CARTA DE CONTROLE MULTIVARIADA DE BENFORD PARA AVALIAÇÃO DE SUSPEITAS DE FRAUDE EM LANÇAMENTOS FINANCEIROS

Authors

DOI:

https://doi.org/10.14392/ASAA.2019120202

Keywords:

Carta de Controle Multivariada, Lei de Benford, Suspeitas de fraude financeira.

Abstract

O estudo propõe um método de monitoramento de movimentações financeiras por uma Carta de Controle multivariada com base na aplicação da Lei de Benford para detecção de suspeitas de fraude em lançamentos financeiros. O estudo foi conduzido por meio de modelagem e simulação, por técnicas matemáticas e tecnologia computacional para a solução do modelo. Foram gerados dois conjuntos de dados que concordaram entre si, onde a taxa de alarmes foi definida em Número Médio de Amostras coletadas até a detecção de sinais fora de controle (Average Run Length - ARLs) validando o método. Para a utilização das cartas em dados reais foi realizada a padronização dos valores e limites de controle. A suposição básica da proposição é de que dados de movimentações financeiras se comportam de acordo com a distribuição dos primeiros dígitos de Benford. A estatística do teste foi computada comparando o vetor de primeiros dígitos observados com o valor de referência dado pela distribuição de Benford que configura o monitoramento com parâmetros conhecidos caracterizado pela Carta de Controle X2. A performance da Carta de Controle pode ser avaliada por meio da taxa de alarmes falsos e da capacidade da carta em detectar corretamente desvios à distribuição de Benford. A aplicação do Limite de Controle padronizado obtido por simulação na Carta de Controle multivariada 2 demonstrou praticidade e facilidade de análise nas estatísticas geradas. O desenvolvimento de um modelo de aplicação da Carta de Controle multivariada traz inovação ao controle estatístico de processos aplicado à área financeira com o uso de recursos computacionais acessíveis e de fácil processamento.

Downloads

Download data is not yet available.

Author Biographies

Davenilcio Luiz de Souza, Universidade do Vale do Rio dos Sinos (UNISINOS)

Mestre em Engenharia de Produção e Sistemas pela Universidade do Vale do Rio dos Sinos (UNISINOS)

André Luis Korzenowski, Universidade do Vale do Rio dos Sinos (UNISINOS)

Doutor em Engenharia de Produção pela UFRGS/Brasil com estágio sandwich na Texas A&M University/USA

Professor do PPG em Ciências Contábeis e PPG em Engenharia de Produção e Sistemas

Universidade do Vale do Rio dos Sinos (UNISINOS)

Nelson Hein, Universidade Regional de Blumenau (FURB)

Doutor em Engenharia de Produção pela UFSC

Professor do PPG em Administração e Ciências Contábeis da Universidade Regional de Blumenau (FURB)

Adriana Kroenke, Universidade Regional de Blumenau - FURB

Doutorado em Métodos Numéricos em Engenharia. Professora do Programa de Pós-Graduação em Administração e Professora do Programa de Pós-Graduação em Ciências Contábeis da FURB.

References

Alisson, E. (2015). Pesquisadores criam métodos estatísticos para prever fraudes em operações financeiras. Recuperado em 26 novembro, 2015, de http://agencia.fapesp.br/pesquisadores_criam_metodos_estatisticos_para_prever_fraudes_em_operacoes_financeiras/22120/.

Amorim, E.N.C., Cardozo, M.A. & Vicente, E.F. (2012). Os impactos da implementação de controles internos, auditoria e compliance no combate e prevenção a lavagem de dinheiro no Brasil. Enfoque: Reflexão Contábil, 31(3), 23-35. DOI: 10.4025/enfoque.v31i3.15616.

Bertoni, F.F.& Carvalho, D. (2014). Criminal compliance e lavagem de dinheiro. Recuperado em 10 dezembro, 2015, de <http://ebooks_pucrs.br_edipucrs_anais_cienciascriminais_IV/08_pdf>.

Bhattacharya, S., Xu D. & Kumar, K. (2011). An ann-based auditor decision support system using benford's law. Decision support systems, 50(3), 576-584. DOI: https://doi.org/10.1016/j.dss.2010.08.011

Boscoe, F. P., Talbot, T. O., & Kulldorff, M. (2016). Public domain small-area cancer incidence data for New York State, 2005-2009. Geospatial health, 11(1), 304. DOI: 10.4081/gh.2016.304

Clippe, P. & Ausloos, M. (2012). Benford's law and theil transform of financial data. Physica A: Statistical Mechanics and its Applications, 391(24): 6556-6567. DOI: https://doi.org/10.1016/j.physa.2012.07.063

Coelho, I. (2015). Fraude não é erro e auditoria não faz seguro. Recuperado em 24 novembro, 2015, de <http://www.ibracon.com.br/ibracon/Portugues/detArtigo.php?cod=8>.

Cunha, F.C.R & Bugarin, M.S. (2014). Lei de benford e auditoria de obras públicas: uma análise de sobrepreço na reforma do maracanã. Revista do TCU, 1(131), 46-53.

Cury, L. & Capobianco, L. (2011, abril). Princípios da história das tecnologias da informação e comunicação das grandes invenções. Anais do VIII Encontro Nacional de História da Mídia. Anais... Guarapuava: Unicentro, 1-13.

Daniali, G. (2014). E-money laundering prevention. New Marketing Research Journal, Special Issue (4), 29-38.

Duczmal, L., Kulldorff, M. & Huang, L. (2012). Evaluation of spatial scan statistics for irregularly shaped clusters. Journal of Computational and Graphical Statistics. 15(2), 428-442. DOI: 10.1198/106186006X112396

Durtschi, C., Hillison, W. & Pacini, C. (2004). The e effctive use of benford's law to assist in detecting fraud in accouting data. Journal of Forensic Accounting.1524-5586, 5 (1), 17-34.

FATF. (1989). History of the FATF. Recuperado em 06 dezembro, 2015, em http://www.fatf-gafi.org/about/historyofthefatf.

GASB. (2016). Implementation Guides. Recuperado em 21 agosto, 2016, em http://www.gasb.org/jsp/GASB/Page/GASBSectionPage&cid=1176163026371.

Hill, T.P. (1995). A statistical derivation of the significant-digit law. Statistical Science, 10(4), 354-363.

Johnson, G.G. & Weggenmann, J. (2013). Exploratory research applying benford's law to selected balances in the nancial statements of state governments. Academy of Accounting and Financial Studies Journal, 17(3), 31.

Korzenowski, A. L., & Simões, W. L. (2018). Quality monitoring by special charts for highly customized production systems. Communications in Statistics-Simulation and Computation, 1-12. DOI: 10.1080/03610918.2018.1513530

Maro, J.C., Brown, J.S., Dal Pan, G.J. & Kulldorff, M. (2014). Minimizing signal detection time in postmarket sequential analysis: balancing positive predictive value and sensitivity. Pharmacoepidemiology and drug safety, 23(8), 839-848. DOI: https://doi.org/10.1002/pds.3618

Martins, I. (2013). Auditoria dos sistemas de informação das instituições financeiras. (Dissertação de mestrado). Instituto Superior de Contabilidade e Administração - Instituto Politécnico de Lisboa, Lisboa, Portugal.

Mason, R. L., Tracy, N. D., & Young, J. C. (1997). A practical approach for interpreting multivariate T 2 control chart signals. Journal of Quality Technology, 29(4), 396-406. DOI: https://doi.org/10.1080/00224065.1997.11979791

Montgomery, D.C. (2016). Introdução ao controle estatístico da qualidade. (A.M.L., Farias & V.R.L.F.Flores, Trad.). Rio de Janeiro: LTC.

Motta Jr., E.P. (2010). Investigação de modelo de auditoria contínua para tribunais de contas. (Dissertação de mestrado). Pós-Graduação em Ciência da Computação - Universidade Federal de Pernambuco, Recife, Brasil.

Ngai, E.W.T., Hu, Y., Wong, Y.H., Chen, Y. & Sun, X. (2011). The application of data mining techniques in financial fraud detection: A classification framework and an academic review of literature. Decision Support Systems, 50(3), 559-569. DOI: https://doi.org/10.1016/j.dss.2010.08.006

Nigrini, M. (2011). Forensic analytics: methods and techniques for forensic accounting investigations, John Wiley & Sons, v. 558.

Nigrini, M. (2012). Benford's Law: Applications for forensic accounting, auditing, and fraud detection, John Wiley & Sons, v.586.

Nigrini, M.J. (2000). Continuous auditing. Ernst & Young Center for Auditing Research and Advanced Technology University of Kansas.

Porter, W.T., Burton, J.C & Ramírez, R.Q. (1980). Auditoria: un analisis conceptual. Diana: Mexico, DF.

Sanchez, D., Vila, M., Cerda, L. & Serrano, J.M. (2009). Association rules applied to credit card fraud detection. Expert systems with applications, 36(2), 3630-3640. DOI: https://doi.org/10.1016/j.eswa.2008.02.001

Santos, J.,Diniz, J.A. & Corrar, L.J. (2005). O foco é a teoria amostral nos campos da auditoria contábil tradicional e da auditoria digital: testando a lei de Newcomb-Benford para o primeiro dígito nas contas públicas. BBR-Brazilian Business Review, 2(1),71-89.

Shewhart, W.A. (1931). Economic control of quality of manufactured product. New York (USA), ASQ Quality Press.

Silva, A., Korzenowski, A.L. & Vaccaro, G.L.R. (2014). Uma aplicação da lei de Benford na identificação de padrões estatisticamente assinaláveis de suspeitas de fraude por lavagem de dinheiro. Espacios, 35(7), 43-62.

Souza, D.L. (2017). Avaliação da efetividade de cartas de controle multivariadas na detecção de suspeitas de fraude financeira. (Dissertação de mestrado). Programa de Pós-Graduação em Engenharia de Produção e Sistemas - Universidade do Vale do Rio dos Sinos, São Leopoldo, Rio Grande do Sul, Brasil.

TSE. (2016a). Estatística do eleitorado. Tribunal Superior eleitoral - Brasil. Recuperado em 07 janeiro, 2017, em http://www.tse.jus.br/eleitor/estatisticas-de-eleitorado/consulta-quantitativo.

TSE. (2016b). Divulgação de candidaturas e contas eleitorais. Tribunal Superior eleitoral - Brasil. Eleições municipais 2016. Recuperado em 07 janeiro, 2017, em http://divulgacandcontas.tse.jus.br/divulga/#/.

Umit, F., & Cigdem, A. (2001). Multivariate quality control: A historical perspective. Yilditz Technical University, 54-65.

West J. & Bhattacharya, M. (2016). Intelligent financial fraud detection: a comprehensive review. Computers & Security, 57, 47-66. DOI: https://doi.org/10.1016/j.cose.2015.09.005

Woodall, W.H. & Montgomery, D.C. (2014). Some current directions in the theory and application of statistical process monitoring. Journal of Quality Technology, 46(1), 78-94. DOI: https://doi.org/10.1080/00224065.2014.11917955

Yeh, I.C & Lien, C. (2009). The comparisons of data mining techniques for the predictive accuracy of probability of default of credit card clients. Expert Systems with Applications, 36(2), 2473-2480. DOI: https://doi.org/10.1016/j.eswa.2007.12.020

Yuen, J. (2014). Computer assisted auditing techniques money laundering detection. ACC 626 Computer Technology, 5(4), 316-334.

Published

2019-11-18

How to Cite

Souza, D. L. de, Korzenowski, A. L., Hein, N., & Kroenke, A. (2019). CARTA DE CONTROLE MULTIVARIADA DE BENFORD PARA AVALIAÇÃO DE SUSPEITAS DE FRAUDE EM LANÇAMENTOS FINANCEIROS. Advances in Scientific and Applied Accounting, 1(2), 023–039. https://doi.org/10.14392/ASAA.2019120202

Issue

Section

ARTICLES