Normal view MARC view ISBD view

O auditor e a deteção de fraude [Documento eletrónico] : uma revisão da literatura / Joana Catarina P. Almeida Lopes

Autor: LOPES, Joana Catarina P. Almeida Idioma: Português.Publicação: Aveiro : [s.n.], 2017Descrição física: 1 CD-ROM; 12 cmAssunto: 239346 | 238885 | 334284Resumo: 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.
Tags from this library: No tags from this library for this title. Log in to add tags.
    average rating: 0.0 (0 votes)
Item type Current location Call number Copy number Status Date due Barcode
Monografias Biblioteca da Polícia Judiciária
PJCD318 (Browse shelf) PJCD318 Available PJ1CD318_158

Dissertação apresentada à Universidade de Aveiro para cumprimento dos requisitos necessários à obtenção do grau de Mestre em Contabilidade no ramo de auditoria, realizada sob a orientação científica de Helena Inácio. Resumo inserto na publicação. Ficheiro de 1,38 MB em formato PDF (56 p.).

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.

There are no comments for this item.

Log in to your account to post a comment.