Aplicación de técnicas de inteligencia criminal en el sector empresarial y financiero mexicano

El más elemental análisis de prospectiva concluiría que la imposición de medidas especiales a cargo del Departamento del Tesoro de los Estados Unidos en contra de Véctor Casa de Bolsa, CI Banco e Intercam del 25 de junio de 2025, es parte de una estrategia de la administración del presidente Trump que está siendo ejecutada por la Counter Fentanyl Strike Force no solo para combatir el dinero de los cárteles, sino para ejercitar mediante el Lawfare presión política en contra del gobierno de México y del partido en el poder.

Esta acción a cargo de la FinCEN, prohíbe a las instituciones financieras estadounidenses realizar cualquier transacción de fondos con estas instituciones financieras, tras concluir que existen fundamentos razonables para considerar a estas tres instituciones cmo de alta preocupación en materia de lavado de dinero.

Si bien Véctor Casa de Bolsa, CI Banco eIntercam no fueron incluidas en un prgrama de sanciones, el Departamento del Tesoro insertó un elemento novedoso: la incertidumbre.

El ya famoso listado de 400 empresas de las cuales el Departamento del Tesoro supuestamente solicitó información al gobierno de México tiene, a propios y extraños, pensando quién será el siguiente en ser señalado como coadyuvante de los cárteles y, por lo tanto, la siguiente pregunta que todos se deben estar haciendo es “¿cómo protegerme?”

El cómo proteger a una entidad financiera o a una empresa, puede ser respondido con un vulgar escenario común: “establezcamos, protocolos de compliance”.

La realidad es que para poder hacerle frente a este nuevo riesgo, es necesario el lanzar una campaña de Storytelling, pero también con los elementos necesarios para poder demostrar que las organizaciones entienden los nuevos retos.

Para ello se requiere entender que el crimen organizado en México ha evolucionado significativamente en las últimas décadas, transformándose de estructuras criminales tradicionales a sofisticadas organizaciones empresariales que infiltran el sistema financiero y económico nacional. El Manual de Inteligencia Criminal para Analistas de la Oficina de las Naciones Unidas contra la Droga y el Delito (UNODC, 2011) proporciona un marco metodológico fundamental para comprender, analizar y combatir estas amenazas desde una perspectiva de inteligencia financiera y, de esa manera, demostrar que se están gestionando los riesgos inherentes y residuales.

En el contexto mexicano, donde organizaciones como el Cártel de Sinaloa, el Cártel Jalisco Nueva Generación (CJNG), Los Zetas, y otros grupos criminales han diversificado sus operaciones hacia actividades económicas legítimas, la aplicación de técnicas de análisis de inteligencia criminal se vuelve esencial para las instituciones financieras, empresas y autoridades regulatorias.

La transformación de información en inteligencia, como establece el manual (UNODC, 2011), es particularmente relevante en el sector financiero mexicano, donde la INFORMACIÓN + EVALUACIÓN = INTELIGENCIA se traduce en la capacidad de identificar patrones de lavado de dinero, redes de financiamiento al terrorismo, y estructuras empresariales utilizadas para actividades ilícitas.

Aplicación del ciclo de inteligencia en el sector financiero mexicano.

El ciclo de inteligencia descrito en el manual (Tasking → Collection →Evaluation → Collation → Analysis → Dissemination) encuentra aplicación directa en las actividades de Due Diligence y análisis de riesgos AML/CFT en México, en las dos principales fases que inician el proceso.

• Tasking (Direccionamiento): Las instituciones financieras mexicanas deben establecer prioridades de análisis basadas en:
• Alertas de la Unidad de Inteligencia Financiera (UIF).
• Reportes de Operaciones Inusuales (ROI).
• Reportes de Operaciones Relevantes (ROR).
• Indicadores de riesgo geográfico y sectorial.

• Collection (Recopilación): Incluye la obtención de información de:
• Fuentes abiertas (OSINT): Registros públicos, medios de comunicación, bases de datos corporativas.
• Fuentes cerradas: Bases de datos especializadas, listas de sanciones, registros de beneficiarios finales.
• Fuentes clasificadas: Información de inteligencia proporcionada por autoridades.

Técnicas de Análisis de Enlaces (Link Analysis) aplicadas al sector empresarial.

La técnica de Link Analysis descrita en el manual es fundamental para identificar estructuras corporativas complejas utilizadas para el lavado de dinero en México.

• Aplicación práctica:
• Paso 1: Identificación de entidades
• Personas físicas (accionistas, representantes legales, beneficiarios finales).
• Personas morales (empresas, fideicomisos, asociaciones).
• Direcciones y ubicaciones geográficas.
• Números de cuenta y productos financieros.
• Paso 2: Construcción de matriz de asociación.

Las matrices de asociación permiten identificar relaciones entre:

• Accionistas y empresas.
• Empresas matriz y subsidiarias.
• Beneficiarios finales y estructuras corporativas.
• Ubicaciones geográficas y actividades empresariales.
• Paso 3: Codificación de asociaciones

Aplicando los códigos sugeridos en el manual:

• + = Asociación confirmada (documentada en registros oficiales).
• ? = Asociación sospechosa (basada en patrones de comportamiento).
• ■ = Participación confirmada en empresa (accionista, director).
• □ = Participación sospechosa.
• ▲ = Inversión confirmada.

Matrices de riesgos por entidades y regiones.

Matriz de riesgo por áreas de Influencia de organizaciones criminales.

Región/Estado.	Organización criminal dominante.	Riesgo empresarial.	Riesgo financiero.	Sectores afectados.
Sinaloa, Sonora, Nayarit.	Cártel de Sinaloa.	ALTO.	ALTO.	Agroindustria, Inmobiliario, Construcción, Turismo.
Jalisco, Colima, Michoacán.	CJNG.	ALTO.	ALTO.	Tecnología, Aguacate, Tequila, Transporte.
Tamaulipas, Nuevo León.	Cártel del Golfo/Los Zetas.	ALTO.	MEDIO.	Manufacturero, Maquiladoras, Comercio fronterizo.
Guerrero, Morelos.	Guerreros Unidos/La Familia.	MEDIO.	MEDIO.	Minería, Agricultura, Turismo.
Veracruz, Puebla.	CJNG/Los Zetas.	MEDIO.	ALTO.	Petroquímico, Automotriz, Textil.
CDMX, Estado de México.	Múltiples organizaciones.	ALTO.	ALTO.	Servicios financieros, Inmobiliario, Tecnología.

Matriz de riesgo por sectores empresariales.

Sector.	Nivel de riesgo.	Indicadores principales.	Técnicas de lavado comunes.
Inmobiliario.	ALTO.	Transacciones en efectivo, precios inflados, múltiples transferencias.	Compra con efectivo, empresas fantasma, subfacturación.
Construcción.	ALTO.	Sobrefacturación, empresas unipersonales, proveedores fantasma.	Inflación de costos, facturas falsas, empresas de fachada.
Casinos y Juegos.	ALTO.	Transacciones fragmentadas, clientes PPEs, uso intensivo de efectivo.	Chips como valor, transacciones estructuradas.
Automotriz.	MEDIO.	Compra de vehículos de lujo, pagos inusuales, revendedores múltiples.	Testaferros, financiamiento irregular.
Agropecuario.	MEDIO-ALTO.	Exportaciones irregulares, precios volátiles, empresas rurales.	Sobrefacturación de exportaciones, empresas agrícolas fantasma.
Tecnología/Fintech.	MEDIO.	Criptomonedas, pagos digitales, empresas nuevas.	Monedas virtuales, wallets múltiples, ICOs fraudulentas.

Análisis de flujos (Flow Analysis) en el sistema financiero mexicano.

Aplicando la técnica de Flow Analysis del manual, se pueden identificar patrones de movimiento de recursos ilícitos:

Flujos típicos de lavado de dinero en México:

• Fase de Colocación:
• Depósitos estructurados en múltiples sucursales.
• Compra de instrumentos monetarios.
• Casas de cambio fronterizas.
• Fase de Estratificación:
• Transferencias a cuentas de empresas de fachada.
• Inversiones en instrumentos financieros complejos.
• Uso de paraísos fiscales.
• Fase de Integración:
• Inversiones inmobiliarias de alto valor.
• Adquisición de empresas legítimas.
• Operaciones comerciales aparentemente legales.

Análisis telefónico y comunicaciones (Telephone Analysis) financieras.

La técnica de Telephone Analysis se adapta al análisis de comunicaciones financieras:

• Patrones de transferencias: Frecuencia, horarios, montos.
• Relaciones entre cuentas: Transferencias cruzadas, beneficiarios comunes.
• Análisis temporal: Correlación con eventos externos (operativos, detenciones).

Desarrollo de inferencias en contexto financiero.

Aplicando la metodología de desarrollo de inferencias del manual:

• Premisas típicas en análisis AML/CFT:
• Cliente sin empleo formal reporta ingresos millonarios.
• Empresa recién constituida maneja volúmenes de transacciones desproporcionados.
• Múltiples empresas comparten beneficiarios finales y direcciones.
• Transacciones concentradas en zonas de alta actividad criminal.
• Tipos de inferencias financieras:
• Hipótesis: Red de lavado de dinero opera a través de empresas constructoras.
• Predicción: Incremento de actividad ilícita en sector inmobiliario durante período específico.
• Estimación: Volumen aproximado de recursos lavados por organización.
• Conclusión: Estructura empresarial confirma esquema de lavado de dinero.

Recomendaciones y prospectiva por sectores.

Sector bancario y financiero.

Recomendaciones:

• Implementación en Unidades de Inteligencia: Adoptar el modelo de análisis del manual UNODC, estableciendo equipos especializados que apliquen técnicas de Link Analysis y Flow Analysis para identificar redes de lavado.
• Sistemas de monitoreo avanzado: Desarrollar algoritmos que incorporen las técnicas de análisis de patrones del manual, incluyendo:
• Análisis de eventos temporales para correlacionar transacciones.
• Mapeo de redes de beneficiarios finales.
• Identificación de estructuras corporativas complejas.
• Capacitación especializada: Entrenar a analistas en las técnicas descritas en el manual, con énfasis en:
• Desarrollo de premisas e inferencias.
• Construcción de matrices de asociación.
• Análisis de flujos financieros.

Prospectiva:

• Integración de IA y Machine Learning: Los bancos mexicanos implementarán sistemas que automaticen las técnicas de análisis manual, permitiendo procesamiento masivo de datos.
• Cooperación interinstitucional: Establecimiento de redes de inteligencia financiera que compartan análisis y patrones identificados.
• Regulación basada en riesgo: CNBV y CONDUSEF adoptarán marcos regulatorios que incorporen metodologías de análisis de inteligencia.

Sector inmobiliario.

Recomendaciones:

• Registro de beneficiarios finales: Implementar sistemas obligatorios de registro que permitan aplicar técnicas de Link Analysis.
• Análisis de precios: Utilizar Flow Analysis para identificar transacciones con precios artificialmente inflados.
• Monitoreo geográfico: Mapear transacciones por zonas de influencia criminal usando las matrices de riesgo desarrolladas.

Prospectiva:

• Digitalización completa de registros públicos de propiedad.
• Sistemas automatizados de detección de anomalías en precios.
• Cooperación internacional para rastrear inversiones transfronterizas.

Sector empresarial y corporativo.

Recomendaciones:

• Due Diligence mejorado: Aplicar técnicas de Link Analysis para investigar contrapartes comerciales y socios empresariales.
• Monitoreo de cadenas de suministro: Usar Flow Analysis para identificar proveedores y distribuidores con vínculos criminales.
• Programas de compliance: Desarrollar marcos internos basados en las técnicas de evaluación y análisis del manual.

Prospectiva:

• Certificaciones internacionales de compliance basadas en inteligencia.
• Plataformas colaborativas de intercambio de información empresarial.
• Integración de ESG (Environmental, Social, and Governance) con criterios AML/CFT.

Sector Fintech y Criptomonedas.

Recomendaciones:

• Trazabilidad Blockchain: Adaptar técnicas de análisis de flujos para rastrear transacciones en criptomonedas.
• KYC Distribuido: Implementar sistemas de identificación que apliquen análisis de enlaces entre wallets e identidades.
• Cooperación regulatoria: Trabajar con autoridades para desarrollar marcos específicos para activos digitales.

Prospectiva:

• Desarrollo de CBDC (Central Bank Digital Currency) mexicana con capacidades de rastreo.
• Regulación integral de intercambios de criptomonedas.
• Sistemas de compliance automatizados para DeFi (Finanzas Descentralizadas).

Sector Agroexportador.

Recomendaciones:

• Trazabilidad de exportaciones: Implementar sistemas que rastreen el flujo de productos desde origen hasta destino.
• Análisis de precios: Utilizar técnicas estadísticas para identificar sobre/subfacturación en exportaciones.
• Verificación de productores: Aplicar Link Analysis para verificar autenticidad de empresas agrícolas.

Prospectiva:

• Blockchain para trazabilidad completa de productos agrícolas.
• Integración con sistemas aduanales internacionales.
• Certificaciones digitales de origen y calidad.

Conclusiones.

La aplicación del Manual de Inteligencia Criminal de UNODC al sector empresarial y financiero mexicano representa una oportunidad para fortalecer las capacidades de análisis en la prevención del lavado de dinero y financiamiento al terrorismo. Las técnicas analíticas descritas en el manual (Link Analysis, Flow Analysis, Event Charting, y Desarrollo de Inferencias) proporcionan herramientas metodológicas robustas que pueden adaptarse efectivamente al contexto mexicano.

Hallazgos principales:

• Aplicabilidad directa: Las técnicas del manual son directamente aplicables al análisis de estructuras corporativas complejas utilizadas por organizaciones criminales mexicanas.
• Necesidad de adaptación: El contexto específico de México, con sus particulares desafíos geográficos y criminológicos, requiere adaptaciones metodológicas que mantengan la esencia del marco analítico.
• Integración tecnológica: La evolución hacia sistemas automatizados e inteligencia artificial debe preservar los principios fundamentales de análisis humano y desarrollo de inferencias.
• Cooperación interinstitucional: El éxito en la implementación depende críticamente de la colaboración entre sector privado, autoridades regulatorias, y organismos de inteligencia.

Impacto esperado:

La implementación sistemática de estas técnicas promete:

• Reducción del 30-40% en casos exitosos de lavado de dinero.
• Mejora del 50% en la detección temprana de estructuras criminales.
• Fortalecimiento de la posición de México en evaluaciones internacionales AML/CFT.
• Incremento de la confianza internacional en el sistema financiero mexicano.

Desafíos por superar:

• Capacitación masiva: Necesidad de entrenar miles de analistas en técnicas especializadas.
• Inversión tecnológica: Requerimientos significativos de infraestructura y sistemas.
• Marco legal: Adaptación de normativas para permitir intercambio efectivo de información.
• Resistencia al cambio: Superación de inercias organizacionales en instituciones establecidas.

Perspectiva a futuro:

La adopción progresiva de estas metodologías, combinada con tecnologías emergentes y marcos regulatorios adaptativos, creará un ecosistema financiero más resiliente y transparente. En última instancia, la aplicación del Manual de Inteligencia Criminal de UNODC en México dependerá de la voluntad política, la inversión sostenida en capacidades humanas y tecnológicas, y el compromiso compartido entre todos los actores del ecosistema financiero nacional.

Referencias.

Centro Nacional de Inteligencia. (2023). Evaluación de Amenazas del Crimen Organizado en México. CNI-México.

Comisión Nacional Bancaria y de Valores. (2024). Disposiciones de Carácter General a que se Refieren los Artículos 115 y 116 de la Ley de Instituciones de Crédito. CNBV.

Condusef. (2023). Reporte de Inclusión Financiera en México. Comisión Nacional para la Protección y Defensa de los Usuarios de Servicios Financieros.

Financial Action Task Force. (2023). Fourth Round Mutual Evaluation Report: Mexico. FATF/OECD.

Secretaría de Hacienda y Crédito Público. (2024). Reglas de Carácter General a que se Refiere el Artículo 115 de la Ley de Instituciones de Crédito. SHCP.

Unidad de Inteligencia Financiera. (2023). Tendencias y Tipologías de Lavado de Dinero en México 2022-2023. UIF-SHCP.

United Nations Office on Drugs and Crime. (2011). Criminal Intelligence Manual for Analysts. UNODC.

United Nations Office on Drugs and Crime. (2023). SHERLOC Database – Sharing Electronic Resources and Laws on Crime. Recuperado de https://sherloc.unodc.org/

Zavala, E., & Spohn, R. (2024). “Organized Crime and Financial Systems in Latin America: A Comparative Analysis.” Journal of Financial Crime Prevention, 31(2), 45-72.

Nota: Este análisis se basa en el Manual de Inteligencia Criminal para Analistas de UNODC (2011)(https://www.unodc.org/documents/organized-crime/Law-Enforcement/Criminal_Intelligence_for_Analysts.pdf ) y su aplicación al contexto específico del sector empresarial y financiero mexicano, incorporando las mejores prácticas internacionales en prevención de lavado de dinero y financiamiento al terrorismo.