Here are seven reasons why audits don’t typically find fraud.
1. Auditors are nice. Auditors are rule-followers who hold themselves accountable to high honesty and ethical standards. They wouldn’t dream of doing something the “wrong” way; therefore, they can’t comprehend that seemingly nice people would steal from their employer. If they spot something amiss during a routine audit, and in return were given documents or explanations that resolved the anomaly, it is more likely than not that they will proceed with the explanation without obtaining outside substantive documents or evidence to resolve the aberration. Because they presume honesty, auditors often take the explanations and documents at face value.
auditors
2. The nature of an audit isn’t designed to find fraud. During an audit, auditors look at the financial statements of the company (usually the assets and income figures) and calculate what’s called “materiality.” Materiality is the calculated threshold by which, if the information is withheld or misrepresented in the financial statements, it would impact the decisions of the stakeholders who rely on those documents to make economic decisions. Because of this, auditors look at transactions at or above the materiality level. While this is an effective method of making sure financial statements do not contain material errors, it does not lend itself to detecting fraud. Why? Because taken on an individual basis, fraudulent transactions are not typically at or above the materiality level.
3. A sample doesn’t tell the whole story. During an audit, auditors aren’t looking at everything. They gather random samples of transactions to verify that they were correctly recorded and that the internal controls were in place and working. The odds that a random sampling would include a fraudulent transaction among the thousands of available transactions is extremely small. Put simply: an arbitrary sample doesn’t tell a story or show a pattern. It’s akin to finding a needle in a haystack.
4. Fraudsters are clever. In the remote likelihood the auditor spots a questionable transaction, the oddity can often be easily explained away. That’s because fraudsters are clever: they can produce fake documents or pretend the paperwork has been misplaced, appeasing the busy auditor, who, as was pointed out earlier, assumes best intent, never imagining someone would be dishonest.
5. Fraud often looks like a simple error. Most of the time, fraud doesn’t even look like a “red flag.” It often looks like a regular bookkeeping or accounting error. Humans make mistakes, and it’s certainly not uncommon for a transaction to be entered incorrectly. So long as the number of errors doesn’t trigger the threshold of materiality, those inaccuracies will likely not be further investigated.
6. Auditors are constrained by time and budget. Many people are unaware that, in addition to testing transactions and checking internal controls, auditors are also required to conduct excessive due diligence, file copious paperwork, and conduct peer reviews of their audit processes. With competing deadlines and projects stacked back-to-back, in some cases, an auditor may green-light a company’s books even if something didn’t feel quite “right.” It’s not that the audit wasn’t thorough or inaccurate, but rather it’s the limitation of resources and demanding projects that lead to auditors not being as thorough as they might like to be.
7. The Scarlet A. In an ode to Nathaniel Hawthorne’s masterwork, it can be asserted that auditors unknowingly have an invisible scarlet A (for auditor) under their respective suits. Their status as an auditor creates a barrier between themselves and the very people they need to talk to, the whistleblowers. And, as mentioned earlier, auditors are nice. They view themselves as likable, approachable, and friendly. Unfortunately, people often view them as scary, unapproachable, and “out to get them.” The result is that auditors are rarely successful in gaining the trust of the very people who have information that can help them.
Most importantly, though, is the fact that fraudsters are always a company’s most liked and trusted employee. They’ve earned the respect and admiration of their coworkers and supervisors, and often have special privileges and access to company funds. Couple this dynamic with the fact that auditors assume honesty, and the general misunderstanding of what an audit’s purpose is, and it’s easy to see why audits rarely uncover fraud.
Despite this, CFOs need not feel defenseless against fraud. The fact is, management’s due diligence in identifying and assessing risk, addressing known risks with appropriate internal controls and oversight, implementing a hotline, and promoting a culture of honesty can deter or detect the fraudster in the company. (Por Tiffany Couch, via CFO)
Parece razoável os itens (4) e (7). Os demais, nem tanto.
02 outubro 2018
Nobel de Física para uma mulher e a falha da Wikipedia
Donna Strickland ganhou hoje o Nobel de Física por seu trabalho com laser. Trata-se da única mulher viva que recebeu esta honraria. No passado Marie Curie e Maria Goeppert-Mayer também venceram, em um total de 209 premiados.
Mas o surreal é o seguinte: até o dia de hoje, Strickland não tinha um verbete na Wikipedia. Este fato já foi corrigido, mas em maio os gestores da enciclopedia rejeitaram um rascunho de um verbete sobre Donna, já com algumas das suas conquistas.
Mas o surreal é o seguinte: até o dia de hoje, Strickland não tinha um verbete na Wikipedia. Este fato já foi corrigido, mas em maio os gestores da enciclopedia rejeitaram um rascunho de um verbete sobre Donna, já com algumas das suas conquistas.
Big Four
"Eu não sei"
Há um mês, dois pesquisadores dos Estados Unidos publicaram um artigo com o seguinte título: “I don´t Know”. Só isto. O título é suficiente para atrair a atenção. Do que se trata? Do fato de especialistas terem uma reputação a defender ao ter que admitir que eles não sabem. Muitas vezes, em diversas questões que são feitas para um especialista, ele deve reconhecer sua limitação. Isto também ocorre com uma professor, quando um aluno faz uma pergunta que ele não sabem (muitas vezes “testando” o professor).
O problema é que muitos pareceristas são "avessos" a esta inovação. Lembro que há alguns semestres fui convidado para uma comissão de avaliação; o trabalho tinha o título "Mais que mil palavras". Genial. Já gostei do trabalho antes de ler. Outro exemplo: a tese de doutorado da Mariana Bonfim com o título "Honest Individuals, (dis) honest Groups?".
A criatividade de um trabalho deveria começar da primeira linha. Ou seja, do título.
01 outubro 2018
VAR, Crime e Futebol
LA ECONOMÍA DEL CRIMEN Y EL VAR EN EL FUTBOL - David Cuberes
La utilización del sistema de videoarbitraje (VAR) para revisar decisiones arbitrales controvertidas ha desatado muchos debates y discusiones de café. La controversia a menudo giran sobre si este sistema beneficia a los equipos grandes, si generan demasiadas interrupciones y, en definitiva, si hemos ganado algo con su implantación. Una clara mejora que se destaca es que, en principio, deberían cometerse menos errores arbitrales. Otra posible mejora, tal vez menos obvia, es que el VAR podría hacer que, en equilibrio, los jugadores comentieran menos infracciones. Esto es lo que predice el modelo de crimen (ver aquí) de Gary Becker que ya discutí en otra entrada, aunque con un objetivo diferente (ver aquí). La idea de esta entrada es tratar a un jugador que hace algo ilegal como un “criminal”: al fin y al cabo, excepto en casos no intencionados, cometer una infracción en el campo consiste en saltarse las reglas establecidas con el objetivo de obtener algún beneficio con ello. Así pues, en lo que sigue me refiero a futbolistas criminales (los que cometen infracciones) y futbolistas legales (los que no las cometen). Obviamente, ningún jugador o nunca infringe las reglas o las infringe al 100% , pero ésto es sólo una simplificación que nos ayudará a entender lo que quiero explicar.
En este modelo los futbolistas criminales son individuos racionales que maximizan su utilidad y que lo único que les importa es el beneficio que obtienen con ello. Supongamos que este beneficio se puede medir con la probabilidad G de ganar el partido. Cuando un jugador comete una infracción, la probabilidad de ser descubierto (y, por lo tanto, sancionado) es p. En caso de ser sancionado, el jugador recibe una penalización (en forma de advertencia, tarjeta, expulsión, etc…) a la que llamamos J. Finalmente, cometer una infracción tiene un coste adicional, e, que incluye el esfuerzo físico necesario (por ejemplo, arriesgarse a una lesión al hacer una entrada dura), así como el coste social de ser considerado un jugador criminal (sería fácil pensar en algunos ejemplos, pero seamos políticamente correctos…). Con todos estos supuestos, el valor esperado de cometer una infracción viene dado por (1-p)G – pJ – e. Supongamos que podemos ordenar a los jugadores por su calidad innata, de forma que los futbolistas más a la derecha del eje de abscisas tienen una mayor capacidad de ganar con sus acciones legales. Messi y Ronaldo, por ejemplo, estarían en el extremo derecho del eje de abscisas. La curva “victorias legítimas” indica que, a mayor calidad del jugador, mayor la probabilidad de que sus acciones lleven a que su equipo gane el partido. Por otro lado, supongamos que, si un futbolista decide hacerse “criminal”, es decir, usar de forma sistemática acciones antirreglamentarias, la probabilidad de ganar partidos es la misma independientemente de qué jugador se trate. Básicamente, estoy asumiendo que, si Messi hace trampas, eso repercute exactamente igual en probabilidad de que el Barca gane un partido que si es Jordi Alba el que hace trampas. Esto viene representado por la línea a la que llamo “victorias ilegítimas”. El siguiente gráfico muestra que, en este modelo, de los 11 jugadores que hay en un equipo, aquellos que estén a la izquierda de c deciden hacerse futbolistas criminales (les sale más a cuenta), y a la derecha de este nivel crítico, se hacen futbolistas legales. El modelo predice, por cierto, que es más probable que los jugadores de menos calidad sean criminales, algo que sería interesante contrastar algún día.
¿Qué tiene que ver el VAR con todo esto? El principal efecto de esta nueva tecnología es que, una vez un jugador comete una acción irregular, la probabilidad de ser cazado, p, es mayor que antes del uso del VAR. Es fácil ver que el modelo predice entonces que el VAR implica un menor número de infracciones en el juego. El motivo es que un mayor valor de p mueve la curva de victorias criminales abajo (el valor esperado de cometer un crimen es menor) y hace que algunos jugadores decidan dejar de cometer infracciones anticipando que es más probable que sean castigados. Nótese que el castigo en caso de ser pillado, J, no ha cambiado. Por ejemplo, un nuevo reglamento que penalizara más las entradas feas, se correspondería a un aumento en este parámetro. El efecto del VAR en el número de infracciones se muestra en el siguiente gráfico:
El modelo de Becker es pues muy claro en cuanto a su predicción sobre el efecto del VAR. ¿Apoyan los datos esta predicción? Pues la verdad es que aún es un poco pronto para decirlo. Sin embargo, El País apuntaba hace unas semanas que ésto es precisamente lo que estamos viendo en las pocas jornadas que llevamos de liga (ver aquí): la implantación del VAR parece coincidir con el menor número de faltas y tarjetas de los últimos 11 años. Obviamente, para hacer ésto bien, habría que esperar al final de temporada y además habría que llevar a cabo un análisis de datos serio para asegurarse que nada más ha cambiado este año en la liga española que justifique un cambio pronunciado en el número de infracciones. Por ejemplo, este libro de Natxo Palacios-Huerta (ver aquí) habla en detalle de muchos factores que pueden afectar el comportamiento de los jugadores.
La verdad es que un servidor aún no ha tenido tiempo de mirarlo en detalle, pero junto a mi estudiante Shabani Kariburyo hemos recogido datos de los últimos 6 mundiales y parecen ser consistentes con la predicción del modelo: el número de tarjetas rojas (4) del último mundial fue muchísimo menor que la media de tarjetas rojas en los anteriores cinco Mundiales (18). También se observa un significativo, aunque menor, descenso en el número de tarjetas amarillas (219 vs. 255). Por otro lado, el número de goles ha aumentado ligeramente (169 vs 159) tal vez – aunque esto es mucho más especulativo- también debido a la introducción del VAR: es posible que la reducción del crimen en el terreno de juego permita a los jugadores marcar más goles.
Por cierto, no sería la primera vez que el modelo de Becker se usa para este tipo de análisis. Hace ya años, el prolífico economista Bob Tollison del que hable aquí hace algún tiempo y su coautor Bobby McCormick mostraron, en un excelente articulo (ver aquí), cómo la introducción de un tercer arbitro (antes solo había dos) en el baloncesto universitario de Estados Unidos redujo de forma muy marcada el número de faltas cometidas en los partidos.
Nada es Gratis
La utilización del sistema de videoarbitraje (VAR) para revisar decisiones arbitrales controvertidas ha desatado muchos debates y discusiones de café. La controversia a menudo giran sobre si este sistema beneficia a los equipos grandes, si generan demasiadas interrupciones y, en definitiva, si hemos ganado algo con su implantación. Una clara mejora que se destaca es que, en principio, deberían cometerse menos errores arbitrales. Otra posible mejora, tal vez menos obvia, es que el VAR podría hacer que, en equilibrio, los jugadores comentieran menos infracciones. Esto es lo que predice el modelo de crimen (ver aquí) de Gary Becker que ya discutí en otra entrada, aunque con un objetivo diferente (ver aquí). La idea de esta entrada es tratar a un jugador que hace algo ilegal como un “criminal”: al fin y al cabo, excepto en casos no intencionados, cometer una infracción en el campo consiste en saltarse las reglas establecidas con el objetivo de obtener algún beneficio con ello. Así pues, en lo que sigue me refiero a futbolistas criminales (los que cometen infracciones) y futbolistas legales (los que no las cometen). Obviamente, ningún jugador o nunca infringe las reglas o las infringe al 100% , pero ésto es sólo una simplificación que nos ayudará a entender lo que quiero explicar.
En este modelo los futbolistas criminales son individuos racionales que maximizan su utilidad y que lo único que les importa es el beneficio que obtienen con ello. Supongamos que este beneficio se puede medir con la probabilidad G de ganar el partido. Cuando un jugador comete una infracción, la probabilidad de ser descubierto (y, por lo tanto, sancionado) es p. En caso de ser sancionado, el jugador recibe una penalización (en forma de advertencia, tarjeta, expulsión, etc…) a la que llamamos J. Finalmente, cometer una infracción tiene un coste adicional, e, que incluye el esfuerzo físico necesario (por ejemplo, arriesgarse a una lesión al hacer una entrada dura), así como el coste social de ser considerado un jugador criminal (sería fácil pensar en algunos ejemplos, pero seamos políticamente correctos…). Con todos estos supuestos, el valor esperado de cometer una infracción viene dado por (1-p)G – pJ – e. Supongamos que podemos ordenar a los jugadores por su calidad innata, de forma que los futbolistas más a la derecha del eje de abscisas tienen una mayor capacidad de ganar con sus acciones legales. Messi y Ronaldo, por ejemplo, estarían en el extremo derecho del eje de abscisas. La curva “victorias legítimas” indica que, a mayor calidad del jugador, mayor la probabilidad de que sus acciones lleven a que su equipo gane el partido. Por otro lado, supongamos que, si un futbolista decide hacerse “criminal”, es decir, usar de forma sistemática acciones antirreglamentarias, la probabilidad de ganar partidos es la misma independientemente de qué jugador se trate. Básicamente, estoy asumiendo que, si Messi hace trampas, eso repercute exactamente igual en probabilidad de que el Barca gane un partido que si es Jordi Alba el que hace trampas. Esto viene representado por la línea a la que llamo “victorias ilegítimas”. El siguiente gráfico muestra que, en este modelo, de los 11 jugadores que hay en un equipo, aquellos que estén a la izquierda de c deciden hacerse futbolistas criminales (les sale más a cuenta), y a la derecha de este nivel crítico, se hacen futbolistas legales. El modelo predice, por cierto, que es más probable que los jugadores de menos calidad sean criminales, algo que sería interesante contrastar algún día.
¿Qué tiene que ver el VAR con todo esto? El principal efecto de esta nueva tecnología es que, una vez un jugador comete una acción irregular, la probabilidad de ser cazado, p, es mayor que antes del uso del VAR. Es fácil ver que el modelo predice entonces que el VAR implica un menor número de infracciones en el juego. El motivo es que un mayor valor de p mueve la curva de victorias criminales abajo (el valor esperado de cometer un crimen es menor) y hace que algunos jugadores decidan dejar de cometer infracciones anticipando que es más probable que sean castigados. Nótese que el castigo en caso de ser pillado, J, no ha cambiado. Por ejemplo, un nuevo reglamento que penalizara más las entradas feas, se correspondería a un aumento en este parámetro. El efecto del VAR en el número de infracciones se muestra en el siguiente gráfico:
El modelo de Becker es pues muy claro en cuanto a su predicción sobre el efecto del VAR. ¿Apoyan los datos esta predicción? Pues la verdad es que aún es un poco pronto para decirlo. Sin embargo, El País apuntaba hace unas semanas que ésto es precisamente lo que estamos viendo en las pocas jornadas que llevamos de liga (ver aquí): la implantación del VAR parece coincidir con el menor número de faltas y tarjetas de los últimos 11 años. Obviamente, para hacer ésto bien, habría que esperar al final de temporada y además habría que llevar a cabo un análisis de datos serio para asegurarse que nada más ha cambiado este año en la liga española que justifique un cambio pronunciado en el número de infracciones. Por ejemplo, este libro de Natxo Palacios-Huerta (ver aquí) habla en detalle de muchos factores que pueden afectar el comportamiento de los jugadores.
La verdad es que un servidor aún no ha tenido tiempo de mirarlo en detalle, pero junto a mi estudiante Shabani Kariburyo hemos recogido datos de los últimos 6 mundiales y parecen ser consistentes con la predicción del modelo: el número de tarjetas rojas (4) del último mundial fue muchísimo menor que la media de tarjetas rojas en los anteriores cinco Mundiales (18). También se observa un significativo, aunque menor, descenso en el número de tarjetas amarillas (219 vs. 255). Por otro lado, el número de goles ha aumentado ligeramente (169 vs 159) tal vez – aunque esto es mucho más especulativo- también debido a la introducción del VAR: es posible que la reducción del crimen en el terreno de juego permita a los jugadores marcar más goles.
Por cierto, no sería la primera vez que el modelo de Becker se usa para este tipo de análisis. Hace ya años, el prolífico economista Bob Tollison del que hable aquí hace algún tiempo y su coautor Bobby McCormick mostraron, en un excelente articulo (ver aquí), cómo la introducción de un tercer arbitro (antes solo había dos) en el baloncesto universitario de Estados Unidos redujo de forma muy marcada el número de faltas cometidas en los partidos.
Nada es Gratis
Melhores cursos de Contábeis do País
1) UFMG
2) UFRJ
3) PUC SP
4) UFRGS
5) UFPR
6) UnB
7) USP
8) UFSC
9) UFPE
10) UFF
Continue com o ranking aqui
A metodologia do RUF possui sérios problemas Ao considerar o Enade e adotar algumas medidas simplistas termina por distorcer o resultado.
2) UFRJ
3) PUC SP
4) UFRGS
5) UFPR
6) UnB
7) USP
8) UFSC
9) UFPE
10) UFF
Continue com o ranking aqui
A metodologia do RUF possui sérios problemas Ao considerar o Enade e adotar algumas medidas simplistas termina por distorcer o resultado.
Assinar:
Postagens (Atom)
Postagens
