UNIVERSIDAD NACIONAL DEL CENTRO DEL PERÚ

FACULTAD DE ECONOMÍA

TESIS

“EL LAVADO DE DINERO: ESTIMACIÓN Y ANÁLISIS POR

ACTIVIDADES Y DEPARTAMENTOS EN EL PERÚ. 2001- 2012”

PRESENTADO POR:

BACH. ALMONACID CAYNICELA, BERNARDO LEONCIO

BACH. HUAMAN MARIN, DEYSI FELICIANA

PARA OPTAR EL TÍTULO PROFESIONAL DE ECONOMISTA

HUANCAYO – PERÚ

2014
 ASESOR:

M. Sc. EFRAIN CAMPOS FLORES

2
 DEDICATORIA:

Este trabajo está dedicado A Dios,

por habernos permitido llegar
hasta este punto y a nuestros
padres quienes siempre están
apoyándonos en todo momento
con sus consejos, sus valores, su
motivación. Lo cual nos impulsa a
poder realizar nuestros objetivos y
metas en lo profesional como en
lo personal.

3
 AGRADECIMIENTO
A Dios por permitirnos hacer una
realidad de nuestros sueños de ser
profesionales.

A nuestro asesor Efraín Campos Flores

por su esfuerzo en apoyarnos y
brindarnos sus valiosas sugerencias
para que se concluya nuestro trabajo.

A la Facultad de Economía de la UNCP

por permitirnos ser parte de ella, como a
los docentes por dedicarnos tiempo y
compartirnos sus conocimientos con el
anhelo de formar profesionales
destacados con altos estándares para el
país.

A todas aquellas personas que de forma

indirecta y desinteresada nos apoyaron
en la culminación de nuestra tesis.

Deysi y Bernardo.

4
 INDICE
RESUMEN .......................................................................................................... 9
INTRODUCCIÓN ............................................................................................... 11
CAPITULO I:
CONCEPTO DE LA INVESTIGACIÓN Y MARCO METODOLÓGICO
1.1. Planteamiento del problema ................................................................... 13
1.1.1. Formulación del problema ............................................................. 17
1.2. Justificación de la investigación.............................................................. 18
1.3. Objetivo de la investigación .................................................................... 19
1.3.1. Objetivo general: ........................................................................... 19
1.3.2. Objetivos específicos: ................................................................... 19
1.4. Marco teórico ......................................................................................... 19
1.4.1. El crimen como actividad racional ........................................................ 19
1.4.2. Modelo económico para estimar el lavado de dinero ..................... 24
1.5. Antecedentes del estudio ....................................................................... 30
1.6. Marco conceptual ................................................................................... 33
1.7. Planteamiento de hipotesis .................................................................... 36
1.7.1. Hipótesis general: ......................................................................... 36
1.7.2. Hipótesis específica: ..................................................................... 36
1.8. Aspectos metodológicos......................................................................... 37
1.8.1. Variables e indicadores ................................................................. 37
1.8.1.1. Variables .......................................................................... 37
1.8.1.2. Indicadores ....................................................................... 37
1.8.2. Población ...................................................................................... 38
1.8.3. Tipo de investigación..................................................................... 38
1.8.4. Método de la investigación ............................................................ 38

CAPÍTULO II:
GENERALIDADES SOBRE LA PREVENCIÓN DEL LAVADO DE DINERO Y
DESCRIPCIÓN DEL MARCO REGULATORIO EN EL PERÚ
2.1. Historia y evolución reciente del lavado de dinero .................................. 39
2.1.1. Historia Internacional..................................................................... 39
2.1.2. Historia Peruana ........................................................................... 41
2.2. Generalidades de la prevención en lavado de dinero y financiamiento al
terrorismo ............................................................................................... 42
5
 2.2.1. Actividades ilícitas precedentes al lavado de dinero ...................... 43
2.2.2. Unidad de Inteligencia Financiera (UIF) ........................................ 46
2.2.3. El grupo de acción financiera internacional (GAFI), Grupo de
acción financiera internacional de sudamérica (GAFISUD) y el
Grupo de unidad de inteligencia financiera (EGMONT) ................. 47

CAPÍTULO III:
RESULTADO DE LA INVESTIGACIÓN
3.1. Insumos empíricos del modelo ............................................................... 48
3.2. Cuantificación del lavado de dinero. Resultados empíricos .................... 50
3.3. Prueba de hipotesis ................................................................................ 64

CAPITULO IV:
ASPECTOS QUE SE ESTAN REALIZANDO PARA CONTRARRESTAR EL
LAVADO DE DINERO EN EL PÉRÚ

CONCLUSIONES .............................................................................................. 78
RECOMENDACIONES ...................................................................................... 80
BIBLIOGRAFÍA.................................................................................................. 83
ANEXOS ........................................................................................................... 86
Anexo N° 1: Desarrollo del modelo................................................................. 86
Anexo N° 2: Datos estadísticos ...................................................................... 88
Anexo N° 3: Resultados ................................................................................. 91
Anexo N° 4: Otras fuentes de información.................................................... 102

6
 INDICE DE FIGURAS

Figura N° 1: Mapa a nivel mundial por niveles de riesgo de lavado de dinero y

financiamiento al terrorismo .......................................................... 13
Figura N° 2: PBI por años y actividades productivas en el Perú......................... 15
Figura N° 3: Índice delincuencial por años y departamentos en el Perú............. 15
Figura N° 4: Evolución del lavado de dinero y el PBI en el Perú (2000 a 2012) . 51
Figura N° 5: Lavado de dinero con respecto al PBI............................................ 51
Figura N° 6: Histograma del lavado de dinero en el Perú................................... 52
Figura N° 7: Pronóstico del lavado de dinero para el año 2013 ......................... 52
Figura N° 8: Matriz de riesgo para lavado de dinero .......................................... 54
Figura N° 9: Participación del lavado de dinero por departamentos y niveles
de riesgo – año 2012..................................................................... 55
Figura N° 10: Departamentos por niveles de riesgos con respecto al PBI
(nacional y departamental) y el lavado de dinero ........................ 57
Figura N° 11: Participación del lavado de dinero por actividades económicas…59
Figura N° 12: Número de reportes de operaciones sospechosas por tipo de
sujeto obligado – últimos 12 meses a diciembre 2013 ................ 63
Figura N° 13: Venta total de vehículos nuevos a nivel nacional ......................... 64
Figura N° 14: Mapa de zonas fronterizas con otros paises y nivel de riesgo ...... 66
Figura N° 15: Densidad de cultivos de coca en el perú, 2012 ............................ 67
Figura N° 16: Participación del PBI por actividades y el lavado de dinero………68
Figura N° 17: Países a nivel mundial que luchan contra la trata de personas .... 75
Figura N° 18: Departamentos con niveles de pobreza al 2012 ........................ 102
Figura N° 19: Mapa de niveles de riesgo por departamentos, determinado por
delitos precedentes LA/FT 2013 ............................................... 103
Figura N° 20: Mapa de niveles de riesgo por provincias, determinado por
delitos precedentes LA/FT 2013 ............................................... 104
Figura N° 21: Mapa de evolución del delito de extorsión por departamento ..... 105
Figura N° 22: Mapa de evolución del delito de hurto por departamento ........... 106
Figura N° 23: Mapa de evolución del delito de robo por departamento ............ 107
Figura N° 24: Mapa de evolución del delito de trata de personas por
departamento ............................................................................ 108
Figura N° 25: Comparación de datos montos modelo vs informes SBS ........... 111
Figura N° 26: Liquidación de compra y venta de hoja de coca ......................... 112

7
 INDICE DE TABLAS

Tabla N° 1: Monto involucrado en los informes de inteligencia financiera por

delitos precedentes (enero 2007 a diciembre 2013), en el Perú ...... 16
Tabla N° 2: Lavado de dinero nacional – frecuencia nacional caso mexicano ... 32
Tabla N° 3: Descripción de las variables macroeconómicas del modelo ............ 49
Tabla N° 4: Descripción de variables parametrizadas del modelo...................... 49
Tabla N° 5: Estimación del lavado de dinero en el Perú .................................... 50
Tabla N° 6: Estimación del lavado de dinero en el 2001 y 2012 por
departamentos en el Perú ............................................................... 53
Tabla N° 7: Participación del lavado de dinero por departamentos con
respecto al PBI entre los años 2001 a 2012 .................................... 56
Tabla N° 8: Estimación de datos del lavado de dinero por actividades
económicas con respecto al PBI - 2001 a 2012 ............................... 58
Tabla N° 9: Estimación de datos del lavado de dinero por actividades
económicas y departamentos para el año 2012 / PBI ...................... 60
Tabla N° 10: Registro de operaciones sospechosas–montos S.O. .................... 73
Tabla N° 11: Producto Bruto Interno por departamentos y años (nuevos soles) 88
Tabla N° 12: PBI por grandes actividades económicas 1991-2012 .................... 89
Tabla N° 13: Tasa de desempleo urbano, 2004 -2012 ....................................... 90
Tabla N° 14: Producto Bruto Interno por años (nuevos soles) ........................... 90
Tabla N° 15: Lavado de dinero por departamentos y agricultura, caza y
silvicultura ..................................................................................... 91
Tabla N° 16: Lavado de dinero por departamentos y por actividad de pesca ..... 92
Tabla N° 17: Lavado de dinero por departamentos y por actividad de minería .. 93
Tabla N° 18: Lavado de dinero por departamentos y manufactura .................... 94
Tabla N° 19: Lavado de dinero por departamentos y electricidad y agua........... 95
Tabla N° 20: Lavado de dinero por departamentos y construcción .................... 96
Tabla N° 21: Lavado de dinero por departamentos y comercio .......................... 97
Tabla N° 22: Lavado de dinero por departamentos y transporte ........................ 98
Tabla N° 23: Lavado de dinero por departamentos y restaurante y hoteles ....... 99
Tabla N° 24: Lavado de dinero por departamentos y servicios gubernamental 100
Tabla N° 25: Lavado de dinero por departamentos y por otros servicios ......... 101
Tabla N° 26: Grupo de departamentos con niveles de pobreza ....................... 102
Tabla N° 27: Países en paraísos fiscales......................................................... 109
Tabla N° 28: Listas del Grupo de Acción Financiera Internacional (GAFI) ....... 110

8
 RESUMEN

Un problema de la actualidad que daña la economía es el lavado de

dinero, si bien en los últimos años existe un auge económico en la
economía peruana este podría estar siendo utilizada para que bienes
ilegales sean introducidos a la legalidad. Aunque en el Perú exista
organismos (Unidad de Inteligencia Financiera y el Ministerio Público,
entre otros) que se encuentran supervisando y analizando casos
reportados a nivel nacional de aquellos negocios y actividades realizados
por personas naturales y jurídicas que salen de su naturaleza y que
incurran con alguna actividad ilícita, no se sabe con exactitud a cuanto
abarca el lavado de dinero a nivel nacional ni departamental.

Para poder comprender la magnitud del lavado de dinero en el Perú es

necesario estimar y conocer aquellos departamentos y actividades
económicas que se encuentran asociados al lavado de dinero, por lo que
esta investigación responde al siguiente problema ¿Cuáles serán aquellos
departamentos del país y actividades económicas que tengan mayor
incidencia en lavado de dinero con respecto al PBI?, adicionalmente cuál
será el nivel de riesgo al que se encuentren expuestos los departamentos
del país con respecto al lavado de dinero y cuáles son los esfuerzos que
se están haciendo para contrarrestar el lavado de dinero.

Siendo nuestro principal objetivo el determinar cuáles serán aquellos

departamentos como actividades económicas que tengan mayor
incidencia en lavado de dinero con respecto al PBI, seguido por identificar
el nivel de riesgo al cual se encuentran expuestos los departamentos con
respecto al lavado de dinero y analizar los esfuerzos que se están
proponiendo contra el lavado de dinero en el Perú.

Por lo que esta investigación ayudará a conocer a cuánto asciende, en

moneda nacional, el lavado de dinero en la economía y como este se
encuentra sumergido en las actividades económicas productivas a nivel
9
nacional y departamental. Complementará para analizar la situación real
del país y poder así buscar soluciones para combatir y/o prevenir el
lavado de dinero en el Perú.

Para lo cual se desarrolló un modelo que asume la existencia de dos

sectores, el legal y el ilegal, donde está asociada a las variables
macroeconómicas como el consumo, nivel de precios, empleo, inversión
en capital y el impuesto.
Lo cual nos llevó a tener el resultado, donde la mayor incidencia al lavado
de dinero se encuentra Tumbes, Ucayali, Madre de Dios y Tacna por ser
zonas fronterizas y Amazonas, Huancavelica por extrema pobreza. Y
donde mayor lavado de dinero en actividades económicas es en el
comercio, debido a la gran facilidad de ocultamiento por parte de esta
actividad.

Asimismo el lavado de dinero en los últimos años viene disminuyendo,

siendo en el 2012 en el Perú un monto de s/3,645,778,936.21 nuevos
soles, lo que equivaldría un 0.68% del PBI nacional. Si bien la Unidad de
Inteligencia Financiera actualmente viene manejando cifras de monto de
lavado de dinero, por los Informes de Inteligencia Financiera, estos al ser
comparados con los datos generados por el modelo de la investigación
son montos similares, por lo que se podría afirmar que el modelo está
arrojando datos correctos a cuánto asciende el lavado de dinero en el
Perú, lo que ayuda a conocer la realidad a nivel departamental y por
actividad para poder realizar acciones para contrarrestar la ilegalidad.

10
 INTRODUCCIÓN

Una persona al traficar con drogas, armas y personas, al extorsionar o

secuestrar ya se encuentra implicado en el lavado de dinero, lo cual
corrompen cualquier actividad que la caracterizan. Por lo que esto
conllevó a que el Estado realice políticas para no distorsionar la
economía.

Para lo cual se ha investigado la magnitud del lavado de dinero en la

economía peruana, siendo que este fenómeno se describe, en el Capítulo
I, donde se vincula la problemática que originó este trabajo de
investigación, incluyendo algunos estudios ya realizados en otros países.
Recoge las aportaciones teóricas de diversos autores que explican el
comportamiento racional de la delincuencia organizada, ayudándonos a
entenderla como una empresa (Becker 1968). Adicionalmente se incluyó
la teoría de Argentiero, Amedeo, Bagella, Michelle & Busato, Francesco
(2008) donde se puede determinar a cuanto equivale el lavado de dinero
en una economía de dos sectores donde la actividad ilegal existe, y esto
se pudo complementar con el estudio realizado para México de Ernesto
Carlos Leyva Pedrosa (2012).

Teniendo en consideración el objetivo planteado, el marco normativo, la

argumentación teórica y los datos mencionados, este trabajo plantea
como hipótesis general que los departamentos con mayor incidencia al
lavado de dinero serán Tumbes, Ucayali, Madre de Dios y Tacna por ser
zonas fronterizas y Amazonas, Huancavelica por extrema pobreza. A la
vez las actividades económicas que serán más propensas serán el
comercio y sector financiero.
Como hipótesis específica, este trabajo sostiene, que los departamentos
como Lima, Callao, Tumbes, Ayacucho y Madre de Dios tendrán un nivel
de riesgo muy alto. Un riesgo alto será Junín, Huánuco, Piura,
Lambayeque, La libertad y Arequipa; y los demás departamentos se

11
encontraran en nivel de riesgo medio a bajo. Y en el Perú los esfuerzos
por parte de la Unidad de Inteligencia Financiera para contrarrestar el
lavado de dinero se encuentran incluyendo nuevos sujetos obligados
como normativa que se encuentra acorde y actualizado a nivel mundial.

En el Capítulo II, se detalla cómo se encuentra el lavado de dinero a la luz

de la legislación internacional y nacional de las normas del ordenamiento
jurídico. Adicionalmente se amplía el conocimiento de conceptos
generales sobre delitos precedentes.

El primer elemento empírico necesario para comprobar la hipótesis, dado

que los recursos objeto de lavado de dinero no son observables
directamente, consiste en estimar la cantidad de recursos potencialmente
objeto de lavado de dinero. Empleando como referencia el trabajo de
Argenteiro, Bagella y Busato (Argenteiro, et al 2008), el Capítulo III se
desarrolla el modelo de equilibrio general para estimar los recursos
monetarios producidos por las actividades ilegales en Perú y que son
potencialmente objeto de lavado de dinero, a nivel nacional.
Adicionalmente se incluyó los resultados del modelo y comparados para
distintas situaciones con respecto al PBI departamental.

En adición, toda regulación debe analizar la eficiencia con que la misma

se implementa. En este sentido, el Capítulo IV contiene un análisis sobre
los aspectos que se están realizando para contrarrestar el lavado de
dinero en el Perú como la normativa vigente.

Finalmente, se sintetiza las principales conclusiones del trabajo y plantea

algunas propuestas y preguntas tendientes a contribuir en el debate de
mejora regulatoria del combate al delito de lavado de dinero.

Los autores.

12
 CAPITULO I:

CONCEPTO DE LA INVESTIGACIÓN Y MARCO METODOLÓGICO

1.1. PLANTEAMIENTO DEL PROBLEMA

En el año 2012 el Instituto de Basilea realizó el primer ranking global
sobre el índice sobre riesgos de lavado de dinero que evalúa los
niveles de riesgo de los países en relación al lavado de dinero y
financiamiento del terrorismo. El objetivo fue el de crear un estándar
mundial para una apropiada valoración del riesgo por país, y de esa
forma proveer una solución accesible para las instituciones.
La investigación recae en una lista de 144 naciones de todo el
mundo. De este modo, se estableció cuatro categorías de riesgo:
bajo, bajo medio, medio y alto.

Figura N° 1: Mapa a nivel mundial por niveles de riesgo de

lavado de dinero y financiamiento al terrorismo

Fuente: Instituto de Basilea/Centro Internacional para Recuperación de Activos

13
Para el caso de América Latina, los países de mayor incidencia de
riesgo de lavado de dinero son: Paraguay (Nº 8), Argentina (Nº 12),
Bolivia (Nº 15), República Dominicana (Nº 17) y Ecuador (Nº 24);
todos ubicados entre las 25 peores posiciones del ranking en la zona
de riesgo alto. En la zona de riesgo medio a nivel regional se ubican
Venezuela (Nº 34), Costa Rica (Nº 38), Honduras (Nº 57),
Guatemala (Nº 58), Panamá (Nº 60), Nicaragua (Nº 67), México (Nº
73), Brasil (Nº 83), Uruguay (Nº 101), El Salvador (Nº 107), Colombia
(Nº 122), y Perú (Nº 124).

Perú se encuentra en un nivel de riesgo medio, lo cual demandaría

moderada responsabilidad por lo que es un riesgo aceptable que
debe ser administrado con procedimientos normales de control a
nivel nacional. Pero el estudio no muestra a cuanto y en qué
actividades se encuentra sumergido aquellos delitos ilegales, lo cual
no se podría inferir la magnitud en el Perú, esto se da porque no se
tiene información confiable o una estimación exacta sobre el lavado
de dinero.

No obstante en el 2009 en el Perú se registró una ponderación de

0.9 en el producto bruto interno (ponderación más baja en los
últimos diez años), lo cual fue afectada por problemas de los shocks
externos causado por la crisis económica y financiera, y al cierre del
año 2012 la economía peruana se estableció en 6.3, debido a las
buenas acciones en las políticas fiscales y monetarias, siendo la
actividad productiva de mayor recaudo el comercio (15%), lo cual
conlleva a que se podría inducir que la economía podría estar siendo
utilizada para delitos ilegales como es el caso del lavado de dinero.

14
 Figura N° 2: PBI por años y actividades productivas en el Perú

Fuente: Instituto Nacional de Estadística – Estadísticas/economía

A la vez, como existe un auge en el crecimiento económico, este

parece estar siendo aprovechado para establecer negocios de
servicios, entretenimiento, turismo, construcción, cambio de
monedas, venta de combustible y hasta en la industria minera, con
fondos que en muchos casos sirven para legalizar dinero del
narcotráfico o dinero proveniente de actividades ilícitas.

Figura N° 3: Índice delincuencial por años y departamentos en

el Perú (2003-2011)

Fuente: Policía Nacional del Perú/Estadísticas/Anuario PNP

Elaboración Propia

15
Esto se refleja con el incremento del índice delincuencial a nivel
nacional en el Perú (se considera todos los delitos), resultando que
en el 2011 llegó a calificar con 6,8 (puntuación más alta en los
últimos años). A la vez, el departamento de Lima registra el mayor
índice de delincuencia a nivel nacional.

De acuerdo a la Superintendencia de Banca y Seguros (SBS) en la

Unidad de Inteligencia Financiera indican que el dinero producto de
actividades ilícitas en Perú representa más del 3,5% del PBI total de
la nación, cuya economía ha crecido fuertemente impulsada por la
demanda interna. Un 64,4% del monto está involucrado en el tráfico
ilícito de drogas, un 18,93% en minería ilegal y un 2,36% en
corrupción de funcionarios, esto de acuerdo a los reportes de
operaciones sospechosas (ROS). Cabe resaltar que los ROS
provienen de sospechosas o indicios detectados en las actividades
de los sujetos obligados los cuales son supervisados por la SBS.

Tabla N° 1: Monto involucrado en los informes de inteligencia

financiera por delitos precedentes (enero 2007 a diciembre
2013), en el Perú

Fuente: SBS – Unidad de Inteligencia Financiera

Según el director ejecutivo del Fondo Monetario Internacional induce

que el lavado de dinero representa entre el 2% y el 5% del PBI
mundial. Si bien en la economía peruana se podría extrapolar el
16
porcentaje este podría no reflejar un dato verídico en números, lo
que implicaría tener asimetrías de información.

A la vez, si bien se sabe que el lavado de dinero hace daño a la

economía y a la sociedad por muchas razones; desde el tema de
que hay competencia desleal para algunos sectores hasta el riesgo
institucional que genera. Conforme la economía crezca, habrá más
espacio, porque hay más dinero, hay más negocio, hay más
actividad y la propia criminalidad, desde una perspectiva negativa,
es un negocio y aprovechan de eso para crecer.

No olvidemos que están en todos los sectores donde hay dinero en

efectivo. Son negocios propensos para lavar dinero, hoteles,
restaurantes, grifos (gasolineras), casas de juego, etc.

Por tanto para poder comprender la magnitud del lavado de dinero

en el Perú es necesario estimar y conocer aquellos departamentos y
actividades económicas que se encuentran asociados al lavado de
dinero con respecto al producto bruto interno. Por lo que es
importante dar respuesta a las siguientes interrogantes:

1.1.1. FORMULACIÓN DEL PROBLEMA

1.1.1.1 Problema General:

 ¿Cuáles son aquellos departamentos del país y
actividades económicas que tengan mayor incidencia
en lavado de dinero con respecto al PBI?

1.1.1.2. Problemas Específicos:

 ¿Cuál es el nivel de riesgo al que se encuentran
expuestos los departamentos del país con respecto al
lavado de dinero?

17
  ¿Cuáles son los esfuerzos que se están haciendo
para contrarrestar el lavado de dinero en el Perú?

1.2. JUSTIFICACIÓN DE LA INVESTIGACIÓN

El presente estudio nos ayudara a conocer a cuánto asciende en la

economía peruana el lavado de dinero, y como este se encuentra
sumergido en las actividades económicas productivas a nivel
nacional y departamental. A la vez nos ayudará para analizar la
situación real del país y buscar aquellas soluciones de combatir o
prevenir el lavado de dinero en el Perú.

Importancia del Tema de Investigación:

1. Permitirá comprender y conocer a cuánto asciende en lavado de

dinero con respecto al PBI a nivel nacional y departamental.
2. Conocer aquellas actividades que son más propensas a ser
manipuladas para el lavado de dinero.
3. Permitirá analizar los niveles de riesgo por departamentos.
4. Ayudará a asociar aquellos departamentos con mayor incidencia
de lavado de dinero en actividades económicas.
5. Permite conocer el problema de la actualidad en la economía.
6. Ayudará a que existan medidas para combatir el lavado de dinero.
7. Contribuirá a organismos del Estado como privado para detectar
aquellas acciones que se encuentran inmersas en lavado de
dinero.
8. Beneficiará a la sociedad.
9. Ayudará a que otros investigadores puedan realizar informes o
trabajos de investigación adicionales conociendo el nivel de riesgo
y los montos en moneda nacional del lavado de dinero en el Perú.

18
1.3. OBJETIVO DE LA INVESTIGACIÓN
1.3.1. Objetivo General:
 Determinar cuáles son aquellos departamentos como
actividades económicas que tengan mayor incidencia en
lavado de dinero con respecto al PBI.

1.3.2. Objetivos Específicos:

 Identificar el nivel de riesgo al cual se encuentran expuestos
los departamentos con respecto al lavado de dinero.
 Identificar y analizar los esfuerzos que se están proponiendo
contra el lavado de dinero en el Perú.

1.4. MARCO TEÓRICO

El estudio teórico-empírico de la criminalidad, enfocado desde
diversas perspectivas, refleja la complejidad de la sociedad moderna
que, paralelamente, alimenta el fenómeno y otorga una ramificación
incuantificable de causas para explicarlo.
2. M
1.4.1. El crimen como actividad racional
Mediante la aplicación del concepto económico de
externalidad negativa, Becker entiende que la actividad
delictiva genera una pérdida de riqueza social por los agravios
cometidos y propone medidas de política pública
encaminadas a minimizar dicha perdida, mediante una óptima
asignación de los recursos destinados al combate a la
delincuencia (Becker 1968).

Al aplicar el modelo económico de elección personal al

estudio de la criminalidad (entendida como todo
comportamiento contrario a la ley) Becker se aparta de la
corriente tradicionalista que pretende explicar los delitos como
fenómenos asociados con factores patológicos, psicológicos y

19
 hereditarios para explicarlos con base en el axioma de
racionalidad de los agentes. En este sentido, los individuos
deciden de manera racional involucrarse en actividades
ilegales o legales de acuerdo con un análisis costo-beneficio y
una persona comete un agravio si la utilidad esperada excede
la utilidad que obtendría empleando su tiempo y recursos en
otras actividades.
Por tanto, algunas personas se convierten en delincuentes no
porque su motivación básica difiera de la de otras personas,
sino porque sus beneficios y costos difieren.1
Así, propone una función que determina el número de
agravios (O) que comete cada sujeto por medio de la
probabilidad de ser condenado (p), el castigo en caso de ser
condenado (f) y otra variable (u) que agrupa todas las
influencias del sujeto, como su voluntad de cometer actos
ilegales, su ingreso disponible y la frecuencia de arrestos por
agravios.

𝑂𝑗 = 𝑂𝑗 (𝑝, , 𝑓𝑗 , 𝑢𝑗 )

A la vez, se tiene que el mal social causado por la actividad

criminal (H) menos el valor social de las ganancias de los
criminales (G) da el daño sufrido por la sociedad (D).

𝐷 =𝐻−𝐺

Siendo que:

1Gary S. Becker. “Crimen y castigo: un enfoque económico”, en Derecho y Economía: una revisión
de la literatura, ed. Andrés Roemer, 390 (México: Fondo de Cultura Económica, 2000).
20
 H

0a 0

Los delincuentes actúan en condiciones de incertidumbre con

respecto a las consecuencias de sus delitos ya que existe una
probabilidad de ser castigados y solo si esa probabilidad se
actualiza son condenados a pagar un castigo; de otra manera,
sus actos no tienen consecuencias legales. Ante este
escenario de incertidumbre, la utilidad esperada de cometer
un agravio se expresa de la siguiente manera:

𝐸𝑈𝑗 = 𝑝𝑗 𝑈𝑗 (𝑌𝑗 − 𝑓𝑗 ) + (1 − 𝑝𝑗 )𝑈𝑗 (𝑌𝑗 )

“Donde 𝑌𝑗 es el ingreso, monetario mas psicológico, de un

agravio; 𝑈𝑗 es la función de utilidad y 𝑓𝑗 se debe interpretar
como el equivalente monetario del castigo.”

Por tanto, la oferta de agravios es decreciente tanto en p

como en f; ya que un incremento en la probabilidad de ser
condenado (p) o un aumento en el castigo mismo (f), reduciría
el número de agravios. De manera similar, el aumento en el
ingreso disponible y movimientos sociales tendientes a
sancionar socialmente los agravios tenderían a disminuir el
número de agravios. A pesar de que las variables p, f y u
tienden a variar entre personas, es posible considerar esas

21
variables en sus valores promedio y asumir la siguiente
función de pérdida social:

𝐿 = 𝐷(𝑂) + 𝐶(𝑝, 𝑂) + 𝑏𝑝𝑓𝑂

La pérdida social está determinada por el daño causado (D)

por los agravios; el gasto, privado y público, en combate al
crimen (C); el castigo por agravio para los condenados (f), la
probabilidad de ser castigado (p), y la forma del castigo (b)
(encarcelamiento, multa, prisión preventiva, etc.) que
conjuntamente (bpfO) representan la perdida social total por
castigar los agravios. Reconociendo que la forma del castigo
(b) es una constante determinada por varios factores que no
son controlables y que las variables de control social
dependen de p y f, el modelo se resuelve minimizando la
perdida social con respecto a p y f.

Con las condiciones de primer orden tendremos el costo

marginal, como las condiciones óptimas, por lo que se podría
graficar las curvas de costos y beneficios marginales.
MC MC1
MP MC0

MP1
MP0

0 0

Los cambios en las relaciones de conducta desplazaran las

curvas hasta que encuentren un nuevo número de crímenes
de equilibrio, que tendrá asociados nuevos valores óptimos p
y f.
22
Una vez resuelto el modelo, es posible obtener las siguientes
conclusiones:

(i) En equilibrio, las elasticidades de la oferta de agravios con

respecto a p y f son menores a la unidad (inelásticas), salvo
que el costo marginal de aumentar p sea muy alto, lo cual
significa que un aumento del 1% en p o en f se traduce en una
disminución del crimen menor al 1%. Esto, nos dice Becker,
“es lo contrario a la condición de equilibrio clásica para una
empresa que maximiza sus ingresos, en la que la elasticidad
de la demanda debe ser mayor que uno.”

(ii) La conclusión anterior implica que en el equilibrio los

delincuentes deben ser en promedio amantes al riesgo.

(iii) Aun reconociendo que el principal determinante de la

rentabilidad del crimen es la actitud individual de cada sujeto,
la política pública puede elegir valores de p y f que, al
minimizar la perdida social del crimen, también garantizan
indirectamente que el crimen no pague; es decir, que solo sea
atractivo en términos de utilidad esperada para los sujetos
amantes del riesgo.

(iv) La eficacia del combate al crimen depende esencialmente

de los costos de aprehensión y condena y de la elasticidad de
respuesta en el número de agravios ante cambios en p y f.
Menores costos y mayor elasticidad implican un menor costo
para lograr una reducción en el número de delitos. Sin
embargo, y esto es significativo para el análisis de los delitos
de delincuencia organizada y de lavado de dinero, las
elasticidades pueden diferir entre los diferentes tipos de
delitos y probablemente los crímenes “racionales”

23
 (comparados con los crímenes “pasionales”) sean más
sensibles a cambios en p y en f.

(v) Probablemente la eficacia difiere más entre los agravios

por las diferencias entre los costos de aprehensión y condena
que por las elasticidades de respuesta. Un determinante
importante de estos costos, y uno que varía enormemente, es
el tiempo entre la comisión y el descubrimiento de un agravio.

Por diversas razones, el tiempo de detección del delito de

lavado de dinero es una variable importante en su combate.
Por tanto, esta conclusión del análisis de Becker será de
utilidad al evaluar las normas encaminadas a detectar
operaciones con recursos de procedencia ilícita.

1.4.2. Modelo económico para estimar el lavado de dinero

De acuerdo con la teoría económica, un individuo elige una
distribución óptima de tiempo entre actividades legales e
ilegales. Cuando el individuo elige destinar tiempo a
actividades ilegales enfrenta la necesidad de ocultar el vínculo
que un porcentaje de sus ingresos mantiene con una actividad
ilegal. Es ese segundo objetivo, el relacionado con el
ocultamiento de la fuente ilegal de un ingreso, el objeto del
lavado de dinero.
Por su propio objetivo, el lavado de dinero no es observable
directamente.

Descripción del modelo

El modelo asume la existencia de dos sectores, el legal y el
ilegal, de donde se pueden derivar condiciones de optimalidad
que generan un equilibrio general y que arrojan como
resultado datos estimados sobre el lavado de dinero.

24
En el modelo interactúan tres agentes: empresas, hogares y
gobierno.

El gobierno grava con impuestos las rentas de las empresas,

cuantificables por los ingresos derivados del consumo del bien
legal. Los ingresos que el gobierno obtiene con su actividad
fiscalizadora son destinados al consumo; el gobierno no se
involucra en actividades productivas y su consumo no se
destina a bienes productivos (capital).

Por su parte, las empresas y los hogares, al estar sujetas a

gravámenes distorsionantes, utilizan el sector ilegal para
cometer actos ilícitos que les proporcionan una renta no
sujeta a impuestos y, posteriormente, utilizaran el lavado de
dinero para convertir dicha renta ilegal en una renta legal.

Los hogares, todos idénticos entre sí, viven en un horizonte

temporal infinito y tienen preferencias idénticas,
representadas mediante la siguiente función de utilidad:

1−𝑞 1−𝑞
𝐶1,𝑡 1 𝐶2,𝑡 2 (1 − 𝑁𝑡 )𝑡+𝜓
𝑢 = [𝜂 + (1 − 𝜂) −𝐵 ] − 𝑍𝑡 𝐶1,𝑡
1 − 𝑞1 1 − 𝑞2 1+𝜓

Dónde: 𝐶1 es el consumo del bien legal; 𝐶2 es el consumo del

bien ilegal; η representa la fracción del consumo total
destinada al consumo del bien legal; y, Zt representa el
impuesto al valor agregado al que está sujeto el consumo del
bien 𝐶1 ;

La variable 𝑞1 representa la elasticidad de sustitución

intertemporal del bien 𝐶1 y, 𝑞2 es la elasticidad de sustitución
intertemporal del bien 𝐶2 . Ambas variables representan la
25
 magnitud del cambio en el consumo presente de un bien ante
cambios en el valor esperado de la tasa de interés real futura.

Es decir, cuantifican la propensión del consumidor a sustituir

consumo presente por consumo futuro ante cambios en el
valor esperado del costo de oportunidad del dinero empleado
para el consumo.

Para algunos autores, la elasticidad de sustitución

intertemporal es reciproca al factor de aversión al riesgo. Así,
una mayor elasticidad de sustitución intertemporal estaría
asociada con una menor aversión al riesgo y una menor
elasticidad de sustitución intertemporal implicaría una mayor
aversión al riesgo.2

En la calibración de las elasticidades de sustitución

intertemporal del bien ilegal y del bien legal, donde la mayor
elasticidad del bien ilegal, respecto de la elasticidad del bien
legal, podría estar asociada con una menor aversión al riesgo
en el consumo del bien ilegal respecto de la aversión al riesgo
en el consumo del bien legal.

(1−𝑁𝑡 )1+𝜓
El termino 𝐵 = expresa el costo idiosincrático de
1+𝜓

trabajar en el sector ilegal de la economía.

Es importante destacar que el costo idiosincrático de trabajar
en el sector ilegal es una función que presenta
heterogeneidad entre los hogares; es decir, cada uno de los
hogares determina de forma autónoma el costo idiosincrático
en que incurre al laborar en el sector ilegal. Sin embargo, en
este modelo se asume que el costo idiosincrático de todos los

2Argenteiro,
Bagella y Busato, Money Laundering in a Two Sector Model: Using Theory for
Measurment. (2008). Tor Vergata University, Center for Economic and International Studies.
26
hogares está determinado por una misma distribución de
costos; es decir, dicho costo idiosincrático no está
correlacionado con ninguna otra variable observable dentro
del modelo y, por tanto, se evita que se presente un problema
de endogeneidad en las estimaciones del modelo, en cuyo
caso el costo idiosincrático de la ilegalidad podría ser
explicado por otras variables del modelo.

Se asume que existe un tipo homogéneo de empresa que

produce dos tipos de bienes: (i) el bien legal (𝐶1 ) , producido
utilizando trabajo (N) y capital (K), sujeto a impuestos y que
puede ser consumido o añadido al acervo de capital; y, (ii) el
bien ilegal (𝐶2 ), que se produce empleando trabajo y una
cantidad fija de territorio (L), que solo puede ser consumido y
de cuya producción y venta se obtendrán los ingresos objeto
del lavado de dinero. Las empresas enfrentan las siguientes
funciones de producción:

𝐶1,𝑡 = 𝑁𝑡𝛼 𝐾𝑡1−𝛼 𝛬𝑡 − 𝐾𝑡+1

𝐶2,𝑡 = (1 − 𝑁𝑡 )𝜉 𝐿̅1−𝜉 𝛬𝑡
𝐼𝑡= 𝐾𝑡+1

Donde Λt representa la productividad de los factores de

producción; 𝐼𝑡 es la inversión en capital; α representa la
elasticidad de la producción legal respecto del trabajo legal; y,
ξ es la elasticidad de la producción ilegal respecto del trabajo
ilegal.

Los hogares enfrentan una restricción presupuestal

determinada por su tenencia de dinero en efectivo (M), por su
gasto en capital, y por una transferencia lump-sum que el
gobierno les otorga (τ (t)).
27
Al sustituir las ecuaciones de producción de las empresas en
la restricción presupuestal se obtiene:

𝑝1,𝑡 [𝐾𝑡+1 + 𝐶1,𝑡 ] + 𝑝2 (𝑡)𝐶2,𝑡 + 𝑀𝑡+1

= 𝑝1 (𝑡)𝑁𝑡∝ 𝐾𝑡1−∝ 𝛬𝑡 + 𝑝2 (𝑡)(1 − 𝑁𝑡 )𝜉 𝐿̅1−𝜉 𝛬𝑡 + 𝜏(𝑡) + 𝑀𝑡

Dónde: 𝑝1,𝑡 y 𝑝2,𝑡 son los precios nominales de 𝐶1 y 𝐶2 en el

periodo t. En la restricción presupuestal las siguientes
condiciones se cumplen: K(0), 𝐿̅ están determinados
exógenamente

𝐶1,𝑡 , 𝐶2,𝑡 , 𝑝1 (𝑡), 𝑝2 (𝑡), 𝑁𝑡 ≥ 0

𝐴𝑡+1 = 𝑑𝐹(𝐴𝑡+1 ; 𝐴𝑡 )

Donde, 𝐴𝑡+1 = 𝑑𝐹(𝐴𝑡+1 ; 𝐴𝑡 ) representa un vector de

comportamiento estocástico que reconoce el efecto de shocks
productivos derivados de la innovación.
El dinero es necesario para consumir los bienes legales e
ilegales, por tanto existe la siguiente restricción monetaria:

̅𝑡 − 𝑝2,𝑡 𝐶2,𝑡 < 𝑝1 (𝑡)𝐶1,𝑡

𝑀

La desigualdad anterior asume que la oferta monetaria

determinada por el Banco Central (Mt) no es suficiente para
comprar el bien legal 𝐶1 . Dado que los precios son rígidos, la
restricción monetaria debe de cumplirse de manera dinámica
a lo largo de varios periodos de tiempo.

Debido a que no es posible emplear los recursos obtenidos de

la producción del bien legal para consumir en un periodo
distinto a aquel en el cual el bien legal que genero los
recursos fue producido, el lavado de dinero es requerido para
28
 que mediante el uso del ingreso derivado de la producción del
bien ilegal, efectivamente se satisfaga la restricción monetaria
a lo largo del tiempo. De este modo, tenemos una nueva
restricción presupuestal:

̅𝑡 − 𝑝2,𝑡 𝐶2,𝑡 + 𝛾𝑡 (𝑝2,𝑡−1 𝐶2,𝑡−1 ) = 𝑝1,𝑡 𝐶1,𝑡

𝑀

Donde la fracción de la producción del bien ilegal en el

periodo anterior que se emplea para consumir el bien legal en
el presente está representada por 𝛾𝑡 . Igualmente, la fracción
de la producción del bien ilegal en el periodo anterior que se
emplea para consumir el bien ilegal en el presente se
representa por (1−𝛾𝑡 ) en la siguiente ecuación:

̅𝑡 = 𝑝2,𝑡 𝐶2,𝑡
(1 − 𝛾𝑡 )(𝑝2,𝑡−1 𝐶2,𝑡−1 ) + 𝑀

Tomando en consideración las condiciones del modelo

descrito, los hogares enfrentan el siguiente problema de
maximización de utilidad:

∞ 1−𝑞 1−𝑞
𝐶1,𝑡 1
𝑡
𝐶2,𝑡 1 (1 − 𝑁𝑡 )1+𝜓
𝑚𝑎𝑥 𝐿 = 𝐸0 ∑ 𝛽 {(𝜂 + (1 − 𝜂) −𝐵 ) − 𝑍𝑡 𝐶1,𝑡
(𝐶1,𝑡 ,𝐶2,𝑡 )∞
𝑡=0 1 − 𝑞1 1 − 𝑞1 1+𝜓
𝑡=0
(𝑁𝑡 ,𝐾𝑡+1 )∞
𝑡=0
(𝑀𝑡+1 ,𝛾𝑡 )∞
𝑡=0

+ ∅1,𝑡 (𝑝1,𝑡 𝑁𝑡∝ 𝐾𝑡1−∝ 𝛬𝑡 + 𝑝2,𝑡 (1 − 𝑁𝑡 )𝜉 𝐿̅1−𝜉 𝛬𝑡 + 𝜏𝑡 + 𝑀𝑡

− 𝑝1,𝑡 [𝐾𝑡+1 + 𝐶1,𝑡 ] − 𝑝2,𝑡 𝐶2,𝑡 − 𝑀𝑡+1 )
̅𝑡 + 𝑝2,𝑡 𝐶2,𝑡 + 𝛾𝑡 (𝑝2,𝑡−1 𝐶2,𝑡−1 ))
+ ∅2,𝑡 (𝑝1 (𝑡)𝐶1,𝑡 − 𝑀

̅𝑡 )}
+ ∅3,𝑡 (𝑝2,𝑡 𝐶2,𝑡 − (1 − 𝛾𝑡 )(𝑝2,𝑡−1 𝐶2,𝑡−1 ) − 𝑀

29
 Resolviendo el problema de maximización se obtienen las
condiciones de primer orden para las seis variables a
maximizar y combinando dichas condiciones se obtiene la
siguiente ecuación que expresa la cantidad óptima de dinero
que está sujeta a lavado de dinero:

1 𝑝1,𝑡 𝐶1,𝑡
𝛾𝑡 = ∝−1 1−∝
2 𝐵(1 − 𝑁𝑡−1 )1+𝜓 + ∅1,𝑡−1 𝑝1,𝑡−1 𝛼𝑁𝑡−1 𝐾𝑡−1 (1 − 𝑁𝑡−1 )
𝜉𝜙1,𝑡−1

Dónde:
−𝑞 −𝑞
𝜂𝐶1,𝑡−1
1
− 𝑍𝑡−1 (1 − 𝜂)𝐶2,𝑡−1
2

𝜙1,𝑡−1 =2 −
𝑝1,𝑡−1 𝑝2,𝑡−1

Como puede observarse, el resultado del modelo arroja como

variable dependiente la cantidad de dinero que es sujeta de
lavado de dinero.

1.5. ANTECEDENTES DEL ESTUDIO

En anteriores trabajos de investigación sobre el impacto del lavado
de dinero que se realizó en América Latina como en México y
Colombia se determinaron las aproximaciones a cuanto seria el
monto de este fenómeno con respecto a sus economías.

 Luddy Roa Rojas (2011), investigó sobre el lavado de dinero en la

economía formal colombiana donde plantea sus aproximaciones
sobre el impacto de este fenómeno, donde se convergen los dineros
obtenidos de actividades ilegales, en el producto bruto interno
departamental. Siendo su estudio el describir la actividad del lavado
de dinero en los distintos departamentos del país, el estímulo de los
delincuentes para lavar dinero se orientará a la posibilidad de
obtener mayores rendimientos al integrar el dinero en las zonas con
30
 mayor actividad económica, especialmente del sector de servicios y
el comercial.

Para poder determinar las aproximaciones del lavado de dinero,

Luddy Roa realizó estimaciones mediante el análisis del dinero
incautado por las autoridades como la información de operaciones
sospechosas por departamentos.

Resultando que para el caso de Colombia, los delincuentes están

dedicados al blanqueo de capitales en la compra de inmuebles en
especial como zonas hoteleras. También los departamentos
fronterizos mantienen una fuerte participación del lavado de dinero,
que podría estar explicada en el auge del negocio del contrabando,
posibilidad de salida al exterior y a las grandes ciudades de
economía dinámica.

 Ernesto Leyva Pedrosa (2012), investigó sobre el lavado de dinero

en México donde plantea la estimación de su magnitud y el análisis
de su combate a través de la Unidad de Inteligencia Financiera.
El modelo asume la existencia de dos sectores como el legal y el
ilegal, de donde se pueden derivar condiciones de optimalidad que
generan un equilibrio general y que arrojan como resultado datos
estimados sobre el lavado de dinero. Al correr el modelo se obtiene
el monto de recursos que provienen del sector ilegal y que, de
acuerdo con la definición del tipo penal de lavado de dinero, son
potencialmente objeto del delito de operación con recursos de
procedencia ilícita.
Para lo cual el valor anual de los recursos monetarios objeto de
lavado de dinero a nivel nacional para los años 1993 a 2008 y el
mismo monto expresado como porcentaje del producto interno bruto
es:

31
 Tabla N° 2: Lavado de dinero nacional – frecuencia nacional
caso mexicano

 Banco Interamericano de Desarrollo (2011), investigó sobre el

lavado de dinero en América Latina donde plantea un análisis de
procedencia y detectar cuales son aquellos factores que determinan
su expansión. Donde identifican por lo menos cinco factores
cruciales que favorecen la expansión del lavado de dinero. Estos
son: cinco factores críticos se relacionan estrechamente con el
lavado de dinero: la solidez del sistema bancario, el desarrollo del
sector financiero, el tamaño del sector informal, la calidad de las
instituciones y la calidad de la gestión empresarial. Algunos de estos
factores están claramente ligados a otros. Por ejemplo, es difícil
tener un sistema bancario sólido en un sistema financiero
subdesarrollado.

Si bien las variables pueden relacionarse entre sí, el ejercicio

econométrico muestra que es probable que cada variable tenga un
efecto excluyente. La mayoría de las variables producen una
relación estadísticamente significativa con respecto a los procesos
de lavado de dinero. Sin embargo, un aspecto no resuelto se
relaciona con la endogeneidad, porque no está clara la dirección de
la causalidad. Además, las variables omitidas pueden constituir un
32
 problema, en el sentido de que los resultados observados pueden
estar impulsados por otro determinante no incluido.

A la vez infieren que el lavado de dinero tiene importantes

implicaciones sobre la integridad financiera y el riesgo de reputación.
El ingreso o la desaparición repentina de grandes sumas de dinero
lavado dentro de una institución financiera pueden ocasionar
problemas de liquidez o corridas bancarias. Como puede afectar los
recursos del gobierno. Si bien existe una estrecha relación entre el
lavado de dinero y la evasión tributaria, los procesos difieren. La
evasión tributaria implica ocultar la existencia de ganancias lícitas,
mientras que el lavado de dinero hace exactamente lo contrario. Por
lo que recomiendan las cuarenta acciones que se están tomando por
el Grupo de Acción Financiera (GAFI) sobre el blanqueo de
capitales.

1.6. MARCO CONCEPTUAL

Análisis Costo – Beneficio.- Es una lógica o razonamiento basado

en el principio de obtener los mayores y mejores resultados al menor
esfuerzo invertido, tanto por eficiencia técnica como por motivación
humana. Se supone que todos los hechos y actos pueden evaluarse
bajo esta lógica, aquellos dónde los beneficios superan el costo son
exitosos, caso contrario fracasan.

Bienes.- Activos de cualquier tipo, corporales o incorporales,

muebles o inmuebles, tangibles o intangibles, y los documentos o
instrumentos legales que acrediten la propiedad u otros derechos
sobre dichos activos.

Conocimiento el cliente.- Se trata de la adecuada identificación,

definir sus perfiles de actividad y determinar el propósito y la

33
naturaleza de la relación comercial, para facilitar la detección y/o
prevención de operaciones inusuales y sospechosas.

Elasticidad.- Es la variación porcentual de una variable X en

relación con una variable Y. Si la variación porcentual de la variable
dependiente Y es mayor que la variable independiente X, se dice
que la relación es elástica, ya que la variable dependiente Y varía en
mayor cantidad que la de la variable X. Por el contrario, si la
variación porcentual de la variable X es mayor que Y, la relación es
inelástica.

Factores de riesgo LA/FT.- Son los agentes generadores del riesgo

de lavado de dinero y de financiamiento del terrorismo, tales como:
Productos, servicios, clientes, canales de distribución y ubicación o
localización geográfica; los que pueden dividirse en segmentos y
variables.

Financiamiento al terrorismo.- El financiamiento del terrorismo es

cualquier forma de acción económica, ayuda o mediación que
proporcione apoyo financiero a las actividades de elementos o
grupos terroristas. Puede ser voluntaria y no voluntaria.

Grupo delictivo organizado.- Grupo estructurado de tres o más

personas que exista durante cierto tiempo y que actué
concertadamente con el propósito de cometer uno o más delitos
graves o delitos tipificados.

Lista OFAC.- Es una lista emitida por la Oficina de Control de

Activos Extranjeros del Departamento del Tesoro de los Estados
Unidos, en la cual se incluyen personas y/o entidades que a criterio
de EEUU colaboran con el terrorismo y el tráfico ilícito de drogas.

Lump – Sum.- Es un solo pago de dinero, en lugar de una serie de

pagos realizados a través del tiempo (por ejemplo, una anualidad).

34
El Departamento de Vivienda y Desarrollo Urbano de los Estados
Unidos distingue entre "análisis de precios" y "análisis de costos" en
función de si el decisor compara cantidades a tanto alzado, o precios
de los contratos sujetos a un desglose de costos detallada.

Operación inusual.- Aquella cuya cuantía, características

particulares y periodicidad no guarda relación con la actividad
económica del cliente, sale de los parámetros de normalidad vigente
en el mercado o no tiene un fundamento legal evidente.

Operación sospechosa.- Aquella operación detectada como

inusual y que en base a la información con que cuenta el Sujeto
Obligado de ese cliente, presuma procede de alguna actividad ilícita,
o que por cualquier motivo, no tengan un fundamento económico o
lícito aparente.

Reporte de operaciones sospechosas.- Contienen información

sobre operaciones o transacciones que los sujetos obligados a
informar a la UIF detecten como inusuales de acuerdo a los usos y
costumbres de la actividad que ellos desarrollan, carentes de
justificación económica o jurídica aparente, ya sea que se realicen
en forma aislada o reiterada.

Riesgo.- Riesgo es una posibilidad o probabilidad de peligro,

pérdida, daño u otras consecuencias adversas; en detrimento del
patrimonio de una persona o grupo social.

Riesgo de lavado de activos y financiamiento al terrorismo.- Son

los riesgos asociados los que nos servirán para determinar el
impacto, la medición y los controles de los riesgos identificados y
objeto de administración en el proceso.

Señales de alerta.- Son hechos, situaciones, eventos, cuantías o

indicadores financieros que la experiencia nacional e internacional
ha identificado como elementos de juicio a partir de los cuales se

35
 puede inferir la posible existencia de un hecho o situación que
escapa a lo que la entidad en el giro normal de sus operaciones ha
determinado como normal.

Sujetos Obligados.- Son las personas naturales y jurídicas

obligadas a implementar el Sistema de Prevención de Lavado de
Activos y Financiamiento del Terrorismo que se encuentran
enumerados en el artículo 3º de la Ley Nº 29038. Los cuales son:
empresas del sistema financiero y del sistema de seguros, notarios
públicos, compraventa de divisas, casas de préstamo y empeño,
compraventa de vehículos, embarcaciones, aeronaves, construcción
e inmobiliarias, casinos, sociedades de lotería y casas de juego, y
sociedades agentes de bolsa, agentes de productos e intermediarias
de valores.

Unidad de Inteligencia Financiera.- Es la encargada de recibir,

analizar y transmitir información para la detección del lavado de
activos y/o del financiamiento del terrorismo.

1.7. PLANTEAMIENTO DE HIPOTESIS

1.7.1. Hipótesis General:

 Los departamentos con mayor incidencia al lavado de dinero
con respecto al PBI son Tumbes, Ucayali, Madre de Dios y
Tacna por ser zonas fronterizas y Amazonas, Huancavelica
por extrema pobreza. A la vez las actividades económicas
más propensas son el comercio y sector financiero.

1.7.2. Hipótesis Específica:

 Los departamentos como Lima, Callao, Tumbes, Ayacucho y
Madre de Dios tienen un nivel de riesgo muy alto. Un riesgo
alto será Junín, Huánuco, Piura, Lambayeque, La libertad y
Arequipa; y los demás departamentos se encontraran en nivel
de riesgo medio a bajo.
36
  En el Perú los esfuerzos para contrarrestar el lavado de
dinero se dan por parte de la Unidad de Inteligencia
Financiera los cuales están incluyendo nuevos sujetos
obligados como normativa que se encuentra acorde y
actualizado a nivel mundial.

1.8. ASPECTOS METODOLOGICOS

1.8.1. Variables e Indicadores

1.8.1.1. Variables

A. Variables independientes

X1= Zonas fronterizas

X2=Niveles de pobreza

B. Variable dependiente

Y= Incidencia del lavado de dinero

C. Variable interviniente

Z= Niveles de riesgo

1.8.1.2. Indicadores

A. Indicadores de las variables independientes

X1= Límites fronterizos de los departamentos del Perú

con respecto a otros países

X2= Grupos de departamentos con niveles de pobreza

monetaria en intervalos

B. Indicadores de la variable dependiente

Y1= Dinero en moneda nacional con respecto al PBI

37
 C. Indicadores de la variable interviniente

Z1 = Riesgo bajo, medio, alto y muy alto

1.8.2. Población
Para el presente estudio el universo o población estará
enfocada al territorio nacional en todos sus variables.

1.8.3. Tipo de investigación

Esta investigación será de ex post facto ya que partirá de
hechos sucedidos. Por lo que se utilizó el modelo que
contenga variables para poder medir el lavado de dinero en la
economía peruana. (Véase en el anexo N°1).

1.8.4. Método de la investigación

Se utilizó el método de la investigación científica, como lo
inductivo-deductivo, específicamente a partir de los diferentes
procedimientos que utilizan los métodos particulares de la
investigación de la medición y la modelación.
La investigación, propone la estimación econométrica del
lavado de dinero por departamentos y actividades económicas
en la economía peruana, para ello se utilizó información de las
variables como el PBI, IPC, inversión, impuestos, etc. Para
este trabajo, se recopilo información estadística de las
instituciones del Estado que tiene este objeto. Para lograr
dicha formulación utilizamos como insumos los antecedentes
de estudios anteriores, además de nuevas hipótesis que
puedan surgir.
La economía matemática expresa la teoría economía en
forma funcional, es decir en forma de ecuaciones sin
impórtale la medición o la verificación empírica de la teoría.

38
 CAPÍTULO II:

GENERALIDADES SOBRE LA PREVENCIÓN DEL LAVADO DE

DINERO Y DESCRIPCIÓN DEL MARCO REGULATORIO EN EL PERÚ

El presente capítulo tiene como propósito describir la legislación de los

fenómenos del lavado de dinero, lo cual se puede realizar desde una
perspectiva jurídica considerando, en primer lugar, las normas del orden
jurídico internacional y, en segundo plano, las normas del ordenamiento
jurídico peruano.
2. GGHFGH
2.1. HISTORIA Y EVOLUCIÓN RECIENTE DEL LAVADO DE DINERO
2.1.1. Historia Internacional
El lavado de dinero surge en la economía mundial como
consecuencia de la filtración de la cultura del facilismo y la
ilegalidad, por lo que EE.UU. desde el año 1970 empieza a
realizar leyes para poder controlar y prevenir dicho delito, por
lo que se realiza la ley del secreto bancario lo cual reporta las
transacciones bancarias y transfronterizas de alto valor en
efectivo, lo cual su objetivo el detectar inusualidades en las
transacciones.

Debido a los altos índices de lavado de dinero, en 1979, en

EE.UU. se realizó la operación “Greenback3” que fue el primer

3
Florida International Bankers Association (FIBA- 2012),“Certificación FIBA AMLCA”

39
grupo de trabajo de varias agencias. Lanzado como una
respuesta a los funcionarios del departamento del tesoro de
Estados Unidos señalando un fuerte aumento de entrada de
efectivo al estado de Florida. Siendo en 1980 el subcomité de
investigaciones del senado estadounidense empieza una
seria de audiencias sobre el lavado de dinero que dura 5
años.

Por lo que en 1984 la comisión del presidente de EEUU

contra el crimen organizado recomienda leyes contra el
lavado de dinero. Y se da en 1986 la promulgación de leyes
contra el lavado de dinero y estableciendo la comisión
interamericana contra el abuso de drogas (CICAD).

Para contrarrestar el lavado de dinero el G-7 en 1989, forma

el Grupo de Acción Financiera contra el lavado de dinero
(Financial Action Task Force - FATF), realizando el siguiente
año la publicación de sus 40 recomendaciones. En el mismo
año se crea la red de lucha contra delitos financieros (Fincen).
En 1995 se forma el grupo EGMONT el cual reune a las
unidades de Inteligencia Financiera del mundo. Unicamente
las UIF que pasen un proceso de evaluación pueden ingresar,
en la actualidad incluye 108 Unidades de Inteligencia
Financiera (UIFs) a nivel mundial.

Para el año 2000, se forma el Grupo de Acción Financiera de

Sudamérica (GAFISUD) con 10 países miembros y en el
2001, debido a los ataques contra el World Trade Center y
Pentágono se promulga el acta el patriota en EE.UU.,
incluyendo al financiamiento al terrorismo como delito
preventivo del lavado de dinero. En el 2003, la ONU emite
modelo de ley sobre el lavado de dinero producto de

40
 actividades delictivas y financiamiento del terrorismo, siendo
estas actualizadas en el 2005, y en la actualidad.

2.1.2. Historia Peruana

Su origen se remonta desde las actuaciones delictivas
realizadas desde las décadas de los 80 y 90, para camuflar el
dinero mal habido durante las bonanzas marítimas, en el auge
del contrabando, y subversiones terroristas. Esto permitió la
circulación de capitales injustificados como actuaciones que
burlen la ley, por lo que en el Perú desde el año 2001 se une
al comunicado por las Naciones Unidas, el cual con la
resolución N° 1373 obliga a los estados miembros de las
naciones a que:
“...Rechacen cualquier tipo de apoyo financiero a los grupos
terroristas. Congeles sin dilación cualesquiera, fondos de las
personas que cometan actos terroristas. Comuniquen a los
gobiernos cualquier información a su disposición sobre grupos
dedicados a actos terroristas. Tipifiquen y sancionen como
delito dentro de su derecho interno, cualquier tipo de
asistencia pasiva o activa, entre otros...”

No obstante en el año 1988 se realiza la Convención de

Viena, planteando el tema de tráfico ilícito de drogas, la
penalización del lavado de dinero y la participación del sector
privado. A la vez el Perú asiste en el año 2000 a la
convención de Palermo.

En el 2002 se aprueba la ley N° 27693, el cual crea a la

Unidad de Inteligencia Financiera del Perú, pero en el 2007
con la ley N° 29038 entra en vigencia con sus funciones y se
incorpora a la Superintendencia de Banca y Seguros.

41
 Para poder contrarrestar el lavado de dinero se crea la ley
penal contra el lavado de activos en el 27 de Junio del 2012
con la ley N° 27765.

2.2. GENERALIDADES DE LA PREVENCIÓN EN LAVADO DE

DINERO Y FINANCIAMIENTO AL TERRORISMO4
El lavado de dinero es el proceso de convertir, custodiar, ocultar o
transferir dinero, bienes, efectos o ganancias, con el fin de evitar la
identificación de su origen ilícito y hacerlos aparentar como
legítimos.
Para que haya lavado de dinero debe venir de una fuente ilícita. Por
lo que el lavado de activos también es conocido como: lavado de
dinero, blanqueo de capitales y legitimización de capitales ilícitos.

Se considera que el lavado de dinero puede pasar por hasta tres

fases:
 Colocación: El lavador o criminal introduce los fondos ilegales al
sector formal.
 Transformación u ocultación.- Una vez introducido el dinero en el
sistema formal, el lavador efectúa una serie de operaciones con
los fondos para alejarlos de su fuente y procedencia, en algunos
casos convirtiéndolos en bienes distintos (por ejemplo, a través
de la compra de bienes muebles o inmuebles).
 Integración.- Al lograr reciclar sus ganancias de origen criminal a
través de las dos primeras fases, el lavador las hace pasar por
una tercera fase, incorporándolas en actividades económicas
legítimas. Estas transacciones protegen aún más al delincuente
de la conexión registrada hacia los fondos, brindando una
explicación plausible acerca de la fuente del dinero.

4SBS,Unidad de Inteligencia Financiera del Perú – Prevención del Lavado de Activos (Material de
Capacitación). Ref. www.sbs.gob.pe/uif
42
 2.2.1. Actividades ilícitas precedentes al lavado de dinero
Las actividades ilícitas precedentes al lavado de dinero (las
que originan ganancias ilegales), contempladas en la
normatividad vigente, corresponden a conductas sancionables
en la legislación penal como: defraudación tributaria, delitos
contra la administración pública, tráfico ilícito de drogas,
proxenetismo, extorsión, secuestro, delitos aduaneros,
terrorismo, trata de personas, tráfico ilícito de migrantes,
minería ilegal, robo y hurto.

2.2.1.1. Algunas de las modalidades más comunes del

lavado de dinero
 La creación y uso de empresas de fachada.
 El uso de identificaciones y documentos falsos.
 El reclutamiento de terceras personas para realizar
operaciones financieras por encargo. Esta
modalidad es comúnmente conocida como:
“Pitufeo”.
 La sobre facturación o subfacturación en
operaciones de exportación y/o importación.
 Fondos colectivos
 Utilización de organizaciones sin fines de lucro para
el lavado de dinero
 Transferencias electrónicas.

2.2.1.2. Infracciones comunes5

Son infracciones graves:
 No tomar las acciones oportunas y debidas respecto
de las observaciones y recomendaciones realizadas
con relación al sistema de prevención de la

5Resolución S.B.S. N° 838-2008 Normas Complementarias para la prevención del Lavado de

Activos y del Financiamiento del Terrorismo.
43
 empresa, por las auditorías interna y/o externa y/o
las señaladas por la Superintendencia.
 Denegar o no entregar dentro del plazo establecido
la información solicitada por la UIF-Perú, de acuerdo
a la normativa vigente sobre prevención del lavado
de activos y financiamiento del terrorismo

Son infracciones muy graves:

 Transgredir el deber de reserva consagrado en el
artículo 12º de la Ley Nº 27693, poniendo en
conocimiento de cualquier persona, entidad u
organismo, bajo cualquier medio o modalidad, el
hecho de que alguna información ha sido solicitada
por la UIF-Perú o proporcionada a esta.
 No comunicar a la UIF-Perú las operaciones
sospechosas que hubieren efectuado los clientes a
partir de que se tome conocimiento por medios de
difusión pública que dichas personas están siendo
investigados o procesados por el delito de lavado de
dinero, delitos precedentes, el delito de
financiamiento del terrorismo y/o delitos conexos.

2.2.1.3. Algunas implicancias negativas del lavado de

dinero para el país y las empresas
Afecta la economía.- Quienes practican el lavado de
dinero emplea compañías de fachada que mezclan
las ganancias de actividades ilícitas con fondos
legítimos, para ocultar ingresos mal habidos. En
algunos países, por ejemplo, la delincuencia
organizada ha utilizado restaurantes de comida
rápida para encubrir ganancias procedentes del
tráfico de drogas. Esto les permite subvencionar sus

44
productos y servicios a niveles por debajo de los
precios del mercado, siendo casi imposible para los
negocios legítimos competir con estas empresas
como resultado de esta situación las organizaciones
delictivas podrían desplazar a negocios legítimos.
A la vez afecta con la redistribución regresiva de la
riqueza, inflación, problemas cambiarios y el
desempleo.

Costo social.- Existen costos y riesgos sociales

considerables relacionados con el lavado de dinero.
Permite a los delincuentes ampliar sus operaciones
criminales, eleva el costo al gobierno debido a la
necesidad de una mayor actividad para la aplicación
de la ley. Incrementa los índices de crimen, debilita y
corrompe a la sociedad y daña la imagen del país y
sus instituciones.

Competencia desleal.- Las compañías creadas con

fondos clandestinos mezclan las ganancias ilícitas
con fondos legítimos, para ocultar ingresos mal
habidos. Subvencionando sus artículos o productos
a niveles por debajo de los precios del mercado.

Distorsión económica e inestabilidad.- Los lavadores

están interesados en proteger sus ganancias ilícitas
y no en generar utilidades por sus inversiones. Por
tanto, desvían fondos de inversiones sólidas hacia
inversiones de baja calidad, que ocultan las
ganancias, afectando el crecimiento económico.

45
 Pérdida de rentas públicas.- El lavado de dinero
disminuye los ingresos tributarios gubernamentales
y, por tanto, perjudican indirectamente a los
contribuyentes honrados.

Riesgos para la reputación.- La confianza en los

mercados y la importante función económica que
cumplen las utilidades son deterioradas por el lavado
de dinero y los delitos financieros, como el fraude
financiero generalizado y la especulación bursátil. La
riqueza criminal, daña la imagen institucional,
deteriora la moral social, genera corrupción y
violencia y produce efectos sociales dañinos.

2.2.2. Unidad de Inteligencia Financiera (UIF)

La creación de la Unidad de Inteligencia Financiera del Perú
responde al compromiso del Estado peruano de luchar
frontalmente contra la corrupción, narcotráfico, terrorismo, y
narcoterrorismo.

Las facultades de la UIF son supervisar y sancionar la

implementación y los incumplimientos del sistema de
prevención de lavado de dinero y financiamiento del
terrorismo por las entidades o sujetos obligados. Analizar los
reportes de operaciones sospechosas enviados por los
oficiales de cumplimiento de los sujetos obligados y capacitar
a los sujetos obligados y sociedad civil sobre el sistema de
prevención del lavado de dinero y financiamiento al
terrorismo. Como análisis estratégico de tendencias, estudios
de mercado y otros factores en relación a los efectos del
lavado de dinero y el financiamiento del terrorismo.

46
 El trabajo de la UIF, se guía por determinadas pautas como
realizar labores como investigar de oficio sobre información de
sus bases de datos. No obstante la UIF no puede actuar
sobre denuncias, pero la información que maneja la UIF es de
carácter confidencial.
La UIF emite informes de Inteligencia Financiera de carácter
reservado al Ministerio Público, en caso se presuma que las
operaciones están vinculadas a actividades de lavado de
activos y financiamiento del terrorismo.

2.2.3. El Grupo de Acción Financiera Internacional (GAFI),

Grupo de Acción Financiera Internacional de Sudamérica
(GAFISUD) y El Grupo de Unidad de Inteligencia
Financiera (EGMONT)
Son organismos intergubernamentales cuyo propósito es
combatir, elaborar y promover medidas para combatir el
lavado de dinero y financiamiento al terrorismo.

El grupo EGMONT, es la instancia que reúne a las Unidades

de Inteligencia Financiera UIF del mundo. El 9 de junio de
1995, representantes de 24 países y 8 organizaciones
internacionales se reunieron en el Palacio de EGMONT en
Bélgica para discutir sobre las organizaciones especializadas
en la lucha contra el lavado de dinero, conocidas en ese
entonces, como “disclosuresreceiving agencies”, que
correspondían a las actuales UIF.
El Perú fue admitido como miembro del grupo en junio 2005.
Actualmente hay mas de 100 UIF en el Grupo Egmont.

47
 CAPÍTULO III:

RESULTADO DE LA INVESTIGACIÓN
3. D
Después de revisar el marco teórico y para poder aplicar el modelo en el
caso peruano, se requiere tener las siguientes consideraciones:
En primer lugar, es importante reconocer que, todos los individuos tienen
preferencias iguales (consumo) y comparten la misma función de utilidad.
El supuesto de homogeneidad (donde existen dos tipos de bienes el legal
y el ilegal como lineamientos) en las preferencias es necesario. En
segundo lugar, el modelo asume que las preferencias de los individuos no
toman en consideración la tenencia de dinero, de que los individuos
pretenden convertir de actividades ilegales en dinero “legal”, puede
inferirse que los individuos reciben utilidad de su tenencia de dinero pues
les facilita hacer transacciones (lo que ratifica en lo recomendado por
Becker en “Crimen y Castigo”). En tercer lugar, se asume que la provisión
de la oferta de insumos para la producción de bienes ilegales se da en un
escenario de competencia, adicionalmente el gobierno cobra un impuesto
y transfiere ingreso a los individuos para que estos lo empleen en el
consumo del bien legal y del bien ilegal. (Véase anexo N°4–Figura N°26).

3.1. INSUMOS EMPÍRICOS DEL MODELO

De la solución de equilibrio al modelo se desprende que las variables
macroeconómicas que determinan la cantidad de recursos
monetarios objeto de lavado de dinero son el consumo, el nivel de
precios, la tasa de empleo, la inversión en capital y la tasa del
48
 impuesto al valor agregado. Dichas variables y su fuente se
sintetizan en el siguiente cuadro:

Tabla N° 3: Descripción de las variables macroeconómicas del

modelo para el Perú
VARIABLE DESCRIPCIÓN FUENTE
Consumo privado + Consumo del BCRP. Estadísticas
Consumo (𝐂𝐭 )
gobierno general Económicas
Nivel de Precios Índice nacional de precios al
INEI, Estadísticas
(𝐏𝟏 = 𝐏𝟐 ) consumidor
Empleo (𝐍𝐭 ) Tasa general de desempleo INEI, Estadísticas
Inversión en Capital BCRP, Estadísticas
Formación bruta de capital fijo
(𝐊 𝐭 ) Económicas
SUNAT, Estadísticas
IGV (𝐙𝐭 ) Impuesto al valor agregado
y Estudios

Por otro lado, algunas variables independientes serán tomadas de la

parametrización realizada por Argenteiro, Bagella y Busato para el
caso italiano (Argenteiro, et al 2008). Es decir, los parámetros que se
describen en la siguiente tabla no han sido calibrados
específicamente para el caso peruano.

Tabla N° 4: Descripción de variables parametrizadas del modelo

VARIABLE DESCRIPCIÓN DATO
𝐂𝟐 Consumo del bien ilegal C2 = 5% ∗ C1
Perdida en utilidad derivada de obtener
𝐁 B=9
ingresos del crimen y de la evasión fiscal
Elasticidad de la función producción del bien
𝛏 ξ = 0.04
ilegal respecto al empleo en el sector ilegal
Elasticidad de la función utilidad con respecto
𝛙 ψ = 1.6
a la oferta de trabajo en el sector ilegal
Elasticidad de la función de producción del
𝛂 bien ilegal respecto al empleo en el sector α = 0.17
legal
Fracción del consumo total destinada al
𝛈 = 𝟏. 𝟔 η = 0.9
consumo del bien legal
Elasticidad de sustitución intertemporal entre
𝐪𝟏 q1 = 0.01
dos periodos de tiempo del bien legal
Elasticidad de sustitución intertemporal entre
𝐪𝟐 = 𝟏 − 𝐪𝟏 q2 = 0.99
dos periodos de tiempo del bien ilegal

49
3.2. CUANTIFICACIÓN DEL LAVADO DE DINERO. RESULTADOS
EMPÍRICOS DEL MODELO
Empleando las variables descritas, al correr el modelo se obtiene el
monto de recursos que provienen del sector ilegal. El siguiente
cuadro sintetiza el valor anual de los recursos monetarios objeto de
lavado de dinero a nivel nacional para los años 2001 a 2012 y el
mismo monto expresado como porcentaje del producto bruto interno:

Tabla N° 5: Estimación del lavado de dinero en el Perú

LAVADO DE DINERO LAVADO DE
AÑO
(Nuevos soles) DINERO (%PBI)
2001 S/. 4,341,066,834.55 2.29%
2002 S/. 4,465,033,484.51 2.24%
2003 S/. 4,476,272,467.72 2.10%
2004 S/. 4,392,871,656.54 1.85%
2005 S/. 4,267,004,744.50 1.63%
2006 S/. 4,033,776,793.05 1.33%
2007 S/. 3,752,296,631.84 1.12%
2008 S/. 3,388,897,667.44 0.90%
2009 S/. 4,079,734,700.05 1.04%
2010 S/. 3,784,629,854.57 0.85%
2011 S/. 3,753,207,131.54 0.75%
2012 S/. 3,645,778,936.21 0.68%

Datos provenientes del desarrollo del modelo

Elaboración Propia

Siendo que en el 2001 un 2.29% del total del PBI correspondía al

lavado de dinero. No obstante, en los últimos tres años se ha ido
reduciendo el monto del lavado de dinero, en un promedio por año
de 0.09%. Sin embargo, aunque el PBI siga con una tendencia al
alza, el Estado peruano está implementando políticas para
contrarrestar aquellas actividades ilícitas que sean incluidas en la
economía formal.

50
Figura N° 4: Evolución del lavado de dinero y el PBI en el Perú
en los años 2000 a 2012

Elaboración Propia

Adicionalmente de la cuantificación del modelo, podemos demostrar

que existe una relación inversa en la evolución entre el lavado de
dinero y el producto bruto interno.

El comportamiento del lavado de dinero como porcentaje del PBI,

entre los años 2001 al 2012, se sintetiza en la siguiente:

Figura N° 5: Lavado de dinero con respecto al PBI

Estadísticas
Media 1.398%
Error típico 0.0017
Mediana 1.225%
Correlación con PBI 0.6653
Desviación estándar 0.0060

Elaboración Propia

51
 Figura N° 6: Histograma del lavado de dinero en el Perú

Frecuencia
3

Media =4,04E9
Desviación típica =3,49E8
N =13

0
3,20E9 3,40E9 3,60E9 3,80E9 4,00E9 4,20E9 4,40E9
lavado

Elaboración Propia

Si bien de la estimación de datos en el Perú del lavado de dinero

representa un 1.398%, en promedio con respecto al PBI, se realizó
el pronóstico a cuento ascendería el lavado de dinero para el
siguiente año, resultando que disminuiría a s/. 3, 654, 593, 497
nuevos soles.

Figura N° 7: Pronóstico del lavado de dinero para el año 2013

Elaboración Propia

52
3.2.1. Resultados a nivel departamental
En el Perú todo ingreso proveniente de ganancia ilícita es
sancionado penalmente, por lo que los recursos del lavado
de dinero están relacionados en un lugar determinado, por
tanto, es posible obtener un aproximado de los recursos
objeto al lavado dinero por departamentos lo cual permitiría
conocer la amplitud del lavado.
Con el modelo propuesto y con respecto a cada PBI
departamental (véase anexo N° 2 – Tabla N° 11) se pudo
determinar los montos en moneda nacional sobre el lavado
de dinero con respecto al PBI por años.
Siendo que casi la mitad de los departamentos incremento)
el lavado de dinero en montos (nuevos soles) del 2001 al
2012.

Tabla N° 6: Estimación del lavado de dinero en el 2001 y

2012 por departamentos en el Perú
2001 2012
Lavado de Lavado Var.
Departamentos PBI (mill. PBI (mill.
dinero Part. de dinero Part. LAF
S/.) S/.)
(mill. S/.) (mill. S/.)
Amazonas 992.35 842.57 84.91% 3,144.35 1,051.50 33.44% 0
Ancash 6,616.18 2,019.34 30.52% 20,344.42 1,934.52 9.51% -1
Apurímac 811.04 248.77 30.67% 2,329.76 222.09 9.53% -1
Arequipa 8,814.33 2,214.54 25.12% 28,904.57 2,102.97 7.28% 0
Ayacucho 1,453.84 1,040.70 71.58% 5,752.45 1,333.50 23.18% -1
Cajamarca 4,953.59 1,823.27 36.81% 14,479.22 1,772.34 12.24% 0
Cusco 4,023.47 1,683.57 41.84% 18,039.74 1,877.12 10.41% 0
Huancavelica 1,866.64 1,189.03 63.70% 3,791.11 1,137.74 30.01% 0
Huánuco 1,882.86 1,194.31 63.43% 4,562.70 1,224.25 26.83% 0
Ica 4,210.29 1,713.93 40.71% 15,953.02 1,818.52 11.40% 0
Junín 5,790.58 1,928.88 33.31% 14,956.80 1,787.80 11.95% 0
La Libertad 7,805.73 2,131.80 27.31% 25,352.62 2,039.91 8.05% -1
Lambayeque 5,104.35 1,843.51 36.12% 13,362.46 1,734.12 12.98% -1
Lima 91,500.03 3,848.34 4.21% 241,904.81 3,209.26 1.33% 0
Loreto 4,030.38 1,684.71 41.80% 9,947.68 1,593.66 16.02% 0
Madres de Dios 572.96 577.93 100.87% 2,206.65 892.90 40.46% 0
Moquegua 1,999.56 1,231.23 61.57% 7,554.87 1,462.80 19.36% -1
Pasco 1,913.83 1,204.29 62.93% 5,428.45 1,306.09 24.06% 0
Piura 7,743.77 2,126.37 27.46% 24,530.51 2,024.09 8.25% -1
Puno 4,132.83 1,701.50 41.17% 11,359.73 1,656.83 14.59% 0
San Martin 2,127.51 1,269.72 59.68% 6,041.06 1,356.67 22.46% 0
Tacna 2,298.82 1,318.34 57.35% 7,059.66 1,430.59 20.26% 0
Tumbes 901.83 783.62 86.89% 2,521.98 951.86 37.74% 0
Ucayali 1,778.94 1,159.85 65.20% 4,848.14 1,252.77 25.84% 0
Elaboración Propia

53
Por lo que se asoció un nivel de riesgo a los departamentos
del Perú, enfocados en probabilidad e impacto para una
matriz del lavado de dinero, siendo expuestos a cuatro
niveles de riesgo como: muy alto (rojo), alto (naranja), medio
(amarillo) y bajo (verde).

Figura N° 8: Matriz de riesgo para lavado de dinero

Elaboración Propia

Determinado el monto del lavado de dinero para el año 2012

tenemos que existe mayor riesgo en los departamentos
como Madre de Dios, Lima, Amazonas y Tumbes. Lo cual
conlleva a que debería haber mayor control por parte del
Estado como planes de monitoreo y otros.
En el caso de un riesgo alto se encuentran los
departamentos de San Martin, Huánuco, Ucayali, Pasco,
Huancavelica, Ayacucho y Tacna. Cabe resaltar que aunque
este nivel de riesgo no sea un riesgo extremo también se
considera como peligroso ya que tiende a ser un nivel de
riesgo alto para la sociedad.
Si bien el riesgo medio o moderado existen en
departamentos que se encuentran en el territorio del VRAEM
los cuales deberían de ser de riesgo más alto, esto se da
porque el nivel de riesgo se encuentra englobado al total del
54
PBI departamental, ya que pueden existir provincias con
menor riesgo que otras. No obstante, para aquellos
departamentos con riesgo moderado el Estado debería
administrar con procedimientos normales de control, por lo
que las acciones a ejecutarse pueden realizarse en el
mediano plazo.
Siendo un enfoque completo del nivel de riesgo asociado a
los departamentos el siguiente mapa por niveles de riesgo
asociados al lavado de dinero para el año 2012 en el Perú.

Figura N° 9: Participación del lavado de dinero por

departamentos y niveles de riesgo – año 2012

Elaboración Propia
55
 Adicionalmente, para poder identificar aquellos
departamentos que aportan más al PBI nacional, se realizó
un cruce comparativo entre el lavado de dinero (ya
determinado anteriormente) con respecto a cuanto equivale
el PBI por departamentos, siendo el siguiente cuadro los
valores anuales de los recursos objeto a lavado de dinero
para cada departamento en el Perú como porcentaje del PBI
nacional.

Tabla N° 7: Participación del lavado de dinero por

departamentos con respecto al PBI entre los años 2001 a
2012
Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 0.013% 0.012% 0.012% 0.011% 0.009% 0.007% 0.006% 0.005% 0.006% 0.005% 0.004% 0.004%
Ancash 0.088% 0.092% 0.087% 0.085% 0.077% 0.072% 0.061% 0.044% 0.047% 0.039% 0.034% 0.028%
Apurímac 0.011% 0.010% 0.010% 0.009% 0.008% 0.006% 0.005% 0.004% 0.005% 0.004% 0.003% 0.003%
Arequipa 0.117% 0.117% 0.107% 0.096% 0.085% 0.067% 0.062% 0.052% 0.059% 0.050% 0.043% 0.040%
Ayacucho 0.019% 0.019% 0.018% 0.015% 0.014% 0.011% 0.010% 0.008% 0.011% 0.009% 0.008% 0.008%
Cajamarca 0.066% 0.068% 0.068% 0.059% 0.053% 0.042% 0.028% 0.025% 0.033% 0.024% 0.022% 0.020%
Cusco 0.053% 0.049% 0.047% 0.048% 0.048% 0.041% 0.035% 0.029% 0.034% 0.030% 0.028% 0.025%
Huancavelica 0.025% 0.022% 0.020% 0.017% 0.015% 0.013% 0.010% 0.007% 0.009% 0.007% 0.006% 0.005%
Huánuco 0.025% 0.023% 0.022% 0.018% 0.016% 0.013% 0.011% 0.008% 0.010% 0.008% 0.007% 0.006%
Ica 0.056% 0.056% 0.051% 0.046% 0.045% 0.035% 0.030% 0.029% 0.033% 0.028% 0.026% 0.022%
Junín 0.077% 0.071% 0.067% 0.060% 0.051% 0.045% 0.038% 0.029% 0.033% 0.027% 0.023% 0.021%
La Libertad 0.103% 0.102% 0.096% 0.082% 0.072% 0.063% 0.053% 0.044% 0.053% 0.043% 0.039% 0.035%
Lambayeque 0.068% 0.065% 0.059% 0.048% 0.043% 0.033% 0.029% 0.023% 0.028% 0.022% 0.020% 0.018%
Lima 1.211% 1.173% 1.095% 0.934% 0.815% 0.650% 0.541% 0.434% 0.508% 0.413% 0.364% 0.332%
Loreto 0.053% 0.053% 0.050% 0.043% 0.039% 0.030% 0.024% 0.020% 0.021% 0.017% 0.015% 0.014%
Madres de Dios 0.008% 0.008% 0.008% 0.007% 0.007% 0.006% 0.005% 0.004% 0.005% 0.005% 0.005% 0.003%
Moquegua 0.026% 0.029% 0.029% 0.035% 0.032% 0.029% 0.022% 0.017% 0.017% 0.016% 0.013% 0.010%
Pasco 0.025% 0.024% 0.023% 0.022% 0.020% 0.024% 0.022% 0.011% 0.012% 0.010% 0.009% 0.007%
Piura 0.103% 0.099% 0.094% 0.086% 0.076% 0.063% 0.052% 0.045% 0.052% 0.040% 0.037% 0.034%
Puno 0.055% 0.053% 0.048% 0.043% 0.036% 0.028% 0.025% 0.020% 0.024% 0.020% 0.017% 0.016%
San Martin 0.028% 0.026% 0.024% 0.023% 0.020% 0.015% 0.013% 0.010% 0.013% 0.010% 0.009% 0.008%
Tacna 0.030% 0.030% 0.029% 0.030% 0.026% 0.022% 0.019% 0.014% 0.015% 0.013% 0.011% 0.010%
Tumbes 0.012% 0.012% 0.011% 0.010% 0.009% 0.006% 0.005% 0.004% 0.005% 0.004% 0.004% 0.003%
Ucayali 0.024% 0.023% 0.022% 0.020% 0.017% 0.014% 0.011% 0.009% 0.010% 0.008% 0.007% 0.007%
TOTAL 2.294% 2.236% 2.097% 1.847% 1.631% 1.335% 1.116% 0.896% 1.041% 0.852% 0.754% 0.678%
Elaboración Propia

Los resultados se encuentran reflejados con respecto a la

variación del PBI en el año, más no el porcentaje inicial que
podría ser más o menos de lo reflejado de su economía
original.

Para entender mejor la distribución de los departamentos

que tienen en su PBI la mayor tasa de participación de
56
lavado de dinero, se hizo una clasificación que ilustra cuales
son los más afectados, cuales son aquellos que tienen una
participación no muy alta y, por último, los que no registran
una participación significativa del lavado de dinero en su
tasa de crecimiento departamental.

Figura N° 10: Departamentos por niveles de riesgos con

respecto al PBI (nacional y departamental) y el lavado de
dinero

Elaboración Propia

57
 Teniendo un resultado distinto al anterior análisis, ya que
este refleja a los departamentos con mayor economía con un
nivel de riesgo muy alto, explicado porque en las mayores
economías se genera mayores transacciones, ya que existe
mayor cantidad de habitantes y mayores registro de delitos
que se pueden realizar con respecto al lavado de dinero.

3.2.2. Resultados por actividades económicas

Pero no solamente el lavado de dinero se da en
departamentos con bajo o alto riesgo, sino también en
aquellas actividades más vulnerables o propensas a ser
utilizadas. Por lo que se pudo determinar en el siguiente
cuadro a cuánto asciende el lavado de dinero en cada sector
económico, equivalente con respecto al PBI.

Tabla N° 8: Estimación de datos del lavado de dinero por

actividades económicas con respecto al PBI - 2001 a
2012
Actividades 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Agricultura, Caza y Silvicultura 0.17% 0.16% 0.15% 0.12% 0.10% 0.08% 0.07% 0.06% 0.07% 0.05% 0.05% 0.04%
Pesca 0.02% 0.02% 0.02% 0.01% 0.01% 0.01% 0.01% 0.01% 0.01% 0.01% 0.01% 0.00%
Minería 0.12% 0.13% 0.14% 0.16% 0.16% 0.17% 0.14% 0.10% 0.11% 0.10% 0.09% 0.07%
Manufactura 0.37% 0.35% 0.33% 0.30% 0.27% 0.21% 0.18% 0.14% 0.15% 0.13% 0.11% 0.09%
Electricidad y Agua 0.06% 0.05% 0.05% 0.04% 0.04% 0.03% 0.02% 0.02% 0.02% 0.02% 0.01% 0.01%
Construcción 0.13% 0.13% 0.12% 0.11% 0.10% 0.08% 0.07% 0.07% 0.08% 0.07% 0.06% 0.06%
Comercio 0.34% 0.33% 0.30% 0.26% 0.22% 0.18% 0.15% 0.13% 0.15% 0.12% 0.11% 0.10%
Transportes y Comunicaciones 0.20% 0.19% 0.18% 0.16% 0.14% 0.11% 0.10% 0.08% 0.10% 0.08% 0.07% 0.07%
Restaurantes y Hoteles 0.10% 0.10% 0.09% 0.08% 0.07% 0.05% 0.04% 0.03% 0.04% 0.03% 0.03% 0.03%
Servicios Gubernamentales 0.19% 0.18% 0.18% 0.15% 0.13% 0.10% 0.08% 0.06% 0.08% 0.06% 0.05% 0.05%
Otros Servicios 0.59% 0.58% 0.55% 0.46% 0.39% 0.30% 0.25% 0.20% 0.24% 0.19% 0.16% 0.15%
TOTAL 2.29% 2.24% 2.10% 1.85% 1.63% 1.33% 1.12% 0.90% 1.04% 0.85% 0.75% 0.68%
Elaboración Propia

Con estas cifras, independientemente de la evolución de los

sectores productores legítimos, se tiene que las actividades
ilegales siempre se encuentran sumergidas en casi todas las
actividades productivas que acompañan al crecimiento
económico de un departamento y del país.

58
Figura N° 11: Participación del lavado de dinero por
actividades económicas en el 2012

Agricultura, Caza
y Silvicultura
0.043% Pesca
Otros Servicios 0.004%
0.153% Minería
0..071%

Servicios Manufactura
Gubernamentale 0.095%
s
0.047%
Restaurantes y
Hoteles Electricidad y
0.029% Agua
0.013%
Comercio Construcción
Transportes y
0.102% 0.056%
Comunicaciones
0.066%

Elaboración propia

Siendo el comercio con mayor participación del lavado de

dinero (sin incluir otros servicios), esto está reflejado en las
creaciones de empresas fachadas que realizan las personas
para el ocultamiento del dinero ilegal.

Si bien, cada departamento tiene una actividad que aporta

en mayor ingreso al PBI nacional se podría inferir que estas
se encuentran asociadas al lavado de dinero, para lo cual se
realizó cruces sobre las actividades económicas, los
departamentos y el resultado del lavado de dinero por años,
siendo que su situación difiere para cada caso. (Véase
anexo N° 3)

Sin embargo, para el año 2012 con respecto a actividades,

departamento y lavado de dinero se tiene:

59
 Tabla N° 9: Estimación de datos del lavado de dinero por actividades económicas y departamentos para el año 2012
con respecto al PBI
Agricultura,
Electricidad Transporte y Restaurantes Servicios Otros
Departamentos Caza y Pesca Minería Manufactura Construcción Comercio
y Agua Comunicaciones y Hoteles Gubernamentales Servicios
Silvicultura
Amazonas 0.0014% 0.0000% 0.0000% 0.0003% 0.0000% 0.0006% 0.0004% 0.0003% 0.0001% 0.0006% 0.0005%
Ancash 0.0011% 0.0003% 0.0109% 0.0030% 0.0007% 0.0019% 0.0017% 0.0020% 0.0005% 0.0017% 0.0040%
Apurímac 0.0006% 0.0000% 0.0000% 0.0002% 0.0000% 0.0006% 0.0004% 0.0001% 0.0001% 0.0007% 0.0003%
Arequipa 0.0031% 0.0001% 0.0054% 0.0055% 0.0005% 0.0064% 0.0057% 0.0035% 0.0012% 0.0018% 0.0065%
Ayacucho 0.0010% 0.0000% 0.0019% 0.0005% 0.0000% 0.0014% 0.0009% 0.0003% 0.0001% 0.0011% 0.0008%
Cajamarca 0.0026% 0.0000% 0.0072% 0.0014% 0.0002% 0.0016% 0.0017% 0.0008% 0.0005% 0.0018% 0.0020%
Cusco 0.0019% 0.0000% 0.0078% 0.0013% 0.0003% 0.0042% 0.0028% 0.0012% 0.0012% 0.0018% 0.0024%
Huancavelica 0.0006% 0.0000% 0.0008% 0.0001% 0.0016% 0.0001% 0.0004% 0.0001% 0.0001% 0.0007% 0.0007%
Huánuco 0.0012% 0.0000% 0.0003% 0.0005% 0.0000% 0.0003% 0.0011% 0.0008% 0.0003% 0.0010% 0.0007%
Ica 0.0029% 0.0000% 0.0032% 0.0038% 0.0003% 0.0033% 0.0022% 0.0015% 0.0008% 0.0011% 0.0027%
Junín 0.0022% 0.0000% 0.0023% 0.0017% 0.0008% 0.0022% 0.0029% 0.0025% 0.0006% 0.0016% 0.0037%
La Libertad 0.0049% 0.0001% 0.0070% 0.0055% 0.0002% 0.0028% 0.0034% 0.0025% 0.0010% 0.0019% 0.0055%
Lambayeque 0.0015% 0.0000% 0.0003% 0.0019% 0.0001% 0.0018% 0.0049% 0.0023% 0.0006% 0.0013% 0.0037%
Lima 0.0086% 0.0001% 0.0031% 0.0554% 0.0063% 0.0189% 0.0582% 0.0391% 0.0185% 0.0201% 0.1033%
Loreto 0.0012% 0.0000% 0.0023% 0.0014% 0.0002% 0.0010% 0.0022% 0.0010% 0.0007% 0.0015% 0.0020%
Madres de Dios 0.0002% 0.0000% 0.0015% 0.0001% 0.0000% 0.0001% 0.0003% 0.0001% 0.0001% 0.0003% 0.0004%
Moquegua 0.0001% 0.0001% 0.0039% 0.0022% 0.0004% 0.0014% 0.0005% 0.0003% 0.0001% 0.0005% 0.0008%
Pasco 0.0004% 0.0000% 0.0042% 0.0002% 0.0003% 0.0004% 0.0006% 0.0002% 0.0001% 0.0005% 0.0006%
Piura 0.0021% 0.0031% 0.0042% 0.0057% 0.0004% 0.0031% 0.0049% 0.0024% 0.0010% 0.0020% 0.0047%
Puno 0.0021% 0.0001% 0.0016% 0.0013% 0.0002% 0.0013% 0.0023% 0.0018% 0.0004% 0.0018% 0.0027%
San Martin 0.0023% 0.0000% 0.0000% 0.0008% 0.0000% 0.0008% 0.0011% 0.0005% 0.0004% 0.0010% 0.0012%
Tacna 0.0004% 0.0000% 0.0025% 0.0007% 0.0001% 0.0008% 0.0012% 0.0012% 0.0004% 0.0007% 0.0018%
Tumbes 0.0003% 0.0002% 0.0000% 0.0001% 0.0000% 0.0003% 0.0006% 0.0006% 0.0001% 0.0005% 0.0007%
Ucayali 0.0007% 0.0000% 0.0003% 0.0008% 0.0002% 0.0005% 0.0014% 0.0005% 0.0004% 0.0007% 0.0009%
TOTAL 2012 0.040% 0.0042% 0.0709% 0.0946% 0.0130% 0.0559% 0.1019% 0.0656% 0.0293% 0.0466% 0.1526%

Elaboración propia

60
Si bien la capital, Lima, por la gran concentración es la de
mayor impulsadora de actividades económicas en todos los
años, en el 2012 el comercio es la de mayor incidencia del
lavado de dinero (0.0582% de participación con respecto a
las demás actividades) seguido por manufactura con un
0.0554%.

En el caso de la agricultura, caza y silvicultura; Arequipa y

La Libertad, después de Lima, son los dos mayores
departamentos con mayor actividad ilegal registrada.

Aunque la pesca no es una actividad donde mayor

procedencia de actividades del lavado de dinero existe, se
tiene un registro del departamento de Piura donde mayor
incidencia se da.

En el caso de la minería a nivel nacional son los

departamentos de Ancash, Cusco, Cajamarca, Arequipa y
La Libertad los que presentan mayor registro de lavado de
dinero, cabe resaltar que esto se encuentra influenciado por
la compra, venta y producción de minería ilegal en dichas
zonas ya que son los departamentos donde existe mayor
empresas mineras dedicas a extraer mineral como el oro.

Si bien la construcción, para el año 2012, no se encuentra

entre las primeras actividades con mayor incidencia al
lavado de dinero, se tiene que la capital “Lima” es el de
mayor registro (0.0189%) esto influenciado por el boom
inmobiliario, ya que existe una gran demanda de las
personas por adquirir un bien, adicionalmente son las
constructoras, por este fenómeno, que alzaron los precios
por metro cuadra de los inmuebles, lo que influye que el

61
dinero ilícito puede estar siendo camuflado en dicha
actividad.

Como la corrupción es un delito del lavado de dinero

(coimas, colusión y otros), en los departamentos de La
Libertad, Piura y Puno se tiene un mayor registro de
incidencia del lavado, no obstante Lima (incluido el Callao)
es el principal departamento con mayor incidencia en la
actividad de servicios gubernamentales.

En otros servicios, Lima, es donde existe mayor dinero ilícito,

esto se da porque a nivel poblacional es donde mayor
número de habitantes tiene, los cuales pueden realizar gran
escala de movimientos en el sistema financiero como el de
enviar, depositar o retirar un créditos por montos altos. Cabe
resaltar que Arequipa y La Libertad son los departamentos
(después de Lima) con mayor lavado de dinero.

De los datos obtenidos el comercio es la actividad donde

mayor cantidad de dinero ilícito se tiene con respecto al PBI,
sin embargo en otros servicios también existen varias
actividades acumulables con incidencia de lavado de dinero,
por lo que comparado con los reportes de operaciones
sospechosas de la Unidad de Inteligencia Financiera (UIF),
se tiene que el sistema financiero, que abarca a bancos,
financieras, cajas municipales, cajas rurales y edpymes son
los de mayor reportantes de operaciones inusuales hasta la
fecha se tiene. Por lo que se podría inducir que por este
medio se está tratando de ocultar, convertir o transferir
dinero ilícito en todos sus servicios.

62
Figura N° 12: Número de reportes de operaciones
sospechosas por tipo de sujeto obligado – últimos 12
meses a diciembre 2013

Fuente: SBS – Unidad de Inteligencia Financiera

Adicionalmente si bien en la construcción se tiene un 0.06%

del lavado de dinero en el año 2012, este estaría acorde con
los reportes de operaciones sospechosas que fueron
remitidos a la UIF que alcanzaron un 5% del total de
reportes de sujetos obligados.

Si bien el transporte es otra de las actividades con mayor

lavado de dinero, esto se encuentra acorde con los reportes
de operaciones sospechosas de la UIF ya que se tiene que
el 11% de operaciones inusuales fueron por la compra y
venta de vehículos.

63
 Cabe resaltar que para el 2013 se vendieron un total de
201,323 carros nuevos (entre autos, camiones, microbuses,
minibús, remolcadores y otros), lo que implica que una
persona se encuentra lavando dinero en dicho servicio.

Figura N° 13: Venta total de vehículos nuevos a nivel

nacional

Fuente: ARAPER / Estadísticas

Elaboración propia

3.3. PRUEBA DE HIPOTESIS

Desarrollado el modelo y teniendo los resultados obtenidos,
verificamos las primeras impresiones planteados antes de su
aplicación en el proyecto. Siendo que en primera instancia las
hipótesis planteadas están acordes a los resultados obtenidos.

La hipótesis planteada: “Los departamentos con mayor incidencia al

lavado de dinero serán las zonas fronterizas y de extrema pobreza.
A la vez las actividades económicas que serán más propensas serán
el comercio y sector financiero”.

64
Desarrollando y comparando los resultados obtenidos sobre el
lavado de dinero se tiene que el departamento de Amazonas es uno
de los departamentos con alto índice de lavado de dinero y se
encuentra en el grupo de los más pobres en el Perú (véase anexo N°
4 – Tabla N° 26), no obstantes aunque departamentos pobres como
Huancavelica y Ayacucho no se encuentren con altos índices de
lavado de dinero, estos también son considerados de alto riesgo a
nivel nacional.

Cruzando información también se tiene que los departamentos

fronterizos con otros países tienen a tener mayor riesgo de lavado
de dinero por los varios delitos precedentes que se dan como el
tráfico ilícito de drogas y trafico aduanero.

De acuerdo con la clasificación presentada, podría considerarse que

en los departamentos fronterizos la posibilidad de apalancamiento
de alguna parte de su crecimiento con los de dinero producto del
lavado de dinero (en especial aquellos que se derivan del
contrabando) es un evento no descartable, debido a una presencia
tradicionalmente marcada.
Así mismo, que la zona costera percibe grandes beneficios de las
operaciones de importe y exporte de materias primas que estarían
relacionados de alguna manera con actividades delictivas
(alcaloides, mercaderías, armas, etc.) que fortalecen el lavado de
dinero.

Por lo que en el siguiente mapa se muestra los departamentos

fronterizos con nivel de riesgo expuestos, y si existen medidas de
control como las aduanas.

65
 Figura N° 14: Mapa de zonas fronterizas con otros paises
considerando el nivel de riesgo

Aduana de Iquitos

Aduana de Tumbes

Aduana de Piura

Aduana de Pucallpa

Aduana de Puerto Maldonado

Aduana de Puno

Aduana de Tacna

Elaboración propia

Sin embargo comparando el PBI departamental y la incidencia del

lavado de dinero estos tienen una relación contraria, ya que a mayor
PBI se tiene menor incidencia de lavado debido a que estos
departamentos cuentan con estándares para la prevención de delitos
precedentes.

66
Adicionalmente, la región selva se encuentra (en promedio) con
mayor registro de lavado de dinero debido a que estos están
expuestos por la gran cantidad de cultivos de coca que se siembra,
lo que genera mayor tránsito del tráfico de drogas.

Figura N° 15: Densidad de cultivos de coca en el Perú, 2012

Fuente: DEVIDA – UNODC / Monitoreo de Cultivos de Coca 2012

67
Ya que el lavado de dinero se encuentra inmerso en todas las
actividades económicas, cada departamento se caracteriza por
aportar al PBI nacional; lo que influye a que estos podrían estar
siendo utilizados como ocultamiento de dinero ilícito.
Cabe resaltar que de la participación del PBI por actividades si
incluimos el lavado de dinero obtenido para el año 2012, tendríamos:

Figura N° 16: Participación del PBI por actividades incluido el

lavado de dinero, 2012
Lavado de activos
2%
Agricultura, Caza y
Silvicultura
8%Pesca
Otros Servicios
Servicios 22% 0%
Gubernamentales Minería
6% 5%
Restaurantes y
Hoteles Manufactura
4% 16%

Transportes y
Comunicaciones
10% Comercio Electricidad y
17% Agua
Construcción 2%
8%

Elaboración Propia

De lo que fue nuestras primeras impresiones con respecto al

problema general planteado estos estarían en lo correcto, siendo el
comercio y el sistema financiero las actividades con mayor dinero
ilícito.

Otra hipótesis fue el de obtener aquellos departamentos con nivel de

riesgo al que se encuentren con mayor exposición con respecto al
lavado de dinero. Si bien, en primera instancia se determinó aquellos
departamentos con mayor índice de PBI serían las que tendrían
mayor nivel de riesgo, por lo que al ser comprobados estos se
encuentran en su totalidad acordes, ya que, Lima, Callao, Tumbes,
Ayacucho y Madre de Dios se encuentran en el grupo de riesgo muy
68
alto. El único que no pertenece al grupo es Ayacucho por su nivel de
riesgo alto, no obstante es un nivel de riesgo de gran magnitud y que
se requiere de acciones inmediatas.

En el caso de alto riesgo se planteó que serían, Junín, Huánuco,

Piura, Lambayeque, La Libertad y Arequipa; por los índices de
delincuencia registrado últimamente, no obstante en los resultados
no se refleja algunos de estos departamentos como riesgo alto; esto
también se debe a que el enfoque (modelo macroeconómico) está
basado a nivel departamental y debido a que no todos las provincias
de un departamento cuentan con número de delitos estos deberían
tener un mayor nivel de riesgo.

Si bien la Superintendencia de Banca y Seguros, en su proceso de

regulación y supervisión, implanto que todos los sujetos obligados
construyan mapeos de riesgo sobre su sector y sobre distintos
factores, estos están atribuidos en los delitos fuentes (véase anexo
N° 4 - Figura N° 19) para lo cual Junín se encuentra en niveles de
riesgo alto esto debido a los últimos detenidos por actos terroristas y
por su reciente aprobación de incluir al VRAE al Valle del Mantaro; y
en el caso de La Libertad por el alto índice de extorsión. (Véase el
anexo N° 4 – Figura N° 21)

No obstante, aunque no todos los departamentos reflejen un alto

índice de riesgo, aunque tengan mayor pobreza o sean zonas
fronterizas o se conoce que sus actividades económicas están
influenciadas por un alto índice de lavado de dinero o tengan altos
registros de delincuencia, estos podrían estar reflejados ya que sus
provincias se encuentran con un nivel bajo, lo que genera la
disminución del riesgo.

69
 CAPITULO IV:

ASPECTOS QUE SE ESTAN REALIZANDO PARA CONTRARRESTAR

EL LAVADO DE DINERO EN EL PERÚ
4.
Hace años y en la actualidad el lavado de dinero es uno de los grandes
problemas a nivel mundial al que se enfrentan, por lo que el Perú para no
encontrarse al margen se encuentra aportando con medidas para
combatir el incremento del lavado de dinero.

Si bien el lavado de dinero tiende a ser más por la comercialización o

tráfico ilícito de drogas, el Perú desde 1961 es miembro de la Convención
Única sobre Estupefacientes, siendo que todos los Estados miembros
están obligados a prohibir el cultivo del arbusto y/o planta de hoja de coca
y como tal debe ejercer todas las acciones que tiene en su poder para
eliminarlo, y donde se realizan cultivos del arbusto de coca, se aplicará un
sistema de fiscalización que establece un organismo oficial para
desempeñar las siguientes funciones: designar zonas y parcelas de
terreno en que se permitirá el cultivo, sólo podrán dedicarse a dicho
cultivo los cultivadores que posean una licencia, cada licencia especificará
la superficie en la que se autoriza el cultivo, todos los cultivadores estarán
obligados a entregar la totalidad de sus cosechas y se comprará y tomará

70
posesión material de dichas cosechas, lo antes posible, a más tardar
cuatro meses después de terminada la recolección.6

En el Perú, ENACO es la única empresa estatal que legalmente posee el

monopolio de la comercialización de la hoja de coca. Sin embargo, el
Congreso de la República aprobó esta Convención con reserva y declara
que no se considera obligado a tipificar como delito penal el cultivo lícito e
ilícito de hoja de coca y otros cultivos similares, por tanto, el Perú, puede
mantener vigente la masticación de la hoja de coca en el país

En la convención de Naciones Unidas contra el tráfico ilícito de

estupefacientes y sustancias sicotrópicas de 1988. Art. 14: “Cada una de
las partes adoptará medidas adecuadas para evitar el cultivo ilícito de las
plantas que contengan estupefacientes o sustancias sicotrópicas, tales
como las plantas de adormidera, los arbustos de coca y las plantas de
cannabis, así como erradicar aquellas que se cultiven ilícitamente en su
territorio. Las medidas que se adopten deberán respetar los derechos
humanos fundamentales y tendrán debidamente en cuenta los usos
tradicionales lícitos, donde al respecto exista la evidencia histórica, así
como la protección del medio ambiente.”

Asimismo, el Estado peruano está realizando diversas acciones, si bien

desde 1997 se creó la primera regulación de lavado de dinero en el Perú,
el año 2002 se crea la Ley Penal contra el lavado de dinero en el Perú el
cual se encuentra estructurado por 10 artículos donde los tres primeros
son referentes al acto de conversión y transformación del dinero, bienes,
efecto o ganancias; los dos siguientes artículos se tratan de condiciones
especiales del agente, activos ilícitos o comportamiento delictivo, y por
último los tres últimos artículos se refieren a la procedencia ilícita de los
activos como sus consecuencias aplicables.

6 Empresa Nacional de Coca S.A. (ENACO). – Marco Legal Ref. www.enaco.com.pe/?page_id=89

71
Debido a que no se contaba con mayor inclusión, la Unidad de
Inteligencia Financiera fue incorporado recién en el año 2007 a la
Superintendencia de Banca y Seguros, por lo que empezaron regulando
al sistema financiero, creando así la Resolución N° 838, donde se dan las
pautas para la creación del área de Oficialía de Cumplimiento quien vela
por que la Institución no se encuentre involucrado con algún caso de
lavado de dinero, adicionalmente tabularon señales de alerta que se
puedan generar en los cuatro factores de análisis (cliente, producto,
jurisdicción y canales); también la implementación y conocimiento de las
listas restrictivas a nivel mundial como son los Paraísos Fiscales, lista de
países del Grupo de Acción Financiera Internacional (GAFI) y otros.
(Véase anexo N° 4, Tabla N° 27 y N° 28)

Para estar acorde en el 2009 en el Perú empiezan las implementaciones

sobre el análisis comparativo de gestión de riesgo de regulación
internacional realizado por Australia, Reino Unido, Canadá y Colombia.
Si bien existen entes internacionales que se encuentran combatiendo este
delito precedente, en el Perú también se encuentra implementando las 40
Recomendaciones del Grupo de Acción Financiera sobre el lavado de
dinero las cuales tienen como objetivo establecer patrones mínimos para
la acción de los países en la implementación de medidas detalladas para
combatir el lavado de dinero.

Las 40 Recomendaciones imponen a las instituciones financieras la

obligación de llevar a cabo procedimientos de debida diligencia,
implicando la verificación de la identidad del cliente y del beneficiario final
y la obtención de información sobre el propósito de la transacción, ya sea
al iniciar las relaciones comerciales; al llevar a cabo operaciones
ocasionales por encima del umbral designado (US$ 10,000); al existir la
sospecha de lavado de dinero.

72
Adicionalmente, cuando una institución financiera tenga fundamentos
razonables para sospechar que ciertos fondos proceden de actividades
delictivas deberá reportar, inmediatamente, sus sospechas a la UIF.

No obstante para poder aplicar la debida diligencia es necesario

supervisar aquellas actividades que se encuentren vinculados con delitos
ilegales, siendo otra acción de la Unidad de Inteligencia Financiera (UIF)
las obligaciones y prohibiciones aplicables a las instituciones financieras
se hacen extensivas a actividades como los casinos, los agentes
inmobiliarios, los comerciantes de metales preciosos, los proveedores de
servicios de fideicomisos, los abogados, los notarios, y los contadores
cuando celebren ciertas operaciones (compraventa de inmuebles y
administración de dinero, valores u otros activos, entre otras). Lo que
conllevo a que la UIF pudiera en estos últimos años empezar a regular
aquellos sujetos obligados. Siendo su principal monto de reporte de
operaciones sospechosas igual o superior de los siguientes montos:

Tabla N° 10: Registro de operaciones sospechosas – montos para

cada sujeto obligado

Fuente: SBS – UIF – CapacitaciónEspecializada/Modulo 4

Si bien en el Perú se creó el plan de lucha contra el lavado de dinero,

también se incluye al terrorismo como un delito precedente de lavado de
dinero, siendo su objeto el fortalecimiento del Sistema ALA/CFT a nivel

73
nacional en sus componentes de prevención, detección y represión penal,
contribuyendo a su vez a la protección de la integridad y estabilidad del
sistema económico-financiero, a la reducción del poderío económico del
crimen organizado y el terrorismo, y a la lucha contra la corrupción.
Para tal fin el plan busca el cumplimiento de objetivos tangibles y
acciones concretas tendientes a subsanar las vulnerabilidades
funcionales identificadas en el marco del diagnóstico de riesgos de LA/FT,
para eso el plan fue respaldado con un fuerte compromiso político del
Estado peruano, e involucró la participación de un amplio número de
instituciones públicas y privadas, coordinadas bajo el liderazgo de la SBS
y asesoradas por la asistencia técnica del Fondo Monetario Internacional.

Debido a que no todos los rubros de actividades estaban supervisados, el

año 2012 se incluye a la minera ilegal como a los notarios públicos para
ser regulados y supervisados por la SBS contra medidas de prevención
de LA/FT.
Otra de las acciones realizadas por parte de la UIF, fue registrar todas las
casas de cambio a nivel nacional como casas de empeño, empresas que
explotan juegos de casino y/o máquinas tragamonedas y las notarías.
Siendo que realizaron capacitaciones continuas para que estos puedan
tener mayor información que se requiere por parte de la UIF.
Adicionalmente la UIF realiza capacitaciones a nivel nacional a docentes
para conocimiento y divulgación de casos.
Se está realizando la creación y actualización de un listado de Personas
Expuestas Políticamente (PEP), para consulta y adecuación a las bases
de todos los sujetos obligados para que puedan tener un procedimiento
acorde sobre aquellas personas con nivel de riesgo más alto que una
persona común.

Si bien el lavado de dinero y financiamiento al terrorismo se encuentra

supervisado por la SBS – UIF, estos no se encuentran regulando el
mercado de valores, para lo cual se pudo realizar lazos para la prevención

74
en estos canales con la Superintendencia de Mercado y Valores (SMV) o
antes CONASEV, siendo que actualmente se encuentre implementando la
normativa propia para su nicho de mercado, siendo los supervisados los
siguientes: sociedades agentes de bolsa, sociedades intermediarias de
valores, sociedades administradoras de fondos mutuos de inversión en
valores, sociedades administradoras de fondos de inversión, sociedades
titulizadoras, bolsas de valores, instituciones de compensación y
liquidación de valores, empresas administradoras de fondos colectivos, y
cualquier otro sujeto bajo la competencia de la SMV.

Otra acción realizada en el Perú es el combate con todos los delitos

precedentes, no obstante un dato importante es que el Perú se encuentra
entre los países que están generando leyes para proteger a la población
de las diversas modalidades de trata, las cuales van desde la explotación
sexual, hasta el trabajo forzoso, este estudio realizado por el
Departamento de Estado de los EE.UU en un informe de informe de la
trata de personas. Mostrando cuáles son los países en función a lo que se
ha hecho en su marco legal para proteger a su población.

Figura N° 17: Países a nivel mundial que luchan contra la trata de

personas

Fuente: http://elcomercio.pe/mundo/actualidad/trata-personas-mundo-explotacion-trabajo-forzoso-mapa-noticia

75
El documento coloca en el nivel 1 a los países cuyas leyes "cumplen
plenamente con las normas mínimas de la Ley de Protección de Víctimas
de la Trata". En nivel 2 están aquellos países cuyos gobiernos no la
cumplen plenamente, pero hacen esfuerzos considerables. En tanto,
en nivel 3 están los países que no cumplen con la ley ni hacen esfuerzos
para cumplirlas. Siendo que Perú se encuentre en el nivel 2
implementando leyes en las zonas de mayor riesgo como es por la selva
peruana.

Otro punto adicional es que la UIF después de una investigación previa

remite los reportes de operaciones sospechosas al Ministerio Público,
estas a la fecha se encuentran alrededor de 137 o 140 investigaciones, lo
que implica que se ha generado un vínculo de fuentes de información
entre el regulador con entes fiscales; lo que conlleva que cuando el
Ministerio Público o el Poder Judicial requieran de mayor información es
solicitado con apoyo de la SBS a los entes regulados para su atención.

Un dato importante es que en el 2012 se incluyó al Valle del Mantaro en la

zona del VRAE, lo que conllevo a que el Estado se encuentre realizando
mayores monitoreos e investigaciones para combatir contra el terrorismo
todos los días, a la vez contribuyendo en la erradicación de la hoja de
coca (para la no producción de droga) en dichas zonas implementado
nuevos cultivos y otros con apoyo de DEVIDA.

Adicionalmente, la SBS con sinergias de la SUNAT se encuentran

estableciendo parámetros o permisos de actividades económicas que
puedan ser influyentes al lavado de dinero, siendo por ejemplo la
comercialización de insumos o productos químicos prohibida, sin permiso,
ya que este puede generar sustancias ilícitas como las drogas.

76
Para seguir acorde con los estándares internacionales, la UIF (al cierre
del 2014) se encuentra enfocada en la pre publicación de una nueva
norma sobre el enfoque basado en riesgo para su implementación
definitiva, lo que ayudara que todos los sujetos obligados cuenten con
lineamientos de riesgos a nivel mundial.

Asimismo saldrá la publicación de nuevos sujetos obligados a los cuales

estarán dirigidos a personas naturales y jurídicas que se dediquen a la
comercialización o alquiler de las maquinarias y equipos, transportan y/o
comercializan insumos químicos que puedan ser utilizados en la minería
ilegal, bajo control y fiscalización de la SUNAT y los laboratorios y
empresas que producen y/o comercializan insumos químicos y bienes
fiscalizados.

77
 CONCLUSIONES

De la investigación realizada concluimos que la mayor incidencia al

lavado de dinero se encuentra en las zonas fronterizas y de extrema
pobreza. Siendo que departamentos del Perú como Amazonas tiene un
alto índice de lavado de dinero por estar asociado al incide de pobreza, si
bien la manipulación y facilidad a la población es de mayor accesibilidad
estos tienden a tener mayor influencia en delitos como tráfico ilícito de
drogas y trafico aduanero.

Los departamentos de San Martin, Huánuco, Ucayali, Pasco,

Huancavelica, Ayacucho y Tacna se encuentran en un nivel de riesgo
alto. Sin embargo, los departamentos que se encuentran en la zona del
VRAEM están en promedio en un nivel de riesgo medio o moderado los
cuales deberían de ser de riesgo más alto, esto debido a que el nivel de
riesgo se encuentra englobado al total del PBI departamental.
No obstante, aunque no todos los departamentos reflejen un alto índice
de riesgo, aunque tengan mayor pobreza o sean zonas fronterizas o se
conoce que sus actividades económicas están influenciadas por un alto
índice de lavado de dinero o tengan altos registros de delincuencia, estos
podrían estar reflejados ya que sus provincias se encuentran con un nivel
bajo, lo que genera la disminución del riesgo.

De los datos obtenidos el comercio es la actividad donde mayor cantidad

de dinero ilícito se tiene, con respecto al PBI, siendo el departamento de
Lima (por la gran concentración de actividades económicas) la de mayor
incidencia al lavado de dinero.
Sin embargo, en otros servicios existen varias actividades acumulables
con incidencia de lavado de dinero, por lo que comparado con los
reportes de operaciones sospechosas de la Unidad de Inteligencia
Financiera (UIF), se tiene que el sistema financiero es quien emite
mayores casos de operaciones inusuales.

78
Si bien existen varios delitos precedentes, un delito que aún se encuentra
registrándose es la minería ilegal a nivel nacional, siendo el resultado que
los departamentos de Ancash, Cusco, Cajamarca, Arequipa y La Libertad
son los que presentan mayor registro de lavado de dinero, siendo acorde
el resultado con las grandes cantidades de las empresas posicionadas en
dichas regiones.

Debido a que las actividades delictivas se encuentran incrementándose

día a día, se concluye que la Unidad de Inteligencia Financiera (como
ente regulador y supervisor) con coordinaciones de entes públicos se
encuentra contrarrestando el lavado de dinero presentando medidas
(normativas, nuevos sujetos obligados a informar, información detallada
de reporte sospechosas, implementación de normativas internacionales y
otros) preventivas acordes a nivel mundial.

Adicionalmente si bien la UIF desde sus inicios en la SBS en el año 2007

hasta el cierre del 2013 tiene un total del monto involucrado del lavado de
dinero en sus informes de inteligencia financiera, estos al ser comparados
con los datos por el modelo de la investigación (suma desde el 2007 al
2012) es un monto similar en nuevos soles, por lo que se podría afirmar
que el modelo está arrojando datos similares a lo que la UIF se encuentra
reportando mes a mes.

79
 RECOMENDACIONES

De la investigación se recomienda que, si bien existen actividades y

departamentos con mayor incidencia al lavado de dinero que generan
mayor riesgo, se recomienda realizar medidas inmediatas para controlar,
monitorear y combatir, por lo que es necesario realizar segmentaciones
sobre cómo una persona debería actuar con respecto a una actividad
económica, el cual ayudaría a que un sujeto obligado pueda detectar un
caso atípico cuando una persona salga de su ámbito por actividad y zona.

Realizar mayor monitoreo en las zonas fronterizas, conjuntamente la

SUNAT, SUTRAN y la Policía Nacional del Perú fiscalizar todo evento que
se puede transportar y se encuentre asociado al lavado de dinero.

En el caso de los departamentos con mayor índice de riesgo por lavado

de dinero, como Lima, se debería incrementar el presupuesto en
seguridad ciudadana (realizar políticas fiscales).

En el caso de la corrupción es uno de los delitos fuentes del lavado de

dinero, y actualmente no se están tomando medidas para combatirlo, por
lo que es necesario que se realicen políticas para eliminar las barras
burocráticas.

Debido a que el comercio es donde mayor actividad delictiva existe se

recomienda que la SUNAT genere mayor supervisión en la creación de
empresas. Si bien la informalidad no es un delito que puede estar implícito
con el lavado de dinero, este puede generar un riesgo a la economía y
podría estar asociado, por lo que se recomienda que la SUNAT y otros
entes puedan dar mayor facilidad a las personas para su legalidad con
negocios bajos. Adicionalmente al dejar de evadir los impuestos (delito
precedente) se estaría generando una cultura responsable y a la vez

80
ayudando a que se realicen proyectos para la educación y otros sectores
vulnerables donde existe mayor riesgo de lavado de dinero.

Si bien toda persona que desee camuflar, ocultar o transferir el dinero

ilícito a la economía encuentra diversas maneras para realizarlo, debería
generarse nuevas tecnologías e instrumentos financieros. Es fundamental
tomar conciencia de la exposición de las empresas del nivel de riesgo de
lavado de dinero, por lo que se debe mejorar herramientas para la
mitigación del riesgo, desarrollos tecnológicos para realizar monitoreo de
operaciones y generación de señales de alerta.

Debido a que las personas realizan actividades ilícitas porque le genera

un costo beneficio es necesario mitigar y controlar la delincuencia en el
Perú, por lo que es necesario reformular el código penal poniendo mayor
castigo y sanción a las personas que se encuentren con dinero ilícito.
En línea se tendría que generar mayor empleo para que las dichas
personas no se encuentren asociadas al facilismo de generar ingresos por
delitos precedentes.

La capacitación constante de la educación financiera como el daño

causado por este fenómeno debería ser dado cada año a todo los
habitantes del país (recurso humano de las empresas, docentes,
alumnos, etc.) ya que es prioridad para combatir el lavado de dinero, lo
que se quiere es concientizar a la población.

Del modelo planteado, se recomienda establecer que el gobierno puede

imponer medios de pago alternos al efectivo que reduzcan el efecto de la
escasez de liquidez y que incrementen la probabilidad de detectar
actividades de lavado de dinero, entonces, se incrementarían los costos
de la actividad ilegal y se reduciría la producción ilegal.

81
Una última modalidad para lavar dinero son las monedas digitales,
llamados BITCOINS, utilizadas en el mundo digital para transacciones
que van desde simples juegos en línea hasta operaciones intercambiarías
de bienes raíces, para lo cual se recomienda empezar hacer medidas de
contingencia para estos nuevos tipos de canales o vías que puedan estar
asociados al lavado de dinero.

Realizar que cada sujeto obligado cumpla todas las normativas de las
cuarenta recomendaciones del GAFI, como evitar tener personas que
realicen transferencias de paraísos fiscales y los que se encuentren en
lista GAFI (por ser de alto riesgo).

Profundizar en la prevención y control del riesgo en la financiación del

terrorismo, ya que en el VRAEM se debería contar con mayor información
y entrenamiento sobre delitos diferentes al narcotráfico que también son
fuente de lavado de dinero.

Aunque existan medidas, políticas y sistemas de grandes estándares

estos no podrán ser de gran utilidad para combatir y/o erradicar el lavado
de dinero, ya que si no existen valores éticos en un ser humano como la
conciencia social estos quedaran sin valor, por lo que para tener un futuro
mejor y esto conlleve a que busquemos bienestar para la sociedad como
para nuestras familias se debe empezar con valores en cada uno.

82
 BIBLIOGRAFÍA

1. Argentiero, Amedeo., Bagella, Michelle & Busato, Francesco. “Money

Laundering in a Two Sector Model: UsingT heory for Measurment”.
CEIS Tor Vergata, Research Paper No. 128, Vol. 6, Issue 8
(Septiembre 2008). Tor Vergata University, Center for Economic and
International Studies.
2. Becker, Gary S. “Crimen y castigo: un enfoque económico”. En
Derecho y Economía: una revisión de la literatura, ed. Roemer,
Andrés, 383-436. México: Fondo de Cultura Económica, 2000.
3. BID. El lavado de dinero en América Latina: ¿Qué sabemos de él?
4. Busato, Francesco & Chiarini, Bruno. “Market and underground
activities in a two-sector dynamic equilibrium model.” Economic
Theory, Vol. 23, 831-861.
5. Ernesto Carlos Leyva Pedrosa (2012), “Lavado de dinero en México,
estimación de su magnitud y análisis de su combate a través de la
inteligencia financiera”.
6. Empresa Nacional de Coca, ENACO SA, “Marco Penal”. Ref.
www.enaco.com.pe/?page_id=89
7. Florida International Bankers Association (FIBA- 2012),“Certification
FIBA AMLCA”
8. Guerino Ardizzi, Carmelo Petraglia, Massimiliano Piacenza, Fried rich
Schneider, Gilberto Turati (2012), “Estimating Money Laundering
Through A “Cash Deposit Demand” Approach”.
9. Luddy Marcela Roa- Rojas, (2010), “El lavado de activos en la
economía formal colombiana: aproximaciones sobre el impacto en el
PIB departamental”.
10. Sadri Slim (Abril, 2013), “Modeling illegal economy and Money
laundering: an IS/LM framework”.
11. SBS, Guía referencial sobre el sistema de Prevención de Lavado de
Activos y Financiamiento al Terrorismo.

83
12. SBS, Unidad de Inteligencia Financiera del Perú – Prevención del
Lavado de Activos (Material de Capacitación). Ref.
www.sbs.gob.pe/uif.

Legislación consultada:

1. Decreto Legislativo N° 635.Código Penal.

2. Decreto Supremo N° 057-2011. Publicado el 01/07/11.
Aprueban el Plan Nacional de Lucha contra el Lavado de Activos y el
Financiamiento del Terrorismo y la Creación de la Comisión Ejecutiva
Multisectorial contra el Lavado de Activos y el Financiamiento del
Terrorismo.
3. Grupo de Acción Financiera sobre el lavado de activos, Grupo de
Acción Financiera de Sudamérica. “Las Cuarenta Recomendaciones”.
(Actualizado a febrero de 2012). http://www.fatf-
gafi.org/dataoecd/38/53/34030987.pdf.
4. LEY Nº 27765. Publicada el 27/06/02.
Ley Penal contra el Lavado de Activos.
5. Resolución S.B.S. N° 838-2008 Normas Complementarias Para La
Prevención del Lavado de Activos y del Financiamiento del
Terrorismo.
6. Resolución SBS N° 486-2008. Publicada el 08/03/08.
Aprueban la Norma para la Prevención del Lavado de Activos y
Financiamiento del Terrorismo, de aplicación general a los sujetos
obligados supervisados por la UIF-Perú.
7. Resolución SBS 8930-2012. Publicada el 01/12/12.
Reglamento de Infracciones y sanciones y el Anexo I: Reglamento de
Sanciones, aplicable a personas naturales y jurídicas supervisadas en
materia de Prevención de Lavado de Activos y Financiamiento del
Terrorismo por la UIF-Perú.

84
8. Resolución S.B.S. N° 2108-2011. Publicada 16 de febrero de 2011
Modificaciones de la Normativa de Prevención de Lavado de Activos y
Financiamiento al Terrorismo

Información estadística:

1. Instituto Nacional de Estadística e Informática (INEI), Documentos

Cuentas Nacionales del Perú: Producto Bruto Interno por
Departamentos. http://www.inei.gob.pe/.
2. Banco Central de Reserva del Perú (BCRP), Estadísticas:
http://estadisticas.bcrp.gob.pe/index.asp?sFrecuencia=A.
3. Superintendencia de Banca y Seguros, Unidad de Inteligencia
Financiera: http://www.sbs.gob.pe/0/home_lavado_activos.aspx.
4. Superintendencia Nacional de Aduanas y de Administración
Tributaria(SUNAT), Estadística y estudios:
http://www.sunat.gob.pe/estadisticasestudios/index.html
5. Comisión Nacional para el desarrollo y vida sin drogas (DEVIDA),
Boletines Institucionales:
http://www.devida.gob.pe/index.php?option=com_content&view=articl
e&id=55&Itemid=64
6. Banco Mundial, Estadísticas: http://datos.bancomundial.org/catalogo-
de-datos.
7. Ministerio Público del Perú: Documentos de Anuarios Estadísticos;
http://www.mpfn.gob.pe/estadistica/anuario_est_2012.pdf.
8. Policía Nacional del Perú: Anuarios Estadísticos estadísticas;
http://www.pnp.gob.pe/ESTADISTICA_DELINCUENCIAL/DELINCUE
NCIA.HTML.
9. Fondo Monetario Internacional: Estadísticas:
http://www.imf.org/external/data.htm.

85
 ANEXOS

ANEXO N° 1: DESARROLLO DEL MODELO

Para determinar el lavado de dinero se tiene la siguiente derivación del

modelo:

De las condiciones de primer orden para una trayectoria óptima interior,

se obtienen las siguientes expresiones:

−𝑞
𝐶1,𝑡 : 𝜂𝐶1,𝑡 1 − 𝑍𝑡 = 𝜙1,𝑡 𝑝1 (𝑡) − 𝜙2,𝑡 𝑝2 (𝑡)………………………..…. (1)

−𝑞2
𝐶2,𝑡 : (1 − 𝜂)𝐶2,𝑡 = 𝜙1,𝑡 𝑝1 (𝑡) − 𝜙2,𝑡 𝑝2 (𝑡) − 𝜙3,𝑡 𝑝1 (𝑡)……………. (2)

𝑁𝑡 : 𝐵(1 − 𝑁𝑡 )𝜓 + 𝜙1,𝑡 𝑝1 (𝑡)𝛼𝑁𝑡𝛼−1 𝐾𝑡1−𝛼 = 𝜙1,𝑡 ∗ 𝑝2 (𝑡) ∗ 𝜉 ∗ (1 − 𝑁𝑡 )𝜉−1 ∗

𝐿̅1−𝜉 ..……………………………………………………………………. (3)

−𝛼
𝐾𝑡+1 : 𝑝1 𝜙1,𝑡 = 𝛽 𝑡 𝐸𝑡 𝜙1,𝑡+1 (𝑝1 (𝑡 + 1)(1 − 𝛼)𝑁(𝑡 + 1)𝛼 ∗ 𝐾𝑡+1 ∗ Λ(𝑡 +
1))…………………………………………………………………....…. (4)

𝑀𝑡+1 : 𝜙1,𝑡 = 𝛽 𝑡 𝐸𝑡 𝜙1,𝑡+1 …………………………………………….... (5)

Υ𝑡 : 𝜙3,𝑡 = 𝜙2,𝑡 …………….……………………………………….... (6)

De la relación 1 y 2 se obtiene:
−𝑞
𝜂𝐶1,𝑡 1 −𝑍𝑡
𝜙1,𝑡 − 𝜙2,𝑡 = …………………..……………………… (7)
𝑝1 (𝑡)

−𝑞 −𝑞
(1−𝜂)𝐶2,𝑡 2 𝜂𝐶1,𝑡 1 −𝑍𝑡
= − 𝜙2,𝑡 …………………..……….……… (8)
𝑝2 (𝑡) 𝑝1 (𝑡)

−𝑞 −𝑞
𝜂𝐶1,𝑡 1 −𝑍𝑡 (1−𝜂)𝐶2,𝑡 2
𝜙2,𝑡 = − …………………..………………… (9)
𝑝1 (𝑡) 𝑝2 (𝑡)
−𝑞 −𝑞
𝜂𝐶1,𝑡 1 −𝑍𝑡 (1−𝜂)𝐶2,𝑡 2
𝜙1,𝑡 = 2 𝑝1 (𝑡)
− 𝑝2 (𝑡)
…………………..………………… (10)

86
De la derivación expresada en Υ𝑡 , se tiene:

̅ (𝑡)+𝑝2 (𝑡)𝐶2,𝑡
𝑝1 (𝑡)𝐶1,𝑡 −𝑀
Υ𝑡 = ………………..……………………….. (11)
𝑝2,𝑡−1 𝐶2,𝑡−1

1 𝑝1 (𝑡)𝐶1,𝑡
Υ𝑡 = ………………………………………………….. (12)
2 𝑝2,𝑡−1 𝐶2,𝑡−1

Ahora, considerando la función (𝑁𝑡 ), y multiplicando ambos por (1 -

𝑁𝑡 )
𝑝2,𝑡 (1 − 𝑁𝑡 )𝜉 𝐿̅1−𝜉
𝜉𝜙1,𝑡 = 𝐵(1 − 𝑁𝑡 )1+𝜓 + 𝜙1,𝑡 ∗ 𝑝1 (𝑡) + 𝛼𝑁𝑡𝛼−1 ∗ 𝐾𝑡1−𝛼 ∗ (1 − 𝑁𝑡 )
𝑝2,𝑡 𝐶2,𝑡

𝐵(1 − 𝑁𝑡 )1+𝜓 + 𝜙1,𝑡 ∗ 𝑝1 (𝑡) + 𝛼𝑁𝑡𝛼−1 ∗ 𝐾𝑡1−𝛼 ∗ (1 − 𝑁𝑡 )

= 𝑝2,𝑡 𝐶2,𝑡
𝜉𝜙1,𝑡
𝛼−1
𝐵(1 − 𝑁𝑡−1 )1+𝜓 + 𝜙1,𝑡−1 ∗ 𝑝1,𝑡−1 + 𝛼𝑁𝑡−1 ∗ 𝐾(𝑡 − 1)1−𝛼 ∗ (1 − 𝑁𝑡−1 )
= 𝑝2,𝑡−1 𝐶2,𝑡−1
𝜉𝜙1,𝑡−1

Ahora, esta conversión se subtitula en la siguiente ecuación de orden 12

para tener la siguiente expresión: “fracción optimo del lavado de dinero”

1 𝑝1 (𝑡)𝐶1,𝑡
Υ𝑡 = 1−𝛼
2 𝐵(1 − 𝑁𝑡−1 )1+𝜓 + 𝜙1,𝑡−1 ∗ 𝑝1,𝑡−1 + 𝛼𝑁𝛼−1
𝑡−1 ∗ 𝐾(𝑡 − 1) ∗ (1 − 𝑁𝑡−1 )
𝜉𝜙1,𝑡−1

Dónde:
−𝑞 −𝑞
𝜂𝐶1,𝑡−1
1
− 𝑍(𝑡 − 1) (1 − 𝜂)𝐶2,𝑡−1
2

𝜙1,𝑡 =2 −
𝑝1,𝑡−1 𝑝2,𝑡−1

El resultado del modelo arroja como variable dependiente la cantidad de

dinero que es sujeta de lavado de dinero.

87
 ANEXO N° 2: DATOS ESTADÍSTICOS

Tabla N° 11: Producto Bruto Interno por departamentos y años (Nuevos soles)
Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 992,349,000 989,220,000 1,079,511,000 1,255,643,000 1,369,479,000 1,479,909,000 1,707,719,000 1,958,519,000 2,099,410,000 2,304,604,000 2,644,565,000 3,144,351,000
Ancash 6,616,183,000 7,534,779,000 8,107,341,000 9,983,505,000 11,210,536,000 14,930,876,000 16,761,404,000 17,119,729,000 16,270,385,000 18,785,829,000 20,464,609,000 20,344,415,000
Apurimac 811,035,000 846,836,000 890,540,000 1,008,583,000 1,097,661,000 1,284,114,000 1,356,311,000 1,448,448,000 1,576,978,000 1,770,489,000 1,974,150,000 2,329,758,000
Arequipa 8,814,325,000 9,599,921,000 9,965,682,000 11,208,332,000 12,395,675,000 13,832,561,000 17,124,298,000 19,904,312,000 20,611,612,000 23,672,032,000 26,230,329,000 28,904,565,000
Ayacucho 1,453,838,000 1,567,047,000 1,684,013,000 1,785,318,000 1,977,404,000 2,303,885,000 2,773,994,000 3,248,780,000 3,968,738,000 4,528,872,000 5,128,198,000 5,752,446,000
Cajamarca 4,953,591,000 5,570,156,000 6,348,834,000 6,948,288,000 7,739,016,000 8,712,020,000 7,659,597,000 9,454,519,000 11,434,751,000 11,633,734,000 13,295,085,000 14,479,218,000
Cusco 4,023,466,000 4,015,943,000 4,383,633,000 5,673,548,000 6,981,803,000 8,504,085,000 9,657,078,000 11,111,274,000 11,656,966,000 14,319,403,000 17,224,015,000 18,039,736,000
Huancavelica 1,866,635,000 1,787,114,000 1,869,440,000 1,985,125,000 2,194,880,000 2,600,595,000 2,649,161,000 2,832,124,000 3,050,460,000 3,248,986,000 3,663,193,000 3,791,112,000
Huanuco 1,882,862,000 1,858,267,000 2,038,798,000 2,166,986,000 2,328,743,000 2,680,859,000 2,981,591,000 3,206,648,000 3,341,223,000 3,717,714,000 4,061,991,000 4,562,696,000
Ica 4,210,291,000 4,561,563,000 4,781,923,000 5,440,025,000 6,518,664,000 7,301,927,000 8,266,754,000 11,064,514,000 11,422,261,000 13,242,806,000 15,657,335,000 15,953,018,000
Junin 5,790,581,000 5,795,884,000 6,209,120,000 7,017,115,000 7,456,712,000 9,306,981,000 10,576,552,000 11,082,437,000 11,290,428,000 12,703,653,000 13,899,946,000 14,956,800,000
La Libertad 7,805,729,000 8,307,019,000 8,939,195,000 9,655,276,000 10,515,460,000 13,121,729,000 14,714,521,000 16,997,364,000 18,348,547,000 20,694,615,000 23,405,729,000 25,352,617,000
Lambayeque 5,104,346,000 5,287,043,000 5,521,778,000 5,631,805,000 6,230,290,000 6,778,541,000 7,920,240,000 9,056,358,000 9,676,749,000 10,744,049,000 11,851,710,000 13,362,458,000
Lima 91,500,027,000 95,824,706,000 101,675,680,000 109,515,865,000 119,123,465,000 134,486,345,000 149,237,986,000 167,450,116,000 176,269,079,000 197,426,335,000 220,470,303,000 241,904,807,000
Loreto 4,030,379,000 4,351,519,000 4,633,875,000 5,001,022,000 5,658,583,000 6,219,643,000 6,685,393,000 7,546,223,000 7,126,685,000 7,925,241,000 8,999,070,000 9,947,677,000
Madres de Dios 572,959,000 649,093,000 717,770,000 852,522,000 973,582,000 1,170,848,000 1,282,992,000 1,636,105,000 1,882,558,000 2,280,425,000 3,028,157,000 2,206,650,000
Moquegua 1,999,561,000 2,394,975,000 2,708,803,000 4,055,417,000 4,654,281,000 5,968,612,000 6,011,964,000 6,366,625,000 5,965,373,000 7,584,752,000 7,785,517,000 7,554,868,000
Pasco 1,913,829,000 1,995,155,000 2,096,401,000 2,598,839,000 2,910,224,000 4,956,485,000 6,107,307,000 4,393,108,000 4,303,235,000 4,765,540,000 5,675,175,000 5,428,454,000
Piura 7,743,766,000 8,105,855,000 8,685,103,000 10,062,658,000 11,179,447,000 13,072,863,000 14,474,517,000 17,203,013,000 17,895,737,000 19,178,706,000 22,367,323,000 24,530,514,000
Puno 4,132,825,000 4,317,259,000 4,460,922,000 5,030,186,000 5,286,981,000 5,803,958,000 6,770,811,000 7,766,012,000 8,302,556,000 9,447,791,000 10,534,541,000 11,359,727,000
San Martin 2,127,512,000 2,143,908,000 2,275,302,000 2,700,575,000 2,873,190,000 3,042,869,000 3,486,558,000 3,979,895,000 4,364,957,000 4,822,907,000 5,489,288,000 6,041,055,000
Tacna 2,298,815,000 2,425,150,000 2,692,344,000 3,524,413,000 3,775,690,000 4,586,338,000 5,241,822,000 5,342,110,000 5,030,716,000 6,282,444,000 6,953,152,000 7,059,655,000
Tumbes 901,830,000 943,089,000 986,168,000 1,125,096,000 1,331,003,000 1,292,395,000 1,501,219,000 1,678,053,000 1,777,144,000 2,018,233,000 2,239,453,000 2,521,976,000
Ucayali 1,778,943,000 1,890,682,000 2,038,968,000 2,327,744,000 2,555,666,000 2,812,312,000 3,062,612,000 3,480,221,000 3,609,195,000 3,952,116,000 4,234,318,000 4,848,142,000
TOTAL 173,325,677,000 182,762,183,000 194,791,144,000 216,553,886,000 238,338,435,000 276,250,750,000 308,012,401,000 345,326,507,000 361,275,743,000 407,051,276,000 457,277,152,000 494,376,715,000

Fuente: Instituto Nacional de Estadística e Informática / Compendio Estadístico “PRODUCTO BRUTO INTERNO POR DEPARTAMENTOS 2001 – 2012”

88
 Tabla N° 12: Perú Producto Bruto Interno por grandes actividades económicas 1991-2012
Actividades 2001 2002 2003 2004 2005 2006 2007P/ 2008P/ 2009P/ 2010P/ 2011E/ 2012E/

Agricultura, Caza y Silvicultura 12,867 12,668 13,470 14,213 15,135 17,107 19,342 22,352 23,834 24,996 28,722 31,532
Pesca 1,430 1,733 1,426 1,571 2,041 2,099 2,183 2,569 2,555 2,559 3,512 3,068
Minería 9,312 10,961 12,929 18,264 23,139 35,248 38,413 39,267 37,377 46,535 56,221 51,708
Manufactura 27,737 28,954 30,352 35,373 39,077 44,234 49,035 54,921 51,804 59,852 67,561 68,992
Electricidad y Agua 4,334 4,442 4,651 4,895 5,379 5,656 6,011 6,539 7,440 7,758 8,634 9,473
Construcción 9,882 10,737 11,561 12,885 14,214 17,122 20,395 25,562 27,082 32,690 34,802 40,748
Comercio 25,818 26,945 28,000 30,734 32,726 37,845 42,104 48,602 52,025 59,474 66,210 74,324
Transportes y Comunicaciones 14,991 15,406 16,747 18,226 20,075 22,772 28,622 32,065 34,114 37,701 42,718 47,845
Restaurantes y Hoteles 7,870 8,185 8,661 9,164 9,811 10,520 11,694 13,431 14,631 16,493 18,700 21,371
Servicios Gubernamentales 14,211 15,044 16,274 17,474 19,249 20,970 21,630 23,810 27,108 28,051 30,294 33,972
Otros Servicios 44,872 47,687 50,720 53,756 57,492 62,679 68,584 76,207 83,307 90,943 99,903 111,345

Valor Agregado 173,326 182,762 194,791 216,554 238,338 276,251 308,012 345,327 361,276 407,051 457,277 494,377
Impuestos a los Productos 13,096 14,399 16,084 18,604 20,172 23,158 26,129 31,012 29,012 35,605 39,123 42,101
Derechos de Importación 2,791 2,489 2,550 2,744 3,143 2,847 2,198 1,911 1,493 1,803 1,380 1,529

Producto Bruto Interno 189,213 199,650 213,425 237,902 261,653 302,255 336,339 378,249 391,780 444,460 497,780 538,006

Fuente: Instituto Nacional de Estadística e Informática / Compendio Estadístico “PRODUCTO BRUTO INTERNO POR DEPARTAMENTOS 2001 – 2012”

89
Tabla N° 13: Tasa de desempleo urbano, según principales
características y región natural, 2004 -2012
Principales características /
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Región natural

Total 7.0 7.9 7.1 7.3 7.5 6.4 6.3 6.0 5.9 5.3 5.1 4.7

Sexo
Hombre 6.7 7.6 7.2 6.6 7.0 5.6 5.7 5.3 5.6 4.6 4.8 4.0
Mujer 7.4 8.2 7.0 8.3 8.0 7.5 7.0 6.9 6.2 6.0 5.5 5.5
Grupo de edad
14 a 24 años 11.7 12.3 14.1 15.2 16.1 13.8 14.7 13.5 12.8 13.0 13.0 12.3
25 a 44 años 5.5 6.8 4.9 5.3 5.1 4.8 4.2 4.3 4.2 3.5 3.3 3.1
45 a 64 años 6.0 6.3 5.2 4.1 4.6 3.3 3.3 3.2 3.3 2.7 2.3 2.0
65 y más 4.8 4.7 4.2 3.2 3.6 2.5 2.6 2.6 3.6 1.7 3.0 1.6
Nivel de educación 1/ 5.7 3.9
Primaria o menos 5.3 8.6 8.7 4.1 4.3 3.8 3.6 2.6 3.3 2.4 2.9 2.5
Secundaria 8.1 8.2 6.6 8.4 8.8 7.7 7.3 7.2 7.1 6.2 6.3 5.5
Superior 6.6 7.7 7.4 6.1 6.5 6.2 5.6 5.6 4.7 4.7
Región natural

Costa Urbana 2/ 8.0 9.0 7.3 7.8 8.1 6.9 6.5 6.3 6.1 5.3 4.9 4.8
Sierra Urbana 4.7 5.3 6.9 7.2 6.5 5.6 6.4 5.9 5.7 5.3 4.9 4.4
Selva Urbana 4.3 4.5 5.9 3.6 5.0 4.9 4.7 4.2 4.5 3.3 3.7 3.4
Lima Metropolitana 8.7 10.3 7.7 8.5 8.5 7.1 6.7 6.7 6.1 5.7 5.6 5.0

Fuente: Instituto Nacional de Estadística e Informática - Encuesta Nacional de Hogares.

Tabla N° 14: Producto Bruto Interno por años (Nuevos soles)

Año PBI real (var. %) PBI (mill. S/.)
1999 1.49 216,376.81
2000 2.69 222,206.67
2001 0.62 223,579.53
2002 5.45 235,773.04
2003 4.16 245,592.63
2004 4.96 257,769.80
2005 6.29 273,971.07
2006 7.53 294,597.85
2007 8.52 319,693.00
2008 9.14 348,923.00
2009 1.05 352,584.02
2010 8.45 382,380.00
2011 6.45 407,051.98
2012 5.95 431,272.99
2013 5.79 456,222.90
Fuente: Banco Central de Reserva del Perú/ Consulta de Series Estadísticas

90
 ANEXO N° 3: RESULTADOS

Tabla N° 15: Lavado de dinero por departamentos y por actividad de agricultura, caza y silvicultura
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 314,270,000.00 280,823,000.00 315,950,000.00 397,512,000.00 431,391,000.00 467,933,000.00 602,975,000.00 689,053,000.00 745,221,000.00 767,653,000.00 899,731,000.00 1,000,394,000.00
Ancash 450,382,000.00 407,683,000.00 424,245,000.00 415,427,000.00 414,938,000.00 432,794,000.00 501,470,000.00 614,567,000.00 644,779,000.00 717,888,000.00 781,135,000.00 816,456,000.00
Apurimac 161,591,000.00 147,745,000.00 155,230,000.00 137,669,000.00 140,035,000.00 174,016,000.00 214,198,000.00 244,458,000.00 284,216,000.00 304,568,000.00 345,081,000.00 404,302,000.00
Arequipa 947,106,000.00 938,684,000.00 851,858,000.00 1,006,331,000.00 1,103,465,000.00 1,145,656,000.00 1,330,730,000.00 1,598,968,000.00 1,744,150,000.00 1,796,952,000.00 1,836,600,000.00 2,275,920,000.00
Ayacucho 275,093,000.00 257,558,000.00 272,035,000.00 256,022,000.00 289,688,000.00 336,952,000.00 361,921,000.00 422,851,000.00 491,876,000.00 502,886,000.00 494,377,000.00 702,195,000.00
Cajamarca 903,931,000.00 884,147,000.00 839,742,000.00 808,845,000.00 915,488,000.00 1,122,225,000.00 1,239,054,000.00 1,318,147,000.00 1,465,252,000.00 1,491,008,000.00 1,757,236,000.00 1,883,184,000.00
Cusco 342,297,000.00 388,719,000.00 423,339,000.00 489,692,000.00 506,978,000.00 672,649,000.00 730,923,000.00 873,315,000.00 938,616,000.00 962,851,000.00 1,313,012,000.00 1,351,872,000.00
Huancavelica 264,098,000.00 224,639,000.00 209,360,000.00 175,492,000.00 184,455,000.00 188,186,000.00 199,312,000.00 249,504,000.00 278,070,000.00 272,329,000.00 367,849,000.00 407,850,000.00
Huanuco 445,115,000.00 442,624,000.00 483,992,000.00 461,613,000.00 462,663,000.00 534,751,000.00 563,530,000.00 622,757,000.00 639,678,000.00 657,149,000.00 740,931,000.00 877,149,000.00
Ica 708,380,000.00 669,728,000.00 772,923,000.00 884,216,000.00 943,368,000.00 1,226,943,000.00 1,288,683,000.00 1,468,461,000.00 1,519,108,000.00 1,506,145,000.00 1,802,083,000.00 2,126,013,000.00
Junin 577,955,000.00 481,459,000.00 581,417,000.00 604,590,000.00 608,741,000.00 879,164,000.00 793,854,000.00 990,460,000.00 1,094,598,000.00 1,157,747,000.00 1,580,844,000.00 1,596,653,000.00
La Libertad 1,423,351,000.00 1,525,799,000.00 1,531,720,000.00 1,712,724,000.00 1,686,294,000.00 1,980,036,000.00 2,505,845,000.00 2,786,322,000.00 2,921,971,000.00 3,164,404,000.00 3,627,843,000.00 3,555,554,000.00
Lambayeque 645,023,000.00 617,609,000.00 576,650,000.00 429,004,000.00 579,406,000.00 592,104,000.00 782,923,000.00 975,762,000.00 966,898,000.00 955,363,000.00 1,015,925,000.00 1,062,408,000.00
Lima 2,667,757,000.00 2,698,359,000.00 3,265,952,000.00 3,140,953,000.00 3,426,661,000.00 3,619,105,000.00 4,014,492,000.00 4,887,847,000.00 5,089,052,000.00 5,315,932,000.00 5,826,610,000.00 6,287,987,000.00
Loreto 411,044,000.00 400,091,000.00 376,413,000.00 395,786,000.00 414,658,000.00 426,151,000.00 497,927,000.00 528,019,000.00 623,591,000.00 634,509,000.00 723,794,000.00 853,896,000.00
Madres de Dios 48,245,000.00 51,082,000.00 45,020,000.00 54,830,000.00 59,915,000.00 71,527,000.00 85,514,000.00 103,556,000.00 124,866,000.00 126,816,000.00 141,579,000.00 138,100,000.00
Moquegua 55,709,000.00 54,854,000.00 55,358,000.00 53,516,000.00 55,526,000.00 55,086,000.00 57,628,000.00 63,107,000.00 66,326,000.00 66,917,000.00 91,330,000.00 105,317,000.00
Pasco 149,494,000.00 149,368,000.00 169,342,000.00 170,574,000.00 161,450,000.00 210,866,000.00 208,579,000.00 232,208,000.00 241,413,000.00 237,383,000.00 301,440,000.00 308,604,000.00
Piura 585,563,000.00 607,952,000.00 637,700,000.00 760,715,000.00 817,139,000.00 911,769,000.00 1,053,447,000.00 1,115,529,000.00 1,094,613,000.00 1,216,782,000.00 1,256,075,000.00 1,556,561,000.00
Puno 587,327,000.00 588,335,000.00 560,598,000.00 633,770,000.00 694,069,000.00 735,523,000.00 760,883,000.00 805,998,000.00 1,016,446,000.00 1,113,153,000.00 1,345,579,000.00 1,513,654,000.00
San Martin 493,354,000.00 442,825,000.00 488,127,000.00 718,924,000.00 746,712,000.00 767,677,000.00 900,470,000.00 1,032,700,000.00 1,166,620,000.00 1,248,109,000.00 1,631,745,000.00 1,651,337,000.00
Tacna 159,441,000.00 165,319,000.00 171,801,000.00 204,264,000.00 198,937,000.00 214,642,000.00 215,343,000.00 259,192,000.00 149,681,000.00 233,377,000.00 267,617,000.00 297,400,000.00
Tumbes 59,243,000.00 50,259,000.00 67,035,000.00 98,649,000.00 76,934,000.00 77,661,000.00 125,847,000.00 127,563,000.00 157,196,000.00 170,187,000.00 221,328,000.00 219,066,000.00
Ucayali 191,338,000.00 192,270,000.00 194,008,000.00 201,779,000.00 216,184,000.00 263,556,000.00 306,309,000.00 342,007,000.00 370,160,000.00 375,901,000.00 352,468,000.00 540,092,000.00
TOTAL 12,867,107,000 12,667,931,000 13,469,815,000 14,212,897,000 15,135,095,000 17,106,972,000 19,341,857,000 22,352,351,000 23,834,397,000 24,996,009,000 28,722,212,000 31,531,964,000

Fuente: Elaboración Propia

91
 Tabla N° 16: Lavado de dinero por departamentos y por actividad de pesca
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 82,000.00 77,000.00 81,000.00 65,000.00 196,000.00 185,000.00 243,000.00 79,179.05 233,623.98 218,872.87 253,747.09 262,766.96
Ancash 244,969,000.00 239,703,000.00 207,133,000.00 298,406,000.00 234,175,000.00 224,884,000.00 229,145,000.00 66,787,944.64 287,698,941.90 184,395,145.05 323,212,978.32 211,143,520.18
Apurimac 911,000.00 961,000.00 834,000.00 641,000.00 618,000.00 427,000.00 279,000.00 62,901.83 169,726.82 227,757.01 226,485.01 309,982.90
Arequipa 54,071,000.00 92,452,000.00 61,381,000.00 53,491,000.00 104,026,000.00 131,108,000.00 159,638,000.00 45,409,600.45 165,823,103.88 86,949,065.66 118,770,415.18 75,869,855.22
Ayacucho 592,000.00 823,000.00 572,000.00 462,000.00 666,000.00 370,000.00 284,000.00 70,902.50 192,689.86 180,913.37 511,688.35 704,133.35
Cajamarca 125,000.00 105,000.00 32,000.00 183,000.00 351,000.00 236,000.00 355,000.00 134,356.09 392,368.47 382,017.97 542,096.06 685,657.55
Cusco 144,000.00 548,000.00 441,000.00 315,000.00 675,000.00 632,000.00 695,000.00 268,436.30 735,815.69 799,572.48 1,385,123.58 1,981,016.57
Huancavelica 373,000.00 449,000.00 138,000.00 354,000.00 1,057,000.00 373,000.00 281,000.00 115,320.01 312,497.03 473,282.30 1,131,376.49 1,138,314.70
Huanuco 166,000.00 801,000.00 589,000.00 550,000.00 622,000.00 363,000.00 246,000.00 41,106.89 111,820.02 162,337.44 186,640.42 258,661.23
Ica 75,093,000.00 155,840,000.00 79,620,000.00 62,632,000.00 133,646,000.00 84,928,000.00 58,548,000.00 1,879,189,559.89 95,917,618.38 550,959,554.58 15,286,689.41 679,498.95
Junin 9,938,000.00 10,731,000.00 10,731,000.00 11,727,000.00 15,629,000.00 4,674,000.00 3,568,000.00 1,657,518.28 3,007,159.91 2,896,229.22 4,443,719.71 7,637,691.33
La Libertad 57,328,000.00 55,434,000.00 74,724,000.00 62,558,000.00 38,567,000.00 55,176,000.00 64,772,000.00 16,917,004.61 54,171,809.22 51,136,294.83 63,358,132.08 76,681,764.08
Lambayeque 88,302,000.00 78,525,000.00 55,370,000.00 20,355,000.00 33,930,000.00 21,857,000.00 17,492,000.00 7,680,919.87 17,044,566.38 12,886,039.39 18,892,624.31 16,745,235.38
Lima 203,873,000.00 235,974,000.00 146,008,000.00 230,157,000.00 291,082,000.00 212,117,000.00 130,394,000.00 20,359,224.25 65,828,048.23 40,296,030.29 134,118,968.55 86,812,662.28
Loreto 45,609,000.00 47,056,000.00 49,152,000.00 43,983,000.00 54,488,000.00 56,619,000.00 57,142,000.00 18,076,825.99 52,478,534.59 48,975,026.17 49,977,691.48 23,194,316.77
Madres de Dios 631,000.00 738,000.00 527,000.00 561,000.00 844,000.00 935,000.00 1,126,000.00 360,030.19 1,004,383.42 885,990.93 1,326,405.25 1,530,412.28
Moquegua 27,531,000.00 90,850,000.00 60,233,000.00 75,252,000.00 70,309,000.00 129,375,000.00 129,103,000.00 25,831,958.97 69,032,889.97 73,586,513.38 93,921,025.49 84,479,579.03
Pasco 600,000.00 690,000.00 731,000.00 1,062,000.00 1,917,000.00 638,000.00 634,000.00 223,742.90 611,016.55 494,281.17 482,329.18 353,093.11
Piura 450,390,000.00 529,931,000.00 518,563,000.00 519,244,000.00 660,616,000.00 982,571,000.00 1,149,005,000.00 429,601,261.12 1,580,725,785.31 1,358,031,867.85 2,457,980,962.35 2,256,181,821.12
Puno 30,298,000.00 15,670,000.00 17,030,000.00 16,131,000.00 25,238,000.00 13,406,000.00 19,959,000.00 9,433,342.66 27,028,497.01 24,126,897.82 50,223,050.24 67,762,057.36
San Martin 1,613,000.00 1,082,000.00 973,000.00 809,000.00 1,397,000.00 688,000.00 603,000.00 435,898.62 1,289,923.84 1,832,555.52 3,158,207.59 4,070,835.08
Tacna 15,763,000.00 29,237,000.00 25,609,000.00 32,039,000.00 66,084,000.00 5,648,000.00 1,850,000.00 339,062.91 1,016,364.14 662,272.16 1,850,676.10 3,596,622.82
Tumbes 99,298,000.00 125,166,000.00 97,197,000.00 122,443,000.00 278,776,000.00 145,663,000.00 128,765,000.00 39,402,751.98 102,892,392.32 100,899,586.40 139,593,404.76 117,246,414.20
Ucayali 22,743,000.00 20,387,000.00 18,285,000.00 17,333,000.00 26,520,000.00 25,858,000.00 28,777,000.00 6,724,149.99 27,074,423.09 17,706,896.12 30,728,562.99 28,311,087.54
Total 1,430,443,000 1,733,230,000 1,425,954,000 1,570,753,000 2,041,429,000 2,098,731,000 2,182,904,000 2,569,203,000 2,554,794,000 2,559,165,000 3,511,563,000 3,067,637,000

Fuente: Elaboración Propia

92
 Tabla N° 17: Lavado de dinero por departamentos y por actividad de minería
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 2,592,000.00 3,141,000.00 3,560,000.00 3,789,000.00 4,273,000.00 5,088,000.00 6,088,000.00 7,958,000.00 8,341,000.00 9,803,000.00 10,146,000.00 10,728,000.00
Ancash 1,366,330,000.00 2,291,916,000.00 2,561,764,000.00 3,515,651,000.00 4,417,437,000.00 7,365,983,000.00 8,189,412,000.00 7,212,589,000.00 6,087,632,000.00 7,565,492,000.00 8,207,953,000.00 7,924,003,000.00
Apurimac 5,718,000.00 10,527,000.00 12,044,000.00 83,369,000.00 99,329,000.00 151,157,000.00 128,195,000.00 45,469,000.00 32,447,000.00 14,666,000.00 15,202,000.00 16,241,000.00
Arequipa 418,994,000.00 535,726,000.00 543,914,000.00 651,887,000.00 696,568,000.00 1,016,170,000.00 2,300,314,000.00 3,002,329,000.00 2,871,295,000.00 3,895,330,000.00 4,653,572,000.00 3,910,707,000.00
Ayacucho 33,547,000.00 77,009,000.00 84,743,000.00 44,668,000.00 61,727,000.00 153,984,000.00 350,019,000.00 497,961,000.00 762,858,000.00 1,044,356,000.00 1,441,910,000.00 1,356,936,000.00
Cajamarca 1,236,116,000.00 1,687,294,000.00 2,319,705,000.00 2,622,657,000.00 3,060,641,000.00 3,384,442,000.00 1,815,238,000.00 2,849,555,000.00 4,420,881,000.00 4,059,163,000.00 4,926,338,000.00 5,261,541,000.00
Cusco 290,032,000.00 13,168,000.00 70,489,000.00 841,326,000.00 1,643,238,000.00 2,341,415,000.00 2,651,470,000.00 3,066,175,000.00 3,193,357,000.00 4,660,878,000.00 6,212,416,000.00 5,669,021,000.00
Huancavelica 113,133,000.00 79,136,000.00 97,703,000.00 235,289,000.00 293,536,000.00 561,846,000.00 514,024,000.00 554,518,000.00 502,846,000.00 626,876,000.00 779,514,000.00 613,598,000.00
Huanuco 115,857,000.00 46,225,000.00 94,688,000.00 116,453,000.00 154,657,000.00 283,675,000.00 301,986,000.00 214,898,000.00 165,925,000.00 256,637,000.00 272,729,000.00 242,194,000.00
Ica 196,768,000.00 198,564,000.00 209,284,000.00 296,243,000.00 485,664,000.00 573,114,000.00 743,464,000.00 1,199,030,000.00 1,005,126,000.00 1,703,919,000.00 3,009,942,000.00 2,336,019,000.00
Junin 572,884,000.00 514,189,000.00 570,186,000.00 672,347,000.00 802,869,000.00 1,604,987,000.00 2,137,888,000.00 1,629,881,000.00 1,585,468,000.00 2,078,376,000.00 1,966,529,000.00 1,689,511,000.00
La Libertad 362,022,000.00 439,472,000.00 510,700,000.00 604,091,000.00 1,168,728,000.00 2,409,549,000.00 2,047,405,000.00 2,854,971,000.00 3,341,682,000.00 3,579,386,000.00 4,525,909,000.00 5,106,420,000.00
Lambayeque 47,396,000.00 56,034,000.00 63,353,000.00 69,357,000.00 78,636,000.00 92,920,000.00 110,997,000.00 150,208,000.00 166,721,000.00 197,889,000.00 211,096,000.00 222,649,000.00
Lima 866,056,000.00 874,067,000.00 1,003,532,000.00 1,367,255,000.00 1,699,873,000.00 3,266,260,000.00 2,973,070,000.00 2,105,663,000.00 1,563,189,000.00 2,106,626,000.00 2,852,754,000.00 2,261,643,000.00
Loreto 779,379,000.00 966,899,000.00 1,098,639,000.00 1,161,808,000.00 1,520,815,000.00 1,678,218,000.00 1,701,441,000.00 1,949,100,000.00 1,142,025,000.00 1,364,483,000.00 1,491,927,000.00 1,708,653,000.00
Madres de Dios 173,442,000.00 233,919,000.00 275,993,000.00 356,469,000.00 419,256,000.00 546,044,000.00 584,434,000.00 833,330,000.00 1,021,687,000.00 1,328,188,000.00 1,988,408,000.00 1,092,891,000.00
Moquegua 459,791,000.00 535,290,000.00 744,453,000.00 1,443,527,000.00 1,678,593,000.00 2,187,938,000.00 2,523,154,000.00 2,734,048,000.00 2,360,039,000.00 3,179,176,000.00 3,143,250,000.00 2,876,311,000.00
Pasco 1,027,466,000.00 1,072,815,000.00 1,083,879,000.00 1,473,619,000.00 1,724,870,000.00 3,572,991,000.00 4,566,332,000.00 2,662,704,000.00 2,457,767,000.00 2,764,814,000.00 3,497,015,000.00 3,032,539,000.00
Piura 507,739,000.00 526,316,000.00 645,098,000.00 834,656,000.00 1,237,052,000.00 1,502,758,000.00 1,596,924,000.00 2,519,949,000.00 2,063,476,000.00 2,566,103,000.00 3,048,665,000.00 3,087,597,000.00
Puno 318,988,000.00 337,676,000.00 319,446,000.00 575,892,000.00 505,252,000.00 580,495,000.00 949,283,000.00 1,282,836,000.00 1,109,447,000.00 1,331,745,000.00 1,506,242,000.00 1,194,889,000.00
San Martin 45,000.00 53,000.00 59,000.00 65,000.00 72,000.00 84,000.00 102,000.00 131,000.00 132,000.00 156,000.00 164,000.00 174,000.00
Tacna 340,150,000.00 364,944,000.00 490,649,000.00 1,119,307,000.00 1,177,091,000.00 1,760,205,000.00 2,025,429,000.00 1,628,377,000.00 1,314,325,000.00 1,985,445,000.00 2,222,015,000.00 1,855,341,000.00
Tumbes 797,000.00 958,000.00 1,092,000.00 1,189,000.00 1,352,000.00 1,586,000.00 1,887,000.00 2,390,000.00 2,409,000.00 2,822,000.00 2,945,000.00 3,151,000.00
Ucayali 76,946,000.00 96,057,000.00 123,965,000.00 173,019,000.00 207,398,000.00 206,921,000.00 194,937,000.00 263,353,000.00 197,639,000.00 212,585,000.00 234,621,000.00 234,816,000.00
Total 9,312,188,000 10,961,395,000 12,928,938,000 18,263,933,000 23,138,927,000 35,247,830,000 38,413,493,000 39,267,423,000 37,376,714,000 46,534,914,000 56,221,262,000 51,707,573,000

Fuente: Elaboración Propia

93
 Tabla N° 18: Lavado de dinero por departamentos y por actividad de manufactura
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 111,006,000.00 105,841,000.00 108,172,000.00 134,800,000.00 145,601,000.00 147,346,000.00 164,610,000.00 184,655,000.00 155,450,000.00 184,235,000.00 198,165,000.00 203,185,000.00
Ancash 1,212,124,000.00 1,041,683,000.00 1,102,385,000.00 1,597,220,000.00 1,608,482,000.00 2,014,006,000.00 2,212,263,000.00 2,355,244,000.00 2,008,316,000.00 2,187,802,000.00 2,507,998,000.00 2,216,712,000.00
Apurimac 70,396,000.00 73,944,000.00 74,636,000.00 83,645,000.00 90,356,000.00 102,250,000.00 115,255,000.00 128,104,000.00 121,655,000.00 138,610,000.00 150,105,000.00 153,388,000.00
Arequipa 1,631,966,000.00 1,828,901,000.00 1,868,601,000.00 2,283,482,000.00 2,795,589,000.00 3,101,755,000.00 3,436,722,000.00 3,895,282,000.00 3,323,809,000.00 3,695,851,000.00 4,010,277,000.00 4,017,489,000.00
Ayacucho 188,811,000.00 193,742,000.00 195,828,000.00 214,263,000.00 226,150,000.00 237,656,000.00 259,302,000.00 273,103,000.00 258,364,000.00 290,187,000.00 331,259,000.00 337,378,000.00
Cajamarca 526,369,000.00 545,910,000.00 582,360,000.00 679,509,000.00 729,302,000.00 784,810,000.00 871,247,000.00 916,593,000.00 829,116,000.00 980,818,000.00 1,074,047,000.00 1,055,950,000.00
Cusco 459,947,000.00 514,561,000.00 557,580,000.00 628,863,000.00 670,551,000.00 770,296,000.00 822,519,000.00 833,646,000.00 772,331,000.00 891,614,000.00 965,022,000.00 936,463,000.00
Huancavelica 50,413,000.00 52,412,000.00 52,924,000.00 62,115,000.00 65,325,000.00 66,836,000.00 72,058,000.00 76,699,000.00 78,667,000.00 87,882,000.00 97,262,000.00 100,124,000.00
Huanuco 193,876,000.00 195,250,000.00 201,111,000.00 216,869,000.00 227,229,000.00 248,965,000.00 282,196,000.00 303,631,000.00 297,691,000.00 341,797,000.00 373,976,000.00 389,951,000.00
Ica 829,626,000.00 981,264,000.00 906,733,000.00 1,094,970,000.00 1,627,389,000.00 1,617,980,000.00 1,766,372,000.00 2,146,259,000.00 2,210,346,000.00 2,504,369,000.00 2,796,947,000.00 2,737,357,000.00
Junin 756,078,000.00 747,121,000.00 790,221,000.00 1,058,404,000.00 1,145,541,000.00 1,340,693,000.00 1,419,565,000.00 1,410,377,000.00 1,044,566,000.00 1,072,141,000.00 1,173,377,000.00 1,244,098,000.00
La Libertad 1,500,433,000.00 1,598,504,000.00 1,820,067,000.00 1,891,859,000.00 1,836,934,000.00 2,195,520,000.00 2,558,872,000.00 2,886,439,000.00 2,881,024,000.00 3,501,587,000.00 3,833,061,000.00 4,032,470,000.00
Lambayeque 636,339,000.00 658,476,000.00 693,141,000.00 645,167,000.00 712,552,000.00 747,136,000.00 858,131,000.00 1,005,767,000.00 1,014,169,000.00 1,238,486,000.00 1,357,005,000.00 1,415,833,000.00
Lima 15,596,951,000.00 16,264,816,000.00 16,978,666,000.00 19,246,358,000.00 21,171,210,000.00 23,556,524,000.00 27,160,160,000.00 30,677,441,000.00 28,975,082,000.00 34,328,698,000.00 39,094,663,000.00 40,427,826,000.00
Loreto 411,906,000.00 432,658,000.00 453,294,000.00 513,072,000.00 574,081,000.00 613,506,000.00 711,856,000.00 842,984,000.00 749,702,000.00 884,050,000.00 971,966,000.00 1,053,514,000.00
Madres de Dios 30,345,000.00 32,646,000.00 32,743,000.00 35,683,000.00 38,393,000.00 42,309,000.00 45,738,000.00 49,926,000.00 49,369,000.00 55,582,000.00 59,854,000.00 60,338,000.00
Moquegua 615,031,000.00 740,148,000.00 713,611,000.00 1,178,926,000.00 1,418,097,000.00 1,990,701,000.00 1,413,688,000.00 1,501,146,000.00 1,355,384,000.00 1,722,507,000.00 1,878,067,000.00 1,583,636,000.00
Pasco 45,821,000.00 49,276,000.00 50,782,000.00 59,654,000.00 62,421,000.00 68,348,000.00 77,278,000.00 87,035,000.00 83,757,000.00 102,523,000.00 114,054,000.00 112,979,000.00
Piura 1,633,959,000.00 1,620,473,000.00 1,840,941,000.00 2,247,562,000.00 2,335,387,000.00 2,852,409,000.00 2,867,273,000.00 3,215,410,000.00 3,531,919,000.00 3,179,702,000.00 3,876,212,000.00 4,172,701,000.00
Puno 456,031,000.00 484,353,000.00 510,760,000.00 523,974,000.00 546,238,000.00 583,650,000.00 649,041,000.00 699,597,000.00 762,702,000.00 885,479,000.00 934,534,000.00 972,128,000.00
San Martin 255,569,000.00 259,594,000.00 259,847,000.00 324,496,000.00 343,863,000.00 340,309,000.00 385,904,000.00 445,874,000.00 456,931,000.00 520,661,000.00 608,438,000.00 618,638,000.00
Tacna 196,599,000.00 208,173,000.00 221,326,000.00 257,055,000.00 278,993,000.00 315,006,000.00 362,657,000.00 407,151,000.00 336,476,000.00 470,417,000.00 518,975,000.00 500,311,000.00
Tumbes 51,210,000.00 48,391,000.00 52,037,000.00 59,262,000.00 60,665,000.00 63,030,000.00 73,743,000.00 83,105,000.00 79,535,000.00 92,339,000.00 102,880,000.00 102,303,000.00
Ucayali 276,115,000.00 275,960,000.00 283,940,000.00 336,083,000.00 366,971,000.00 432,696,000.00 448,373,000.00 495,170,000.00 427,543,000.00 494,248,000.00 532,522,000.00 547,185,000.00
Total 27,736,921,000 28,954,097,000 30,351,706,000 35,373,291,000 39,077,320,000 44,233,737,000 49,034,823,000 54,920,638,000 51,803,904,000 59,851,585,000 67,560,666,000 68,991,957,000

Fuente: Elaboración Propia

94
 Tabla N° 19: Lavado de dinero por departamentos y por actividad de electricidad y agua
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 6,599,000.00 7,298,000.00 8,190,000.00 8,484,000.00 9,826,000.00 11,033,000.00 11,339,000.00 11,801,000.00 12,369,000.00 12,812,000.00 13,207,000.00 14,601,000.00
Ancash 240,364,000.00 283,576,000.00 288,699,000.00 300,677,000.00 386,720,000.00 373,641,000.00 388,188,000.00 410,637,000.00 415,016,000.00 414,862,000.00 437,001,000.00 482,033,000.00
Apurimac 6,060,000.00 6,952,000.00 7,264,000.00 8,153,000.00 8,862,000.00 9,430,000.00 9,986,000.00 11,390,000.00 13,481,000.00 13,202,000.00 14,667,000.00 15,460,000.00
Arequipa 251,014,000.00 214,876,000.00 224,495,000.00 239,711,000.00 223,582,000.00 268,419,000.00 260,810,000.00 273,474,000.00 287,195,000.00 307,579,000.00 330,347,000.00 381,298,000.00
Ayacucho 11,431,000.00 12,439,000.00 13,291,000.00 13,453,000.00 12,452,000.00 13,364,000.00 13,626,000.00 15,060,000.00 15,935,000.00 17,003,000.00 18,173,000.00 18,404,000.00
Cajamarca 111,263,000.00 107,304,000.00 102,984,000.00 102,791,000.00 105,997,000.00 114,986,000.00 118,688,000.00 134,693,000.00 164,210,000.00 146,486,000.00 151,607,000.00 179,284,000.00
Cusco 72,118,000.00 115,657,000.00 126,788,000.00 137,266,000.00 151,567,000.00 152,110,000.00 151,759,000.00 158,553,000.00 203,437,000.00 201,007,000.00 220,012,000.00 239,408,000.00
Huancavelica 876,281,000.00 841,241,000.00 872,775,000.00 810,593,000.00 884,786,000.00 939,137,000.00 947,153,000.00 922,438,000.00 1,045,602,000.00 1,012,891,000.00 1,065,523,000.00 1,155,541,000.00
Huanuco 15,623,000.00 15,363,000.00 15,793,000.00 16,005,000.00 17,264,000.00 18,193,000.00 18,584,000.00 20,367,000.00 22,552,000.00 22,733,000.00 24,179,000.00 25,176,000.00
Ica 80,612,000.00 84,451,000.00 92,439,000.00 100,438,000.00 119,733,000.00 122,663,000.00 122,225,000.00 140,149,000.00 173,083,000.00 171,042,000.00 227,054,000.00 248,167,000.00
Junin 487,225,000.00 482,341,000.00 490,863,000.00 498,774,000.00 433,797,000.00 458,869,000.00 432,363,000.00 461,338,000.00 504,673,000.00 472,420,000.00 553,414,000.00 585,180,000.00
La Libertad 67,093,000.00 68,758,000.00 72,104,000.00 73,670,000.00 78,792,000.00 84,446,000.00 86,760,000.00 93,219,000.00 113,950,000.00 125,704,000.00 152,604,000.00 142,910,000.00
Lambayeque 42,415,000.00 44,066,000.00 47,034,000.00 51,926,000.00 52,160,000.00 56,134,000.00 60,352,000.00 64,644,000.00 72,631,000.00 77,722,000.00 82,157,000.00 86,197,000.00
Lima 1,360,974,000.00 1,363,917,000.00 1,438,264,000.00 1,558,801,000.00 1,868,109,000.00 1,990,874,000.00 2,350,785,000.00 2,671,357,000.00 3,167,187,000.00 3,547,440,000.00 4,122,794,000.00 4,580,407,000.00
Loreto 94,649,000.00 94,983,000.00 99,480,000.00 104,497,000.00 111,826,000.00 116,701,000.00 116,928,000.00 131,973,000.00 123,911,000.00 148,749,000.00 151,219,000.00 146,736,000.00
Madres de Dios 3,893,000.00 4,077,000.00 4,175,000.00 4,637,000.00 5,194,000.00 5,562,000.00 5,981,000.00 7,130,000.00 5,239,000.00 4,775,000.00 5,526,000.00 5,536,000.00
Moquegua 216,226,000.00 278,922,000.00 299,338,000.00 339,957,000.00 305,775,000.00 306,627,000.00 290,238,000.00 342,041,000.00 358,022,000.00 373,979,000.00 332,983,000.00 302,966,000.00
Pasco 34,211,000.00 34,374,000.00 38,268,000.00 36,770,000.00 72,302,000.00 95,901,000.00 118,178,000.00 127,019,000.00 159,561,000.00 142,895,000.00 176,536,000.00 184,044,000.00
Piura 100,209,000.00 96,863,000.00 110,635,000.00 134,472,000.00 143,080,000.00 157,483,000.00 163,935,000.00 172,155,000.00 207,940,000.00 219,685,000.00 245,091,000.00 271,239,000.00
Puno 110,551,000.00 110,644,000.00 107,905,000.00 116,389,000.00 119,424,000.00 119,363,000.00 115,333,000.00 117,310,000.00 130,673,000.00 112,954,000.00 134,099,000.00 133,895,000.00
San Martin 23,087,000.00 24,795,000.00 25,916,000.00 28,263,000.00 31,172,000.00 31,709,000.00 34,152,000.00 38,062,000.00 38,295,000.00 40,183,000.00 26,289,000.00 31,276,000.00
Tacna 33,366,000.00 32,508,000.00 35,312,000.00 37,366,000.00 38,546,000.00 30,891,000.00 27,986,000.00 32,346,000.00 34,499,000.00 33,815,000.00 34,870,000.00 40,059,000.00
Tumbes 11,534,000.00 11,098,000.00 12,485,000.00 13,916,000.00 17,823,000.00 18,289,000.00 17,270,000.00 18,753,000.00 21,911,000.00 24,210,000.00 23,978,000.00 22,451,000.00
Ucayali 77,556,000.00 105,122,000.00 116,096,000.00 157,678,000.00 179,894,000.00 160,174,000.00 147,897,000.00 163,402,000.00 148,541,000.00 113,573,000.00 90,685,000.00 181,148,000.00
Total 4,334,354,000 4,441,625,000 4,650,593,000 4,894,687,000 5,378,683,000 5,655,999,000 6,010,516,000 6,539,311,000 7,439,913,000 7,757,721,000 8,634,015,000 9,473,416,000

Fuente: Elaboración Propia

95
 Tabla N° 20: Lavado de dinero por departamentos y por actividad de construcción
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 24,934,000.00 27,168,000.00 31,314,000.00 37,668,000.00 46,651,000.00 52,266,000.00 29,168,000.00 55,428,000.00 66,398,000.00 99,501,000.00 181,644,000.00 422,413,000.00
Ancash 337,428,000.00 353,310,000.00 406,674,000.00 471,239,000.00 524,469,000.00 606,609,000.00 744,493,000.00 1,236,806,000.00 1,332,787,000.00 1,688,727,000.00 1,632,823,000.00 1,374,418,000.00
Apurimac 82,865,000.00 87,715,000.00 83,604,000.00 88,063,000.00 98,560,000.00 119,028,000.00 98,271,000.00 132,580,000.00 138,465,000.00 243,515,000.00 301,514,000.00 450,042,000.00
Arequipa 603,715,000.00 844,526,000.00 898,877,000.00 1,015,109,000.00 1,111,730,000.00 1,271,227,000.00 1,677,174,000.00 2,109,389,000.00 2,622,491,000.00 3,128,444,000.00 3,340,447,000.00 4,677,219,000.00
Ayacucho 91,909,000.00 128,335,000.00 150,998,000.00 205,636,000.00 247,825,000.00 286,810,000.00 399,492,000.00 476,186,000.00 691,453,000.00 776,376,000.00 754,990,000.00 1,006,193,000.00
Cajamarca 315,113,000.00 363,495,000.00 366,341,000.00 406,013,000.00 397,535,000.00 535,148,000.00 539,120,000.00 813,165,000.00 817,213,000.00 840,692,000.00 879,629,000.00 1,132,351,000.00
Cusco 347,632,000.00 367,001,000.00 416,437,000.00 505,121,000.00 681,909,000.00 926,243,000.00 1,182,417,000.00 1,552,624,000.00 1,566,658,000.00 2,156,870,000.00 2,448,049,000.00 3,068,451,000.00
Huancavelica 23,130,000.00 24,974,000.00 29,523,000.00 29,769,000.00 31,433,000.00 39,545,000.00 35,350,000.00 42,889,000.00 46,222,000.00 67,294,000.00 54,986,000.00 83,612,000.00
Huanuco 36,557,000.00 32,838,000.00 35,145,000.00 41,637,000.00 47,299,000.00 60,696,000.00 75,730,000.00 95,534,000.00 100,942,000.00 115,633,000.00 129,607,000.00 192,797,000.00
Ica 182,269,000.00 217,649,000.00 269,345,000.00 327,581,000.00 326,171,000.00 528,457,000.00 694,795,000.00 2,018,171,000.00 2,043,817,000.00 2,416,140,000.00 2,310,628,000.00 2,417,337,000.00
Junin 362,812,000.00 388,789,000.00 386,384,000.00 498,357,000.00 525,785,000.00 699,474,000.00 848,301,000.00 1,078,585,000.00 1,051,636,000.00 1,259,173,000.00 1,349,405,000.00 1,606,843,000.00
La Libertad 471,729,000.00 511,715,000.00 593,724,000.00 634,571,000.00 657,041,000.00 868,527,000.00 1,204,591,000.00 1,338,758,000.00 1,375,072,000.00 1,814,260,000.00 1,883,429,000.00 2,078,440,000.00
Lambayeque 287,171,000.00 295,705,000.00 302,744,000.00 340,881,000.00 377,097,000.00 450,625,000.00 550,111,000.00 642,752,000.00 700,533,000.00 848,680,000.00 961,471,000.00 1,285,822,000.00
Lima 5,082,313,000.00 5,355,565,000.00 5,741,623,000.00 6,038,088,000.00 6,635,514,000.00 7,530,613,000.00 8,529,869,000.00 9,739,147,000.00 10,016,183,000.00 11,767,137,000.00 12,616,236,000.00 13,821,459,000.00
Loreto 202,288,000.00 203,523,000.00 199,599,000.00 210,869,000.00 214,304,000.00 298,076,000.00 300,596,000.00 320,835,000.00 403,541,000.00 437,230,000.00 752,853,000.00 725,284,000.00
Madres de Dios 13,401,000.00 13,657,000.00 18,878,000.00 23,417,000.00 31,800,000.00 42,877,000.00 33,947,000.00 48,381,000.00 37,777,000.00 57,112,000.00 47,937,000.00 45,962,000.00
Moquegua 98,920,000.00 135,376,000.00 221,278,000.00 292,152,000.00 394,139,000.00 480,521,000.00 636,905,000.00 550,744,000.00 581,653,000.00 870,144,000.00 848,934,000.00 1,041,452,000.00
Pasco 111,403,000.00 119,215,000.00 142,697,000.00 189,033,000.00 175,807,000.00 221,198,000.00 253,004,000.00 283,574,000.00 240,124,000.00 293,202,000.00 262,602,000.00 322,642,000.00
Piura 504,014,000.00 557,532,000.00 520,439,000.00 714,894,000.00 809,014,000.00 991,016,000.00 1,241,881,000.00 1,455,852,000.00 1,612,770,000.00 1,733,801,000.00 1,911,795,000.00 2,285,511,000.00
Puno 217,509,000.00 221,363,000.00 236,290,000.00 254,215,000.00 274,817,000.00 365,238,000.00 390,478,000.00 455,715,000.00 533,758,000.00 684,131,000.00 763,280,000.00 934,901,000.00
San Martin 164,063,000.00 163,269,000.00 163,471,000.00 176,724,000.00 184,857,000.00 198,859,000.00 297,259,000.00 376,459,000.00 344,585,000.00 423,362,000.00 374,359,000.00 591,678,000.00
Tacna 185,792,000.00 190,286,000.00 189,690,000.00 209,917,000.00 222,509,000.00 316,927,000.00 366,220,000.00 450,801,000.00 398,218,000.00 462,329,000.00 496,803,000.00 586,005,000.00
Tumbes 53,822,000.00 53,816,000.00 56,090,000.00 59,526,000.00 63,151,000.00 75,440,000.00 88,499,000.00 108,052,000.00 114,703,000.00 162,321,000.00 165,650,000.00 226,911,000.00
Ucayali 81,530,000.00 80,258,000.00 99,911,000.00 114,967,000.00 134,124,000.00 156,101,000.00 177,355,000.00 179,631,000.00 244,854,000.00 344,105,000.00 333,031,000.00 370,089,000.00
Total 9,882,319,000 10,737,080,000 11,561,076,000 12,885,447,000 14,213,541,000 17,121,521,000 20,395,026,000 25,562,058,000 27,081,853,000 32,690,179,000 34,802,102,000 40,747,832,000

Fuente: Elaboración Propia

96
 Tabla N° 21: Lavado de dinero por departamentos y por actividad de comercio
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 101,600,000.00 101,886,000.00 108,764,000.00 121,557,000.00 128,356,000.00 143,152,000.00 169,806,000.00 191,914,000.00 225,647,000.00 256,859,000.00 282,278,000.00 314,624,000.00
Ancash 428,564,000.00 445,508,000.00 464,046,000.00 522,053,000.00 551,735,000.00 620,395,000.00 745,127,000.00 833,128,000.00 898,083,000.00 1,032,564,000.00 1,140,040,000.00 1,260,563,000.00
Apurimac 112,164,000.00 117,381,000.00 121,551,000.00 134,809,000.00 143,588,000.00 161,215,000.00 185,751,000.00 209,283,000.00 232,994,000.00 257,073,000.00 282,885,000.00 317,986,000.00
Arequipa 1,428,511,000.00 1,483,918,000.00 1,558,158,000.00 1,709,423,000.00 1,797,034,000.00 1,962,187,000.00 2,442,533,000.00 2,665,517,000.00 2,852,653,000.00 3,330,989,000.00 3,662,045,000.00 4,142,850,000.00
Ayacucho 231,894,000.00 240,943,000.00 250,462,000.00 277,995,000.00 292,205,000.00 323,705,000.00 362,128,000.00 395,041,000.00 458,719,000.00 522,418,000.00 580,441,000.00 645,508,000.00
Cajamarca 482,761,000.00 494,949,000.00 517,701,000.00 568,796,000.00 597,371,000.00 658,002,000.00 765,859,000.00 845,558,000.00 907,831,000.00 1,038,818,000.00 1,146,289,000.00 1,257,289,000.00
Cusco 672,239,000.00 705,452,000.00 730,761,000.00 826,096,000.00 889,337,000.00 957,400,000.00 1,153,016,000.00 1,319,345,000.00 1,406,810,000.00 1,618,737,000.00 1,781,347,000.00 2,007,224,000.00
Huancavelica 105,086,000.00 105,552,000.00 112,033,000.00 123,027,000.00 130,169,000.00 145,722,000.00 170,809,000.00 192,196,000.00 227,392,000.00 250,601,000.00 275,068,000.00 300,039,000.00
Huanuco 286,786,000.00 298,810,000.00 308,828,000.00 342,667,000.00 363,708,000.00 399,307,000.00 479,563,000.00 534,481,000.00 584,359,000.00 667,444,000.00 729,475,000.00 812,105,000.00
Ica 550,870,000.00 563,448,000.00 598,230,000.00 661,968,000.00 687,686,000.00 771,488,000.00 932,241,000.00 1,027,698,000.00 1,108,020,000.00 1,267,922,000.00 1,405,404,000.00 1,589,585,000.00
Junin 727,107,000.00 755,022,000.00 784,075,000.00 863,331,000.00 917,275,000.00 1,018,993,000.00 1,254,186,000.00 1,390,179,000.00 1,508,772,000.00 1,767,345,000.00 1,914,890,000.00 2,143,743,000.00
La Libertad 843,784,000.00 884,643,000.00 917,114,000.00 1,040,048,000.00 1,102,857,000.00 1,243,139,000.00 1,441,217,000.00 1,594,978,000.00 1,713,929,000.00 1,950,478,000.00 2,178,313,000.00 2,459,160,000.00
Lambayeque 1,221,391,000.00 1,280,119,000.00 1,331,309,000.00 1,461,812,000.00 1,548,143,000.00 1,744,562,000.00 2,113,382,000.00 2,357,397,000.00 2,542,771,000.00 2,860,922,000.00 3,159,925,000.00 3,562,746,000.00
Lima 14,872,646,000.00 15,556,745,000.00 16,139,325,000.00 17,533,329,000.00 18,778,275,000.00 22,352,151,000.00 23,589,240,000.00 27,930,271,000.00 29,521,153,000.00 33,787,679,000.00 37,844,662,000.00 42,437,768,000.00
Loreto 587,241,000.00 618,063,000.00 642,631,000.00 723,687,000.00 760,428,000.00 855,520,000.00 967,910,000.00 1,085,825,000.00 1,192,920,000.00 1,307,698,000.00 1,460,104,000.00 1,640,579,000.00
Madres de Dios 67,158,000.00 67,094,000.00 71,944,000.00 80,616,000.00 85,366,000.00 95,650,000.00 115,819,000.00 129,377,000.00 142,009,000.00 163,058,000.00 179,081,000.00 195,578,000.00
Moquegua 115,720,000.00 118,868,000.00 124,440,000.00 140,470,000.00 146,905,000.00 163,531,000.00 200,950,000.00 224,932,000.00 246,145,000.00 278,477,000.00 310,792,000.00 344,702,000.00
Pasco 146,264,000.00 148,388,000.00 156,470,000.00 171,971,000.00 181,444,000.00 200,968,000.00 247,191,000.00 279,860,000.00 325,365,000.00 363,368,000.00 392,553,000.00 431,153,000.00
Piura 1,225,147,000.00 1,286,115,000.00 1,331,495,000.00 1,508,628,000.00 1,585,476,000.00 1,779,950,000.00 2,066,235,000.00 2,308,552,000.00 2,529,099,000.00 2,807,532,000.00 3,159,092,000.00 3,581,885,000.00
Puno 531,682,000.00 553,366,000.00 570,862,000.00 637,509,000.00 679,263,000.00 752,688,000.00 928,804,000.00 1,034,158,000.00 1,115,521,000.00 1,333,073,000.00 1,441,290,000.00 1,645,918,000.00
San Martin 286,010,000.00 298,702,000.00 309,192,000.00 346,278,000.00 366,784,000.00 405,448,000.00 452,014,000.00 500,814,000.00 592,286,000.00 667,630,000.00 741,786,000.00 832,753,000.00
Tacna 312,062,000.00 326,047,000.00 339,202,000.00 357,524,000.00 377,073,000.00 400,416,000.00 489,253,000.00 570,612,000.00 621,001,000.00 731,212,000.00 798,747,000.00 897,408,000.00
Tumbes 138,677,000.00 142,830,000.00 143,277,000.00 161,943,000.00 172,605,000.00 194,469,000.00 244,423,000.00 287,247,000.00 315,787,000.00 366,502,000.00 401,424,000.00 454,347,000.00
Ucayali 342,588,000.00 350,779,000.00 368,389,000.00 418,137,000.00 443,102,000.00 495,083,000.00 586,489,000.00 693,656,000.00 755,249,000.00 845,419,000.00 942,105,000.00 1,048,157,000.00
Total 25,817,952,000 26,944,628,000 28,000,259,000 30,733,674,000 32,726,185,000 37,845,141,000 42,103,946,000 48,602,019,000 52,024,515,000 59,473,818,000 66,210,036,000 74,323,670,000

Fuente: Elaboración Propia

97
 Tabla N° 22: Lavado de dinero por departamentos y por actividad de transporte y comunicaciones
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 90,908,000.00 95,848,000.00 105,120,000.00 114,586,000.00 124,535,000.00 134,704,000.00 166,493,000.00 192,593,000.00 192,474,000.00 216,074,000.00 229,478,000.00 246,951,000.00
Ancash 481,738,000.00 507,877,000.00 567,090,000.00 613,289,000.00 659,049,000.00 699,830,000.00 873,885,000.00 1,018,017,000.00 1,076,572,000.00 1,201,059,000.00 1,356,546,000.00 1,478,415,000.00
Apurimac 27,970,000.00 29,635,000.00 32,178,000.00 34,513,000.00 37,790,000.00 40,299,000.00 46,660,000.00 51,585,000.00 53,583,000.00 58,102,000.00 61,774,000.00 83,543,000.00
Arequipa 810,677,000.00 849,165,000.00 923,652,000.00 1,005,309,000.00 1,095,584,000.00 1,174,654,000.00 1,470,083,000.00 1,658,605,000.00 1,697,194,000.00 1,941,447,000.00 2,195,034,000.00 2,557,377,000.00
Ayacucho 67,269,000.00 70,843,000.00 78,276,000.00 84,376,000.00 93,044,000.00 100,934,000.00 117,770,000.00 133,788,000.00 135,328,000.00 151,682,000.00 171,381,000.00 201,700,000.00
Cajamarca 189,752,000.00 202,258,000.00 220,459,000.00 239,337,000.00 264,508,000.00 283,409,000.00 328,599,000.00 369,949,000.00 405,901,000.00 452,751,000.00 511,308,000.00 572,327,000.00
Cusco 312,538,000.00 318,258,000.00 347,998,000.00 378,936,000.00 416,365,000.00 456,148,000.00 540,129,000.00 602,405,000.00 624,703,000.00 693,510,000.00 771,428,000.00 847,566,000.00
Huancavelica 26,995,000.00 27,742,000.00 30,173,000.00 32,765,000.00 35,792,000.00 38,562,000.00 45,282,000.00 50,556,000.00 53,133,000.00 58,504,000.00 63,074,000.00 68,852,000.00
Huanuco 213,660,000.00 217,280,000.00 239,501,000.00 256,615,000.00 282,723,000.00 299,650,000.00 372,606,000.00 414,909,000.00 427,234,000.00 467,207,000.00 509,403,000.00 565,195,000.00
Ica 366,462,000.00 383,884,000.00 418,275,000.00 460,769,000.00 514,704,000.00 547,860,000.00 690,123,000.00 786,790,000.00 807,217,000.00 911,257,000.00 984,117,000.00 1,117,962,000.00
Junin 578,838,000.00 600,246,000.00 649,435,000.00 702,652,000.00 756,360,000.00 822,831,000.00 1,032,135,000.00 1,175,090,000.00 1,257,934,000.00 1,413,321,000.00 1,508,254,000.00 1,811,431,000.00
La Libertad 584,687,000.00 608,426,000.00 666,323,000.00 715,704,000.00 796,807,000.00 867,990,000.00 1,096,226,000.00 1,241,137,000.00 1,367,888,000.00 1,565,630,000.00 1,713,504,000.00 1,803,020,000.00
Lambayeque 524,468,000.00 547,050,000.00 603,463,000.00 645,880,000.00 708,027,000.00 762,132,000.00 960,607,000.00 1,079,723,000.00 1,132,648,000.00 1,251,355,000.00 1,431,939,000.00 1,695,034,000.00
Lima 8,710,618,000.00 8,841,845,000.00 9,528,794,000.00 10,387,686,000.00 11,527,505,000.00 13,553,112,000.00 17,234,584,000.00 19,099,483,000.00 20,637,070,000.00 22,444,222,000.00 25,681,050,000.00 28,506,501,000.00
Loreto 229,331,000.00 239,794,000.00 269,746,000.00 301,130,000.00 324,220,000.00 352,048,000.00 401,141,000.00 461,489,000.00 469,606,000.00 536,832,000.00 605,491,000.00 708,874,000.00
Madres de Dios 41,146,000.00 43,236,000.00 48,460,000.00 52,853,000.00 59,176,000.00 64,058,000.00 74,554,000.00 84,317,000.00 85,935,000.00 95,500,000.00 103,796,000.00 108,116,000.00
Moquegua 69,509,000.00 72,229,000.00 78,403,000.00 86,174,000.00 93,088,000.00 100,453,000.00 116,083,000.00 133,419,000.00 135,074,000.00 149,781,000.00 168,873,000.00 184,413,000.00
Pasco 52,405,000.00 55,424,000.00 61,573,000.00 66,456,000.00 71,790,000.00 77,685,000.00 90,456,000.00 102,051,000.00 112,144,000.00 124,642,000.00 134,836,000.00 148,394,000.00
Piura 519,690,000.00 547,323,000.00 608,078,000.00 667,266,000.00 716,721,000.00 776,960,000.00 973,424,000.00 1,116,536,000.00 1,115,475,000.00 1,308,756,000.00 1,521,832,000.00 1,782,265,000.00
Puno 410,375,000.00 431,155,000.00 477,052,000.00 507,906,000.00 543,335,000.00 589,022,000.00 735,051,000.00 856,523,000.00 857,661,000.00 1,022,757,000.00 1,147,098,000.00 1,310,170,000.00
San Martin 132,429,000.00 139,112,000.00 152,104,000.00 166,074,000.00 183,360,000.00 197,640,000.00 230,778,000.00 261,380,000.00 283,580,000.00 312,716,000.00 331,875,000.00 355,746,000.00
Tacna 280,835,000.00 295,619,000.00 327,357,000.00 358,280,000.00 387,944,000.00 415,205,000.00 519,147,000.00 596,572,000.00 604,332,000.00 669,379,000.00 775,979,000.00 843,205,000.00
Tumbes 125,617,000.00 130,578,000.00 145,620,000.00 163,306,000.00 179,603,000.00 197,584,000.00 250,868,000.00 286,213,000.00 290,684,000.00 330,542,000.00 369,842,000.00 448,271,000.00
Ucayali 143,097,000.00 150,679,000.00 168,316,000.00 183,721,000.00 202,814,000.00 219,365,000.00 255,646,000.00 291,767,000.00 291,119,000.00 323,969,000.00 369,638,000.00 399,406,000.00
Total 14,991,014,000 15,405,506,000 16,747,446,000 18,225,583,000 20,074,844,000 22,772,135,000 28,622,330,000 32,064,897,000 34,114,489,000 37,700,995,000 42,717,550,000 47,844,734,000

Fuente: Elaboración Propia

98
 Tabla N° 23: Lavado de dinero por departamentos y por actividad de restaurante y hoteles
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 32,738,000.00 33,048,000.00 34,541,000.00 37,404,000.00 41,185,000.00 43,968,000.00 49,841,000.00 57,159,000.00 62,360,000.00 71,126,000.00 78,821,000.00 88,061,000.00
Ancash 148,287,000.00 153,687,000.00 163,153,000.00 174,267,000.00 183,448,000.00 195,519,000.00 215,885,000.00 251,091,000.00 273,504,000.00 316,813,000.00 342,630,000.00 390,167,000.00
Apurimac 37,905,000.00 39,446,000.00 41,553,000.00 43,931,000.00 45,792,000.00 48,590,000.00 53,931,000.00 63,402,000.00 69,045,000.00 74,351,000.00 83,864,000.00 95,916,000.00
Arequipa 281,938,000.00 296,524,000.00 322,126,000.00 343,875,000.00 369,998,000.00 395,452,000.00 436,923,000.00 505,547,000.00 551,291,000.00 599,109,000.00 729,801,000.00 842,463,000.00
Ayacucho 38,746,000.00 40,078,000.00 42,603,000.00 45,461,000.00 49,014,000.00 52,525,000.00 60,574,000.00 70,876,000.00 77,220,000.00 84,998,000.00 95,234,000.00 108,300,000.00
Cajamarca 135,619,000.00 140,898,000.00 150,617,000.00 160,912,000.00 171,954,000.00 185,201,000.00 205,550,000.00 236,928,000.00 258,241,000.00 302,457,000.00 328,149,000.00 381,496,000.00
Cusco 316,819,000.00 333,454,000.00 350,949,000.00 374,693,000.00 390,423,000.00 428,040,000.00 466,447,000.00 556,618,000.00 606,029,000.00 627,166,000.00 743,594,000.00 851,845,000.00
Huancavelica 21,353,000.00 22,029,000.00 22,965,000.00 24,255,000.00 26,162,000.00 27,602,000.00 30,598,000.00 35,054,000.00 38,336,000.00 44,043,000.00 48,399,000.00 53,053,000.00
Huanuco 83,573,000.00 87,495,000.00 91,757,000.00 96,700,000.00 103,000,000.00 109,912,000.00 122,647,000.00 141,198,000.00 153,812,000.00 179,750,000.00 192,186,000.00 221,719,000.00
Ica 182,210,000.00 190,620,000.00 197,081,000.00 215,469,000.00 237,236,000.00 257,457,000.00 293,950,000.00 339,812,000.00 370,502,000.00 431,412,000.00 473,491,000.00 547,948,000.00
Junin 154,553,000.00 157,602,000.00 165,078,000.00 176,410,000.00 185,499,000.00 205,555,000.00 227,373,000.00 261,587,000.00 285,064,000.00 317,432,000.00 363,024,000.00 406,297,000.00
La Libertad 268,871,000.00 277,870,000.00 290,602,000.00 302,658,000.00 318,777,000.00 337,036,000.00 374,235,000.00 429,976,000.00 469,170,000.00 520,455,000.00 595,659,000.00 700,025,000.00
Lambayeque 152,221,000.00 157,822,000.00 171,195,000.00 177,430,000.00 191,051,000.00 204,779,000.00 228,242,000.00 265,262,000.00 289,170,000.00 316,678,000.00 359,009,000.00 411,506,000.00
Lima 4,957,453,000.00 5,157,120,000.00 5,450,061,000.00 5,753,046,000.00 6,180,299,000.00 6,616,453,000.00 7,354,974,000.00 8,387,375,000.00 9,132,684,000.00 10,384,915,000.00 11,763,798,000.00 13,461,034,000.00
Loreto 211,746,000.00 222,269,000.00 237,119,000.00 251,832,000.00 268,329,000.00 287,747,000.00 318,964,000.00 372,131,000.00 405,372,000.00 465,222,000.00 494,387,000.00 542,645,000.00
Madres de Dios 34,046,000.00 35,964,000.00 37,966,000.00 40,593,000.00 43,308,000.00 47,009,000.00 51,943,000.00 61,526,000.00 66,918,000.00 70,131,000.00 81,106,000.00 91,625,000.00
Moquegua 26,193,000.00 27,631,000.00 28,555,000.00 29,868,000.00 32,011,000.00 34,451,000.00 41,512,000.00 48,046,000.00 52,243,000.00 57,780,000.00 66,227,000.00 73,102,000.00
Pasco 27,094,000.00 28,120,000.00 29,496,000.00 31,460,000.00 33,292,000.00 36,241,000.00 40,116,000.00 46,311,000.00 50,521,000.00 59,522,000.00 62,882,000.00 67,768,000.00
Piura 287,981,000.00 298,554,000.00 313,339,000.00 326,858,000.00 346,465,000.00 369,266,000.00 409,368,000.00 473,584,000.00 516,857,000.00 552,280,000.00 663,322,000.00 738,295,000.00
Puno 117,676,000.00 120,867,000.00 130,991,000.00 138,237,000.00 145,949,000.00 155,638,000.00 169,458,000.00 197,314,000.00 215,207,000.00 241,523,000.00 269,771,000.00 309,967,000.00
San Martin 116,197,000.00 119,797,000.00 125,774,000.00 134,521,000.00 145,431,000.00 155,396,000.00 172,519,000.00 198,672,000.00 216,832,000.00 252,393,000.00 277,924,000.00 310,647,000.00
Tacna 85,930,000.00 89,057,000.00 97,667,000.00 106,329,000.00 114,359,000.00 121,978,000.00 143,250,000.00 166,569,000.00 181,407,000.00 206,522,000.00 230,247,000.00 263,666,000.00
Tumbes 34,373,000.00 34,944,000.00 36,827,000.00 39,734,000.00 42,074,000.00 46,092,000.00 51,066,000.00 60,114,000.00 65,544,000.00 73,294,000.00 81,182,000.00 93,529,000.00
Ucayali 7,870,117,000.00 8,185,132,000.00 8,660,954,000.00 9,164,042,000.00 9,811,384,000.00 10,519,809,000.00 11,694,063,000.00 13,431,440,000.00 14,630,653,000.00 16,492,759,000.00 18,700,316,000.00 21,370,907,000.00
Total 15,623,639,000 16,250,028,000 17,192,969,000 18,189,985,000 19,476,440,000 20,881,716,000 23,213,429,000 26,657,592,000 29,037,982,000 32,742,131,000 37,125,023,000 42,421,981,000

Fuente: Elaboración Propia

99
 Tabla N° 24: Lavado de dinero por departamentos y por actividad de servicios gubernamentales
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 144,114,000.00 161,935,000.00 179,452,000.00 202,054,000.00 224,535,000.00 243,660,000.00 254,391,000.00 286,270,000.00 326,733,000.00 353,599,000.00 391,081,000.00 448,472,000.00
Ancash 459,222,000.00 500,836,000.00 544,123,000.00 611,920,000.00 669,401,000.00 691,716,000.00 758,712,000.00 838,225,000.00 969,335,000.00 986,457,000.00 1,077,040,000.00 1,243,228,000.00
Apurimac 188,301,000.00 207,976,000.00 231,784,000.00 256,693,000.00 287,945,000.00 325,343,000.00 339,762,000.00 385,075,000.00 438,729,000.00 455,497,000.00 490,638,000.00 545,317,000.00
Arequipa 458,693,000.00 503,725,000.00 553,103,000.00 592,301,000.00 656,298,000.00 715,520,000.00 738,252,000.00 822,072,000.00 998,560,000.00 1,047,829,000.00 1,153,672,000.00 1,277,175,000.00
Ayacucho 303,965,000.00 320,831,000.00 350,654,000.00 382,712,000.00 421,704,000.00 488,718,000.00 514,298,000.00 583,277,000.00 658,688,000.00 678,755,000.00 739,131,000.00 820,000,000.00
Cajamarca 446,114,000.00 495,707,000.00 555,346,000.00 613,983,000.00 691,002,000.00 757,266,000.00 805,089,000.00 893,616,000.00 1,011,842,000.00 1,055,082,000.00 1,155,363,000.00 1,286,221,000.00
Cusco 449,466,000.00 461,460,000.00 509,152,000.00 577,474,000.00 641,582,000.00 726,352,000.00 798,303,000.00 890,144,000.00 977,504,000.00 1,018,643,000.00 1,148,826,000.00 1,304,602,000.00
Huancavelica 175,697,000.00 191,469,000.00 209,793,000.00 246,198,000.00 282,788,000.00 315,713,000.00 331,368,000.00 369,983,000.00 412,984,000.00 425,667,000.00 469,626,000.00 524,586,000.00
Huanuco 256,253,000.00 274,800,000.00 303,766,000.00 338,990,000.00 372,355,000.00 407,369,000.00 420,012,000.00 479,137,000.00 539,639,000.00 561,413,000.00 603,682,000.00 706,180,000.00
Ica 292,518,000.00 321,297,000.00 372,990,000.00 401,495,000.00 440,357,000.00 479,486,000.00 491,149,000.00 546,794,000.00 643,308,000.00 675,206,000.00 732,794,000.00 813,990,000.00
Junin 461,627,000.00 506,842,000.00 554,776,000.00 609,850,000.00 667,335,000.00 736,911,000.00 760,488,000.00 828,465,000.00 939,737,000.00 961,380,000.00 1,081,624,000.00 1,192,727,000.00
La Libertad 476,459,000.00 514,479,000.00 559,816,000.00 605,999,000.00 686,538,000.00 752,060,000.00 812,133,000.00 921,250,000.00 1,072,751,000.00 1,100,339,000.00 1,211,513,000.00 1,361,253,000.00
Lambayeque 325,790,000.00 357,365,000.00 396,471,000.00 428,783,000.00 491,957,000.00 533,888,000.00 547,275,000.00 616,172,000.00 731,741,000.00 759,382,000.00 834,581,000.00 926,118,000.00
Lima 7,276,459,000.00 7,512,164,000.00 7,956,457,000.00 8,318,824,000.00 9,060,654,000.00 9,804,103,000.00 9,853,691,000.00 10,684,761,000.00 12,024,048,000.00 12,441,025,000.00 13,085,949,000.00 14,671,521,000.00
Loreto 400,552,000.00 441,170,000.00 491,506,000.00 537,592,000.00 614,702,000.00 664,593,000.00 671,674,000.00 755,216,000.00 844,508,000.00 868,084,000.00 969,200,000.00 1,101,929,000.00
Madres de Dios 61,165,000.00 63,423,000.00 69,145,000.00 80,266,000.00 94,889,000.00 100,750,000.00 113,583,000.00 126,047,000.00 140,064,000.00 151,578,000.00 171,171,000.00 194,120,000.00
Moquegua 99,442,000.00 106,477,000.00 118,381,000.00 131,451,000.00 144,210,000.00 165,358,000.00 211,152,000.00 234,951,000.00 264,147,000.00 280,268,000.00 295,658,000.00 342,772,000.00
Pasco 133,455,000.00 142,010,000.00 155,423,000.00 171,845,000.00 188,359,000.00 209,207,000.00 222,653,000.00 252,918,000.00 288,158,000.00 294,165,000.00 315,098,000.00 357,574,000.00
Piura 519,809,000.00 563,260,000.00 624,692,000.00 692,041,000.00 772,768,000.00 837,621,000.00 877,315,000.00 963,357,000.00 1,121,782,000.00 1,151,952,000.00 1,305,625,000.00 1,435,215,000.00
Puno 512,752,000.00 563,249,000.00 615,224,000.00 666,793,000.00 728,680,000.00 801,869,000.00 832,120,000.00 926,896,000.00 1,054,182,000.00 1,083,234,000.00 1,191,272,000.00 1,328,465,000.00
San Martin 277,881,000.00 297,618,000.00 333,554,000.00 363,080,000.00 400,668,000.00 435,377,000.00 449,468,000.00 501,569,000.00 582,037,000.00 609,621,000.00 674,920,000.00 748,306,000.00
Tacna 182,686,000.00 189,012,000.00 206,656,000.00 220,487,000.00 244,194,000.00 267,380,000.00 284,524,000.00 317,814,000.00 399,136,000.00 409,499,000.00 434,911,000.00 479,719,000.00
Tumbes 124,186,000.00 131,394,000.00 150,912,000.00 164,344,000.00 182,903,000.00 197,442,000.00 216,991,000.00 224,927,000.00 259,205,000.00 267,823,000.00 299,297,000.00 351,034,000.00
Ucayali 184,365,000.00 215,593,000.00 231,073,000.00 258,822,000.00 283,267,000.00 311,823,000.00 325,222,000.00 361,525,000.00 408,992,000.00 414,322,000.00 461,680,000.00 511,617,000.00
Total 14,210,971,000 15,044,092,000 16,274,249,000 17,473,997,000 19,249,091,000 20,969,525,000 21,629,625,000 23,810,461,000 27,107,810,000 28,050,820,000 30,294,352,000 33,972,141,000

Fuente: Elaboración Propia

100
 Tabla N° 25: Lavado de dinero por departamentos y por actividad de otros servicios
(En nuevos soles)

Departamentos 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Amazonas 161,992,023.13 172,155,000.00 184,367,000.00 197,724,000.00 212,930,000.00 230,574,000.00 252,765,000.00 281,401,000.00 304,183,000.00 332,671,000.00 359,772,000.00 394,665,998.53
Ancash 1,231,724,656.69 1,309,000,000.00 1,378,029,000.00 1,463,356,000.00 1,560,682,000.00 1,705,499,000.00 1,902,824,000.00 2,107,339,000.00 2,276,199,000.00 2,445,854,000.00 2,673,193,000.00 2,952,713,989.01
Apurimac 117,201,094.64 124,554,000.00 129,862,000.00 137,097,000.00 144,786,000.00 152,359,000.00 164,023,000.00 176,874,000.00 192,193,000.00 210,623,000.00 228,204,000.00 247,260,999.08
Arequipa 1,892,681,845.58 2,011,424,000.00 2,159,517,000.00 2,307,413,000.00 2,441,801,000.00 2,650,413,000.00 2,871,119,000.00 3,208,533,000.00 3,496,884,000.00 3,820,845,000.00 4,205,262,000.00 4,748,150,982.32
Ayacucho 211,196,082.73 224,446,000.00 244,551,000.00 260,270,000.00 282,929,000.00 308,867,000.00 334,580,000.00 380,380,000.00 418,104,000.00 459,987,000.00 500,814,000.00 555,145,997.93
Cajamarca 609,829,794.52 648,089,000.00 693,547,000.00 745,262,000.00 804,867,000.00 886,295,000.00 970,798,000.00 1,075,828,000.00 1,153,871,000.00 1,265,986,000.00 1,364,602,000.00 1,468,906,994.53
Cusco 750,575,743.53 797,665,000.00 849,699,000.00 913,766,000.00 989,178,000.00 1,072,800,000.00 1,159,400,000.00 1,257,476,000.00 1,366,784,000.00 1,487,137,000.00 1,618,988,000.00 1,761,353,993.44
Huancavelica 204,632,844.01 217,471,000.00 232,053,000.00 245,268,000.00 259,377,000.00 277,073,000.00 302,926,000.00 337,869,000.00 366,895,000.00 402,313,000.00 440,813,000.00 482,747,998.20
Huanuco 232,212,561.12 246,781,000.00 263,628,000.00 278,887,000.00 297,223,000.00 317,978,000.00 344,491,000.00 379,587,000.00 409,279,000.00 447,750,000.00 485,645,000.00 529,977,998.03
Ica 747,896,812.97 794,818,000.00 865,003,000.00 934,244,000.00 1,002,710,000.00 1,091,551,000.00 1,185,204,000.00 1,323,236,000.00 1,449,774,000.00 1,582,712,000.00 1,737,730,000.00 1,938,977,992.78
Junin 1,083,562,012.69 1,151,542,000.00 1,225,954,000.00 1,320,673,000.00 1,397,881,000.00 1,534,830,000.00 1,666,831,000.00 1,850,467,000.00 2,014,968,000.00 2,200,732,000.00 2,404,347,000.00 2,672,875,990.05
La Libertad 1,714,364,060.19 1,821,919,000.00 1,902,301,000.00 2,011,394,000.00 2,144,125,000.00 2,328,250,000.00 2,522,465,000.00 2,788,995,000.00 3,036,851,000.00 3,309,057,000.00 3,623,469,000.00 4,038,657,984.96
Lambayeque 1,123,769,495.18 1,194,272,000.00 1,281,048,000.00 1,361,210,000.00 1,457,331,000.00 1,572,404,000.00 1,690,728,000.00 1,870,830,000.00 2,042,395,000.00 2,221,617,000.00 2,420,584,000.00 2,677,830,990.03
Lima 30,077,161,286.13 31,964,134,000.00 34,026,998,000.00 35,941,368,000.00 38,484,283,000.00 41,985,033,000.00 46,046,727,000.00 51,192,975,000.00 56,077,497,000.00 61,252,768,000.00 67,453,877,000.00 75,364,083,719.43
Loreto 644,574,027.70 685,013,000.00 716,296,000.00 756,766,000.00 800,732,000.00 870,464,000.00 939,814,000.00 1,033,128,000.00 1,118,946,000.00 1,217,745,000.00 1,330,465,000.00 1,442,969,994.63
Madres de Dios 97,161,339.10 103,257,000.00 112,919,000.00 122,597,000.00 135,441,000.00 154,127,000.00 170,353,000.00 191,210,000.00 207,688,000.00 226,588,000.00 248,434,000.00 272,892,998.98
Moquegua 220,496,591.90 234,330,000.00 264,753,000.00 284,124,000.00 315,628,000.00 354,571,000.00 391,551,000.00 440,558,000.00 477,196,000.00 514,611,000.00 559,830,000.00 617,892,997.70
Pasco 183,935,353.14 195,475,000.00 207,740,000.00 226,395,000.00 236,572,000.00 262,442,000.00 282,886,000.00 318,617,000.00 343,813,000.00 382,414,000.00 417,699,000.00 462,412,998.28
Piura 1,384,665,526.67 1,471,536,000.00 1,534,123,000.00 1,656,322,000.00 1,755,729,000.00 1,911,060,000.00 2,075,710,000.00 2,304,915,000.00 2,518,536,000.00 2,760,650,000.00 3,035,424,000.00 3,421,165,987.26
Puno 838,006,551.93 890,581,000.00 914,764,000.00 959,370,000.00 1,024,716,000.00 1,107,066,000.00 1,220,401,000.00 1,355,472,000.00 1,479,887,000.00 1,609,869,000.00 1,753,478,000.00 1,949,722,992.74
San Martin 373,620,950.28 397,061,000.00 416,285,000.00 441,341,000.00 468,874,000.00 509,682,000.00 563,289,000.00 622,654,000.00 682,367,000.00 745,807,000.00 818,776,000.00 896,533,996.66
Tacna 503,367,946.25 534,948,000.00 587,075,000.00 621,845,000.00 669,960,000.00 738,040,000.00 806,163,000.00 911,447,000.00 990,623,000.00 1,079,629,000.00 1,171,223,000.00 1,293,036,995.19
Tumbes 201,042,117.28 213,655,000.00 223,596,000.00 240,784,000.00 255,117,000.00 275,139,000.00 301,860,000.00 336,866,000.00 367,112,000.00 403,263,000.00 437,796,000.00 486,685,998.19
Ucayali 266,614,282.62 283,341,000.00 306,046,000.00 328,106,000.00 349,064,000.00 382,833,000.00 416,910,000.00 460,049,000.00 514,656,000.00 562,683,000.00 612,653,000.00 668,216,997.51
Total 44,872,291,000 47,687,467,000 50,720,154,000 53,755,582,000 57,491,936,000 62,679,350,000 68,583,818,000 76,206,706,000 83,306,701,000 90,943,311,000 99,903,078,000 111,344,883,585

Fuente: Elaboración Propia

101
 ANEXO N° 4: OTRAS FUENTES DE INFORMACIÓN

Tabla N° 26: Grupo de departamentos con niveles de pobreza desde

el 2009 al 2013

Fuente: INEI

Figura N° 18: Departamentos con niveles de pobreza al 2012

102
Figura N° 19: Mapa de niveles de riesgo por departamentos,
determinado por delitos precedentes LA/FT 2013

103
Figura N° 20: Mapa de niveles de riesgo por provincias, determinado
por delitos precedentes LA/FT 2013

Fuente: Oficialía de Cumplimiento – Financiera Confianza

104
Figura N° 21: Mapa de evolución del delito de extorsión por departamento

Fuente: Ministerio Público / Fiscalía de la Nación – Observatorio de Criminalidad 105

Figura N° 22: Mapa de evolución del delito de hurto por departamento

Fuente: Ministerio Público / Fiscalía de la Nación – Observatorio de Criminalidad 106

Figura N° 23: Mapa de evolución del delito de robo por departamento

Fuente: Ministerio Público / Fiscalía de la Nación – Observatorio de Criminalidad 107

Figura N° 24: Mapa de evolución del delito de trata de personas por departamento

Fuente: Ministerio Público / Fiscalía de la Nación – Observatorio de Criminalidad 108

 Tabla N° 27: Países en paraísos fiscales

Es un territorio o Estado que se caracteriza por aplicar un régimen

tributario especialmente favorable a los ciudadanos y empresas no
residentes, que se domicilien a efectos legales en el mismo.

PARAISOS FISCALES

ANDORRA ISLA VIRGENES BRITANICAS

ANGUILA ISLA VIRGENES DE EEUU
ANTIGUA Y BARBUDA JERSEY
ANTILLAS NEERLANDESAS LIBERIA
ARUBA LIECHTENSTEIN
BAHAMAS MALDIVAS
BAREIN MALTA
BELICE MAURICIO
BERMUDA MONACO
CHIPRE MONTSERRAT
DOMINICA NAURU
GIBRALTAR NIUE
GRANADA SAMOA
GUERNSEY SAN CRISTOBAL Y NIEVES
ISLA COOK SAN VICENTE Y LAS GRANADINAS
ISLA DE MAN SANTA LUCIA
ISLA CAIMAN SEYCHELLES
ISLA MARSHALL CHINA
ISLA TURCAS Y CAICOS VANUATU

Fuente: OCDE

109
 Tabla N° 28: Listas del grupo de acción financiera internacional
(GAFI)

LISTA ROJA LISTA GRIS

1 IRAN 1 AFGANISTAN
2 REPUBLICA DEMOCRATICA DE KOREA 2 ALBANIA
3 ARGELIA
LISTA NEGRA 4 ANGOLA
1 ECUADOR 5 ANTIGUA Y BARBUDA
2 ETIOPIA 6 ARGENTINA
3 INDONESIA 7 BANGLADESH
4 KENIA 8 BOLIVIA
5 MYANMAR 9 BRUNEI
6 NIGERIA 10 CUBA
7 PAQUISTAN 11 CAMBODIA
8 SANTO TOME Y PRINCIPE 12 KUWAIT
9 SIRIA 13 KIRGUIZISTAN
10 TANZANIA 14 MONGOLIA
11 TURQUIA 15 NAMIBIA
12 VIETNAM 16 NEPAL
13 YEMEN 17 NICARAGUA
18 FILIPINAS
19 SRI LANKA
20 SUDAN
21 THAILAND
22 ZIMBAWE
23 MOROCCO
24 TAYISKISTAN

Fuente: GAFI – Control Capital

1/ Actualizado a Junio 2013

110
 Figura N° 25: Comparación de datos del modelo con montos del Informe de Inteligencia Financiera
Lavado de dinero en el Perú, en nuevos Monto involucrado en los informes de inteligencia financiera por delitos
soles, determinado por el modelo precedentes (enero 2007 a diciembre 2013), en el Perú
LAVADO DE DINERO
AÑO
(Nuevos soles)
2001 S/. 4,341,066,834.55
2002 S/. 4,465,033,484.51
2003 S/. 4,476,272,467.72
2004 S/. 4,392,871,656.54
2005 S/. 4,267,004,744.50
2006 S/. 4,033,776,793.05
2007 S/. 3,752,296,631.84
2008 S/. 3,388,897,667.44
2009 S/. 4,079,734,700.05
2010 S/. 3,784,629,854.57
2011 S/. 3,753,207,131.54
2012 S/. 3,645,778,936.21

Tipo de
S/. USD $ S/.
cambio
TOTAL = 22,404,54 8,055,000 22,956,75
(prom.)
4,921.65 ,000.00 0,000.00
2.85

Comparando: Si bien los datos en monto son similares, cabe resaltar que la información de la UIF es hasta el 2013 y también
influye el tipo de cambio.
111
Figura N° 26: Liquidación de compra y venta de hoja de coca

Fuente: ENACO S.A.

112