75 522 -0,63 287 0,88 392.747

67 1.935 -0,56 1.020 0,78 393.767

60 2.839 -0,30 1.466 0,42 395.233

78 477 -0,17 248 0,24 395.481

17 2.541 -0,08 1.297 0,11 396.778

CAPÍTULOS

Page 37: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 49 PRODUCTOS EDITORIALES, DE LA PRENSA O DE OTRAS INDUSTRIAS GRÁFICAS; TEXTOS MANUSCRITOS O MECANOGRAFIADOS Y PLANOS

• 82 HERRAMIENTAS Y ÚTILES, ARTÍCULOS DE CUCHILLERÍA Y CUBIERTOS DE MESA, DE METAL COMÚN, PARTES DE ESTOS ARTÍCULOS, DE METAL COMÚN

• 71 PERLAS FINAS (NATURALES) O CULTIVADAS, PIEDRAS PRECIOSAS O SEMIPRECIOSAS, METALES PRECIOSOS, CHAPADOS DE METAL PRECIOSO (PLAQUÉ) Y MANUFACTURAS DE ESTAS MATERIAS; BISUTERÍA; MONEDAS

• 39 MATERIAS PLÁSTICAS Y MANUFACTURAS DE ESTAS MATERIAS

• 83 MANUFACTURAS DIVERSAS DE METAL COMÚN

• 96 MANUFACTURAS DIVERSAS

• 70 VIDRIO Y SUS MANUFACTURAS

• 94 MUEBLES; MOBILIARIO MÉDICOQUIRÚRGICO; ARTÍCULOS DE CAMA Y SIMILARES; APARATOS DE ALUMBRADO NO EXPRESADOS NI COMPRENDIDOS EN OTRA PARTE; ANUNCIOS, LETREROS Y PLACAS INDICADORAS, LUMINOSOS Y ARTÍCULOS SIMILARES; CONSTRUCCIONES PREFABRICADAS

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias por el tamaño de la empresa?

Page 38: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias por el tamaño de la empresa?TAMAÑO

GRANDE PEQUEÑAPAISES

RECUENTO RES.TIPIF. RECUENTO RES. TIPIF. ACUMULADO

011 117.631 -90,17 112.919 126,51 112.919

004 24.569 -66,03 31.718 92,65 144.637

006 10.290 -64,12 18.613 89,96 163.250

005 11.233 -58,70 18.038 82,36 181.288

740 8.456 -41,69 11.534 58,50 192.822

672 137 -36,36 2.252 51,02 195.074

001 9.815 -36,05 11.439 50,58 206.513

039 49.111 -33,65 37.078 47,21 243.591

736 38.427 -32,11 29.821 45,05 273.412

010 1.915 -28,21 3.529 39,58 276.941

044 139 -24,74 1.170 34,72 278.111

017 5.247 -19,40 5.087 27,22 283.198

030 2.295 -18,59 2.794 26,08 285.992

038 907 -18,16 1.571 25,48 287.563

412 7.985 -17,63 6.678 24,74 294.241

008 2.214 -17,62 2.631 24,73 296.872

023 43 -16,81 505 23,58 297.377

664 31.686 -15,84 20.540 22,22 317.917

700 22.291 -15,36 14.964 21,55 332.881

021 192 -15,22 635 21,35 333.516

028 6.099 -15,04 5.048 21,10 338.564

400 251.168 -14,77 138.916 20,72 477.480

800 2.619 -13,69 2.538 19,21 480.018

007 1.001 -13,07 1.274 18,34 481.292

724 277 -12,32 585 17,29 481.877

960 66 -10,79 280 15,14 482.157

047 300 -9,99 499 14,01 482.656

708 5.091 -9,47 3.675 13,29 486.331

003 11.785 -9,39 7.592 13,18 493.923

669 1.198 -9,35 1.167 13,12 495.090

009 492 -9,12 624 12,79 495.714

404 14.093 -8,33 8.704 11,69 504.418

500 3.609 -7,86 2.593 11,02 507.011

416 384 -7,80 476 10,95 507.487

PAIS

ES

Page 39: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• ES (011)España; no Ceuta y Melilla

• DE (004)Alemania

• GB (006)Reino Unido

• IT (005)Italia

• HK (740)Hong Kong

• NP (672)Nepal

• FR (001)Francia

• CH (039)Suiza

• TW (736)Taiwán

• PT (010)Portugal

• GI (044)Gibraltar

• BE (017)Bélgica

•SE (030)Suecia

•AT (038)Austria

•MX (412)México

•DK (008)Dinamarca

•XL (023)Melilla

•IN (664)India

•ID (700)Indonesia

•XC (021)Ceuta

•NO (028)Noruega

•US (400)Estados Unidos

•AU (800)Australia

•IE (007)Irlanda

•KP (724)Corea del Norte

Page 40: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

• Para elaborar el análisis “partimos” el fichero en los distintos tipos de empresas según su personalidad jurídica, indicada en la letra del NIF.

• Elaboramos las correspondientes tablas de contingencias, cruzando CAPITULO (o PAÍS) con ANTIGÜEDAD EMPRESA.

¿Hay diferencias entre las nuevas y todas, por el TIPO DE OPERADOR?

Page 41: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=A***?

TODAS NUEVASCAPITULO

RECUENTO RES.TIPIF. RECUENTO RES.TIPIF. ACUMULADO

27 4.161 -0,52 40 13,86 40

63 8.973 -0,39 50 10,32 90

90 70.355 -0,34 192 9,06 282

49 22.766 -0,31 80 8,27 362

85 205.491 -0,26 412 6,83 774

71 6.134 -0,24 28 6,46 802

39 42.085 -0,20 102 5,36 904

40 27.837 -0,19 71 4,91 975

86 973 -0,18 7 4,73 982

74 4.229 -0,17 17 4,43 999

88 10.260 -0,16 31 4,24 1.030

94 24.271 -0,13 55 3,42 1.085

82 15.086 -0,12 36 3,09 1.121

37 4.971 -0,11 15 2,94 1.136

84 201.558 -0,08 325 2,12 1.461

81 984 -0,05 3 1,34 1.464

44 21.977 -0,04 37 0,98 1.501

62 46.216 -0,04 74 0,95 1.575

02 10.438 -0,02 17 0,53 1.592

15 5.047 -0,01 8 0,28 1.600

57 1.947 0,00 3 0,13 1.603

96 9.581 0,00 14 0,07 1.617

76 8.978 0,00 13 0,04 1.630

95 26.511 0,00 38 0,00 1.668

CA

PÍT

ULO

S

Page 42: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• 27 COMBUSTIBLES MINERALES, ACEITES MINERALES Y PRODUCTOS DE SU DESTILACIÓN; MATERIAS BITUMINOSAS; CERAS MINERALES

• 63 LOS DEMÁS ARTÍCULOS TEXTILES CONFECCIONADOS; JUEGOS; PRENDERÍA Y TRAPOS

• 90 INSTRUMENTOS Y APARATOS DE ÓPTICA, FOTOGRAFÍA O CINEMATOGRAFÍA, DE MEDIDA, CONTROL O DE PRECISIÓN; INSTRUMENTOS Y APARATOS MÉDICOQUIRÚRGICOS; PARTES Y ACCESORIOS DE ESTOS INSTRUMENTOS O APARATOS

• 49 PRODUCTOS EDITORIALES, DE LA PRENSA O DE OTRAS INDUSTRIAS GRÁFICAS; TEXTOS MANUSCRITOS O MECANOGRAFIADOS Y PLANOS

• 85 MÁQUINAS, APARATOS Y MATERIAL ELÉCTRICO Y SUS PARTES; APARATOS DE GRABACIÓN O REPRODUCCIÓN DE SONIDO, APARATOS DE GRABACIÓN O REPRODUCCIÓN DE IMÁGENES Y SONIDO EN TELEVISIÓN, Y LAS PARTES Y ACCESORIOS DE ESTOS APARATOS

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=A***?

Page 43: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASPAIS

RECUENTO RES. TIPIF. RECUENTO RES.TIPIF. ACUMULADO

400 282.741 -0,82 840 21,55 840

680 20.830 -0,39 86 10,25 926

524 813 -0,38 12 9,96 938

039 63.452 -0,38 186 9,95 1.124

624 11.184 -0,32 50 8,46 1.174

075 4.633 -0,31 28 8,26 1.202

500 1.994 -0,29 16 7,74 1.218

028 7.750 -0,26 34 6,85 1.252

467 15 -0,24 1 6,46 1.253

228 1.054 -0,23 9 6,06 1.262

032 1.351 -0,19 9 5,06 1.271

074 104 -0,18 2 4,75 1.273

804 1.247 -0,15 7 3,89 1.280

010 2.512 -0,11 9 2,84 1.289

009 278 -0,10 2 2,53 1.291

208 595 -0,09 3 2,32 1.294

404 13.743 -0,09 30 2,32 1.324

092 934 -0,09 4 2,29 1.328

047 356 -0,08 2 2,08 1.330

484 1.427 -0,08 5 2,06 1.335

608 442 -0,06 2 1,71 1.337

512 5.357 -0,06 12 1,56 1.349

664 25.575 -0,06 46 1,54 1.395

382 560 -0,05 2 1,33 1.397

054 253 -0,04 1 1,06 1.398

616 795 -0,03 2 0,80 1.400

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=A***?

Page 44: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

• US (400)Estados Unidos

• TH (680)Tailandia

• UY (524)Uruguay

• CH (039)Suiza

• IL (624)Israel

• RU (075)Federación de Rusia

• EC (500)Ecuador

• NO (028)Noruega

• VC (467)San Vicente y las Granadinas

• MR (228)Mauritania

• FI (032)Finlandia

• MD (074)República de Moldavia

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=A***?

•NZ (804)Nueva Zelanda

•PT (010)Portugal

•GR (009)Grecia

•DZ (208)Argelia

•CA (404)Canadá

•HR (092)Croacia

•SM(047)San Marino

•VE (484)Venezuela

•SY (608)Siria

•CL (512)Chile

•IN (664)India

•ZW (382)Zimbabue

•LV (054)Letonia

•IR (616)Irán

Page 45: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=B***?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASCAPITULO

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

97 1.278 -14,57 681 97,17 681

71 6.569 -3,24 422 21,63 1.103

01 1.996 -3,21 197 21,42 1.300

95 14.812 -2,79 685 18,63 1.985

41 4.311 -1,71 213 11,37 2.198

21 2.515 -1,64 142 10,93 2.340

94 23.049 -1,55 760 10,32 3.100

96 6.326 -1,37 255 9,16 3.355

87 13.333 -1,22 445 8,15 3.800

43 268 -0,93 22 6,18 3.822

92 1.206 -0,91 60 6,09 3.882

39 18.965 -0,87 550 5,82 4.432

65 2.350 -0,82 94 5,49 4.526

29 2.393 -0,82 95 5,44 4.621

13 197 -0,78 16 5,23 4.637

42 14.738 -0,73 422 4,84 5.059

46 1.787 -0,50 62 3,34 5.121

25 3.116 -0,49 98 3,25 5.219

33 2.687 -0,48 86 3,20 5.305

44 21.686 -0,47 559 3,15 5.864

49 9.957 -0,47 272 3,13 6.136

74 1.369 -0,45 48 3,01 6.184

62 24.109 -0,44 612 2,92 6.796

66 615 -0,40 24 2,65 6.820

76 1.922 -0,39 61 2,63 6.881

89 763 -0,38 28 2,54 6.909

69 6.279 -0,38 172 2,52 7.081

93 200 -0,38 10 2,50 7.091

67 1.311 -0,36 43 2,42 7.134

50 561 -0,30 20 2,02 7.154

51 222 -0,26 9 1,74 7.163

23 731 -0,24 23 1,57 7.186

73 10.418 -0,24 259 1,57 7.445

11 406 -0,23 14 1,57 7.459

70 5.628 -0,19 141 1,25 7.600

88 757 -0,18 22 1,17 7.622

48 6.851 -0,15 167 1,01 7.789

CA

PÍT

ULO

S

Page 46: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF=B***?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASPAIS

RECUENTO RES.TIPIF. RECUENTO RES. TIPIF. ACUMULADO

001 5.854 -2,54 334 16,96 334

720 80.324 -2,47 2.525 16,45 2.859

480 4.058 -2,36 248 15,75 3.107

412 3.771 -1,87 204 12,46 3.311

075 2.013 -1,83 131 12,21 3.442

807 6 -1,67 6 11,16 3.448

672 534 -1,67 53 11,15 3.501

228 3.240 -1,54 164 10,30 3.665

484 326 -1,54 37 10,27 3.702

800 1.404 -1,49 90 9,97 3.792

700 11.718 -1,49 430 9,95 4.222

373 120 -1,45 20 9,64 4.242

077 10 -1,43 6 9,52 4.248

675 4 -1,37 4 9,12 4.252

822 36 -1,34 10 8,93 4.262

960 83 -1,31 15 8,75 4.277

066 1.408 -1,24 80 8,26 4.357

024 283 -1,21 28 8,09 4.385

055 508 -1,12 38 7,50 4.423

680 7.363 -1,05 258 6,98 4.681

247 15 -1,03 5 6,87 4.686

802 6 -0,94 3 6,30 4.689

248 859 -0,88 46 5,85 4.735

448 602 -0,84 35 5,61 4.770

063 1.124 -0,83 54 5,52 4.824

094 265 -0,82 20 5,48 4.844

045 4 -0,77 2 5,14 4.846

467 10 -0,76 3 5,07 4.849

512 3.723 -0,75 131 5,02 4.980

Page 47: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF A ó B***?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

CA

PÍT

ULO

S

TODAS NUEVASCAPITULO

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

61 14.873 -27,95 6.771 70,35 6.771

64 6.505 -19,60 3.093 49,35 9.864

87 6.017 -13,83 2.307 34,81 12.171

62 10.037 -10,75 2.900 27,07 15.071

65 1.099 -8,13 526 20,46 15.597

99 2.727 -4,63 723 11,66 16.320

59 80 -0,77 21 1,95 16.341

Page 48: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF A ó B***?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASPAISES

RECUENTO RES. TIPIF. RECUENTO RES.TIPIF. ACUMULADO

700 6.273 -16,72 2.693 42,08 2.693

680 4.656 -15,46 2.102 38,91 4.795

732 4.226 -12,99 1.747 32,70 6.542

009 489 -10,87 432 27,35 6.974

052 1.953 -10,11 888 25,45 7.862

690 2.478 -8,17 902 20,56 8.764

701 1.024 -7,80 488 19,64 9.252

736 3.200 -7,54 1.033 18,99 10.285

666 634 -7,30 346 18,38 10.631

010 532 -7,30 312 18,36 10.943

669 297 -6,94 216 17,47 11.159

708 717 -6,71 349 16,90 11.508

706 475 -4,15 190 10,44 11.698

684 95 -4,10 72 10,32 11.770

624 849 -3,81 271 9,58 12.041

664 2.828 -3,10 643 7,81 12.684

720 13.611 -3,05 2.565 7,67 15.249

728 1.706 -3,02 419 7,60 15.668

064 1.959 -3,02 469 7,59 16.137

662 853 -2,37 218 5,96 16.355

724 200 -1,91 65 4,81 16.420

504 787 -1,75 183 4,42 16.603

478 12 -1,44 9 3,63 16.612

488 6 -1,36 6 3,41 16.618

432 20 -1,16 10 2,92 16.628

644 4 -1,11 4 2,79 16.632

030 214 -0,82 48 2,06 16.680

459 2 -0,78 2 1,97 16.682

448 116 -0,75 28 1,89 16.710

247 1 -0,55 1 1,39 16.711

375 1 -0,55 1 1,39 16.712

468 1 -0,55 1 1,39 16.713

716 1 -0,55 1 1,39 16.714

006 3.453 -0,40 572 1,00 17.286

649 2 -0,37 1 0,92 17.287

021 16 -0,31 4 0,77 17.291

208 70 -0,20 13 0,50 17.304

074 4 -0,15 1 0,39 17.305

Page 49: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF LETRA?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASCAPITULOS

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

99 2.537 -3,08 187 30,67 187

87 8.284 -2,70 335 26,87 522

92 581 -0,29 13 2,91 535

69 1.775 -0,14 24 1,43 559

46 337 -0,14 6 1,40 565

94 4.977 -0,14 60 1,38 625

89 203 -0,14 4 1,35 629

22 445 -0,07 6 0,71 635

48 868 -0,04 10 0,42 645

76 245 -0,03 3 0,34 648

24 88 -0,01 1 0,12 649

70 1.067 -0,01 11 0,08 660

66 92 -0,01 1 0,08 661

58 292 0,00 3 0,03 664

56 194 0,00 2 0,03 666

Page 50: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Hay diferencias entre las nuevas y todas, PARA LAS NIF LETRA?

ANÁLISIS DE DATOS DE COMERCIO EXTERIORESTRUCTURA DE LOS OPERADORES

TODAS NUEVASPAIS

RECUENTO RES. TIPIF. RECUENTO RES. TIPIF. ACUMULADO

484 451 -4,66 116 46,41 116

220 175 -1,03 16 10,22 132

004 4.961 -0,94 117 9,33 249

672 1.151 -0,76 38 7,59 287

039 2.701 -0,56 57 5,63 344

732 1.973 -0,53 44 5,33 388

528 739 -0,53 22 5,23 410

800 338 -0,51 13 5,08 423

412 974 -0,48 25 4,77 448

023 171 -0,47 8 4,65 456

373 33 -0,44 3 4,41 459

043 341 -0,40 11 4,00 470

480 673 -0,39 17 3,86 487

512 276 -0,37 9 3,65 496

520 84 -0,33 4 3,33 500

093 8 -0,30 1 3,04 501

001 2.215 -0,27 35 2,65 536

724 83 -0,23 3 2,31 539

428 13 -0,23 1 2,30 540

404 773 -0,22 14 2,20 554

028 101 -0,19 3 1,93 557

021 217 -0,19 5 1,87 562

030 160 -0,19 4 1,85 566

400 12.531 -0,14 142 1,39 708

346 38 -0,10 1 0,98 709

009 40 -0,09 1 0,92 710

960 42 -0,09 1 0,87 711

508 510 -0,08 7 0,81 718

388 560 -0,06 7 0,57 725

680 2.243 -0,05 25 0,50 750

662 336 -0,03 4 0,33 754

032 76 -0,03 1 0,27 755

701 170 -0,02 2 0,22 757

Page 51: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Teoría de Benford

• La teoría figura en “The Law of anomalous numbers”en el Proceedings of the American PhilosophicalSociety” 78,pp 531-538,1.938

• Tesis doctoral de Nigrini.

• Wall Street Journal (1.995) da cuenta de suutilizacion por la Fiscalia de Brooklyn.

• Soluciones de Auditoria Contable basadas en esteenfoque en SAS, IDEA y otras herramientasinformáticas.

Page 52: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Qué dice Benford?

• Que en cualquier conjunto de números tomados al azar, rentas sociedades, envíos de II.EE, longitudes de los ríos, facturas de una empresa…….. Siempre que no haya una ley que lo fuerce como en los teléfonos la proporción de cada dígito es SIEMPRE la misma…...

Page 53: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Qué dice Benford?

• Empieza por 1 el 30.1 % de los casos

• Empieza por 2 el 17,6 %

• Empieza por 3 el 12,5 %

• Empieza por 4 el 9,7 %

• Empieza por 5 el 7,92 %

• ….

• Empieza por 9 el 4,6 %

Page 54: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

¿Qué dice Benford?BENFORD'S LAW FOR 1º AND 2º DIGIT

0

0,05

0,1

0,15

0,2

0,25

0,3

0,35

0 1 2 3 4 5 6 7 8 9

DIGITO

FR

EC

UE

NC

IA

Frec. 1º Digit.

Frec. 2º Digit

Frecuencia de cada digito en primer lugar

Frecuencia de cada digito en segundo lugar

Page 55: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Se cumple en sociedades

Page 56: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DÍGITOS

DIGITOFREC.

ABSOLUTAFREC. EN %

1 130680 30,19

2 75772 17,50

3 54024 12,48

4 41680 9,63

5 33921 7,84

6 29230 6,75

7 25648 5,92

8 22069 5,10

9 19861 4,59

BENEFICIO SOCIEDADES 98

Page 57: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

ANÁLISIS DE DÍGITOS

FREC. ABSOLUTA 1º DIGITO

0

20000

40000

60000

80000

100000

120000

140000

1 2 3 4 5 6 7 8 9

Page 58: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Se puede hacer con dos dígitos

Page 59: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Por su interés práctico e ilustrativo, se han listado, en la tabla siguiente, losporcentajes esperados, de la distribución de frecuencias de los dos primerasdígitos, de un conjunto de Benford (cifras que siguen la Ley de Benford).

Ley de Benford - Frecuencias de los dos primeros dígitos

% Dígit. % Dígit. % Dígit. % Dígit. % Dígit.

2.02% 21 1.05% 41 0.71% 61 0.53% 81

1.93% 22 1.02% 42 0.69% 62 0.53% 82

1.85% 23 1.00% 43 0.68% 63 0.52% 83

1.77% 24 0.98% 44 0.67% 64 0.51% 84

1.70% 25 0.95% 45 0.66% 65 0.51% 85

1.64% 26 0.93% 46 0.65% 66 0.50% 86

1.58% 27 0.91% 47 0.64% 67 0.50% 87

1.52% 28 0.90% 48 0.63% 68 0.49% 88

1.47% 29 0.88% 49 0.62% 69 0.49% 89

4.14% 10 1.42% 30 0.86% 50 0.62% 70 0.48% 90

3.78% 11 1.38% 31 0.84% 51 0.61% 71 0.47% 91

3.48% 12 1.34% 32 0.83% 52 0.60% 72 0.47% 92

3.22% 13 1.30% 33 0.81% 53 0.59% 73 0.46% 93

3.00% 14 1.26% 34 0.80% 54 0.58% 74 0.46% 94

2.80% 15 1.22% 35 0.78% 55 0.58% 75 0.45% 95

2.63% 16 1.19% 36 0.77% 56 0.57% 76 0.45% 96

2.48% 17 1.16% 37 0.76% 57 0.56% 77 0.45% 97

2.35% 18 1.13% 38 0.74% 58 0.55% 78 0.44% 98

2.23% 19 1.10% 39 0.73% 59 0.55% 79 0.44% 99

2.12% 20 1.07% 40 0.72% 60 0.54% 80

Page 60: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Utilidad

• Ver la diferencia entre lo ESPERADO y lo SUCEDIDO

Page 61: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Modo de trabajar

• Interno.

– En cooperación con DIT

– Datos extraídos de una opción del ZUJAR que permite descarga de tablas.

• Externo

– Pidiendo datos al contribuyente para usarlos de la forma que mas adelante se explica

Page 62: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Frecuencia de los Dos Primeros Dígitos

0

2.000

4.000

6.000

8.000

10.000

12.000

14.000

16.000

18.000

20.000

10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 55 58 61 64 67 70 73 76 79 82 85 88 91 94 97

Dos Prim eros Dígitos

Fre

cu

en

cia

Ab

so

luta

Datos de declaraciones Aduanas

Page 63: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Sabemos DONDE hay INVENTO

Page 64: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

0,00

10,00

20,00

30,00

40,00

50,00

60,00

1 2 3 4 5 6 7 8 9

P r i me r d íg i t o d e l V a l o r D e c l a r a d o e n l a A d u a n a

Benf or d

Cap. 10

Cap. 89

Cap. 47

Cap. 12

Cap. 27

Cap. 55

Cap.39

Cap. 72

T ODOS

Page 65: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 66: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

66 11 0,07 750 0,20 1,47

67 10 0,07 653 0,18 1,53

68 29 0,19 2.213 0,60 1,31

69 122 0,81 5.412 1,48 2,25

70 115 0,76 4.658 1,27 2,47

71 39 0,26 5.628 1,53 0,69

72 55 0,36 1.763 0,48 3,12

73 327 2,16 9.361 2,55 3,49 MANUFACTURAS DE FUNDICION, DEHIERRO O DE ACERO:

74 13 0,09 1.173 0,32 1,11

75 154 0,04 0,00

76 102 0,67 2.415 0,66 4,22

78 5 0,03 98 0,03 5,10

79 93 0,03 0,00

80 1 0,01 87 0,02 1,15

81 210 0,06 0,00

82 381 2,52 7.442 2,03 5,12 HERRAMIENTAS Y UTILESARTICULOS DE CUCHILLERIA YCUBIERTOS DE MESA, DE METALESCOMUNES, PARTES DE ESTOSARTICULOS, DE METALESCOMUNES:

83 62 0,41 5.480 1,49 1,13

84 1.824 12,07 40.995 11,18 4,45 REACTORES NUCLEARES;CALDERAS; MAQUINAS; APARATOSY ARTEFACTOS MECANICOS;PARTES DE ESTAS MAQUINAS O

85 1.205 7,97 41.725 11,38 2,89 MAQUINAS; APARATOS Y MATERIALELECTRICO Y SUS PARTES;APARATOS DE GRABACION OREPRODUCCION DE SONIDO;APARATOS DE GRABACION OREPRODUCCION DE MAGENES YSONIDO EN TELEVISION; Y LASPARTES Y ACCESORIOS DE ESOSAPARATOS:

86 12 0,08 191 0,05 6,28

87 3.264 21,60 12.599 3,44 25,91 VEHICULOS AUTOMOVILES;TRACTORES; CICLOS Y DEMASVEHICULOS TERRESTRES; SUSPARTES Y ACCESORIOS:

88 12 0,08 636 0,17 1,89

89 127 0,84 657 0,18 19,33

90 454 3,00 16.683 4,55 2,72 INSTRUMENTOS Y APARATOS DEOPTICA, FOTOGRAFIA OCINEMATOGRAFIA, DE MEDIDA,CONTROL O DE PRECISION,INSTRUMENTOS Y APARATOSMEDICOQUIRÚRGICOS, PARTES DEESTOS INSTRUMENTOS OAPARATOS:

Eliminados RestoCAPITULODEL

ARANCEL Frec. % Frec. %

%Eliminados

/RestoDescripción

Page 67: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Herramienta en Excel

Distribuible para todos

Page 68: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 69: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 70: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 71: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

EN EL PUERTO 2/3 de los importadores operan con mercancías

de riesgo y 1/20 de los que lo hacen defraudan ¿Cuál es la

probabilidad de que en una operación exista fraude?

EN EL AEROPUERTO se comprueban 120 despachos al azar; 50

contienen fraude y 4/5 de ellos son de mercancía de riesgo.

¿Dónde EXISTE MAS FRAUDE?

Caso para el taller

Page 72: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Otro tipo de problemasSe dispone por un análisis de auditoria estricto que la probabilidad de queexista fraude en las mercancías en un recinto es 1/700.

Se sabe que la capacidad de detección del sistema es un 73 %, esto es que enun 73% de los casos existe el fraude cuando salta el filtro. (Unadeterminación positiva, un acta, puede tener su origen en un fraudecorrectamente detectado o tratarse de un error que será recurrido. Estáinfluido por P (A|F) y P (A| NO F).

Cuando el sistema no detecta nada, realmente en un 12% de los casos hayfraude que queda impune.

¿Cuál es la probabilidad en esa Aduana de que un despacho marcado comosospechoso por el sistema de filtros sea verdaderamente fraudulento?

Page 73: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Preparación para el taller IIIDISCERNIR SIN PARADOJAS

¿ HAY QUE CONTROLAR A CHINA O A COREA?

Page 74: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Caso para el taller

• Disponemos de datos de dos importadores. De uno de ellos tenemos 500 controles un 80% de los cuales son correctos y 20% eran fraude

• Tenemos otro mas reciente de los que 9 son buenos y 1 malos

• HAY UN AVISO DE RIESGO

• SOLO PODEMOS CONTROLAR A UNO

• ¿A CUÁL SE DEBE CONTROLAR?

Page 75: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Caso para el taller Estimación pérdidas

Page 76: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Caso para el taller

• En un recinto aduanero el promedio de despachos con fraude es 1/40

• El valor medio de cada regularización son 500$

• Cada inspector reconoce 600 declaraciones al mes

• Cuanto tiempo será necesario para que alcance una cuota de10.000 $?

Page 77: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

CUANTIFICACIÓN DE LA CALIDAD

Page 78: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Factores decisivos

• Precisión en la estimación del RIESGO ASUMIDO

• Eficiencia y eficacia en la reducción del riesgo SOPORTADO

• Homogeneidad en el riesgo SENTIDO

Page 79: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

RIESGO ASUMIDO

• Es el que se desea soportar

• Es variable de diseño

• Forma parte de los algoritmos puestos en los sistemas de análisis de riesgo

Page 80: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Riesgo soportado

• Es el soportado y que se obtiene de las técnicas analizadas (experimental).

• Lo importante es saber lo que sabemos.

– El riesgo de un operador.

– De un recinto.

– De un documento.

Page 81: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Riesgo sentido

• El que los usuarios creen que ocurre en realidad

– Me da miedo subir en avión por mas que me digan..

– En la Aduana pasa tal y tal por más que me digan…

Page 82: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Situaciones

• En una ideal (transparencia)

– Las tres deberían coincidir

• En la real

– Si soportado > asumido

– Si sentido > asumido

– Sentido > soportado..

Page 83: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Cálculo de riesgo real

Page 84: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Calibración de sistemas

• Una vez que sabemos el “compliance rate”.

• Una vez conocidas las prioridades– Hay que empezar a seleccionar en recinto

– Lo que implica usar el sistema de filtros• Lo que supone reglas

• Lo que supone algebra de boole

– Hay que insertar sistema de muestreo• Lo permite el Sw por parámetro

• Se introduce lista de números

• Se inserta un IF… en el código

Page 85: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Problema• Una vez que sabemos el COMPLIANCE RATE

ESTIMADO , por ejemplo el 96% sabemos la tasa defallos 4% y disponemos de una ESTIMACION delfraude con una PRECISION y un NIVEL deCONFIANZA

• Si quisiéramos se puede saber el riesgo de UNAconcreta operación– Simple

– Leyes de Morgan

– Todo lo complicado y preciso que se quiera

Page 86: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Compliance y calidad

• ¿Cuál es la medida?

– % de actas , % de cargo

– Cuando lo hacemos bien ¿Se va a peor?

• ¿Qué medimos?

• ¿Es la medida– ¿Qué no pase nada?

– ¿Qué pase algo?

Page 87: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

El problema de los porcentajes

• Hay dos porcentajes a considerar

– A) El de la muestra (YA ESTUDIADO)

– B) El propio de la mercancía

• Rojo, Naranja y verde

– Debe poder ser empleado en cualquier metrica

• De calidad

• De seguridad …

Page 88: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

El problema

• Sea una operación que tiene un riesgo de fraude del x %

• Sea la cuota de esa operación y pesos

• Sea el problema de seguridad z puntos

• Sean N operaciones

• Sea que puedo reconocer a % * N

• OPTIMIZAR LOS RESULTADOS

Page 89: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

EL PROBLEMA

• Cada operación tiene un valor

• SOLUCIÓN

– Cuota media por % riesgo = E(cuota)

– Se normaliza

• El máximo 1 y el mínimo 0

– Se analizan los filtros que le afectan

• Se obtiene la probabilidad de ser despachado en cada tipo de circuito

– S (P(pi*Ci)).

Page 90: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Un modeloCalidad en análisis de riesgo – Ejemplo Circuitos de DUAs

Declaración- Origen

- Mercancía

- Operador

----

Riesgo

potencial

Riesgo asumido Fraude < 0,5%40% 30% 30%

Page 91: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Procedimiento

• Situar el despacho analizado en un punto del eje vertical.– El de mayor riesgo 100% rojo

• En la dimensión horizontal se presenta el porcentaje de reconocimientos para nivel de riesgo– El sistema que tenemos en cada momento implica que

para un documento con un nivel de riesgo existe unas probabilidades concretas.

• Si la situación es una línea quebrada no es el optimo

Page 92: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Mecánica de trabajo

Calidad en análisis de riesgo – Ejemplo Circuitos de DUAs

Declaración- Origen

- Mercancía

- Operador

----

Riesgo

potencial

Riesgo asumido Fraude < 0,5%40% 30% 30%

MEDIO

ALTO

Page 93: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Necesidad de warehousing

R ANALISIS DESP.IMPORT ZJON300N

ACTUALIZADO A 16/07/04 MAGNITUD: * EN COLUMNAS

-----------------------------------------------------------------------------

|AÑO/MES: 2003 __ RECINTO ____ FILTRO..: +1___ CIR.:INICIAL/FINAL: R_ __ |

|DESPACHO: _____ JUSTIFICACION: __ MOTIVO: __ TIPO DE FILTRO.: __ |

|NIF: _________ DECLARANTE..: _________ RESULTADO..: ____________ |

|DECISION TOMADA...: ___ |

----------------------------CTS EURO ------------------------------------

DUAS 1 PARTIDA _ VALOR 1 PARTIDA _ IMPORTE LCI/E _

----------------- ------------------- ---------------

_ 13490 1 _ 8.846.281 _ 0 _

_ 16277 2 _ 10.808.135 _ 32.706 _

_ 16281 6 _ 23.419.279 _ 49.724 _

_ 16283 2 _ 254.043.359 _ 0 _

_ 16288 0 _ 0 _ 0 _

_ 16289 0 _ 0 _ 3.771 _

_ 16295 0 _ 0 _ 0 _

_ 16297 6 _ 10.078.402 _ 147.026 _

_ 16298 2 _ 26.574.800 _ 2.800.565 _

_ 16300 1 _ 71.835 _ 0 _

PF: 01 AYUDA 02 COMPLETA 03 VOLVER 04 TOTALES 05 3-D 06 OT.FUNC.

07 08 ABAJO 09 CONS.ANT 10 11 12

Page 94: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

U D A GESTION DE FILTROS (1/2) Pag: 2

POR ESTADO DEPENDENCIA 21-07-2004

Entidad : DID Número _____ ___ F.Alt desde __ __ ____ hasta __ __ ____

Ambito: _ Acción: __ F.Fin desde > 21 07 2004 hasta __ __ ____

Circuito: _ Origen: __ Objeto: ______________________________

Atributo ______ ______________________________ Tipo: __

Número Vers Objeto Amb Tipo Circuito

------ ---- ------------------------- --- ---------------- --------------

_ 19273 002 DECLARACIóN INCORRECTA P NAC ESPECIAL VIGILA V 90 R 10

_ 19274 002 DECLARACIóN INCORRECTA P NAC ESPECIAL VIGILA V 90 R 10

_ 19277 004 DECLARACIóN INCORRECTA P NAC ESPECIAL VIGILA V 90 R 10

_ 19462 001 INCORRECTA DECLARACIÓN P NAC ESPECIAL VIGILA R100

_ 19463 001 INCORRECTA DECLARACIÓN P NAC ESPECIAL VIGILA V 50 R 50

_ 19464 001 INCORRECTA DECLARACIÓN P NAC ESPECIAL VIGILA R100

_ 19465 001 INCORRECTA DECLARACIÓN P NAC ESPECIAL VIGILA V 50 R 50

_ 19350 001 PRESUNTA FALSIFICACIóN M NAC PROP.INDUST. E R100

_ 19458 001 FALSIF. MARCAS PALOS DE NAC PROP.INDUST. E R100

_ 17207 001 ESP. VIGILANCIA.ESTUPEFA NAC CONTRABANDO R100

_ 19320 004 POSIBLE TRáF. ESTUPEFACI NAC CONTRABANDO R100

X DETALLE M MODIFICAR B BAJA I INF.ASOC D DOCUMEN. C COPIAR N NUEVA VERS

PF: 01 02 ORDEN 03 VOLVER 04 ALTA 05 06 SIMULAD.

07 ARRIBA 08 ABAJO 09 FIN 10 TOTAL 11 DERECHA 12

Filtros

Page 95: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Solución

• Problemas de máximos condicionados

– Un lagrangiano)

• A ojo con una pizarra

Page 96: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Goal Attainment Scores

Page 97: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

CONCEPTOS

• EVALUATION

– Cuantificación del resultado de un conjunto de acciones.

• RESEARCH (Investigación)

– Contrastación de hipótesis estadísticas

Page 98: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

G.A.S

• Método para evaluar los resultados alcanzados a través de la aplicación de un programa

• Se crea un cuadro “Goal Attainment Follow up Guide”

• Ante una política puede pasar que unas cosas mejoran y otras no, que unas y es posible que unas cosas se perciban y otras no

Page 99: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO
Page 100: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Cuadro de seguimiento

Acciones del programa de accion

Accion 1 2 3 . n

Peso w1 wn

Muy alta (+2)

Alta (+1)

Media

Baja (-1)

Muy baja (-2)

Page 101: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Supongamos

• Calidad de la selección para reconocimiento físicos

• Cuota instruida por los reconocimientos

• Minimización de la perturbación al trafico comercial derivado de los controles

Page 102: MODELOS MATEMÁTICOS PARA LA GESTION DEL RIESGO

Estadístico

r = 0,29

Centrada Media es 50 y desviacion tipica 10

https://www.researchgate.net/publication/23959454_Goal_Attainment_Scaling_GAS_in_Rehabilitation_A_practical_guide