Research Article

The application of investigative techniques in the detection and prosecution of economic crimes

best practices and challenges in international cooperation

Vol. 27 No. DIXI (2025)
Published: 2025-03-03
Yonni Albeiro Bermúdez-Bermúdez
Mauricio Henao Bohórquez

In an increasingly globalized world, transnational economic crime poses a significant challenge to criminal justice systems worldwide. The effective application of financial investigation techniques plays a crucial role in detecting, investigating, and subsequently sanctioning economic crimes, such as private corruption and money laundering. This paper will examine best practices in the use of financial investigation techniques and the challenges associated with international cooperation in combating economic crime in Latin America. Through a qualitative approach, the results demonstrate that international cooperation is essential for gathering evidence, tracking illicit money, and extraditing suspects. However, challenges arise around extradition and the transfer of digital evidence between national and international agencies, which have provided lessons learned and recommendations to strengthen international cooperation in the fight against economic crime.

Keywords: Array, Array, Array, Array

How to Cite

Bermúdez-Bermúdez, Y. A., & Henao Bohórquez, M. (2025). The application of investigative techniques in the detection and prosecution of economic crimes: best practices and challenges in international cooperation. DIXI, 27(DIXI), 1-14. https://doi.org/10.16925/2357-5891.2025.03.03

Bolívar, M. (2004). El derecho penal económico. Lex: Revista de la Facultad de Derecho y Ciencia Política de la Universidad Alas Peruanas, 2(2), pp. 76-80.

Cabrera, M. (2019). Asimilación de los delitos de cuello blanco en el Código Penal Paraguayo. Síntesis de criterio represivo – preventivo. Investigación en ciencias jurídicas y sociales, 9, pp. 13-28.

Elizarrarás, J. (2020). Delitos económicos transnacionales y lavado de capitales en el derecho internacional penal y el ius puniendi del Estado mexicano. Revista Penal México, 16-17, pp. 246-281.

García Conlledo, M. (2007). Problemas actuales de autoría y participación en los delitos económicos. Nuevo Foro Penal, 71.

González, J. (2015). Los delitos económicos desde una perspectiva criminológica. Revista del Instituto de Ciencias Jurídicas de Puebla, 35, pp. 95-122.

Herrero, C. (1992). Los delitos económicos: perspectiva jurídica y criminológica. Ministerio del Interior, Secretaría General Técnica.

Sánchez, B. (2009). Imputación objetiva en el Derecho penal económico y empresarial. Esbozo de una teoría general de los delitos económicos. InDret, 2, pp. 1-74.

Saravia, M. (2020). Expansión del derecho penal, delincuencia y delitos contra el orden socioeconómico. Revista Derecho, 4(1), 81–98. https://revistas.ues.edu.sv/index.php/revder/article/view/1745

Sutherland, E. (1940). White collar criminality. American Sociological Review, 5.

Tiedemann, K. (1985). Poder Económico y Delito. Barcelona.

Montenegro, C., & Santamaría, A. (2014). Evaluación y comparación de herramientas para el análisis forense en redes. Cuaderno Activa, 5(1), 31–37. https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/128

Cardona, C. (2023). El procedimiento forense, una metodología empleada en la investigación de fraudes financieros y su aplicabilidad. Apuntes De Ciencia & Sociedad, 11(1), 12-22. https://doi.org/10.18259/acs.2023003

Tarquino, E. (2015). Data-Text Mining y construcción de datawarehouse para la imputación formal en delitos de acción pública. Rev Inv Tec [online], 3(2), pp. 48-57. http://revistasbolivianas.umsa.bo/scielo.php?script=sci_arttext&pid=S2306-05222015000100005&lng=en&nrm=iso

Kalpakjian, S. & Schmid, S. (2002). Manufactura, ingeniería y tecnología. Pearson Educación S.A.

Torres, M. (2019). Derechos y desafíos de la Inteligencia Artificial. CyTA.

Berlanga Silvente, V., Rubio Hurtado, M. J., & Vilà Bañós, R. (2013). Cómo aplicar árboles de decisión en SPSS. REIRE, Revista d’Innovació i Recerca en Educació, 6(1), 65-79. http://www.ub.edu/ice/reire.htm

Medina-Merino, R. F., & Ñique-Chacón, C. I. (2017). Bosques aleatorios como extensión de los árboles de clasificación con los programas R y Python. Interfases, 10(010), 165-189. https://doi.org/10.26439/interfases2017.n10.1775

Sánchez, N. (2015). Máquinas de soporte vectorial y redes neuronales artificiales en la predicción del movimiento USD/COP spot intradiario. ODEON, 9, pp. 113-172. DOI: http://dx.doi.org/10.18601/17941113.n9.04

Asanza, W., Olivo, B., & Peñafiel, E. (2018). Generalidades de las redes neuronales artificiales. En Wilmer Rivas Asanza y Bertha Mazón Olivo Redes neuronales artificiales aplicadas al reconocimiento de patrones. Editorial UTMACH.

Natekin, A., & Knoll, A. (2013). Gradient boosting machines, a tutorial. Frontiers in Neurorobotics, 7, 1–21. DOI=10.3389/fnbot.2013.00021

Lissardy, G. (2021). Por qué el mayor caso anticorrupción de América Latina enfrenta un “final funesto” en su país de origen. BBC News. https://www.bbc.com/mundo/noticias-america-latina-56519211

MÉTRICAS
ARTICLE VIEWS: 392
PDF VIEWS: 289