O auditor e a deteção de fraude: uma revisão da literatura

Abstract

Em sociedades cada vez mais informadas e exigentes, a fraude torna-se cada vez menos tolerada, não obstante a ideia de a mesma estar cada vez mais presente. Paradoxalmente, trata-se de um problema de resolução praticamente impossível por estar associado à condição humana, mas que poderá ser minimizado através de ações eficazes e tempestivas. A fraude pode revestir as mais diversas formas e envolver os mais diversos agentes, podendo estes fazer parte da organização, quer pertencendo à gestão de topo quer exercendo as funções mais básicas, ou serem externos à mesma (clientes, fornecedores, etc.). A fraude é frequentemente tipificada em corrupção, apropriação indevida de ativos e fraude de demonstrações financeiras. Qualquer um dos tipos de fraude é influenciado por um ou vários fatores (sociais, económicos, etc.) que conduz o indivíduo à execução do ato. Os indivíduos que cometem este tipo de atos fraudulentos têm atitudes que indicam ao auditor a possibilidade de ocorrência de algo suspeito, os denominados red flags. No âmbito da presente dissertação procurou-se identificar o papel do auditor na deteção de fraudes e que abordagem aplicar nas diferentes situações. Com a análise dos estudos empíricos sobre a aplicação e a apresentação das diferentes ferramentas que auxiliam o auditor na análise dos dados das empresas, identificaram-se como mais eficazes e de grande utilidade para os auditores na deteção de fraude de demonstrações financeiras as técnicas das redes neurais, o mapa auto-organizado, o modelo de Beneish, a lei de Benford, as redes Bayesianas, a árvore de decisão, a análise de conteúdo, o clustering e a regressão logística.

In increasingly informed and demanding societies, fraud becomes less and less tolerated, despite the idea that it is increasingly present. Paradoxically, it is a problem of resolution practically impossible because it is associated with the human condition, but can be minimized through effective and timely actions. Fraud can take a variety of forms and involve a wide range of agents, who may be part of the organization, whether they belong to top management or perform the most basic functions, or be external to them (clients, suppliers, etc.). Fraud is often typified in corruption, misappropriation of assets, and fraud financial statements. Either type of fraud is influenced by one or several factors (social, economic, etc.) that leads the individual to perform the act. Individuals who commits this type of fraudulent act have attitudes that indicate to the auditor the possibility of occurrence of something suspicious, the red flags. In the scope of this dissertation, the paper sought to identify the role of the auditor in the detection of fraud and what approach to apply in different situations. With the analysis of the empirical studies on the application and presentation of the different tools that assist the auditor in the analysis of company data, they have identified themselves as more effective and of great use for the auditors in the detection of fraud of financial statements, neural networks techniques, self-organized map, Beneish model, Benford´s Law, Bayesian networks, decision tree, content analysis, clustering and logistic regression.