Veritas Online

Recientes

Detección de fraudes: Prevenir antes de la catástrofe

Detección de fraudes: Prevenir antes de la catástrofe
febrero 28
15:12 2014

De acuerdo con diferentes estudios, las técnicas de análisis del contenido pueden ayudar a los Contadores administrativos a prevenir tempranamente los fraudes.

Reducir la actividad fraudulenta es un problema crucial al que se enfrentan los Contadores. Datos de fuentes confiables, como la Asociación de Examinadores Certificados del Fraude (ACFE, por sus siglas en inglés), concluyen que los niveles de fraude no disminuyen. Esto es muy preocupante puesto que ahora tenemos leyes más rudas, ejecución más agresiva, y penas más duras con multas y arreglos que rondan los 100 millones de dólares.

El 29 de enero de 2013, www.lovemoney.com reportó que 80% de la pérdida financiera que sufrieron las compañías a causa de fraude la originó el personal interno. “El número de casos que llegó a los juzgados subió de 22 en 2011 a 35 en 2012, y el valor de estos fraudes aumentó más del doble”.

La Ley Sarbanes Oxley de 2002 (SOX) se proponía ayudar a prevenir el fraude al hacer que las organizaciones fueran más responsables de sus estados financieros. El Congreso creó el Consejo de Supervisión de Contabilidad de las Compañías Públicas (PCAOB, por sus siglas en inglés) para supervisar las auditorías de las empresas públicas y proteger a accionistas y el interés público; pero el fraude ha seguido incrementándose y el monto de los daños ha aumentado.

Cuando los auditores externos usan procedimientos convencionales de auditoría, sus esfuerzos suelen llegar demasiado tarde para evitar un daño catastrófico a la organización. Los auditores externos usan típicamente el análisis de ratios (coeficientes) financieros (modelos convencionales) después de que ha acabado el año fiscal y que se han cerrado los libros. En este punto, el daño ya está hecho y es demasiado tarde para prevenir el conflicto. Más aún, es fácil manipular los números y los auditores no verán un cambio dramático en los ratios financieros si el fraude se incrementa en forma gradual.

Hay una mejor opción: las compañías pueden usar modelos de detección temprana del fraude en cualquier momento. Estos modelos implican variables no financieras que se basan en el lenguaje o factores contemporáneos del riesgo que pueden medirse como indicadores clave mucho antes de que se conozcan los resultados financieros. Por ejemplo, las variables podrían incluir número de palabras, cantidad de puntuación específica usadas o ciertas palabras sugerentes, emocionalmente positivas o negativas.

Estas técnicas de análisis de contenido crean un modelaje cada vez mejor. Con esto en mente, exploramos la propuesta de poder detectar el fraude con antelación sin tener que apoyarse primariamente en la Contabilidad Pública o en los auditores externos. Los auditores internos pueden usar los modelos de detección temprana del fraude y reducir el daño. Este punto de vista es consistente con la función de los profesionales de la Contabilidad administrativa para la evaluación del riesgo, así como para diseñar e implementar controles internos.

Los estudios muestran que los modelos financieros convencionales son de 30% a 40% precisos. Pero examinar las revelaciones según su narrativa con nuevos modelos que se basan en el lenguaje es a la vez más oportuno y más cercano a una precisión de 70%.

En consecuencia, nuestro proyecto que usa el método de análisis del contenido busca poner el énfasis donde pertenece, que los Contadores agreguen valor a sus organizaciones de manera oportuna.

Un rápido repaso

En uno de nuestros estudios anteriores, obtuvimos 118 observaciones de compañías a las que la Comisión de Valores (SEC, por sus siglas en inglés) pidió volver a declarar sus datos financieros. Luego comparamos la sección Discusión y Análisis de la Administración (MD&A) de cada informe anual con documentos de compañías similares a las que no se pidió declarar de nuevo su información financiera (como las compañías sin fraude). Usamos el método de análisis de contenido para obtener de forma estadística palabras y otros indicios textuales y categorizarlos en términos de significado. Nos enfocamos en variables contextuales que sugerían engaño y explicamos cómo cada variable podía ser un indicador de fraude.

Con base en esta comparación, observamos diferencias importantes en el texto entre compañías diferentes a las que se pedía volver a declarar su información financiera y aquellas a las que no. Los resultados del estudio sugirieron que hiciéramos otros y usáramos los indicadores importantes de fraude como base para un modelo de predicción para pronta detección.

El entusiasmo por un nuevo estudio surgió de observar los daños devastadores por importantes fraudes en compañías que son famosas, desgraciadamente, debido a sus ruinosas experiencias. Por ejemplo, descubrimos que las compañías sanas promediaban apenas 17 palabras negativas en estos reportes, mientras que World.Com, Enron, y Tyco promediaban 61 palabras negativas, una diferencia de 44 palabras. Anotamos patrones similares en otras compañías famosas igualmente por desgracias de fraudes.

Las medidas convencionales de detección de fraude con análisis de ratios y otros datos financieros no pudieron detectar el fraude o no lo hicieron a tiempo. Incluso los Contadores administrativos hubieran podido usar nuestras técnicas para descubrir estos patrones de fraude en vez de depender de los auditores externos.

Las técnicas de análisis de contenido crean un modelaje cada vez mejor para detectar el fraude en las empresas con antelación

Estudio reciente

En nuestro estudio actual intentamos construir un modelo que usara las variables que eran estadísticamente muy diferentes en el primer estudio y luego usamos una muestra diferente para validar la capacidad predictiva del modelo.

Alimentamos las variables más importantes del primer estudio en una regresión logística y luego la hicimos a la inversa por pasos de eliminación para determinar qué variables eran predictivas. Finalmente incluimos cuatro variables describiendo características de las compañías que volvían a declarar: (1) más palabras, (2) menos comas, (3) menos palabras de emociones positivas y (4) menos palabras en tiempo presente. Nuestro objetivo era ver si nuestro nuevo modelo de predicción podía discriminar correctamente.

Para probar la predictibilidad de nuestro nuevo modelo, necesitábamos una muestra nueva. Usamos el mismo enfoque general. Nuestra muestra original salió de los Comunicados sobre Aplicación de Contabilidad y Auditoría (AAER, por sus siglas en inglés), emitidos entre 2000 y 2003, y la nueva muestra salió de AAER emitidos entre 2004 y 2006, que consistía en 68 compañías que volvieron a declarar su información financiera con firmas como Adelphia, Qwest y Tyco. También cotejamos las 68 compañías con otras similares a las que no se les emitió un AAER, y confirmamos que estas estaban involucradas en fraude y que tenían que volver a declarar debido no solo a un error en información.

Usamos el método de análisis de contenido para examinar la sección MD&A de los informes anuales de todas las compañías de ambas muestras, observando patrones textuales de indicios para potencialmente revelar diferencias entre los dos grupos. Para lograrlo utilizamos el Programa de Lingüística y Conteo de Palabras (LIWC), un software accesible que disecciona los documentos para identificar partes de la oración, sintaxis y otros. Después el software organizaba las frecuencias de ciertas palabras y otras pistas textuales en grupos de temas interrelacionados o combinaciones de patrones de palabras.

Aunque tuvimos que ejercer juicio respecto de qué variables textuales incluir, el software era fácil de usar. Luego hicimos un análisis estadístico que identificaba características particulares que podrían sugerir fraude con base en las frecuencias de pistas clave con orientación al lenguaje. Estas pistas brindaban señales de advertencia para iniciar una regla de investigación para verificación adicional de juego sucio.

Resultados

Usando el proceso para analizar el número de palabras, palabras clave y puntuación en revelaciones comparables del documento MD&A (además de algo de experiencia y buena teoría), logramos una calificación precisa de 64.8% en nuestras predicciones. Es cierto, no es esta una calificación perfecta de precisión, pero es adecuada para formular reglas de investigación para ahondar donde los datos sugieran que tiene sentido.

Hay que recordar que este nuevo modelo es para la predicción temprana del fraude y refleja un procedimiento que los Contadores administrativos pueden usar de manera fácil y económica. Es una forma dramática en que los profesionales de finanzas pueden añadir valor en sus organizaciones. Esta herramienta es también útil para auditores externos y podría elevar la conciencia sobre la probabilidad de fraude y puede incorporarse en su análisis de negocio en marcha.

Como una evaluación del riesgo de fraude, los modelos de predicción temprana presentan señales de alarma. Esto significa que un Contador puede correr el modelo para ver si hay una mayor probabilidad de fraude, no para la certeza de si lo hay o no. No hay tanto avance en lo más actual sobre el tema, pero un modelo que revele mayor probabilidad de fraude debería ser indicativo de aplicar más pruebas, permitiendo al Contador estar más alerta.

Otros estudios están examinando la predictibilidad de factores específicos de riesgo como no tener un comité de auditoría, la mayor proporción de dueños internos y que la misma persona sea el director ejecutivo (CEO, por sus siglas en inglés) y presidente del consejo. Pero el beneficio de estas variables para los Contadores administrativos específicamente es menos seguro: estas variables no cambian cada año. Además, todas las compañías que cotizan al público deben tener un comité de auditoría debido a la Ley SOX.

Con el proceso de análisis del número de palabras y palabras clave se logró una calificación precisa de 64.8%

El futuro de la detección

Algunos especulan que una vez que la economía se recupere, la actividad fraudulenta disminuirá. Desafortunadamente, aun en años cuando la economía ha sido fuerte, el fraude ha seguido aumentando. Pero hay razones para tener esperanzas, como los resultados de nuestro actual estudio y los de otros. Si los métodos de detección temprana de fraude pueden acercarse a 70% de precisión cuando la auditoría externa de rutina logra 30% a 40%, entonces hemos avanzado en forma importante hacia un elemento disuasorio tangible del fraude. Estos resultados son asequibles sin el dominio de herramientas complejas y difíciles.

Algunos auditores externos están usando estas herramientas de manera efectiva, pero los profesionales de la Contabilidad administrativa tienen la visión más informada del negocio y las operaciones diarias, como acceso a la narrativa que potencialmente refleja las intenciones de los demás. Estar familiarizado con el negocio los hace mejor preparados que los auditores externos para intuir las condiciones que envían las señales de que algo no anda bien.

>Este artículo es una reseña del original titulado “Detect fraud before catastrophe”, publicado en la revista Strategic Finance, noviembre de 2013. Traducción original paraVeritas, de Colegio de Contadores Públicos de México, por Jorge Abenamar Suárez Arana.

AUTOR ORIGINAL: Chih Chen Lee (cclee@niu.edu) es profesor de contabilidad en la Northern Illinois University. Natalie Tatiana Churyk (nchuryk@niu. edu) es Profesora de Contabilidad en Northern Illinois University. B. Douglas Clinton (clinton@niu.edu) es Profesor Consultor de Contabilidad Administrativa en Northern Illinois University.

Redacción Grupo Medios

veritas@colegiocpmexico.org.mx

Facebook Comments

Related Articles

2 Comments

Write a Comment

A %d blogueros les gusta esto: