Este informe se dedica al análisis crítico de los riesgos asociados con el despliegue masivo de sistemas automatizados contra el lavado de dinero (AML) en los principales centros financieros de Asia. El estudio investiga cómo los modelos algorítmicos crean nuevos desafíos para la estabilidad financiera y el atractivo inversor de Singapur y Hong Kong.

El informe se centra en el problema de los falsos positivos y el efecto de «amplificación algorítmica de riesgos». El autor analiza la mecánica mediante la cual datos aleatorios o información obsoleta pueden transformarse en barreras para el servicio bancario, provocando un «de-banking» injustificado. Se examina el fenómeno del «cumplimiento defensivo», donde los bancos delegan decisiones clave a algoritmos sin un control humano suficiente.

El trabajo propone el modelo de «Algorithmic Stress Test», una herramienta para evaluar la transparencia, la explicabilidad (Explainable AI) y la posibilidad de corregir decisiones automatizadas. Se formulan recomendaciones para el MAS, HKMA y el APG sobre la implementación de estándares de proporcionalidad institucional y la garantía de un rastro de auditoría (audit trail) obligatorio, para preservar el liderazgo tecnológico de Asia protegiendo al mismo tiempo a los participantes legítimos del mercado.