Escolar Documentos
Profissional Documentos
Cultura Documentos
PAGOS
P.1 Cheques cancelados estn fuera de secuencia.
La manipulacin de cheques tiene varias formas, uno de los ms comunes es el uso de los cheques fuera de
secuencia. La presencia de cheques cancelados puede indicar uso no autorizado de cheques, cheques
fraudulentos que se ocultan, y/o cantidades siendo alteradas.
Este DetectLet busca los cheques que han sido cancelados fuera de secuencia (es decir, el actual rango de
cheques que se utiliza est en los 200s, mientras que un cheque cancelado est en el conjunto de los 400s).
Los cheques que resultan de este DetectLet deben ser investigados. Lugares clave para buscar ms seales de
manipulacin de cheques pueden ser a travs de quin tiene acceso al almacenamiento de los cheques, quien
tiene la autoridad para escribir y firmarlos, y quin es responsable de la conciliacin bancaria. Como nota al
margen, estas habilidades deben ser siempre separadas - incluso en la organizacin ms pequea.
P.2 Los cheques a efectivo.
Este Fraude de Adquisiciones puede ocurrir cuando el nombre de un proveedor es "Cash o Efectivo" o
contiene la palabra "cash o efectivo". Tener un nombre "Cash" permite que cualquiera pueda cobrar un
cheque directamente. Del mismo modo, un cheque que tiene un nombre que contenga la palabra "cash o
efectivo" es ms fcil cobrar para alguien.
Este DetecLet analiza la tabla proveedor seleccionando los nombres de los proveedores que contienen la
palabra cash o efectivo.
El DetecLet pasa por el siguiente proceso:
- Busca en la columna Nombre de la tabla segn la columna seleccionada por el usuario
- Crea una nueva tabla conteniendo el ID y el nombre del proveedor en cuyo contenido est la cadena "Cash".
P.3 Comparar cuentas de depsito directo.
Los empleados que cometen fraude en contra de su empleador a menudo usan el sistema de nmina para
crear empleados falsos y sacar provecho de estos cheques preparados de manera fraudulenta.
En algunos casos, el empleado falso tendr la misma direccin que el empleado que comete el fraude o
tendr las iniciales o nombres similares del empleado. Dado que muchas empresas han trasladado al depsito
directo de cheques de pago, la bsqueda de un estafador que saca provecho mediante empleado falso,
dndoles la misma informacin de depsito directo no es raro.
Este DetecLet compara la informacin de depsito directo de cada empleado mediante la bsqueda de los dos
empleados que comparten el mismo nmero de ruta bancaria y nmero de cuenta, y establece banderas a
ellos por posible fraude.
Este DetectLet pasa por el siguiente proceso: - Analiza travs de cada cuenta y saca el nmero de cuenta y
nmero de ruta. - Compara cada entrada con todos los dems entradas en la tabla. - Despliega las entradas
coincidentes con los IDs de empleado asociados con cada uno. - Ordena los resultados por nmeros de cuenta
para hacer notar que empleados con otros se relacionan.
PROCESO DE COMPRAS
A.1 Oferta aceptada despus de plazo
Los empleados encargados de compras pueden entretener con una agenda personal al dirigir el trabajo hacia
un proveedor especfico. Pueden hacerlo si estn recibiendo sobornos por parte del proveedor, teniendo
familiares o amigos que puedan beneficiarse como resultado, o muchas otras razones. Cuando esto sucede, la
empresa sufre exceso de pago de los servicios o bienes. Adems, los proveedores en esta situacin pueden
estar menos dispuestos a asegurar la calidad.
En el proceso de licitacin, la mayora de las organizaciones que solicitan ofertas imponen un plazo para la
presentacin de ofertas. Los compradores que reciben sobornos informarn al proveedor "especial" de los
detalles de las ofertas recibidas despus de la fecha lmite de ofertas. El proveedor puede entonces enviar el
precio de la oferta ms baja que todas las ofertas ya recibidas. Este DL busca los contratos que se adjudicaron
a proveedores fuera de plazo de las ofertas. Cada oferta aceptada despus de la fecha lmite se debe investigar
ms para determinar el fraude.
A.2 Estimaciones de las ofertas con una variacin significativa en los precios de los productos.
Este DL utiliza un anlisis z-score para detectar la diferencia de precios de los productos similares en
diferentes contratos. Varios artculos similares aparecen en los diferentes contratos. Los artculos de cada
contrato pueden ser comparados entre s para ver si los precios por artculo varan mucho de un contrato a
otro.
Artculos con grandes variaciones son claramente motivos de preocupacin. Una puntuacin z-score se
utiliza para encontrar esas variaciones a travs de varios contratos diferentes.
A.3 Ofertas son removidas durante la revisin tcnica.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Esto mantiene los precios bajos y aumenta la calidad. Las ofertas se evalan en una revisin
tcnica y financiera. La evaluacin financiera es objetiva y busca la oferta ms baja. La evaluacin tcnica es
subjetiva para ver si la oferta cumple los estndares de calidad para el proyecto. Todos los licitadores estn al
tanto de los requisitos tcnicos y la mayora de los oferentes disean una oferta en base a las normas tcnicas.
Durante la evaluacin tcnica, las ofertas se pueden eliminar de manera fraudulenta de modo que slo una o
unas pocas ofertas puedan pasar para la evaluacin financiera. Esto permite que una empresa o individuo
fraudulentamente pueda seleccionar la empresa que quiere ganar el proceso de licitacin.
Este DetectLet busca proyectos que tienen una tasa inusualmente alta de eliminacin tcnica de ofertas.
A.6 Ofertas con Lneas de Artculo que son Porcentaje exacto de Otra Oferta.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Los compradores pueden querer evitar este control cuando estn recibiendo sobornos de un
determinado proveedor, tienen familiares o amigos que quieren canalizar el trabajo, o por muchas otras
razones.
Una de las maneras de fabricar ofertas adicionales es copiar y luego cambiar ligeramente una sola oferta para
parecerse a varias ofertas de diferentes empresas. Un comprador carga la verdadera oferta en una hoja de
clculo y crea una nueva columna para la segunda oferta. Cada partida de la segunda oferta es un cierto
porcentaje por encima de la primera oferta. Si cada lnea de artcilo es un porcentaje especfico por encima de
la oferta ganadora, los elementos de lnea probablemente fueron calculados.
Este DL busca ofertas con lneas de artculo que son todos el mismo porcentaje por encima de la oferta
ganadora. Se supone que potencialemente tiene miles de proyectos con 2 o ms ofertas por cada proyecto.
El DL pasa por el siguiente proceso: - Estratifica el archivo en una tabla para cada proyecto. - Calcula la
diferencia porcentual entre las lneas de artculos de cada oferta. - Calcula la media y la desviacin estndar
de las diferencias, lo que resulta en un valor promedio y desviacin estndar nicos para cada proyecto. Ordena los resultados por la desviacin estndar.
Los proyectos con un valor muy pequeo de desviacin estndar tienen diferencias casi idnticas entre las
lneas de artculos. Se recomienda centrarse en los registros que tienen pequeas diferencias.
La tabla de entrada de ejemplo contiene las siguientes cuatro columnas: - Contrato: El ID de contrato Oferente: La Identificacin del postor - hay tres oferentes en cada una de las ofertas ejemplo. - Artculo: La
Identificacin del rubro. La mayora de los contratos tienen lneas de artculo. - Importe: El monto de cada
partida o lnea de artculo.
En el conjunto de datos ejemplo, el contrato # 1 ha sido fabricado. Las cantidades entre las ofertas son
porcentajes exactos el uno del otro.
A.7 Las Conexiones o coincidencias partiales entre los Ofertantes.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Esto mantiene los precios bajos y aumenta la calidad. Un fraude comn es para los licitadores
crear empresas ficticias para que puedan presentar mltiples ofertas o inflar el nmero de ofertas presentadas.
Este DetectLet busca los licitadores que tienen informacin similar con otros oferentes (el mismo nmero de
telfono, misma direccin, etc.)
A.14 Las Compras Mltiples ligeramente Menores al Umbral Total por Proveedor.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Esto mantiene los precios bajos y aumenta la calidad. Sin embargo, para los pequeos
proyectos, ofertas mltiples no son necesarios. Organizaciones fijarn un "lmite" o "monto umbral" en
cuanto al monto de un proyecto que puede costar antes que se requieran mltiples ofertas.
Los compradores (que trabajan para la organizacin) puede querer evitar este control cuando estn recibiendo
sobornos de un determinado proveedor, tienen familiares o amigos que quieren canalizar el trabajo, o por
muchas otras razones. Para ello, los compradores van a informar a los vendedores del monto lmite para que
puedan ofertar justamente bajo el. A veces, los compradores van a fraccionar las ofertas o compras en varias
ofertas que todas caigan por debajo del lmite.
Este DetectLet busca los proyectos que estn ligeramente por debajo del lmite con umbral determinado y
que no superen el umbral. En l se totalizan los datos por proveedor.
El DetectLet pasa por el siguiente proceso: - Estratifica el archivo en una tabla para cada proyecto. Identifica los proyectos que tienen una sola oferta. - Calcula la diferencia entre el umbral y el monto de la
oferta y selecciona aquellas ofertas que se encuentran ligeramente por debajo del lmite con umbral. Totaliza las conclusiones o resultaados por Proveedor
Las empresas con un nmero significativo de ofertas ligeramente por debajo del lmite pueden ser corruptas.
La tabla de entrada ejemplo contiene las siguientes cuatro columnas: - Proyecto: La Identificacin del
proyecto - Proveedor: La Identificacin del proveedor - Identificacin de la licitacin de la empresa
ofertante. - Oferta: El ID nico de la oferta - Importe: El monto total de cada oferta. ==== ==== TODO
En el conjunto de datos ejemplo, varios proyectos slo tienen una oferta. Si se stablece el umbral de 70.000 a
continuacin, se encontrar al menos la oferta # 18.
A.15 Modelo de bajo retirada postor.
Cuando se retiran las ofertas por montos inferiores al ganador, puede ser un indicio de fraude. Este tipo de
fraude sucede cuando conspiradores retraen su oferta ya que es inferior, de modo que un ganador elegido con
un mayor monto de oferta obtendr el contrato. Es un tipo de supresin de ofertas.
A.16 La Rotacin del Ganador.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Esto mantiene los precios bajos y aumenta la calidad. Algunas empresas pueden hacer
colusion con otros para tener un ofertante ganador rotando entre ellos para engaar a la organizacin y hacer
pensar de que han recibido ofertas vlidas. Las empresas que hacen colusin discutirn sus ofertas entre s y
tendrn un oferente de bajo valor escogido entre ellos basado en un ciclo de rotacin.
Este DetectLet busca las empresas que siempre ofertan contra otros y que tienen un ganador en rotacin.
A.22 Oferta Ganadora NO Totaliza ser la Oferta de ms bajo valor por el Proveedor.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Licitacin mantiene los precios bajos y aumenta la calidad. Generalmente, los contratos se
adjudican a la oferta con el precio ms bajo. De vez en cuando, una empresa puede decidir adjudicar el
contrato a un proveedor que no sea la oferta ms baja (debido a otras consideraciones).
Los compradores (que trabajan para la organizacin) pueden querer dirigir el trabajo hacia un oferente
especfico. Pueden hacerlo si estn recibiendo sobornos de un determinado proveedor, tienen familiares o
amigos que quieren canalizar el trabajo, o por muchas otras razones. Cuando esto sucede, la empresa sufre
prdidas econmicas por pagar ms por bienes o servicios. Adems, los licitadores que estn seguros de
ganar son menos inclinados para asegurar la calidad.
Este DetectLet busca los contratos que se otorgaron a los proveedores que no dan a la oferta ms baja y luego
se totalizan los resultados por proveedor. Cada proveeedor que se adjudic al menos un contrato sin ser la
oferta ms baja estar en la lista.
El DetectLet pasa por el siguiente proceso: - Estratifica el archivo en una tabla para cada proyecto. Identifica el contrato ganador. - Identifica el contrato de ms bajo valor. - Calcula la diferencia entre la oferta
ganadora y la oferta ms baja. - Totaliza los datos por proveedor
Las empresas con un nmero significativo de ofertas ganadoras que no son las ms bajas son sospechosas.
La tabla de entrada ejemplo contiene las siguientes cuatro columnas: - Proyecto: La Identificacin del
proyecto - Proveedor: La Identificacin del proveedor - Identificacin de la licitacin de la empresa
ofertante. - Oferta: El ID nico de la oferta - Importe: El monto total de cada oferta. - Ganador: Identifica la
oferta ganadora
En el conjunto de datos ejemplo varias ofertas fueron ganadas por Proveedor # 9 a pesar de que sus ofertas
no fueron las ms bajas.
PRODUCTOS
R.1 Incremento Anormal de los Precios de Productos.
Los sobornos se pueden detectar mediante el anlisis de la Variacin del precio de los productos comprados a
un proveedor especfico durante un perodo de tiempo. Los precios de los productos en general, aumentarn
con el tiempo; Sin embargo, los proveedores que hacen colusin con sus clientes pueden subir cmodamente
precios a un ritmo cada vez mayor y ms alto porcentaje que los de proveedores sin colusin.
A menudo, este fraude pasa desapercibido debido a que muchos precios de los productos aumentan con el
tiempo. La proliferacin de productos y servicios adquiridos tambin puede hacer este fraude difcil de
detectar.
Este DetectLet organiza los datos de compra por fecha y calcula el aumento del precio medio en el tiempo
utilizando una regresin lineal. Si aumento de precios de un proveedor es significativamente mayor que
incremento de los precios de otro fabricante del mismo producto, esto puede ser evidencia de fraude.
Nota:. Este DetectLet asume que las fechas de compra y los precios se han normalizado a lo largo del eje de
tiempo, es decir, la fecha de compra se producen a intervalos regulares (cada dos semanas, etc.) De lo
contrario, los racimos de puntos de datos cronolgicamente juntos se sesgarn al clculo de la pendiente.
Picalo puede hacer esto para el investigador si es necesario.
R-2 Compara Precios con Productos Similares.
La mayora de las organizaciones requieren mltiples ofertas para aumentar la competencia entre
proveedores. Tener este tipo de competencia mantiene los precios bajos y aumento de la calidad. Sin
embargo, para los pequeos proyectos, ofertas mltiples no son necesarios. Organizaciones fijarn un lmite
o umbral de cunto puede costar un proyecto antes de que se requieren mltiples ofertas.
Los compradores (que trabajan para la organizacin) puede querer evitar este control cuando estn recibiendo
sobornos de un determinado proveedor, tienen familiares o amigos que quieren canalizar el trabajo, o por
muchas otras razones. La forma ms sencilla de evitar este control es simplemente ignorarlo.
Este Detectlet compara productos de la misma categora y busca las diferencias extremas de precios entre
ellos.
Este DetectLet pasa por el siguiente proceso: - Estratifica la tabla por productos - Calcula un coste medio de
cada categora de productos - Calcula el precio ms alto permitido antes de que un producto se encuentra en
posicin de multiplicar el precio medio con el porcentaje medio permisible - Compara cada precio del
producto con el precio ms alto permitido - Despliega los resultados.
Si las empresas aparecen consistentemente precios fuera de lo que se esperara pueden estar trabajando con
un empleado que evita el proceso de licitacin adecuado.
R.3 Devoluciones Excesivas.
Los sobornos son acuerdos ilegales entre un comprador y un proveededor. Estos acuerdos muy
probablemente involucran acuerdos relacionados con sobornos financieros o de otro tipo. Tener devoluciones
excesivas sobre un producto determinado es un sntoma de sobornos. Para encontrar devoluciones excesivas
en un producto determinado, este DetectLet analiza el costo de ventas en comparacin con el precio de venta
de los bienes vendidos para un producto determinado.
PROVEEDORES
V.1 Comparar los Empleados con los Proveedores por Coincidencia Difusa.
Un fraude comn es para un empleado dentro de una organizacin crear una empresa ficticia y utilizar su
direccin de casa como base para la compaa. Normalmente, los empleados y los proveedores deben tener
drsticamente diferentes direcciones.
Este DetectLet utiliza el algoritmo de coincidencia difusa para comparar una tabla interna (normalmente el
empleado) y una tabla externa (normalmente el proveeedor).
La coincidencia tpica es la columna direccin con la calle del empleado contra la columna de direccin con
la calle del proveedor. Apenas la rutina logra coincidencia de una sola columna con otra sola columna, es
posible que se desee crear una columna calculada en cada tabla que combina la direccin con la calle, con la
ciudad y estado. Sin embargo, a menudo la direccin con la calle por s sola es suficiente para encontrar
coincidencias con eficacia.
V.2 Crear nmeros de Benford
Genera un nmero natural que se ajusta a la ley de Benford de probabilidades. Tenga en cuenta que no
tendra sentido devolver un nmero que *exactamente* coincide con la distribucin de Benford - el mismo
nmero se volvera a obtener cada vez!
En cambio, este mtodo genera nmeros que *en el tiempo* cumple con Distribucin de Benford. Resultados
individuales pueden estar en lo cierto o muy lejos de los valores esperados. Pero la mayora de ellos estarn
cerca de Benford.
El mtodo slo genera nmeros enteros (sin parte decimal). Esto se debe a partes decimales no se utilizan
normalmente en la distribucin de Benford.
Llamadas repetidas a este mtodo generarn nmeros que parecen ser naturales.
Este mtodo no es para ser utilizado para hacer fraude - slo con fines de deteccin de fraude!