X Jornadas DUTI “Detección de Fraude” Luis Elissondo – Oscar Nielsen Facultad de Cs. Económicas - UNICEN.

Presentación del tema: "X Jornadas DUTI “Detección de Fraude” Luis Elissondo – Oscar Nielsen Facultad de Cs. Económicas - UNICEN."— Transcripción de la presentación:

1 X Jornadas DUTI “Detección de Fraude” Luis Elissondo – Oscar Nielsen Facultad de Cs. Económicas - UNICEN

2 Propuesta de contenido

3 El Informe contiene un análisis de:
1.483 casos de fraude Más de 100 países encuestados

4 Algunas conclusiones:
Pérdida: 5% anual de los ingresos Potencial proyectado mundial: U$S 3.7 billón. Media de duración: 18 meses. Principales conclusiones: Una organización pierde 5% de los ingresos de cada año debido al fraude. Potencial proyectado mundial de pérdidas por fraude de casi U$S 3.7 billón. La media de duración para los casos denunciados: 18 meses. Las organizaciones más pequeñas tienden a sufrir de manera desproporcionada grandes pérdidas debido al fraude ocupacional.

5 Algunas conclusiones:
Beneficio de la presencia de los controles antifraude Nivel de autoridad del perpetrador Número de autores Tiempo y esfuerzo para recuperar el dinero robado Principales conclusiones: La presencia de los controles antifraude se asocia con menores pérdidas por fraude. Cuanto más alto sea el nivel (en términos de autoridad) del perpetrador, mayores tienden a ser las pérdidas por fraude. La pérdida promedio de un fraude cometido por una sola persona es de U$S , pero a medida que el número de autores aumenta las pérdidas aumentan significativamente. En los casos con dos autores la pérdida promedio fue de U$S , por tres autores fue $ y cuando cuatro o más autores participaron la pérdida media superó los US $ Se necesita tiempo y esfuerzo para recuperar el dinero robado (el 58% de las organizaciones víctimas no había recuperado lo perdido, y sólo el 14% había logrado una recuperación total)

6 Abordaje Teórico

7 ¿Qué se entiende por fraude?
Engaño Premeditación Perjuicio a terceros Beneficio propio y/o de terceros

8 Proceso del defraudador
Motivación Racionalización Oportunidad

9 Perfil del defraudador

10 Programa de Prevención y Detección
Construir un perfil de los fraudes potenciales Utilizar software de análisis de datos para revisar la información y encontrar posibles indicadores de fraude Investigar y profundizar en los patrones que surgen del análisis de datos Supervisión continua para automatizar el proceso de detección

11 Diferencia con auditoría tradicional
Foco en las debilidades del control interno Indicadores de anomalías conducen el accionar (“donde hay humo, hay fuego…”) Basada en la conducta motivacional y oportunismo

12 Abordaje Práctico

13 Catch me… If you can (Algunas técnicas)
Análisis digital: Ley de Benford Últimos dígitos Ley propia Detección de pagos duplicados Lógica difusa Análisis de índices (ratios) Relaciones Factor de frecuencia de repetición Proveedores / empleados “fantasmas”

14 Muchas gracias