DATA MINING PARA EVALUAR EL RIESGO OPERATIVO EN PROCESOS TECNOLÓGICOS

Autores

  • Pedro Solana-González University of Cantabria http://orcid.org/0000-0001-5606-1476
  • Rafael Bello Pérez Universidad Central "Marta Abreu" de Las Villas
  • María Matilde García Lorenzo Universidad Central "Marta Abreu" de Las Villas
  • Adolfo Alberto Vanti Universidad Federal de Santa María
  • Ivan Henrique Vey Universidad Federal de Santa María

DOI:

https://doi.org/10.21714/2236-417X2019v9n2

Palavras-chave:

Riesgo Operativo, Procesos Tecnológicos, Gobernanza de TI, Minería de Datos, Aprendizaje Automático

Resumo

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.

Downloads

Não há dados estatísticos.

Biografia do Autor

Pedro Solana-González, University of Cantabria

Doctor en Ingeniería Industrial por la Universidad de Cantabria, España Profesor de la Universidad de Cantabria, Departamento de Administración de Empresas

Rafael Bello Pérez, Universidad Central "Marta Abreu" de Las Villas

Doctor en Ciencias Matemáticas por la Universidad de Universidad Central "Marta Abreu" de Las Villas, Cuba Profesor de la Universidad Central "Marta Abreu" de Las Villas, Departamento de Ciencias de la Computación

María Matilde García Lorenzo, Universidad Central "Marta Abreu" de Las Villas

Doctora en Ciencias de la Computación por la Universidad Central "Marta Abreu" de Las Villas, Cuba Profesora de la Universidad Central "Marta Abreu" de Las Villas, Centro de Estudios Informáticos (CEI), Cuba

Adolfo Alberto Vanti, Universidad Federal de Santa María

Doctor en Ciencias Económicas y Empresariales por la Universidad de Deusto, España Profesor de la Universidad Federal de Santa María (UFSM), Programa de Posgrado en Gestión de Organizaciones Públicas (PPGOP), Brasil

Ivan Henrique Vey, Universidad Federal de Santa María

Doctor en Ingeniería de Producción por la Universidad Federal de Santa Catarina, Brasil Profesor de la Universidad Federal de Santa María (UFSM), Departamento de Ciencias Contables, Brasil

Downloads

Publicado

30-08-2019

Como Citar

Solana-González, P., Bello Pérez, R., García Lorenzo, M. M., Alberto Vanti, A., & Vey, I. H. (2019). DATA MINING PARA EVALUAR EL RIESGO OPERATIVO EN PROCESOS TECNOLÓGICOS. Perspectivas Em Gestão &Amp; Conhecimento, 9(2), 40–55. https://doi.org/10.21714/2236-417X2019v9n2

Edição

Seção

Relatos de Pesquisa | Research Articles