{"id":2842,"date":"2023-09-09T17:47:58","date_gmt":"2023-09-09T17:47:58","guid":{"rendered":"https:\/\/heyddyescobar.com\/?p=2842"},"modified":"2023-10-07T16:24:06","modified_gmt":"2023-10-07T16:24:06","slug":"analisis-de-datos-para-la-deteccion-y-prevencion-del-fraude","status":"publish","type":"post","link":"https:\/\/heyddyescobar.com\/?p=2842","title":{"rendered":"An\u00e1lisis de Datos para la Detecci\u00f3n y Prevenci\u00f3n del Fraude en Auditor\u00eda"},"content":{"rendered":"<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los invito a leer mi art\u00edculo en la Revista del Colegio de Contadores P\u00fablicos: \u00abTercer Encuentro de Cumplimiento Tributario\u00bb.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Resumen:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El objetivo del presente art\u00edculo es destacar la importancia del an\u00e1lisis de datos como parte de los conocimientos y herramientas que los auditores internos deben desarrollar en la ejecuci\u00f3n de sus trabajos, para agregar valor en sus funciones con respecto a la detecci\u00f3n y prevenci\u00f3n del fraude. La metodolog\u00eda utilizada es descriptiva, cronol\u00f3gica y de tipo cualitativa, orientada principalmente hacia la reflexi\u00f3n por medio de citas de estudios que abordan la realidad de Am\u00e9rica Latina y el mundo con respecto al fraude, as\u00ed como sus consecuencias econ\u00f3micas y reputacionales. Se insta a los auditores internos hacia la implementaci\u00f3n de herramientas anal\u00edticas para enfrentarse a un entorno donde se requiere convertir la informaci\u00f3n en conocimiento y descubrir los riesgos de fraude que se encuentran ocultos en la data. Asimismo, se abordan cinco pasos para implementar la anal\u00edtica de datos dentro de las evaluaciones auditoras, con ejemplos de revisiones de cuentas en estados financieros. Se concluye que los auditores internos tienen el reto de evolucionar al ritmo en que lo hace la industria e integrar el an\u00e1lisis de datos en sus trabajos, para lo cual se requiere no solo de inversi\u00f3n en tiempo y recursos, sino de un cambio de mentalidad.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Palabras Clave: <em>an\u00e1lisis de datos, riesgos, fraude, detecci\u00f3n de fraude, auditor\u00eda interna. <\/em><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>I. INTRODUCCI\u00d3N<\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El tema del fraude es un riesgo presente en todas las organizaciones. Seg\u00fan estudios de la Asociaci\u00f3n de Examinadores Certificados de Fraude \u2013 ACFE (2022), la apropiaci\u00f3n indebida de activos es la tipolog\u00eda de fraude m\u00e1s frecuente en las empresas, seguida de la corrupci\u00f3n y la manipulaci\u00f3n de estados contables.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para ejemplificar, en 2002 ocurri\u00f3 la ca\u00edda de WorldCom, la mayor quiebra en Estados Unidos. El \u00e1rea de auditor\u00eda interna de esta compa\u00f1\u00eda revel\u00f3 que la organizaci\u00f3n contabiliz\u00f3 de forma irregular casi USD 4,000 millones de d\u00f3lares en gastos, los cuales la empresa \u00abcamufl\u00f3\u00bb contabilizando el dinero faltante como inversi\u00f3n y as\u00ed lo hizo durante meses. La manipulaci\u00f3n origin\u00f3 una inflaci\u00f3n artificial de ingresos netos y de sus beneficios brutos.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El cometer fraude para esta empresa implic\u00f3 un enga\u00f1o. Sin embargo, una de las herramientas que tienen las compa\u00f1\u00edas para detectarlo es su propia informaci\u00f3n, entendida, como la colecci\u00f3n de datos que juntos adquieren un significado. La realidad de WorldComp, estaba presente en sus datos. La pregunta es, \u00bfc\u00f3mo se logra analizar esta informaci\u00f3n?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En la actualidad, la mayor\u00eda de las compa\u00f1\u00edas cuentan con sistemas inform\u00e1ticos donde se almacena la informaci\u00f3n financiera. Es aqu\u00ed donde juega un rol prioritario el an\u00e1lisis de datos, por medio de la vinculaci\u00f3n de m\u00faltiples fuentes de informaci\u00f3n que evidencia si existen irregularidades ocultas o desviaciones que no pueden ser explicadas o carecen de justificaci\u00f3n.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De acuerdo con el Marco Internacional para la Pr\u00e1ctica Profesional de la Auditor\u00eda Interna, (Instituto de Auditores Internos, 2017), los auditores internos deben tener en cuenta la posibilidad de que ocurran errores significativos, fraudes e incumplimientos en todas sus revisiones. Por tanto, una buena estrategia para la detecci\u00f3n del fraude en los trabajos de auditor\u00eda es el uso de la anal\u00edtica de datos, tem\u00e1tica que se abordar\u00e1 en este estudio.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La metodolog\u00eda utilizada es descriptiva, cronol\u00f3gica y de tipo cualitativa, orientada principalmente hacia la reflexi\u00f3n por medio de citas de estudios que abordan la realidad de Am\u00e9rica Latina y el mundo con respecto al fraude, as\u00ed como sus consecuencias econ\u00f3micas y reputacional.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>II. \u00bfQU\u00c9 ES EL FRAUDE Y CU\u00c1L ES LA RESPONSABILIDAD DEL AUDITOR EN SU DETECCI\u00d3N Y PREVENCI\u00d3N?<\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para poder identificar el fraude debemos conocer primeramente de qu\u00e9 se trata. Garner Bryan (2004) define el fraude como \u00abuna declaraci\u00f3n falsa a sabiendas de la verdad o la ocultaci\u00f3n de un hecho material para\u00a0inducir a otro a actuar en su detrimento\u00bb. Consecuentemente, el fraude incluye cualquier acto intencional de privar a otro de una propiedad o dinero por medio del enga\u00f1o.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El Instituto Estadounidense de Contadores p\u00fablicos Certificados (AICPA) analiza el concepto de fraude evaluando su relaci\u00f3n con los estados financieros de las compa\u00f1\u00edas. Por lo tanto, la definici\u00f3n del AICPA, tomada de la Declaraci\u00f3n sobre Normas de Auditor\u00eda (SAS, en ingl\u00e9s) 99: \u00abInexactitudes generadas por informes financieros fraudulentos: estos abarcan inexactitudes u omisiones intencionales de montos o exposiciones en los estados contables destinadas a enga\u00f1ar a los usuarios de dichos estados\u00bb.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para los auditores surge otra apreciaci\u00f3n: <em>el riesgo de fraude<\/em>. Desde el enfoque de la ISO 31000: 2018, el fraude se plantea como una fuente de riesgos que afecta los objetivos organizacionales. Por tanto, en una evaluaci\u00f3n de riesgos se deben considerar los posibles actos fraudulentos, tanto los que pudieran proceder del personal de la organizaci\u00f3n, como de terceros o bien, proveedores de servicios.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De conformidad con las Normas Internacionales para el Ejercicio Profesional de la Auditor\u00eda Interna sobre aptitud (1210.A2) del Instituto de Auditores Internos, los auditores internos deben tener conocimientos suficientes para evaluar el riesgo de fraude y la forma en que se gestiona por parte de la organizaci\u00f3n.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Aclarados los conceptos de fraude y la necesidad de realizar una evaluaci\u00f3n del riesgo de fraude, todav\u00eda falta contestar la pregunta \u00bfcu\u00e1l es el deber de auditor en la detecci\u00f3n y prevenci\u00f3n del fraude?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El auditor debe considerar d\u00f3nde est\u00e1 presente el riesgo de fraude dentro de la organizaci\u00f3n y responder adecuadamente mediante la auditor\u00eda a los controles de esa \u00e1rea. Adicionalmente, debe evaluar la posibilidad de ocurrencia de fraude y c\u00f3mo la organizaci\u00f3n gestiona el riesgo de fraude (Norma 2120.A2), esto mediante la evaluaci\u00f3n de riesgos y la planificaci\u00f3n de auditor\u00edas.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La norma anterior establece que no es responsabilidad directa de auditor\u00eda interna prevenir que se produzca fraude dentro de la organizaci\u00f3n. Cabe se\u00f1alar que esta es la responsabilidad de la gerencia como primera l\u00ednea de defensa. Sin embargo, los auditores pueden brindar recomendaciones para que la organizaci\u00f3n implemente y ejecute controles preventivos adecuados.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La Fundaci\u00f3n Latinoamericana de Auditores Internos \u2013 FLAI (2019) indica que la organizaci\u00f3n debe tener un plan adecuado de respuesta contra el fraude que dise\u00f1e pol\u00edticas claves y metodolog\u00edas de investigaci\u00f3n. El plan debe dejar claro el papel de la auditor\u00eda interna cuando se sospecha un fraude y la falla del control asociada.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El auditor interno no est\u00e1 obligado por normativas a tener la experiencia de una persona cuya responsabilidad principal es investigar el fraude. Tales investigaciones son llevadas a cabo de mejor manera por detectives o peritos experimentados delegados para estas tareas. Sin embargo, auditor\u00eda interna debe utilizar su experiencia para analizar los conjuntos de datos a fin de identificar tendencias y patrones que puedan sugerir fraude (FLAI, 2019).<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>PRINCIPALES TIPOS DE FRAUDE QUE AFECTAN LOS NEGOCIOS<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La Asociaci\u00f3n de Examinadores Certificados de Fraude \u2013 ACFE ha publicado el estudio global \u00abReporte a las Naciones, Fraude Ocupacional 2022\u00bb. Este estudio comprende el an\u00e1lisis de 2110 casos de fraude en 133 pa\u00edses, los cuales causaron 3.6 billones de d\u00f3lares en p\u00e9rdidas econ\u00f3micas para las organizaciones.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los casos de estudio de la ACFE corresponden a denuncias de fraude procedentes de ocho continentes, liderados en un 36% por reportes efectuados en Estados Unidos, 23% en \u00c1frica Subsahariana, 10% en Asia Pac\u00edfico, 8% en Europa Occidental, 7% en Oriente Medio y \u00c1frica del Norte, 7% en Asia Meridional, 5% en Am\u00e9rica Latina y El Caribe, 4% en Europa del Este y Asia Occidental \/ Central, tal como se presenta en la Figura 1.<\/span><\/p>\n<p><img fetchpriority=\"high\" decoding=\"async\" class=\" wp-image-2993 aligncenter\" src=\"http:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura-300x80.png\" alt=\"\" width=\"933\" height=\"249\" srcset=\"https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura-300x80.png 300w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura-1024x272.png 1024w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura-768x204.png 768w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura.png 1178w\" sizes=\"(max-width: 933px) 100vw, 933px\" \/><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Figura n.<sup>o<\/sup> 1. Casos de fraude reportados por regi\u00f3n.<\/span><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Fuente: ACFE, 2022.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Como principales resultados de este estudio, se pueden destacar los siguientes puntos:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">El tiempo promedio de detecci\u00f3n de los fraudes es de 12 meses, con p\u00e9rdidas promedio de USD 117,000 d\u00f3lares.<\/span><\/li>\n<li><span style=\"color: #003366;\">Las industrias m\u00e1s afectadas en casos de fraude, son: bienes ra\u00edces, comercio al por mayor, transporte y almacenamiento, construcci\u00f3n y utilidades. El 50% de los fraudes ocurren en las siguientes \u00e1reas de operaciones, contabilidad, ejecutivos de alta gerencia y ventas.<\/span><\/li>\n<\/ul>\n<p><img decoding=\"async\" class=\" wp-image-2997 aligncenter\" src=\"http:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura1-300x87.png\" alt=\"\" width=\"899\" height=\"261\" srcset=\"https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura1-300x87.png 300w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura1-1024x298.png 1024w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura1-768x223.png 768w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura1.png 1235w\" sizes=\"(max-width: 899px) 100vw, 899px\" \/><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Figura n.<sup>o<\/sup> 2. Resultados del estudio de la ACFE, 2022.<\/span><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Fuente: ACFE, M\u00e9xico 2022<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Seg\u00fan la Asociaci\u00f3n de Examinadores de Fraude Certificados (ACFE), los fraudes ocupacionales son aquellos en los que un empleado, gerente, funcionario o propietario de una organizaci\u00f3n comete fraude en detrimento de esa organizaci\u00f3n. De acuerdo con la ACFE, en el nivel superior, hay tres categor\u00edas principales de fraude ocupacional:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">La apropiaci\u00f3n indebida de activos, que implica que un empleado robe o haga mal uso de los recursos del empleador, es la m\u00e1s com\u00fan, con el 86% de los casos dentro de esta categor\u00eda. Estos esquemas, sin embargo, tienden a causar la p\u00e9rdida mediana m\u00e1s baja a USD 100,000 por caso.<\/span><\/li>\n<li><span style=\"color: #003366;\">Los esquemas de fraude de estados financieros, en los que el perpetrador causa intencionalmente una omisi\u00f3n o un error material en los estados financieros de la organizaci\u00f3n, son la categor\u00eda menos com\u00fan (9% de los esquemas) pero la m\u00e1s costosa (USD 593,000).<\/span><\/li>\n<li><span style=\"color: #003366;\">La tercera categor\u00eda, la corrupci\u00f3n que incluye delitos como el soborno, los conflictos de intereses y la extorsi\u00f3n, se encuentra en el medio en t\u00e9rminos de frecuencia y p\u00e9rdidas. Estos esquemas ocurren en el 50% de los casos y causan una p\u00e9rdida mediana de USD 150,000.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los reportes de la ACFE indican que los escenarios de fraude ocupacionales m\u00e1s comunes en Am\u00e9rica Latina y Caribe corresponden en un 59% a casos de corrupci\u00f3n, seguido de un 17% de fraude de estados financieros y un 15% de fraudes no monetarios (apropiaci\u00f3n indebida de activos).<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Asimismo, el 41% de los casos son detectados por denuncias, seguido de un 23% detectado por los auditores internos y un 9% producto de revisiones gerenciales, conforme se muestra en la Figura n.<sup>o<\/sup> 3.<\/span><\/p>\n<p><img decoding=\"async\" class=\" wp-image-2998 aligncenter\" src=\"http:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura2-300x226.png\" alt=\"\" width=\"700\" height=\"528\" srcset=\"https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura2-300x226.png 300w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura2-768x579.png 768w, https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/09\/Captura2.png 951w\" sizes=\"(max-width: 700px) 100vw, 700px\" \/><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Figura n.<sup>o<\/sup> 3. Focos regionales, Am\u00e9rica Latina y Caribe, 2022.<\/span><\/p>\n<p style=\"text-align: center;\"><span style=\"color: #003366;\">Fuente: ACFE, 2022<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De las estad\u00edsticas de ACFE para Am\u00e9rica Latina destaca el tipo de fraude basado en la corrupci\u00f3n (59%). La corrupci\u00f3n a nivel empresarial puede ocurrir de muchas formas, se destacan: la malversaci\u00f3n, el soborno y la extorsi\u00f3n, los cuales reducen considerablemente la credibilidad de los negocios y sus respectivos beneficios.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Como segundo principal tipo de fraude en Am\u00e9rica Latina se observa el de estados financieros. En este se citan acciones como el reconocimiento inadecuado de ingresos, la manipulaci\u00f3n de gastos, el no reconocimiento de pasivos y la presentaci\u00f3n incorrecta del flujo de efectivo. Los estados financieros que presentan cifras incorrectas pueden llevar a decisiones comerciales err\u00f3neas e incluso a una defraudaci\u00f3n fiscal que puede causar da\u00f1os econ\u00f3micos o afectar la continuidad del negocio, por medio de multas o sanciones.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El fraude es algo que prevalece en la sociedad en cualquier \u00e1mbito. Sin embargo, combatir el fraude en Am\u00e9rica Latina representa un desaf\u00edo debido a que existen brechas para la aplicaci\u00f3n de las mejores pr\u00e1cticas internacionales anticorrupci\u00f3n y antifraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">\u00bfCu\u00e1l es la raz\u00f3n de estas brechas?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Seg\u00fan informe de KPMG International Limited (2022) basado en encuestas realizadas a m\u00e1s de 600 directivos en el continente americano, Am\u00e9rica Latina tiene el doble de probabilidades de sufrir fraude (49%) en comparaci\u00f3n con Norte Am\u00e9rica (17%).<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Esto indica que los programas de gesti\u00f3n del riesgo de fraude y otras defensas internas antifraude son menos s\u00f3lidos en Am\u00e9rica Latina. Por tanto, se puede aludir que no hay suficientes empresas que est\u00e9n al tanto de los controles de fraude o las medidas antifraude que implementan no son efectivas.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">\u00bfC\u00f3mo se podr\u00eda mejorar la detecci\u00f3n y prevenci\u00f3n del fraude en Am\u00e9rica Latina?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El 41% de los casos de fraude son denunciados seg\u00fan ACFE. Por tanto, corresponde a todos los colaboradores la responsabilidad de levantar la mano y denunciar el fraude de manera temprana, para ello se requieren controles basados en capacitaci\u00f3n y evaluaci\u00f3n de riesgos donde la principal responsabilidad recae en los directivos, como parte de su funci\u00f3n de gobierno corporativo y reforzamiento de la cultura organizacional.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Sin embargo, existe un 23% de casos de fraude que es detectado por los auditores internos (ACFE, 2022). Esto refuerza la responsabilidad que como auditores internos se posee para evaluar la posibilidad de ocurrencia de fraude en cada uno de los trabajos desde la fase de planeaci\u00f3n. Adicionalmente, se destaca en los auditores internos la necesidad de revisar c\u00f3mo la organizaci\u00f3n gestiona el riesgo de fraude, como parte de sus funciones de aseguramiento y consultor\u00eda con un enfoque basado en riesgos.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">\u00bfQu\u00e9 tipo de fraudes pueden detectar los auditores y c\u00f3mo?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los auditores pueden emplear diversas herramientas y procedimientos en la detecci\u00f3n de fraude, para ejemplificar, se expone un caso hipot\u00e9tico de fraude dentro del proceso de licitaci\u00f3n de compras:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Por medio de listar todas las cotizaciones que se hab\u00edan recibido en un per\u00edodo de tiempo y comparando los domicilios de los oferentes entre s\u00ed, se detect\u00f3 que hab\u00eda varios oferentes que ten\u00edan el mismo domicilio. Por tanto, se lleg\u00f3 a conocer que se trataba de la misma empresa que entregaba varias cotizaciones con distintos nombres. Se ampliaron procedimientos y se cotejaron las bases de datos de proveedores con las bases de datos del personal, y se corrobor\u00f3 que existe personal que est\u00e1 relacionado con los proveedores, lo cual es prohibido por las pol\u00edticas de la compa\u00f1\u00eda.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Otro ejemplo, son los procedimientos efectuados para detectar empleados fantasmas o fraude de n\u00f3mina:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Mediante la comparaci\u00f3n de los registros de n\u00f3mina contra los datos del personal activo de la empresa, as\u00ed como la revisi\u00f3n de los registros de n\u00f3mina con los informes de la tarjeta de tiempo y los archivos del personal de los empleados, se determin\u00f3 que exist\u00edan las siguientes discrepancias: n\u00fameros de seguridad social duplicados, direcciones duplicadas y cuentas bancarias duplicadas, con lo que se logr\u00f3 identificar la existencia de empleados ficticios.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Adicionalmente, para reforzar el fraude de estados financieros se expone un caso bastante sonado en 2012 (Hussain, Maryam), en el que se descubri\u00f3 que la empresa Caterpillar, una de las mayores empresas dedicadas a la fabricaci\u00f3n de maquinaria pesada del mundo realiz\u00f3 la compra de la empresa ERA Mining Machinery Ltd y su filial Siwei, por alrededor de 653 millones.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En este caso, la empresa Siwei fing\u00eda tener una mayor cantidad de inventario de lo real y, por lo tanto, inflaba el valor de sus activos al hacer a la empresa m\u00e1s llamativa para su compra. Cabe mencionar que la aprobaci\u00f3n de esta toma de decisiones fue, en su mayor\u00eda, realizada por la gerencia y los altos directivos de la empresa Siwei.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De este tipo de problem\u00e1ticas surge la necesidad de que los auditores internos se esfuercen en ampliar sus conocimientos y aptitudes sobre procedimientos que contribuyan a detectar y recomendar controles que puedan prevenir el fraude. Para reforzar este enfoque, en el apartado III. se aborda el valor de la anal\u00edtica de datos como herramienta para la detecci\u00f3n y prevenci\u00f3n del fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>\u00a0<\/strong><strong>III. USO DE AN\u00c1LISIS DE DATOS EN LA DETECCI\u00d3N Y PREVENCI\u00d3N DEL FRAUDE<\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>\u00a0<\/strong>El International Auditing and Assurance Standards Board (IAASB, 2016), mediante el Data Analytics Working Group, define el an\u00e1lisis de datos en la auditor\u00eda de la siguiente manera:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><em>Cuando es usado para la obtenci\u00f3n de evidencia de auditor\u00eda, es la ciencia y el arte de descubrir y analizar patrones, desviaciones e inconsistencias y la extracci\u00f3n de otro tipo de informaci\u00f3n \u00fatil de los datos subyacentes relacionados con el asunto en cuesti\u00f3n a auditar a trav\u00e9s del an\u00e1lisis, <\/em><em>el uso de modelos y la visualizaci\u00f3n con el prop\u00f3sito de planear o ejecutar el trabajo de auditor\u00eda de dicho asunto.<\/em><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis de datos consiste en revisar datos brutos para identificar tendencias y anomal\u00edas y extraer informaci\u00f3n significativa de un gran conjunto de datos. La \u00abanal\u00edtica de datos\u00bb no es un programa tecnol\u00f3gico, pero la tecnolog\u00eda permite un uso m\u00e1s eficaz y eficiente del an\u00e1lisis de datos (Fundaci\u00f3n Latinoam\u00e9rica de Auditores Internos \u2013 FLAI 2022).<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El uso del an\u00e1lisis de datos crea oportunidades para los auditores internos, as\u00ed como para las entidades que los utilizan, mejora la calidad de la evaluaci\u00f3n y respuesta al <em>riesgo del auditor (<\/em>Data Analytics Working Group, 2016).<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Entre los beneficios del uso del an\u00e1lisis de datos se incluyen:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">Mejora la capacidad del auditor para recopilar evidencia de auditor\u00eda a partir del an\u00e1lisis de poblaciones m\u00e1s grandes, lo que incluye permitir mejores selecciones basadas en el riesgo de esas poblaciones para pruebas adicionales por parte del auditor.<\/span><\/li>\n<li><span style=\"color: #003366;\">Una visi\u00f3n del auditor m\u00e1s amplia y profunda de la entidad y su entorno, que proporciona a la entidad auditada informaci\u00f3n valiosa adicional para informar su propia evaluaci\u00f3n de riesgos y operaciones comerciales.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Sin embargo, de acuerdo con los estudios del Data Analytics Working Group (2016), el an\u00e1lisis de datos tambi\u00e9n presenta limitaciones que los auditores deben tomar en cuenta:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">El an\u00e1lisis de datos que no es relevante para la auditor\u00eda, que no est\u00e1 bien controlado, que no es confiables o cuya fuente (interna o externa) no se comprende bien podr\u00eda tener consecuencias negativas para la calidad de la auditor\u00eda.<\/span><\/li>\n<li><span style=\"color: #003366;\">Debido a la necesidad de que el auditor ejerza su juicio profesional en relaci\u00f3n con la contabilidad y la auditor\u00eda, as\u00ed como cuestiones relacionadas con la integridad y validez de los datos, poder probar el 100% de una poblaci\u00f3n no implica que el auditor pueda proporcionar algo m\u00e1s que una opini\u00f3n de seguridad razonable.<\/span><\/li>\n<li><span style=\"color: #003366;\">En los estados financieros de la mayor\u00eda de las entidades, existen importes y revelaciones significativos que son estimaciones contables o que contienen informaci\u00f3n cualitativa. El uso de la tecnolog\u00eda de an\u00e1lisis de datos de una auditor\u00eda de estados financieros no reemplazar\u00e1 la necesidad de juicio y escepticismo profesionales.<\/span><\/li>\n<li><span style=\"color: #003366;\">El uso efectivo de la tecnolog\u00eda puede ayudar al auditor a obtener evidencia de auditor\u00eda suficiente y apropiada. Sin embargo, se debe tener precauci\u00f3n con respecto al posible \u00abexceso de confianza\u00bb del auditor y de las partes interesadas en la tecnolog\u00eda, en el que los auditores que carecen de una comprensi\u00f3n clara de los usos y las limitaciones de la tecnolog\u00eda creen falsamente que los resultados son infalibles.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Como principales limitaciones en el an\u00e1lisis de datos se puede destacar que se requiere, entre otros aspectos, cuidar la calidad de los datos, una responsabilidad donde se debe involucrar al equipo directivo. Adicionalmente, los auditores deben mantener su juicio profesional, sin caer en \u00abexceso de confianza\u00bb por el uso de la tecnolog\u00eda, debido a que en una auditor\u00eda se garantiza una \u00abseguridad razonable\u00bb, no absoluta.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los datos se utilizan no solo desde el punto de vista de la comprensi\u00f3n de lo que sucedi\u00f3 en el pasado, sino desde la perspectiva de usarlos para decidir qu\u00e9 se puede hacer en el futuro para prevenir el fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">\u00bfQu\u00e9 tanta relevancia puede tomar la correcta recolecci\u00f3n y an\u00e1lisis de los datos?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para contestar esta pregunta a continuaci\u00f3n se describen los pasos para un an\u00e1lisis de datos, y posteriormente c\u00f3mo podemos implementarlo en la prevenci\u00f3n y detecci\u00f3n del fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De acuerdo con el Global Technology Audit Guides, Data Analysis (2018), existen cinco pasos para el an\u00e1lisis de datos, los cuales se mencionan a continuaci\u00f3n:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>Primer paso: Definir preguntas<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>\u00a0<\/strong>Este primer paso consiste en identificar los objetivos que se persiguen. Se identifican los indicadores clave de rendimiento (KPI) para ayudar a medir si est\u00e1 progresando hacia lo que buscamos.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En el caso de una auditor\u00eda de estados financieros, esta fase consistir\u00eda en la selecci\u00f3n de las cuentas materiales y significativas. Una vez seleccionadas, se define la pregunta \u00bfqu\u00e9 es lo que se quiere probar? Si es su integridad, su exactitud o bien analizar el comportamiento y la tendencia que se ha presentado en los \u00faltimos a\u00f1os, por ejemplo.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En el modelo de una instituci\u00f3n financiera, donde uno de los principales usos de los datos es comprender el comportamiento normal de los clientes, la cuenta significativa ser\u00eda la <em>Cartera de cr\u00e9dito<\/em>. Sin un correcto an\u00e1lisis de esta cuenta se dificultar\u00e1 mucho detectar el fraude, ya que la desviaci\u00f3n del comportamiento normal es un indicador relevante.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Se formula la pregunta de la siguiente manera: <em>\u00bfC\u00f3mo ha sido el comportamiento de la cartera de cr\u00e9dito en los \u00faltimos cinco a\u00f1os? <\/em>\u00a0Los indicadores propuestos o KPIs son:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">el porcentaje de colocaci\u00f3n de la cartera de cr\u00e9dito,<\/span><\/li>\n<li><span style=\"color: #003366;\">el porcentaje de recuperaci\u00f3n de cartera,<\/span><\/li>\n<li><span style=\"color: #003366;\">el porcentaje de morosidad de la cartera,<\/span><\/li>\n<li><span style=\"color: #003366;\">el porcentaje de saneamiento de la cartera.<\/span><\/li>\n<\/ul>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>Segundo paso: Obtener data relevante<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>\u00a0<\/strong>Esta parte es com\u00fanmente conocida como descubrimiento de informaci\u00f3n. El acceso a todos los datos disponibles permite realizar:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">un valioso an\u00e1lisis,<\/span><\/li>\n<li><span style=\"color: #003366;\">correlaciones m\u00e1s precisas,<\/span><\/li>\n<li><span style=\"color: #003366;\">construcci\u00f3n de modelos de an\u00e1lisis y pron\u00f3sticos significativos,<\/span><\/li>\n<li><span style=\"color: #003366;\">identificaci\u00f3n de <em>insights<\/em> relevantes (la esencia que nos permite encontrar la soluci\u00f3n a un problema).<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para este ejemplo, se puede considerar las fuentes de informaci\u00f3n requeridas, tales como:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">la disponibilidad de la informaci\u00f3n financiera, en cuanto a tiempo y tecnolog\u00edas utilizadas;<\/span><\/li>\n<li><span style=\"color: #003366;\">el sistema en el cual se registran los datos de la cartera de cr\u00e9ditos;<\/span><\/li>\n<li><span style=\"color: #003366;\">si existen interfaces o m\u00f3dulos con otros sistemas;<\/span><\/li>\n<li><span style=\"color: #003366;\">qui\u00e9nes nos proporcionar\u00e1n esta informaci\u00f3n, si es la administraci\u00f3n o un departamento de tecnolog\u00eda de la informaci\u00f3n (TI) quien realizar\u00e1 la extracci\u00f3n de los datos de cartera.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En este aspecto se recomienda la participaci\u00f3n de un departamento de inform\u00e1tica que pueda extraer la informaci\u00f3n de cartera de forma independiente a un \u00e1rea operativa.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>Tercer paso: Limpiar o Normalizar Data<\/strong><strong>\u00a0<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La limpieza de datos consiste, entre otros, en corregir o eliminar datos incorrectos, da\u00f1ados, duplicados, con formato incorrecto o incompletos dentro de un conjunto de datos y eliminar informaci\u00f3n in\u00fatil.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La normalizaci\u00f3n de datos implica almacenar cada elemento de datos tantas veces como sea necesario. Da como resultado una reducci\u00f3n de los datos y una mayor integridad para su uso con un prop\u00f3sito espec\u00edfico. La integridad es garantizar que los datos reflejen con precisi\u00f3n los eventos comerciales subyacentes y que se rectifique cualquier anomal\u00eda.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para la normalizaci\u00f3n de datos se pueden emplear diversas t\u00e9cnicas. Se menciona uno de ellos:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De acuerdo con estudios de IBM (2020), la extracci\u00f3n, transformaci\u00f3n y carga (ETL) se ha convertido r\u00e1pidamente en una de las maneras m\u00e1s eficientes de migrar conjuntos grandes y peque\u00f1os de datos desde las fuentes a un <em>data<\/em> <em>warehouse<\/em>. ETL sirve para el procesamiento masivo de datos en tiempo real (o lo m\u00e1s cercano posible) y se resume en extraer, obtener los datos desde diferentes fuentes, transformar y normalizarlos a una estructura que nos sea \u00fatil.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Por ejemplo, para el an\u00e1lisis de cartera si se requiere visualizar los datos de un cliente, dependiendo del dise\u00f1o de la <em>data warehouse<\/em>, por medio de ETL se puede utilizar una sola consulta para obtener informaci\u00f3n personal del cliente, el historial de compras y pedidos, y la informaci\u00f3n de facturaci\u00f3n.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>Cuarto paso: Analizar data<\/strong><strong>\u00a0<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">A medida que se analizan los datos recopilados, se puede determinar si son los correctos y los que se necesitan para alcanzar el objetivo. La determinaci\u00f3n incluye, pero no se limita a:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">evaluar si se necesitan datos adicionales,<\/span><\/li>\n<li><span style=\"color: #003366;\">recopilaci\u00f3n de datos nuevos o diferentes,<\/span><\/li>\n<li><span style=\"color: #003366;\">revisar la pregunta original, y formular preguntas adicionales.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Existen diferentes tipos de an\u00e1lisis de datos, entre ellos se mencionan:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis descriptivos,<\/strong> cubren los detalles del rendimiento pasado y pueden incluir cambios interanuales o mensuales en ventas, ingresos, precios, inventario, clientes o visitantes, u otras tendencias o cambios que ya se hayan producido.<\/span><\/li>\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis de diagn\u00f3stico,<\/strong> examina los factores que conducen a una tendencia o resultado.<\/span><\/li>\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis predictivo<\/strong>, utiliza modelos de predicci\u00f3n para discernir lo que podr\u00eda ocurrir en el futuro.<\/span><\/li>\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis prescriptivos,<\/strong> eval\u00faan los posibles resultados e identifican las siguientes mejores acciones bas\u00e1ndose en el an\u00e1lisis de los datos existentes.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los auditores internos generalmente seleccionan datos para rastrear la documentaci\u00f3n fuente de respaldo, como facturas, contratos y pagos, y para realizar procedimientos adicionales, como:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">revisar y confirmar los detalles de los datos seleccionados;<\/span><\/li>\n<li><span style=\"color: #003366;\">analizar los hallazgos y determinar el cumplimiento o incumplimiento de la pol\u00edtica;<\/span><\/li>\n<li><span style=\"color: #003366;\">identificar los controles internos que requieren mejoras o, si no existen controles, recomendar la creaci\u00f3n de uno.<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">A continuaci\u00f3n, se detallan algunos ejemplos que se podr\u00edan emplear para los an\u00e1lisis de la cuenta de cartera de cr\u00e9ditos:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis descriptivos<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis descriptivo es una etapa preliminar del tratamiento de datos que consiste en sintetizar los datos hist\u00f3ricos para obtener informaci\u00f3n \u00fatil o incluso prepararlos para un an\u00e1lisis posterior.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Un medio para realizar un an\u00e1lisis descriptivo es la creaci\u00f3n de un tablero de visualizaci\u00f3n de datos de cartera (<em>dashboard<\/em>) donde se pueda apreciar el comportamiento e incluso tendencias de los \u00faltimos a\u00f1os, estos se pueden construir en Excel o incluso mediante aplicaciones de modelado de datos o la creaci\u00f3n de <em>querys<\/em>. Una de las herramientas m\u00e1s accesibles utilizadas en el mundo empresarial es <em>Power BI<\/em>, que permite una visualizaci\u00f3n de datos e incluso puede brindar un <em>storytelling<\/em> sobre c\u00f3mo fue el comportamiento de la empresa en la captaci\u00f3n de cr\u00e9ditos, cu\u00e1nto recuper\u00f3 y qu\u00e9 parte de esa colocaci\u00f3n se llev\u00f3 a cuentas incobrables.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis de diagn\u00f3stico<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis diagn\u00f3stico es el siguiente paso importante para realizar despu\u00e9s de un an\u00e1lisis descriptivo, se responde a la pregunta \u00bfpor qu\u00e9 sucedi\u00f3 esto en el negocio?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">As\u00famase que la instituci\u00f3n financiera tiene la posibilidad de desglosar y ver en detalle las ventas al cr\u00e9dito realizadas, y a su vez ver sus ingresos por categor\u00edas de productos. El hacer un an\u00e1lisis de diagn\u00f3stico permitir\u00e1 inferir y descubrir por qu\u00e9 no fue posible la consecuci\u00f3n de metas de crecimiento de cartera, es decir, la raz\u00f3n por la cual no se pudo cumplir su objetivo de ganancia.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Adicionalmente, se pueden segmentar los clientes, y a trav\u00e9s de otros filtros aplicados se puede hacer una medici\u00f3n del riesgo de cuentas irrecuperables, para determinar qui\u00e9nes son aquellos clientes que, por edad, localizaci\u00f3n, tipos de trabajos o nivel de ingresos est\u00e1n cayendo en la categor\u00eda de morosos o incobrables.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis predictivo<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En este caso se describir\u00e1 el <em>Machine Learning<\/em> como una herramienta para el an\u00e1lisis predictivo. De acuerdo con IBM (2020), el <em>Machine learning<\/em> se centra en el uso de datos y algoritmos para imitar la forma en la que aprenden los seres humanos, con una mejora gradual de su precisi\u00f3n, esto mediante algoritmos.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Un algoritmo de <em>Machine Learning<\/em> eval\u00faa probabil\u00edsticamente una a una las transacciones con base en su experiencia y entrenamiento, con casos reales y considera cada una de las particularidades de las transacciones antes de clasificarla como leg\u00edtima o no.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Gr\u00e1fico n.<sup>o<\/sup> 4. <em>Machine Learning<\/em>.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Fuente: IBM (2020)<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis predictivo emplea datos hist\u00f3ricos para predecir eventos futuros. Normalmente, los datos hist\u00f3ricos se utilizan para crear un modelo matem\u00e1tico que capture las tendencias importantes. Este modelo predictivo se usa entonces con los datos actuales para predecir lo que pasar\u00e1 a continuaci\u00f3n.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Esta herramienta se implementa en las instituciones financieras donde las t\u00e9cnicas de aprendizaje autom\u00e1tico y herramientas cuantitativas se utilizan para predecir el <em>riesgo crediticio.<\/em> Adicionalmente, los auditores internos pueden implementarlo para analizar el comportamiento de la cartera y verificar cualquier desviaci\u00f3n que podr\u00eda ser alerta de riesgo de fraude, por ejemplo, la creaci\u00f3n de clientes ficticios debido a un alta inusual en el crecimiento de la cartera.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>An\u00e1lisis prescriptivos<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis descriptivo refiere el rendimiento de una empresa hasta la fecha. \u00a0Por ejemplo, observar el rendimiento de las ventas de cr\u00e9dito se considera un tipo de an\u00e1lisis descriptivo; Sin embargo, toma esos datos y los utiliza para proyectar el rendimiento futuro. Los datos hist\u00f3ricos se pueden analizar utilizando algoritmos de aprendizaje autom\u00e1tico para intentar predecir tendencias futuras.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El an\u00e1lisis prescriptivo trata m\u00e1s de predecir resultados en funci\u00f3n de diferentes tipos de variables. En lugar de predecir un resultado, el uso de t\u00e9cnicas prescriptivas significa que un analista puede modificar diferentes variables para ver c\u00f3mo se produce el resultado de un escenario.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En la industria financiera, el an\u00e1lisis prescriptivo ayuda a destacar las preferencias del cliente para maximizar la probabilidad de una venta. El an\u00e1lisis prescriptivo aprende del historial de transacciones anteriores, de las interacciones con los clientes y de las preferencias seleccionadas para prescribir interacciones \u00f3ptimas.<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\"><strong>Quinto Paso: Comunica Resultados<\/strong><\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>\u00a0<\/strong>De acuerdo con el Marco Internacional para la Pr\u00e1ctica Profesional del Auditor Interno (Instituto de Auditores Internos, 2017) antes de emitir la comunicaci\u00f3n final, el auditor interno debe analizar las conclusiones y recomendaciones con la gerencia correspondiente en una reuni\u00f3n de cierre.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La discusi\u00f3n proporciona a la gerencia la oportunidad de aclarar y expresar puntos de vista. El prop\u00f3sito principal de una reuni\u00f3n final es garantizar la precisi\u00f3n de la informaci\u00f3n utilizada por el auditor interno. Para estos efectos, la visualizaci\u00f3n de datos o las ilustraciones gr\u00e1ficas son buenas maneras de enfatizar la informaci\u00f3n, es por eso que el uso de ayuda visual para apoyar una discusi\u00f3n de los puntos principales da como resultado la mayor retenci\u00f3n de informaci\u00f3n.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">\u00bfQu\u00e9 tipo de fraude o transacciones inusuales se detectan mediante el an\u00e1lisis de datos?<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Seg\u00fan la Asociaci\u00f3n de Examinadores de Fraude Certificados (ACFE, 2022) las organizaciones que utilizan el an\u00e1lisis proactivo de datos pueden reducir sus p\u00e9rdidas por fraude en un promedio del 54 % y detectar estafas en la mitad del tiempo.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Por su parte, <em>Caseware<\/em> IDEA (2020), expresa en un informe t\u00e9cnico:<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><em>Si detectar fraude es como encontrar una aguja en un pajar, un an\u00e1lisis basado en muestras es como analizar una paca de paja en un campo con docenas de ellas o quiz\u00e1, es como tomar una paca de cada pajar y sacar conclusiones sobre d\u00f3nde est\u00e1 o si existe la aguja buscada.<\/em><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">De lo anterior se puede deducir que los procedimientos y herramientas de an\u00e1lisis de datos permiten la evaluaci\u00f3n de poblaciones de forma eficiente y proactiva, que conduce a la reducci\u00f3n del riesgo de auditor\u00eda, en contraste con los procedimientos tradicionales de revisi\u00f3n de muestras.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Mediante los ejemplos de an\u00e1lisis de datos a cuentas de cartera de cr\u00e9dito que se presentaron en el paso 4, se pudieron haber detectado las siguientes situaciones hipot\u00e9ticas de fraudes:<\/span><\/p>\n<ul style=\"text-align: justify;\">\n<li><span style=\"color: #003366;\">Inflaci\u00f3n de ingresos, los cuales son el resultado de ventas ficticias.<\/span><\/li>\n<li><span style=\"color: #003366;\">Inadecuado an\u00e1lisis de la administraci\u00f3n en el otorgamiento de cr\u00e9dito a clientes que no poseen capacidad de pago.<\/span><\/li>\n<li><span style=\"color: #003366;\">Anomal\u00edas entre canales de ventas de cr\u00e9dito o productos, comparando datos de diferentes fuentes de informaci\u00f3n para encontrar discrepancias.<\/span><\/li>\n<li><span style=\"color: #003366;\">Predicci\u00f3n de actividades sospechosas antes de que produzcan alg\u00fan da\u00f1o en los activos de la organizaci\u00f3n (mediante el an\u00e1lisis predictivo).<\/span><\/li>\n<\/ul>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El valor agregado radica en que el auditor otorgue a la administraci\u00f3n insumos mediante sus revisiones para que las \u00e1reas operativas puedan dise\u00f1ar e implementar controles internos efectivos que prevengan el fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">La anal\u00edtica de datos es una de las competencias que se establecen en el modelo de Auditor\u00eda 4.0 (Deloitte, 2017), el cual brinda un enfoque orientado hacia la transformaci\u00f3n digital donde las anal\u00edticas y las nuevas tecnolog\u00edas les permiten a los departamentos de auditor\u00eda desarrollar expectativas perspicaces, proactivas y centradas en el futuro.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Las organizaciones que incorporan t\u00e9cnicas de an\u00e1lisis de datos a las actividades de auditor\u00eda requieren de inversi\u00f3n en tiempo y recursos. Adicional a la compra de licencias y <em>software<\/em> de an\u00e1lisis de datos, se debe capacitar al personal de auditor\u00eda en el uso de las tecnolog\u00edas, muchas veces incorporando la necesidad de conocimientos en t\u00e9cnicas de programaci\u00f3n. Sin embargo, una vez implementado el an\u00e1lisis de datos, los beneficios en cuanto a la agilidad, eficiencia y calidad en los trabajos son notables.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">En cuanto a tu experiencia, \u00bfconsideras que el auditor interno deber\u00eda convertirse en un analista de datos?, \u00bfqu\u00e9 valor diferenciador consideras que agregas el an\u00e1lisis de datos en la prevenci\u00f3n y detecci\u00f3n del fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>IV. CONCLUSIONES<\/strong><\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">El entorno cambiante de la tecnolog\u00eda y la evoluci\u00f3n de las organizaciones en sus modelos de negocio provocan que el fraude ocupacional sea cada vez m\u00e1s alto y complejo de identificar, dado el volumen de informaci\u00f3n y transacciones en las empresas. Asimismo, los casos de fraude ocupacional emergentes conllevan hacia un replanteamiento de la forma en que los procedimientos de auditor\u00eda tradicionales abordan el riesgo de fraude.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Por su parte, Am\u00e9rica Latina presenta a lo largo de su historia casos de fraude que merman el crecimiento econ\u00f3mico de las empresas y atentan contra la confiabilidad de los negocios.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Para tratar estos desaf\u00edos, los auditores internos tienen el reto de evolucionar al ritmo en que lo hace la industria e integrar el an\u00e1lisis de datos en el ciclo completo de sus trabajos. M\u00e1s all\u00e1 de ello, los auditores deben lograr un cambio de mentalidad para poder identificar los riesgos ocultos en la data.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\">Los datos son la base de informaci\u00f3n sobre la que se construye toda auditor\u00eda interna. El an\u00e1lisis de datos proporciona a los profesionales de auditor\u00eda una mejora en la eficiencia y la eficacia de los servicios de aseguramiento y aumenta el valor de la auditor\u00eda interna para la organizaci\u00f3n.<\/span><\/p>\n<p style=\"text-align: justify;\"><span style=\"color: #003366;\"><strong>V. BIBLIOGRAF\u00cdA<\/strong><\/span><\/p>\n<ul>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Association of Certified Fraud Examiners \u2013 ACFE (2022). <em>Occupational Fraud 2022: A Report to the nations. <\/em>Estados Unidos: Editorial ACFE.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Caseware IDEA (2023). <em>El enemigo del fraude financiero es el an\u00e1lisis de datos. \u00bfPor qu\u00e9 solo analizamos muestras de los datos? <\/em>Canad\u00e1: IDEA Publicaciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Deloitte (2017). <em>Perspectivas Auditor\u00eda 4.0. <\/em>Londres, Inglaterra: Deloitte Publicaciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Hussain, M. (2013). <em>Corporate Fraud, The Human Factor. <\/em>Estados Unidos: Bloomsbury Publishing.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">International Business Machines \u2013 IBM (2022). <em>Analysis, Tools and Solutions.<\/em> Estados Unidos: IBM Publicaciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">International Auditing and Assurance Standards Board &#8211; IAASB (2016). <em>Exploring the Growing Use of Technology in the Audit, with a Focus on Data Analytics<\/em>. Estados Unidos: IAASB Ediciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Instituto Estadounidense de Contadores p\u00fablicos Certificados \u2013 AICPA (2013). <em>Normas Internacionales de Auditor\u00eda, NIA 240. <\/em>Estados Unidos: AICPA Publicaciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">KPMG International Limited (2022). <em>Una Triple Amenaza en las Am\u00e9ricas, KPMG Fraud Outlook. <\/em>Argentina: Editorial KPMG International Limited.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">Organismo Internacional de Estandarizaci\u00f3n \u2013 ISO (2018). <em>ISO 31000<\/em>. Ginebra, Suiza: ISO Publicaciones.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">The Institute of Internal Auditors (2022). <em>Perspectivas y Percepciones Globales, An\u00e1lisis de Datos. <\/em>Estados Unidos: Editorial The Institute of Internal Auditors.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">The Institute of Internal Auditors (2016). <em>GTAG 16, Data Analysis Tecnologies<\/em>. Estados Unidos: Editorial The Institute of Internal Auditors.<\/span><\/li>\n<li style=\"text-align: justify;\"><span style=\"color: #003366;\">The Institute of Internal Auditors (2017). <em>Marco Internacional para la Pr\u00e1ctica Profesional del Auditor Interno. <\/em>Estados Unidos: Editorial The Institute of Internal Auditors.<\/span><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>Los invito a leer mi art\u00edculo en la Revista del Colegio de Contadores P\u00fablicos: \u00abTercer Encuentro de Cumplimiento Tributario\u00bb. Resumen: El objetivo del presente art\u00edculo es destacar la importancia del an\u00e1lisis de datos como parte de los conocimientos y herramientas que los auditores internos deben desarrollar en la ejecuci\u00f3n de sus trabajos, para agregar valor [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":3004,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"om_disable_all_campaigns":false,"_uag_custom_page_level_css":"","_monsterinsights_skip_tracking":false,"_monsterinsights_sitenote_active":false,"_monsterinsights_sitenote_note":"","_monsterinsights_sitenote_category":0,"_kadence_starter_templates_imported_post":false,"footnotes":""},"categories":[48,43],"tags":[],"class_list":["post-2842","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-auditoria-interna","category-gestion-de-riesgos-empresariales"],"aioseo_notices":[],"uagb_featured_image_src":{"full":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028.jpg",1280,853,false],"thumbnail":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-150x150.jpg",150,150,true],"medium":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-300x200.jpg",300,200,true],"medium_large":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-768x512.jpg",640,427,true],"large":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-1024x682.jpg",640,426,true],"post-slider-thumb-size":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-330x190.jpg",330,190,true],"post-category-slider-size":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028-330x350.jpg",330,350,true],"1536x1536":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028.jpg",1280,853,false],"2048x2048":["https:\/\/heyddyescobar.com\/wp-content\/uploads\/2023\/10\/dices-over-newspaper-profit-loss-risk-2656028.jpg",1280,853,false]},"uagb_author_info":{"display_name":"Heyddy Escobar","author_link":"https:\/\/heyddyescobar.com\/?author=1"},"uagb_comment_info":0,"uagb_excerpt":"Los invito a leer mi art\u00edculo en la Revista del Colegio de Contadores P\u00fablicos: \u00abTercer Encuentro de Cumplimiento Tributario\u00bb. Resumen: El objetivo del presente art\u00edculo es destacar la importancia del an\u00e1lisis de datos como parte de los conocimientos y herramientas que los auditores internos deben desarrollar en la ejecuci\u00f3n de sus trabajos, para agregar valor&hellip;","post_mailing_queue_ids":[],"_links":{"self":[{"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/posts\/2842","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2842"}],"version-history":[{"count":15,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/posts\/2842\/revisions"}],"predecessor-version":[{"id":2860,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/posts\/2842\/revisions\/2860"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=\/wp\/v2\/media\/3004"}],"wp:attachment":[{"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2842"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2842"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/heyddyescobar.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2842"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}