{"id":12830,"date":"2024-09-25T06:00:30","date_gmt":"2024-09-25T06:00:30","guid":{"rendered":"https:\/\/alcantara.pro.br\/portal\/?p=12830"},"modified":"2024-09-25T11:06:08","modified_gmt":"2024-09-25T11:06:08","slug":"aprendizado-de-maquina-contra-fraude-contabil","status":"publish","type":"post","link":"https:\/\/alcantara.pro.br\/portal\/2024\/09\/25\/aprendizado-de-maquina-contra-fraude-contabil\/","title":{"rendered":"Aprendizado de m\u00e1quina contra fraudes cont\u00e1beis"},"content":{"rendered":"<p style=\"text-align: right;\"><a href=\"https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1.jpeg\"><img loading=\"lazy\" decoding=\"async\" class=\"size-medium wp-image-7193 alignleft\" src=\"https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-300x212.jpeg\" alt=\"\" width=\"300\" height=\"212\" srcset=\"https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-300x212.jpeg 300w, https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-1024x725.jpeg 1024w, https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-768x544.jpeg 768w, https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-1536x1087.jpeg 1536w, https:\/\/alcantara.pro.br\/portal\/wp-content\/uploads\/2020\/07\/Machine-learning-1-2048x1450.jpeg 2048w\" sizes=\"auto, (max-width: 300px) 100vw, 300px\" \/><\/a>Por Alexandre Alcantara<\/p>\n<p style=\"text-align: justify;\">Em recente artigo por t\u00edtulo <strong>Machine learning against accounting fraud <\/strong>(Aprendizado de m\u00e1quina contra fraudes cont\u00e1beis) os autores destacam que &#8220;<em style=\"color: #0000ff; text-align: justify;\">Detectar e prevenir fraudes cont\u00e1beis \u00e9 uma preocupa\u00e7\u00e3o para muitos formuladores de pol\u00edticas ao redor do mundo&#8221; <span style=\"color: #000000;\">No artigo \u00e9 apresentado<\/span> &#8220;uma estrutura que incorpora t\u00e9cnicas de aprendizado de m\u00e1quina para detectar e prever comportamento fraudulento das empresas ao relatar informa\u00e7\u00f5es financeiras. A estrutura conta com um conjunto maior de informa\u00e7\u00f5es firmes para obter melhor desempenho de detec\u00e7\u00e3o e, ao contr\u00e1rio das estruturas anteriores, fornece previs\u00f5es para poss\u00edveis fraudes cont\u00e1beis futuras.<\/em>&#8220;<\/p>\n<p style=\"text-align: justify;\">O foco do texto s\u00e3o as fraudes corporativas, geralmente praticadas para maquiar os resultado. Dentre os elementos das t\u00e9cnicas preditivas, a serem ensinadas \u00e0s m\u00e1quinas, consta o uso de indicadores financeiros, vari\u00e1veis relacionadas \u00e0 governan\u00e7a corporativa e vari\u00e1veis de transa\u00e7\u00e3o banc\u00e1ria.<\/p>\n<p style=\"text-align: justify;\">O interessante da t\u00e9cnica apresentada \u00e9 que a mesma visa subsidiar os trabalhos de auditoria independente em tempo real, ou seja, de prefer\u00eancia antes do encerramento dos balan\u00e7os, ou seja, antes da fraude produzir os efeitos desejados.<\/p>\n<blockquote>\n<p style=\"text-align: justify;\"><strong>Reflex\u00e3o<\/strong><\/p>\n<p style=\"text-align: justify;\">Olhando a t\u00e9cnica sob a \u00f3tica tribut\u00e1ria, o artigo sinaliza um bom ponto de partida para pesquisas sobre fraudes cont\u00e1beis com repercuss\u00f5es tribut\u00e1rias.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify;\">As administra\u00e7\u00f5es tribut\u00e1rias podem buscar ind\u00edcios de sonega\u00e7\u00e3o de impostos atrav\u00e9s da an\u00e1lise pr\u00e9via de grande massa de demonstra\u00e7\u00f5es cont\u00e1beis.\u00a0 Correlacionando os indicadores financeiros &#8211; em especial aqueles que medem os ciclos operacionais, liquidez e rentabilidade &#8211; com as bases de dados de empresas autuadas por terem praticado alguma esp\u00e9cies de fraude cont\u00e1bil com repercuss\u00e3o tribut\u00e1ria.<\/p>\n<p>&nbsp;<\/p>\n<p style=\"text-align: justify;\">Os dados agregados da ECD apresentam a consolida\u00e7\u00e3o mensal, por contribuinte, de informa\u00e7\u00f5es de saldos cont\u00e1beis e as demonstra\u00e7\u00f5es cont\u00e1beis.<\/p>\n<\/blockquote>\n<hr \/>\n<p><em><strong>Para conhecer o artigo<\/strong><\/em><\/p>\n<p style=\"text-align: left;\"><strong>Machine learning against accounting fraud<\/strong><br \/>\nSatoshi Kondo, Daisuke Miyakawa, Kengo Shiraki, Miki Suga, Teppei Usuki<br \/>\n23 de setembro de 2024 (Texto original em ingl\u00eas)<\/p>\n<p style=\"text-align: left;\"><a href=\"https:\/\/voxeu.org\/article\/machine-learning-against-accounting-fraud\" target=\"_blank\" rel=\"noopener noreferrer\">https:\/\/voxeu.org\/article\/machine-learning-against-accounting-fraud<\/a><\/p>\n<hr \/>\n<p>Imagem: <a href=\"https:\/\/miro.medium.com\/max\/4116\/1*5I5R7u-pz2pHoBpmQstcuw.jpeg\" target=\"_blank\" rel=\"noopener noreferrer\">aqui<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Por Alexandre Alcantara Em recente artigo por t\u00edtulo Machine learning against accounting fraud (Aprendizado de<\/p>\n","protected":false},"author":1,"featured_media":11177,"comment_status":"closed","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[16,74,102,123,124],"tags":[],"class_list":["post-12830","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-auditoria-contabil-tributaria","category-sped-contabil","category-fraudes","category-inteligencia-artificial","category-inteligencia-fiscal"],"_links":{"self":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts\/12830","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/comments?post=12830"}],"version-history":[{"count":6,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts\/12830\/revisions"}],"predecessor-version":[{"id":12857,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/posts\/12830\/revisions\/12857"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/media\/11177"}],"wp:attachment":[{"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/media?parent=12830"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/categories?post=12830"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/alcantara.pro.br\/portal\/wp-json\/wp\/v2\/tags?post=12830"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}