Centro de Documentação da PJ
Monografia
 CD318 |
O auditor e a deteção de fraude [Documento eletrónico] : uma revisão da literatura / Joana Catarina P. Almeida Lopes.- Aveiro : [s.n.], 2017.- 1 CD-ROM ; 12 cm
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.).
AUDITORIA, FRAUDE FISCAL, TESE
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.