Análisis geopolítico en escenarios de contagio financiero: la reconstrucción de cadenas espaciales por medio de su Identificador de Entidad Jurídica (LEI)
Barra lateral del artículo
Contenido principal del artículo
Resumen
Este artículo explora el potencial de los datos espaciales en el análisis geopolítico de la red financiera internacional. Para ello, se exploran las posibilidades de explotación del Registro de Identificador de Entidad Jurídica (códigos LEI), un ingente banco de información que permite determinar las relaciones espaciales de los intermediarios financieros internacionales, y sus posiciones de inversión declaradas.
El objetivo final es refinar el análisis en dos escenarios: primero, la elaboración de los códigos geopolíticos relacionados con la lógica financiera internacional; segundo, la reconstrucción de la estructura espacial de los grandes intermediarios financieros y sus posiciones en los mercados, que permite identificar los canales de contagio en caso de crisis de una o más partes de la cadena, un aspecto de alto interés en cuestiones de seguridad.
Descargas
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Se permite y anima a los autores a difundir sus trabajos electrónicamente (por ejemplo, en repositorios institucionales o en su propio sitio web) después de la publicación de la revista, para favorecer intercambios productivos, así como una citación más temprana y mayor de los trabajos publicados (Véase The Effect of Open Access).
Citas
Alonso, J. M. y Carrillo, J. (2021). El papel de la inteligencia estratégica en el marco del creciente vínculo entre geopolítica y finanzas globales. Revista de Relaciones Internacionales de la UNAM, 141.
Beck, S., Sutken, C., Estrada, C., Doyle, R., y Malaket, A. (2019). Trade and the Legal Entity Identifier. Disponible en https://www.think-asia.org/handle/11540/11251 [Consultado 21-09-2023].
BPI (2019). Sizing up global foreign exchange markets. BPI. Disponible en https://www.bis.org/publ/qtrpdf/r_qt1912f.htm [Consultado 21-09-2023].
Caldara, D. y Iacoviello, M. (2018). “Measuring Geopolitical Risk”. International Finance Discussion Papers nº 1222. Disponible en https://doi.org/10.1257/aer.20191823 [Consultado 21-09-2023].
Colladon, A. y Remondi, E. (2017). “Using Social Network Analysis to Prevent Money Laundering”. Expert Systems with Applications, 67, pp. 49-58. http://dx.doi.org/10.1016/j.eswa.2016.09.029
Fernández Cela (2023). Geografía Política de las Finanzas. Tesis doctoral. Universidad Complutense de Madrid.
GAFI (2020). Recomendaciones del GAFI. Disponible en https://www.cfatf-gafic.org/index.php/es/documentos/gafi40-recomendaciones [Consultado 21-09-2023].
Ministerio de Justicia (2023). Registradores de España. Disponible en https://www.justicia.lei.registradores.org/?AspxAutoDetectCookieSupport=1 [Consultado 21-09-2023].
Novikova, E., y Kotenko, I. (2014). Visual analytics for detecting anomalous activity in mobile money transfer services. Proceedings, 9, pp. 63-78. Disponible en Pinto, S. O., y Sobreiro, V. A (2022). Literature review: Anomaly detection approaches on digital business financial systems. Digital Business, 2, 100038.
Segovia-Vargas, M. J. Camacho, M. y Rocha, J. (2021). “Money laundering and terrorism financing detection using neural networks and an abnormality indicator”. Expert Systems with Applications, 169, 114470.
Segovia-Vargas, M. J. Camacho, M. y Rocha, J. (2022). Detection of shell companies in financial institutions using dynamic social network. Expert Systems with Applications, 207, 117981.