Detecção de Fraudes, Anomalias e Erros em Análise de Dados Contábeis: Um Estudo com Base em Outliers

Autores/as

  • Cledson D. Oliveira Especialista MBA - Universidade Federal do Rio de Janeiro (UFRJ) - Rio de Janeiro - RJ
  • Adhemar Apparecido De Caroli Professor - Departamento de Contabilidade - Pontifícia Universidade Católica de São Paulo (PUC-SP) - São Paulo - SP
  • Amaury de Souza Amaral Professor - Departamento de Contabilidade - Pontifícia Universidade Católica de São Paulo (PUC-SP) – São Paulo - SP e Mestre em Ciência da Computação - Universidade Federal do ABC (UFABC) - Santo André - SP
  • Omar L. Vilca Pós-Graduação em Ciência da Computação - Universidade Federal do ABC (UFABC) - Santo André - São Paulo - SP

DOI:

https://doi.org/10.23925/2446-9513.2014v1i1p102-127

Palabras clave:

Detecção de Outliers, Mineração de Dados, Distancia de Dados.

Resumen

Os estudos de identificação de anomalias em registros contábeis tem sido objeto de pesquisas no campo de Auditoria. Pode ocorrer a situação em que as maiores anomalias não tenham sido identificadas pelo processo usual de amostragem estatística, ou ainda em que haja somente a detecção parcial dos casos, pois os levantamentos manuais dependem da concentração dos pesos divergentes ou dos erros amostrais no conjunto de dados.

Os enfoques baseados em computação resultaram dos estudos de afastamentos de dados uns dos outros, objetivando a identificação de elementos mais distantes de um padrão, estabelecida por meio da medição dos raios equidistantes, chamados neste artigo de outliers. Apresentamos técnicas comparativas de detecções dessas anomalias por estudos de mineração de dados. Trabalhamos com os métodos quantil-quantil, hampel, boxplot, distribuição t de Student, e distribuição Qui-quadrado. Para a detecção de outliers, comparamos os testes: Grubbs, Dixon, e Generalizado ESD.

Cómo citar

Oliveira, C. D., De Caroli, A. A., Amaral, A. de S., & Vilca, O. L. (2015). Detecção de Fraudes, Anomalias e Erros em Análise de Dados Contábeis: Um Estudo com Base em Outliers. Redeca, Revista Eletrônica Do Departamento De Ciências Contábeis &Amp; Departamento De Atuária E Métodos Quantitativos, 1(1), 102–127. https://doi.org/10.23925/2446-9513.2014v1i1p102-127

Número

Sección

Artigos