Deteccion de Fraude DetectLet PICALO 1

download Deteccion de Fraude DetectLet PICALO 1

of 25

Transcript of Deteccion de Fraude DetectLet PICALO 1

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    1/25

    EMPLEADOS

    E.1 Chequea nmero de Seguridad Social contra Indice de Fallecidos.

    Este Detectlet comprueba los nmeros de Seguro Social de los empleados contra una base de datos de losmalos nmeros (por lo general un ndice de muertos o Archivo Maestro de Fallecidos proporcionada por elGobierno u otra entidad SSN)

    !! N"#A$ Debe tener una cone%i&n de base 'a establecidos antes de eecutar esste Detectet (consultar ldocumentaci&n *icalo sobre c&mo hacer una cone%i&n de base de datos)

    *ara obtener m+s in,ormaci&n sobre la compra de la base de datos m+s actuali-ada de los nmeros de SeguroSocial registradas a las personas .ue han ,allecido/ consulte el sitio 0eb de la Administraci&n del SeguroSocial (http$11000ssagov)

    E. Chequear !alide" del numero de Seguridad Social.

    Muchos registros de empleados contienen nmero de seguro social de un empleado por ra-ones de impuesto' otros prop&sitos En algunos casos/ un registro de empleado con un nmero de seguro social v+lido/ puedeindicar un registro de empleado ,also 2n nmero de seguro social inv+lido en un registro de empleado indiuna entrada de datos incorrecto o una entrada ,raudulenta Este Detectlet busca todos los empleados .uetienen nmeros de seguro social inv+lidos (tanto por ,ormato ' valor)

    El Detectet pasa por el siguiente proceso$

    3 4ompara el SSN de cada registro con el nmero ,ormateado de seguro social personal (5666366366665)

    3 4omprueba .ue cada componente de la serie est+ dentro del rango apropiado/ de la siguiente manera (al 7de abril de 8669)$ *rimeros : dgitos$ 66; 3

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    2/25

    E.& Encontrar em$leados con numero de Seguridad Social de 'allecido.

    Este Detectet compara todos sus empleados con el ?ndice de Fallecidos de la Seguridad Social SSD? (SociSecurit' Death ?nde%) para ver si alguno de ellos est+ utili-ando nmeros de SS de personas ,allecidas*ara usarlo/ se debe tener una clave de licencia v+lida para el servicio @eb Social Securit' Death ?nde% de4DNE

    S&lo se tiene .ue escoger la tabla .ue contiene la in,ormaci&n de los empleados ' de la columna .ue contiensu nmero de seguro social/ escribiendo su clave de licencia/ ' este detectlet har+ el restoB(Se puede comprar el acceso a este servicio 0eb en http$11000cd'necom)

    E.( Encontrar em$leados sin dias de !acaci)n a$licados o sin licencia m*dica.

    El ,raude de n&mina es una t+ctica comn utili-ada por los esta,adores para robar dinero de una organi-aci&nEste ,raude involucra comnmente el uso de empleados ,alsos en el sistema de n&mina/ tambiCn conocidocomo 5empleados ,antasma5

    Estos empleados ,antasma pueden ser empleados .ue terminaron su empleo/ o completamente no ,ueronempleados a' varios signos .ue a'udan a indicar cuando un empleado es ,antasma ,rente a un empleadolegtimo

    2no de esos signos involucra el uso de das de vacaciones o de licencia por en,ermedad a ma'ora de losesta,adores .ue utili-an empleados ,antasma para cometer ,raude de n&mina no tienen en cuenta el hecho de.ue estos empleados tambiCn tienen das de en,ermedad ' das de vacaciones registradas con sus nombres2n signo comn de un empleado ,antasma es .ue ellos nunca han tenido un solo da de vacaciones o depermiso por en,ermedad

    Este Detectet busca a travCs de los registros de tiempo libre de los empleados e identi,ica cual.uierempleado .ue no ha utili-ado sus vacaciones o das de en,ermedad #eniendo en cuenta .ue muchasempresas e%igen a sus empleados tomar vacaciones/ un empleado sin un solo da de descanso ser+ uncandidato mu' probable de ser ,raudulento

    Este Detectet pasa por las siguientes etapas$ 3 ecuperar todos los empleados .ue han tomado 6 devacaciones ' cero das de en,ermedad

    E+ Encontrar cheques de $ago des$u*s de la 'echa de terminaci)n de ser!icios.

    os empleados .ue cometen ,raude en contra de su organi-aci&n a menudo usan el sistema de n&mina paracrear empleados ,alsos ' sacar provecho de los che.ues recibidos por estos empleados ,alsos (tambiCnconocidos como empleados ,antasma)

    2n mCtodo comn utili-ado por los esta,adores es utili-ar la cuenta de n&mina de un empleado despedidopara captar ,ondos de la n&mina no devengados

    4on el ,in de identi,icar este tipo de ,raude/ este Detectet compara la ,echa de ,inali-aci&n con el ltimo d.ue un che.ue de pago ,ue recibido por cada empleado Si la ,echa de ltimo che.ue de sueldo essigni,icativamente ma'or a la ,echa ,inal de empleo/ una bandera roa se eleva

    4on el ,in de determinar si e%iste este tipo de ,raude/ el D pasa por las siguientes etapas$ 3 uscar todos losche.ues de pago con ,echa posterior a la ,echa de terminaci&n de servicios Estrati,icar los esultados porempleado

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    3/25

    E., Pagos con aumentos ati$icos en el total $agado.

    os ,raudes de n&mina suceden a menudo en pe.ueHas cantidades en d&lares El sueldo de un empleadopuede ser cambiado despuCs de una cantidad aprobada se ha'a establecido " bien/ el salario por hora puedeser cambiado para in,lar el total del pago a un empleado

    Este D a'uda a los investigadores a encontrar saltos inusualmente grandes en el pago total de (N" la tasa dpago por hora o por semana) Esto se hace por.ue un cambio en el pago total es m+s pertinente a un negocio.ue un cambio en la tasa de pago/ 'a .ue el pago total es lo .ue realmente se paga a un empleado ' la tasa dpago podra permanecer inalterada pero el pago total podra ser cambiado As engaHar un investigador .ues&lo se ve en la in,ormaci&n de tasa de pago

    os datos de eemplo a continuaci&n se abrir+ una tabla de eemplo de n&mina .ue se puede utili-ar para,amiliari-arse con el ,uncionamiento de este Detectlet 4ada ,ila representa un pago a un empleado acolumna total del pago es la cantidad pagada al empleado por el perodo de pago representado desde la ,echainicial hasta la ,echa ,inal Emplo'ee?D identi,ica cada ,ila/ conectando esa ,ila (o pago) a un determinadoempleado

    E.- asas de $ago escandalosas $ara cualquier ti$o de o/ra.

    Sistemas como la n&mina son ,+cilmente instalados para utili-ar por.ue operan peri&dicamente ' parecen tasencillos ' ,iables Algunos contratistas pueden en,ocar al sistema de n&mina de una empresa por esasmismas ra-ones Se ha dado .ue una empresa .ue contrata a varios cientos de contratistas de un pro'ecto ocontrato determinado/ como electricista/ o grupo de electricistas/ intentaran conseguir tarde o temprano el,raude de n&mina mediante el aumento de su precio por hora/ con la esperan-a de .ue a nadie le presteatenci&n

    Auditores de sistemas deben estar en la bs.ueda de signos de este tipo de ,raude de n&mina

    E.0 alores at2$icos incluidos en $ago total.

    Fraudes N&mina suceden a menudo en pe.ueHas cantidades *ago a un empleado puede ser cambiadodespuCs de .ue se ha establecido una cantidad aprobada " bien/ el salario por hora se puede cambiar parain,lar el total del pago a un empleado

    Este Detectet a'udar+ a los investigadores a encontrar saltos inusualmente grandes en el pago total (N" latasa de pago por hora o por semana) Esto se hace por.ue un cambio en el pago total es m+s pertinente a unnegocio .ue un cambio en la tasa de pago/ 'a .ue el pago total es lo .ue realmente se paga a un empleado 'la tasa de pago podra permanecer inalterada pero el pago total podra ser cambiado As s puede engaHar uninvestigador .ue s&lo ve en la in,ormaci&n de tasa de pago

    os datos de eemplo a continuaci&n es con una tabla de n&mina .ue se puede utili-ar para ,amiliari-arse coel ,uncionamiento de este Detectlet 4ada ,ila representa un pago a un empleado a columna total del pagoes la cantidad pagada al empleado por el perodo de pago representado entre ,echa inicial hasta la ,echa ,inaEmplo'ee?D identi,ica cada ,ila/ conectando esa ,ila (o pago) a un determinado empleado

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    4/25

    PA3OS

    P.1 Cheques cancelados est4n 'uera de secuencia.

    a manipulaci&n de che.ues tiene varias ,ormas/ uno de los m+s comunes es el uso de los che.ues ,uera desecuencia a presencia de che.ues cancelados puede indicar uso no autori-ado de che.ues/ che.ues,raudulentos .ue se ocultan/ '1o cantidades siendo alteradas

    Este Detectet busca los che.ues .ue han sido cancelados ,uera de secuencia (es decir/ el actual rango deche.ues .ue se utili-a est+ en los 866s/ mientras .ue un che.ue cancelado est+ en el conunto de los >66s)

    os che.ues .ue resultan de este Detectet deben ser investigados ugares clave para buscar m+s seHales dmanipulaci&n de che.ues pueden ser a travCs de .uiCn tiene acceso al almacenamiento de los che.ues/ .uientiene la autoridad para escribir ' ,irmarlos/ ' .uiCn es responsable de la conciliaci&n bancaria 4omo nota almargen/ estas habilidades deben ser siempre separadas 3 incluso en la organi-aci&n m+s pe.ueHa

    P. Los cheques a e'ecti!o.

    Este Fraude de Ad.uisiciones puede ocurrir cuando el nombre de un proveedor es I4ash o E,ectivoI ocontiene la palabra Icash o e,ectivoI #ener un nombre I4ashI permite .ue cual.uiera pueda cobrar unche.ue directamente Del mismo modo/ un che.ue .ue tiene un nombre .ue contenga la palabra Icash oe,ectivoI es m+s ,+cil cobrar para alguien

    Este Detecet anali-a la tabla proveedor seleccionando los nombres de los proveedores .ue contienen lapalabra cash o e,ectivo

    El Detecet pasa por el siguiente proceso$

    3 usca en la columna Nombre de la tabla segn la columna seleccionada por el usuario

    3 4rea una nueva tabla conteniendo el ?D ' el nombre del proveedor en cu'o contenido estC la cadena I4ash

    P.# Com$arar cuentas de de$)sito directo.

    os empleados .ue cometen ,raude en contra de su empleador a menudo usan el sistema de n&mina paracrear empleados ,alsos ' sacar provecho de estos che.ues preparados de manera ,raudulenta

    En algunos casos/ el empleado ,also tendr+ la misma direcci&n .ue el empleado .ue comete el ,raude otendr+ las iniciales o nombres similares del empleado Dado .ue muchas empresas han trasladado al dep&sitdirecto de che.ues de pago/ la bs.ueda de un esta,ador .ue saca provecho mediante empleado ,also/

    d+ndoles la misma in,ormaci&n de dep&sito directo no es raro

    Este Detecet compara la in,ormaci&n de dep&sito directo de cada empleado mediante la bs.ueda de los dempleados .ue comparten el mismo nmero de ruta bancaria ' nmero de cuenta/ ' establece banderas aellos por posible ,raude

    Este Detectet pasa por el siguiente proceso$ 3 Anali-a travCs de cada cuenta ' saca el nmero de cuenta 'nmero de ruta 3 4ompara cada entrada con todos los dem+s entradas en la tabla 3 Despliega las entradascoincidentes con los ?Ds de empleado asociados con cada uno 3 "rdena los resultados por nmeros de cuentpara hacer notar .ue empleados con otros se relacionan

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    5/25

    P.& Los 5eem/olsos Du$licados de 3astos.

    2n ,raude comn es .ue un empleado presente un reembolso de gastos en el sistema m+s de una ve- Amenudo/ el empleado va a esperar unos cuantos das/ semanas o incluso meses Muchas empresas procesantantos reembolsos .ue un duplicado podra desli-arse ' pasar desapercibido/ especialmente si los dosrembolsos est+n separados por una gran cantidad de tiempo

    Este Detecet hace lo siguiente$ 3 compara cada registro de la tabla con todos los dem+s registros 3 Devuelvtodos los registros coincidentes e%actamente en el precio4olumnas necesarias inclu'en$ 3 ,echa de reembolso 3 Nmero de identi,icaci&n de empleado o identi,icaci&3 montos de reembolso

    Es posible .ue los reembolsos con e%actamente mismo monto podran ser v+lidos (es decir/ las comprassimilares a intervalos regulares en el tiempo) Sin embargo/ la posibilidad de tal conincidencia e%acta no sertan probable *or lo tanto/ las coincidencias resultantes de este Detecet no garanti-an .ue el ,raude est+ocurriendo/ sino simplemente indican la posibilidad de ,raude ' dar lugar para comen-ar una investigaci&nm+s a ,ondo

    P.( Encontrar Facturas Du$licadas.

    2n ,raude comn ocurre cuando una empresa presenta sus ,acturas mltiples veces con la esperan-a de .ue empresa .ue recibe la pagar+ varias veces

    Este Detectet toma un archivo de ,actura (o archivo similar de ,acturaci&n) e identi,ica las ,acturas .ue sehan presentado m+s de una ve- por un proveedor determinado

    En la tabla de resultados/ todas las ,acturas duplicadas son identi,icadas unto con los proveedores .ue lessuministraron

    P.+ Encontrar e%amen m*dico 'acturado $ero no reali"ado.

    A veces/ los mCdicos tratan de e%traer dinero de las compaHas de seguros o del gobierno ,acturando parapruebas mCdicas .ue prescriben pero nunca se reali-aronEste Detectet busca para tales incidencias

    P., Encontrar Facturas con identi'icaci)n Secuenciales

    2n ,raude comn ocurre cuando un empleado crea una empresa ,icticia ' enva ,acturas u otros pro'ectos dele' para la organi-aci&n a .ue la compaHa no es real ' la organi-aci&n es su nico cliente/ este tipo de,acturas de proveedores ,alsos suelen ser secuenciales Es decir/ las ,acturas de un proveedor ,also a menudo

    comien-an con ?D ;666/ luego ;66;/ a continuaci&n ;668/ ' as sucesivamente

    Este D toma un archivo de ,actura (o archivo similar de ,acturaci&n) ' lleva a cabo los siguientes pasos enCl$ 3 Estrati,ica el archivo en tablas individuales para cada proveedor 3 E%plora cada tabla individual 'determina la cantidad de ,acturas .ue son secuenciales 3 4alcula un porcentae de las ,acturas .ue tienennmeros secuenciales Este porcentae se aHade a la tabla de resultados 3 4uando se e%ploran todas lastablas/ se ordena por el porcentae la tabla de resultados

    En la tabla resultante/ a.uellos proveedores con un alto porcentae de nmeros de ,actura secuencialespueden ser proveedores ,alsos *or supuesto/ puede haber ra-ones legtimas .ue los proveedores tengan unsolo cliente/ pero se plantea la sospecha ' solicita un an+lisis m+s detallado

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    6/25

    P.- otales de Factura 6 Pago di'erentes.

    2n posible ,raude en una empresa es .ue un empleado escriba un che.ue por una cantidad ma'or .ue elnecesario para pagar a un proveedor *or eemplo/ una ,actura del departamento de compras podra mostrar.ue J766 era para ser enviado a un determinado proveedor El empleado a cargo de escribir el che.ue podraescribirlo con un adicional de J;66 A continuaci&n/ podra conseguir .ue el proveedor le diera el dinero ene,ectivo o en ,orma similar de contragolpe Este ,raude se encontr& al comparar los totales de las tablas decompra ' de pago

    Este D totali-a primero las tablas de compras ' de pagos/ ' compara sus montos Si no ha' discrepancia/entonces no ha' resultados para mostrar ' el ,raude es ine%istente (Nota$ Si el perodo de tiempo cubiertopor ambas tablas es di,erente entonces este D no ,uncionar+ 4ada entrada en la tabla de compras debe teneuna entrada correspondiente en la tabla de pagos)

    Si ha' un inconsistencia entre las dos tablas entonces las dos se comparan ' los registros di,erentes seencuentran ' se muestran como resultantes as dos tablas se comparan en base a un nmero de ,acturacorrespondiente o algo similar Esto es necesario para unir las dos tablas

    a tabla de 4ompras re.uiere$

    3 Nmero de ,actura/ o algo similar3 ?mporte de la ,actura

    a tabla de *agos re.uiere$

    3 2na columna de nmero de che.ue para ?denti,icaci&n3 Nmero de ,actura .ue corresponde a las mismas ,acturas como la tabla de compras3 Monto del che.ue

    P.0 Demasiadas Facturas Anuladas.

    2n ,raude posible se produce cuando un procesador de pagos se asocia con demasiados che.ues anulados

    2n che.ue puede ser anulado por una variedad de ra-ones En un caso/ un che.ue se anula despuCs de hacerun che.ue electr&nico on3line para bienes o servicios 2n che.ue tambiCn se anula despuCs de hacer un pagode che.ue electr&nico a travCs del telC,ono El nmero de che.ue/ nmero de cuenta ' nmero de ruta seutili-an para hacer la compra/ '/ despuCs de .ue el che.ue electr&nico es recibido/ el pagador anula el che.u

    En un entorno de empresa/ un procesador de pagos puede anular che.ues despuCs de hacer los pagos a losproveedores/ pero/ a veces/ un procesador de pagos puede ad.uirir bienes para su propio bene,icio/ ' anularlos che.ues como si ,ueran parte de la compra de bienes para la empresa

    Este D cuenta el nmero de che.ues anulados por procesador de pagos/ ordena la lista de todos losprocesadores de che.ue por el nmero de che.ues anulados/ ' presenta el procesador de pagos/ nmero deche.ues anulados/ ' una lista de los che.ues anulados

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    7/25

    P5OCESO DE COMP5AS

    A.1 O'erta ace$tada des$u*s de $la"o

    os empleados encargados de compras pueden entretener con una agenda personal al dirigir el trabao haciaun proveedor espec,ico *ueden hacerlo si est+n recibiendo sobornos por parte del proveedor/ teniendo,amiliares o amigos .ue puedan bene,iciarse como resultado/ o muchas otras ra-ones 4uando esto sucede/ lempresa su,re e%ceso de pago de los servicios o bienes Adem+s/ los proveedores en esta situaci&n puedenestar menos dispuestos a asegurar la calidad

    En el proceso de licitaci&n/ la ma'ora de las organi-aciones .ue solicitan o,ertas imponen un pla-o para lapresentaci&n de o,ertas os compradores .ue reciben sobornos in,ormar+n al proveedor IespecialI de losdetalles de las o,ertas recibidas despuCs de la ,echa lmite de o,ertas El proveedor puede entonces enviar elprecio de la o,erta m+s baa .ue todas las o,ertas 'a recibidas Este D busca los contratos .ue se adudicaroa proveedores ,uera de pla-o de las o,ertas 4ada o,erta aceptada despuCs de la ,echa lmite se debe investigam+s para determinar el ,raude

    A. Estimaciones de las o'ertas con una !ariaci)n signi'icati!a en los $recios de los $roductos.

    Este D utili-a un an+lisis -3score para detectar la di,erencia de precios de los productos similares endi,erentes contratos Karios artculos similares aparecen en los di,erentes contratos os artculos de cadacontrato pueden ser comparados entre s para ver si los precios por artculo varan mucho de un contrato aotro

    Artculos con grandes variaciones son claramente motivos de preocupaci&n 2na puntuaci&n -3score seutili-a para encontrar esas variaciones a travCs de varios contratos di,erentes

    A.# O'ertas son remo!idas durante la re!isi)n t*cnica.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores Esto mantiene los precios baos ' aumenta la calidad as o,ertas se evalan en una revisi&ntCcnica ' ,inanciera a evaluaci&n ,inanciera es obetiva ' busca la o,erta m+s baa a evaluaci&n tCcnica esubetiva para ver si la o,erta cumple los est+ndares de calidad para el pro'ecto #odos los licitadores est+n atanto de los re.uisitos tCcnicos ' la ma'ora de los o,erentes diseHan una o,erta en base a las normas tCcnica

    Durante la evaluaci&n tCcnica/ las o,ertas se pueden eliminar de manera ,raudulenta de modo .ue s&lo una ounas pocas o,ertas puedan pasar para la evaluaci&n ,inanciera Esto permite .ue una empresa o individuo,raudulentamente pueda seleccionar la empresa .ue .uiere ganar el proceso de licitaci&n

    Este Detectet busca pro'ectos .ue tienen una tasa inusualmente alta de eliminaci&n tCcnica de o,ertas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    8/25

    A.& 5esumen otal de las O'ertas $or el Pro!eedor

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores os compradores pueden .uerer evitar este control cuando est+n recibiendo sobornos de undeterminado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o por muchas otrasra-ones

    En general/ se podra esperar ver una variedad de di,erentes proveedores ganando sus o,ertas Normalmenteel precio es el ,actor m+s importante en la determinaci&n de los ganadores de la licitaci&n 2n proveedorespec,ico no es probable .ue gane toda o,erta Sin embargo/ si un proveeedor estaba ganando licitaciones enlas .ue no era la o,erta m+s baa/ o si el proveedor estaba ganando toda o,erta/ podra ser debido al ,raude

    Este Detectet anali-a las o,ertas ' totali-a cada posici&n de la o,erta del proveedor33 monto total de laso,ertas/ porcentae de las o,ertas m+s baas/ porcentae de victorias al total de las o,ertas/ porcentae de veceen .ue la o,erta era la m+s baa ' ganadora tambiCn

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3Estrati,ica el archivo en una tabla para cada proveedor conteniendo todas sus o,ertas 3 4alcula el nmero deveces .ue el proveedor gan&/ ,ue el m+s bao/ ' el nmero de o,ertas .ue hi-o 3 4alcula un porcentae paracada uno 3 "rdena los resultados por el porcentae

    A.( O'ertas con montos id*nticos en $artidas indi!iduales.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores os compradores pueden .uerer evitar este control cuando est+n recibiendo sobornos de undeterminado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o por muchas otrasra-ones

    2na de las maneras de ,abricar o,ertas adicionales es copiar ' luego cambiar ligeramente una sola o,erta parasemearse a varias o,ertas de di,erentes empresas 2n comprador carga la verdadera o,erta en una hoa dec+lculo ' crea una nueva columna para la segunda o,erta El o ella copia los valores de la columna de lao,erta de bienes ' luego cambia uno o dos elementos de lnea con grandes montos *uesto .ue los elementosde lnea son cambiados con grandes montos/ el total de la o,erta es signi,icativamente di,erente de la o,ertareal

    Este D busca o,ertas con artculos de lnea .ue tienen muchos elementos de lnea como copias e%actas delas dem+s o,ertas Se supone .ue tiene potencialmente miles de pro'ectos con 8 o m+s o,ertas por cadapro'ecto

    El D pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3 4alcula elnmero de elementos de lnea entre las o,ertas competidoras .ue son idCnticos 3 4rea un valor de Iporcenta

    similarI dividiendo el nmero de lneas idCnticas por el nmero total de lneas en la o,erta 3 "rdena losresultados por el porcentae

    os pro'ectos con un nmero signi,icativo de partidas idCnticas pueden ser ,raudulentosa tabla de eemplo de entrada contiene las siguientes cuatro columnas$ 3 4ontrato$ El ?D de contrato 3",erente$ a ?denti,icaci&n del postor 3 ha' tres o,erentes en cada una de las o,ertas eemplo 3 Artculo$ a?denti,icaci&n del rubro a ma'ora de los contratos tienen lneas de artculos 3 ?mporte$ El monto de cadapartida o elementos de lnea

    En el conunto de datos eemplo/ el contrato L ; ha sido ,abricado as lneas de artculo entre las o,ertas soncasi idCnticas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    9/25

    A.+ O'ertas con L2neas de Art2culo que son Porcenta7e e%acto de Otra O'erta.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores os compradores pueden .uerer evitar este control cuando est+n recibiendo sobornos de undeterminado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o por muchas otrasra-ones

    2na de las maneras de ,abricar o,ertas adicionales es copiar ' luego cambiar ligeramente una sola o,erta parparecerse a varias o,ertas de di,erentes empresas 2n comprador carga la verdadera o,erta en una hoa dec+lculo ' crea una nueva columna para la segunda o,erta 4ada partida de la segunda o,erta es un ciertoporcentae por encima de la primera o,erta Si cada lnea de artcilo es un porcentae espec,ico por encima dla o,erta ganadora/ los elementos de lnea probablemente ,ueron calculados

    Este D busca o,ertas con lneas de artculo .ue son todos el mismo porcentae por encima de la o,ertaganadora Se supone .ue potencialemente tiene miles de pro'ectos con 8 o m+s o,ertas por cada pro'ecto

    El D pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3 4alcula ladi,erencia porcentual entre las lneas de artculos de cada o,erta 3 4alcula la media ' la desviaci&n est+ndarde las di,erencias/ lo .ue resulta en un valor promedio ' desviaci&n est+ndar nicos para cada pro'ecto 3"rdena los resultados por la desviaci&n est+ndar

    os pro'ectos con un valor mu' pe.ueHo de desviaci&n est+ndar tienen di,erencias casi idCnticas entre laslneas de artculos Se recomienda centrarse en los registros .ue tienen pe.ueHas di,erencias

    a tabla de entrada de eemplo contiene las siguientes cuatro columnas$ 3 4ontrato$ El ?D de contrato 3",erente$ a ?denti,icaci&n del postor 3 ha' tres o,erentes en cada una de las o,ertas eemplo 3 Artculo$ a?denti,icaci&n del rubro a ma'ora de los contratos tienen lneas de artculo 3 ?mporte$ El monto de cadapartida o lnea de artculo

    En el conunto de datos eemplo/ el contrato L ; ha sido ,abricado as cantidades entre las o,ertas sonporcentaes e%actos el uno del otro

    A., Las Cone%iones o coincidencias $artiales entre los O'ertantes.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores Esto mantiene los precios baos ' aumenta la calidad 2n ,raude comn es para los licitadorescrear empresas ,icticias para .ue puedan presentar mltiples o,ertas o in,lar el nmero de o,ertas presentada

    Este Detectet busca los licitadores .ue tienen in,ormaci&n similar con otros o,erentes (el mismo nmero detelC,ono/ misma direcci&n/ etc)

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    10/25

    A.- O'ertas E%cesi!amente Altas

    2no esperara .ue un proveedor minimi-e el monto de su o,erta para .ue no sea una o,erta e%cesiva porencima de su competidor m+s cercano/ aun.ue sea una o,erta su,iciente para ganar el contrato 4iertamente/parece il&gico .ue un proveedor o,erte con m+s de su costo esperado para completar el pro'ecto

    2na ,orma comn de la Manipulaci&n de icitaciones/ sin embargo/ es la ",erta 4omplementaria Deacuerdo con el Departamento de usticia de Estados 2nidos/ Iuna ",erta 4omplementaria (tambiCn conocidcomo o,erta I4ubiertaI o de I4ortesaI) se produce cuando algunos competidores est+n de acuerdo enpresentar o,ertas .ue/ o bien son demasiada altas para ser aceptadas o contener tCrminos especiales .ue noser+n aceptables para el comprador Estas propuestas no tienen por obeto asegurar la aceptaci&n delcomprador/ pero no son m+s .ue diseHados para dar la apariencia de una verdadera licitaci&n es.uemas delicitaci&n complementarias son las ,ormas m+s ,recuentes de manipulaci&n de licitaciones/ ' de,raudan a loscompradores creando la apariencia de competencia para ocultar secretamente los precios in,lados/ (Fiaci&nde precios/ manipulaci&n de licitaciones/ ' es.uemas de asignaci&n de mercado$ OuC son ' .uC buscanP/Departamento de usticia de 2SA http$11000usdogov1atr1public1guidelines18;;7

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    11/25

    A.11 9ltimo O'ertante es 3anador.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores os compradores pueden .uerer evitar este control cuando est+n recibiendo sobornos de undeterminado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o por muchas otrasra-ones A veces/ cuando los compradores .uieren un proveedor espec,ico para ganar/ dan esa in,ormaci&nprivilegiada a ese proveedor Generalmente/ esta in,ormaci&n es sobre las dem+s o,ertas 4uando unproveedor conoce los montos de las o,ertas de los otros proveedores/ son capaces de baar o,erta ' ganarcontratos

    os sntomas asociados con este tipo de ,raude inclu'en proveedores .ue consistentemente ganan ' son conla ltima o,erta a ser recibida

    Este Detectet anali-a las o,ertas ' totali-a la historia de licitaciones de cada proveedor mediante el c+lculodel nmero total de o,ertas ' el porcentae de veces .ue el proveedor gana ' es con la ltima o,erta recibida

    El D pasa por el siguiente proceso$ 3 Estrati,icar el archivo en una tabla para cada pro'ecto 3 ?denti,icar lao,erta ganadora ' la ltima o,erta .ue se recibi& 3 #otali-a el nmero de veces .ue cada vendedor$ ;) Es elGanador 8) Es el ltimo o,ertante (por ,echa) :) Es tanto el ganador ' el ltimo o,ertante 3 4alcularporcentaes de los datos 3 "rdena la tabla por el porcentae de tanto ganador ' ltimo o,ertante

    os proveedores .ue son consistentemente el ltimo o,ertante ' ganador pueden estar recibiendo in,ormaci&privilegiada

    A.1 Mlti$les O'ertas en el Mismo D2a.

    os compradores (.ue trabaan para la organi-aci&n) pueden .uerer dirigir el trabao hacia un o,erenteespec,ico *ueden hacerlo si est+n recibiendo sobornos de un determinado proveedor/ tienen ,amiliares oamigos .ue a los .ue .uieren canali-ar el trabao/ o por muchas otras ra-ones 4uando esto sucede/ laempresa su,re pCrdidas econ&micas por e%ceso de pago de los servicios o bienes Adem+s/ los licitadores .uest+n seguros de ganar est+n menos inclinados para asegurar la calidad

    a ma'ora de las organi-aciones dar+n un perodo de varios meses para los proveedores hacer una o,erta enun pro'ecto o contrato Si un nmero relativamente pe.ueHo de proveedores presentan o,ertas/ es pocoprobable .ue habr+ m+s de una o,erta en un solo da a actividad ,raudulenta puede no ser completamentedescubierta por esta Detectet pero ser+n levantadas banderas roas .ue se puede utili-ar en conunci&n conotras investigaciones para identi,icar +reas problem+ticas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    12/25

    A.1# Las Com$ras Mlti$les Ligeramente :a7o 9m/ral.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores Esta competencia mantiene los precios baos ' aumenta la calidad Sin embargo/ para lospe.ueHos pro'ectos/ las o,ertas mltiples no vale la pena el trabao ' es,uer-o *or lo tanto/ lasorgani-aciones no re.uieren licitaci&n para pro'ectos bao un monto espec,ico as organi-acionessolucionan este IlmiteI o Imonto umbralI/ basados en el monto de la gesti&n de riesgo .ue est+ dispuesto aasumir por el ahorro de tiempo ' energa

    os compradores (.ue trabaan para la organi-aci&n) pueden .uerer evitar este control cuando est+nrecibiendo sobornos de un determinado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar eltrabao hacia/ o por muchas otras ra-ones *ara ello/ los compradores van a in,ormar a los proveedores delmonto lmite para .ue puedan o,ertar ustamente bao el A veces/ los compradores van a dividir las o,ertas ocompras en varias o,ertas .ue todas caen por debao del lmite

    Este Detectet busca para pro'ectos .ue est+n ligeramente por debao del umbral o lmite dado

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3?denti,ica los pro'ectos .ue tienen una sola o,erta 3 4alcula la di,erencia entre el umbral ' el monto de lao,erta ' 3 Selecciona a.uellas o,ertas .ue se encuentran ligeramente por debao del umbral o lmite

    3 4lasi,ica QQQQ QQQQ #"D"as empresas con un nmero signi,icativo de o,ertas ligeramente por debao del lmite pueden sercorrompidas

    a tabla de entrada eemplo contiene las siguientes cuatro columnas$ 3 *ro'ecto$ a ?denti,icaci&n del*ro'ecto 3 *roveedor$ a ?denti,icaci&n del *roveedor 3 ?denti,icaci&n de la licitaci&n de la empresao,ertante 3 ",erta$ El ?D nico de la o,erta 3 ?mporte$ El monto total de cada o,erta

    QQQQ QQQQ #"D"En el conunto de datos eemplo con varios pro'ectos s&lo tienen una o,erta Si establece el umbral de

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    13/25

    A.1& Las Com$ras Mlti$les ligeramente Menores al 9m/ral otal $or Pro!eedor.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores Esto mantiene los precios baos ' aumenta la calidad Sin embargo/ para los pe.ueHospro'ectos/ o,ertas mltiples no son necesarios "rgani-aciones ,iar+n un IlmiteI o Imonto umbralI encuanto al monto de un pro'ecto .ue puede costar antes .ue se re.uieran mltiples o,ertas

    os compradores (.ue trabaan para la organi-aci&n) puede .uerer evitar este control cuando est+n recibiendsobornos de un determinado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o pormuchas otras ra-ones *ara ello/ los compradores van a in,ormar a los vendedores del monto lmite para .uepuedan o,ertar ustamente bao el A veces/ los compradores van a ,raccionar las o,ertas o compras en variao,ertas .ue todas caigan por debao del lmite

    Este Detectet busca los pro'ectos .ue est+n ligeramente por debao del lmite con umbral determinado '.ue no superen el umbral En Cl se totali-an los datos por proveedor

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3?denti,ica los pro'ectos .ue tienen una sola o,erta 3 4alcula la di,erencia entre el umbral ' el monto de lao,erta ' selecciona a.uellas o,ertas .ue se encuentran ligeramente por debao del lmite con umbral 3#otali-a las conclusiones o resultaados por *roveedor

    as empresas con un nmero signi,icativo de o,ertas ligeramente por debao del lmite pueden ser corruptas

    a tabla de entrada eemplo contiene las siguientes cuatro columnas$ 3 *ro'ecto$ a ?denti,icaci&n delpro'ecto 3 *roveedor$ a ?denti,icaci&n del proveedor 3 ?denti,icaci&n de la licitaci&n de la empresao,ertante 3 ",erta$ El ?D nico de la o,erta 3 ?mporte$ El monto total de cada o,erta QQQQ QQQQ #"D"

    En el conunto de datos eemplo/ varios pro'ectos s&lo tienen una o,erta Si se stablece el umbral de

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    14/25

    A.1, Precios similares en las o'ertas.

    En el proceso normal de licitaci&n/ los o,ertantes son aenos a los montos de las o,ertas presentadas por losotros licitadores para un contrato espec,ico Esto se hace para .ue en el proceso de licitaci&n resulten o,ertaveraces

    2na ve- recibidas todas las o,ertas/ se someten a una prueba de normas para asegurarse de .ue est+n a laaltura de las strandars re.ueridos para el contrato #odas las o,ertas .ue pasan a continuaci&n/ van a unaronda de selecci&n ,inanciera en la cual se selecciona la o,erta con el precio m+s bao

    #odas las o,ertas .ue son e%tremadamente similares o e%actas en la naturale-a son bastante sospechosas 'a.ue el proceso de licitaci&n ' los precios son bien reservados Este Detectet pondr+ a prueba a cual.uiero,erta .ue es el ==/= por ciento similar Esto signi,ica .ue cuando el precio de o,erta menor se divide por elprecio de o,erta ma'or/ el porcentae resultante es del ==/= por ciento o m+s

    A.1- Pro6ectos de O'erta Sim$le que e%cedan del 9m/ral.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores Esto mantiene los precios baos ' aumenta la calidad Sin embargo/ para los pe.ueHospro'ectos/ o,ertas mltiples no son necesarios "rgani-aciones ,iar+n un lmite o umbral de cu+nto puedecostar un pro'ecto antes de .ue se re.uieren mltiples o,ertas

    os compradores (.ue trabaan para la organi-aci&n) puede desear evitar este control cuando est+n recibiendsobornos de un determinado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o pormuchas otras ra-ones a ,orma m+s sencilla de evitar este control es simplemente ignorarlo

    Este Detectet busca pro'ectos .ue tienen s&lo una o,erta ' devuelve a.uellas o,ertas .ue cuestan m+s .ue elmite con umbral determinado

    El D pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3 ?denti,ica lospro'ectos .ue tienen una sola o,erta 3 4alcula la di,erencia entre el umbral ' el monto de la o,erta 3 "rdenalos resultados por el ?D de pro'ecto proectRid

    as empresas con un nmero signi,icativo de las o,ertas simples .ue rompen el lmite pueden ser corruptas

    a tabla de entrada eemplo contiene las siguientes cuatro columnas$ 3 *ro'ecto$ a ?denti,icaci&n delpro'ecto 3 *roveedor$ a ?denti,icaci&n del proveedor 3 ?denti,icaci&n de la licitaci&n de la empresao,ertante 3 ",erta$ El ?D nico de la ",erta3 ?mporte$ El monto total de cada o,erta

    En el conunto de datos eemplo varios pro'ectos s&lo tienen una o,erta Si se establece el umbral de

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    15/25

    A.10 eri'icar otal de la O'erta con los Su/totales de Partidas.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores os compradores pueden .uerer evitar este control cuando est+n recibiendo sobornos de undeterminado proveedor/ tienen ,amiliares o amigos .ue .uieren canali-ar el trabao/ o por muchas otrasra-ones

    4uando las empresas envan una solicitud de o,erta/ envan un ,ormulario detallado .ue tiene varias de lneade artculo .ue se re.uieren para una o,erta espec,ica 4on el mismo ,ormulario .ue se enva a todos losproveedores de licitaci&n/ cada o,erta es ,+cilmente comparada Estas lneas de artculo entonces se sumanpara obtener un total general Este total es el ,actor principal en la selecci&n de la o,erta ganadora A veces/'a sea por error o por ,raude/ el nmero ingresado como monto total no es el mismo nmero .ue el agregadototal de todas las lnea de artculo

    Este Detectet anali-a las o,ertas ' veri,ica .ue el total de cada o,erta es igual al monto total .ue calculasumando todas los montos de las lineas de artculo

    El D pasa por el siguiente proceso$ 3 AHadir todos los montos de detalle de partidas individuales para cadao,erta 3 4ompara la cantidad reciCn calculada con el monto total e%istente 3 4alcular la di,erencia de estasdos o,ertas 3 "rdena los resultados por la di,erencia

    os pro'ectos con una di,erencia signi,icativa entre el total real ' el total registrado puede ser ,raudulento

    A.8 O'erta ganadora A$enas Menor.

    En el proceso de licitaci&n/ los o,ertanes son aenos a los montos de las o,ertas presentadas por otroslicitadores para un contrato espec,ico Esto se hace para .ue en el proceso de licitaci&n resulten o,ertasveraces

    2na ve- recibidas todas las o,ertas/ se someten a una prueba de normas para asegurarse de .ue est+n a laaltura de los standars re.ueridos para el contrato #odas las o,ertas .ue pasan a continuaci&n/ van a una rondde selecci&n ,inanciera en la .ue se selecciona la o,erta con el precio m+s bao

    2n ,raude posible es averiguar los otros precios ' entonces la o,erta con s&lo un pelo mas alto de la o,ertam+s baa Entonces/ siempre ' cuando la o,erta supera la prueba tCcnica/ Csta ser+ la elegida

    Este Detectet comprobar+ todos los precios de la o,erta m+s baa de cada contrato con todos los precios .uest+n dentro del uno por ciento de las otras El nmero de contrato con los nmeros de o,erta ' montos de lao,ertas .ue se austen a este criterio se marcar+n ' se desplegar+n

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    16/25

    A.1 O'erta 3anadora ;O es la O'erta m4s :a7a.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores icitaci&n mantiene los precios baos ' aumenta la calidad Generalmente/ los contratos seadudican a la o,erta con el precio m+s bao De ve- en cuando/ una empresa puede decidir adudicar elcontrato a un proveedor .ue no sea la o,erta m+s baa (debido a otras consideraciones)

    os compradores (.ue trabaan para la organi-aci&n) pueden .uerer dirigir el trabao hacia un o,erenteespec,ico *ueden hacerlo si est+n recibiendo sobornos de un determinado proveedor/ tienen ,amiliares oamigos .ue .uieren canali-ar el trabao/ o por muchas otras ra-ones 4uando esto sucede/ la empresa su,repCrdidas econ&micas por pagar m+s por bienes o servicios Adem+s/ los licitadores .ue est+n seguros deganar son menos inclinados para asegurar la calidad

    Este Detectet busca los contratos .ue se otorgaron a los proveedores .ue no dan la o,erta m+s baa Estoscontratos deben ser investigados ' veri,icados por su integridad

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3?denti,ica el contrato ganador 3 ?denti,ica el contrato m+s ao 3 4alcula la di,erencia entre la o,ertaganadora ' la o,erta m+s baa 3 Devuelve las o,ertas .ue ganaron sin ser la o,erta m+s baa

    as empresas con un nmero signi,icativo de o,ertas ganadoras .ue no son las m+s baas son sospechosas

    a tabla de entrada eemplo contiene las siguientes cuatro columnas$ 3 *ro'ecto$ a ?denti,icaci&n delpro'ecto 3 *roveedor$ a ?denti,icaci&n del proveedor 3 ?denti,icaci&n de la licitaci&n de la empresao,ertante 3 ",erta$ El ?D nico de la o,erta 3 ?mporte$ El monto total de cada o,erta 3 Ganador$ ?denti,ica lao,erta ganadora

    En el conunto de datos eemplo varias o,ertas ,ueron ganadas por *roveedor L = a pesar de .ue sus o,ertasno eran las m+s baas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    17/25

    A. O'erta 3anadora ;O otali"a ser la O'erta de m4s /a7o !alor $or el Pro!eedor.

    a ma'ora de las organi-aciones re.uieren mltiples o,ertas para aumentar la competencia entreproveedores icitaci&n mantiene los precios baos ' aumenta la calidad Generalmente/ los contratos seadudican a la o,erta con el precio m+s bao De ve- en cuando/ una empresa puede decidir adudicar elcontrato a un proveedor .ue no sea la o,erta m+s baa (debido a otras consideraciones)

    os compradores (.ue trabaan para la organi-aci&n) pueden .uerer dirigir el trabao hacia un o,erenteespec,ico *ueden hacerlo si est+n recibiendo sobornos de un determinado proveedor/ tienen ,amiliares oamigos .ue .uieren canali-ar el trabao/ o por muchas otras ra-ones 4uando esto sucede/ la empresa su,repCrdidas econ&micas por pagar m+s por bienes o servicios Adem+s/ los licitadores .ue est+n seguros deganar son menos inclinados para asegurar la calidad

    Este Detectet busca los contratos .ue se otorgaron a los proveedores .ue no dan a la o,erta m+s baa ' luegse totali-an los resultados por proveedor 4ada proveeedor .ue se adudic& al menos un contrato sin ser lao,erta m+s baa estar+ en la lista

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica el archivo en una tabla para cada pro'ecto 3?denti,ica el contrato ganador 3 ?denti,ica el contrato de m+s bao valor 3 4alcula la di,erencia entre la o,ertganadora ' la o,erta m+s baa 3 #otali-a los datos por proveedor

    as empresas con un nmero signi,icativo de o,ertas ganadoras .ue no son las m+s baas son sospechosas

    a tabla de entrada eemplo contiene las siguientes cuatro columnas$ 3 *ro'ecto$ a ?denti,icaci&n delpro'ecto 3 *roveedor$ a ?denti,icaci&n del proveedor 3 ?denti,icaci&n de la licitaci&n de la empresao,ertante 3 ",erta$ El ?D nico de la o,erta 3 ?mporte$ El monto total de cada o,erta 3 Ganador$ ?denti,ica lao,erta ganadora

    En el conunto de datos eemplo varias o,ertas ,ueron ganadas por *roveedor L = a pesar de .ue sus o,ertasno ,ueron las m+s baas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    18/25

    A.# O'erta 3anadora ;O es la O'erta m4s :a7a.

    En el proceso de selecci&n de o,ertas/ a menudo ha' casos en .ue una o,erta ganadora para un pro'ecto (esdecir/ la mano de obra contratada/ construcci&n/ desarrollo de so,t0are/ etc) no es la m+s baa #al ve- ha'un ra-onamiento v+lido detr+s de la selecci&n de un proveedor m+s caro/ pero en la ma'ora de los casos/ sebusca la o,erta m+s baa

    4uando no est+ seleccionada la o,erta m+s baa/ podra indicar relaciones ,raudulentas entre la empresa .uepropone ' el proveedor elegido os proveedores o contratistas ganadores pueden verse ,avorecidos porencima de otros en el proceso de selecci&n de la o,erta 2na ra-&n para esto puede ser .ue los representantesde un proveedor ganador est+n personalmente conectados o relacionados con alguien dentro de la empresa.ue ad.uiere "tro caso puede sugerir la presencia de sobornos ,inancieros u otro bene,icio al representantede la empresa .ue ad.uiere

    Este Detectet busca todas las o,ertas ganadoras .ue no ,ueron la propuesta o,recida m+s baa para unpro'ecto

    El Detectet pasa por el siguiente proceso$ 3 Descompone la lista de pro'ectos por ?D nico pro'ecto 3ocali-a la o,erta m+s baa para cada pro'ecto 3 Determina si el monto de la o,erta m+s baa ,ue la o,ertaganadora 3 Muestra todos los registros de la licitaci&n para el pro'ecto cu'a o,erta ganadora no ,ue la m+sbaa

    El proceso ' las personas involucradas en este proceso de selecci&n deben ser veri,icados ' controlados porlas cone%iones o actividades ,raudulentas

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    19/25

    P5OD9COS

    5.1 Incremento Anormal de los Precios de Productos.

    os sobornos se pueden detectar mediante el an+lisis de la Kariaci&n del precio de los productos comprados un proveedor espec,ico durante un perodo de tiempo os precios de los productos en general/ aumentar+ncon el tiempo Sin embargo/ los proveedores .ue hacen colusi&n con sus clientes pueden subir c&modamenteprecios a un ritmo cada ve- ma'or ' m+s alto porcentae .ue los de proveedores sin colusi&n

    A menudo/ este ,raude pasa desapercibido debido a .ue muchos precios de los productos aumentan con eltiempo a proli,eraci&n de productos ' servicios ad.uiridos tambiCn puede hacer este ,raude di,cil dedetectar

    Este Detectet organi-a los datos de compra por ,echa ' calcula el aumento del precio medio en el tiempoutili-ando una regresi&n lineal Si aumento de precios de un proveedor es signi,icativamente ma'or .ueincremento de los precios de otro ,abricante del mismo producto/ esto puede ser evidencia de ,raude

    Nota$ Este Detectet asume .ue las ,echas de compra ' los precios se han normali-ado a lo largo del ee detiempo/ es decir/ la ,echa de compra se producen a intervalos regulares (cada dos semanas/ etc) De locontrario/ los racimos de puntos de datos cronol&gicamente untos se sesgar+n al c+lculo de la pendiente*icalo puede hacer esto para el investigador si es necesario

    5

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    20/25

    5.& 5etornos Signi'icati!os en los Productos.

    etornos o devoluciones signi,icativas en los productos comprados pueden ser uno de los muchosindicadores de ,raude Aun.ue no es un indicador ,uerte/ puede a'udar a las +reas problem+ticas en ,orma depuntos

    *ara utili-ar esta Detectet/ se re.uiere tanto una tabla de IcomprasI ' una tabla de IdevolucionesI

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    21/25

    P5OEEDO5ES

    .1 Com$arar los Em$leados con los Pro!eedores $or Coincidencia Di'usa.

    2n ,raude comn es para un empleado dentro de una organi-aci&n crear una empresa ,icticia ' utili-ar sudirecci&n de casa como base para la compaHa Normalmente/ los empleados ' los proveedores deben tenerdr+sticamente di,erentes direcciones

    Este Detectet utili-a el algoritmo de coincidencia di,usa para comparar una tabla interna (normalmente elempleado) ' una tabla e%terna (normalmente el proveeedor)

    a coincidencia tpica es la columna direcci&n con la calle del empleado contra la columna de direcci&n conla calle del proveedor Apenas la rutina logra coincidencia de una sola columna con otra sola columna/ esposible .ue se desee crear una columna calculada en cada tabla .ue combina la direcci&n con la calle/ con laciudad ' estado Sin embargo/ a menudo la direcci&n con la calle por s sola es su,iciente para encontrarcoincidencias con e,icacia

    . Crear nmeros de :en'ord

    Genera un nmero natural .ue se austa a la le' de en,ord de probabilidades #enga en cuenta .ue notendra sentido devolver un nmero .ue !e%actamente! coincide con la distribuci&n de en,ord 3 el mismonmero se volvera a obtener cada ve-B

    En cambio/ este mCtodo genera nmeros .ue !en el tiempo! cumple con Distribuci&n de en,ord esultadoindividuales pueden estar en lo cierto o mu' leos de los valores esperados *ero la ma'ora de ellos estar+ncerca de en,ord

    El mCtodo s&lo genera nmeros enteros (sin parte decimal) Esto se debe a partes decimales no se utili-annormalmente en la distribuci&n de en,ord

    lamadas repetidas a este mCtodo generar+n nmeros .ue parecen ser naturales

    Este mCtodo no es para ser utili-ado para hacer ,raude 3 s&lo con ,ines de detecci&n de ,raudeB

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    22/25

    .# Encuentra 3ru$os de ;meros Fa/ricados.

    Este Detecet permite encontrar grupos de precios de ,actura/ las tasas de pago/ u otros nmeros .ue nocoinciden con la le' de en,ord de probabilidades En el ;=66/ FranT en,ord descubri& .ue los nmeros!naturales! generalmente siguen un patr&n predecible os nmeros naturales (no nmeros al a-ar oaleatoriosB) son nmeros .ue ocurren en la naturale-a/ como los precios de acciones/ precios de ,actura/ tasade pago/ o resultados de las elecciones

    Siempre ' cuando no ha' lmites sobrenaturales en un conunto de nmeros (por eemplo/ una tasa de pagom+%ima)/ la distribuci&n de en,ord da una idea de si los nmeros son naturales os humanos generaronNmeros .ue no siguen la distribuci&n

    Si alguien est+ ,abricando ,acturas/ o,ertas/ u otros documentos/ los montos .ue generan no seguir+n ladistribuci&n de en,ord/ suponiendo .ue el autor no sabe acerca de la le' Al comparar la di,erencia entre lonmeros reales o actuales contra la distribucion destacada de los empleados/ clientes u otras personas .uepodran estar ,abricando documentos

    2na de las cuestiones .ue algunos analistas no entienden sobre la le' de en,ord es .ue ,unciona en conuntmeor .ue en lo espec,ico Dados ;666 nmeros/ podramos esperar .ue la ma'ora de los nmeros (poreemplo/ =66) seguiran la le' de en,ord Sin embargo/ debido al orden natural de las cosas/ algunos de losnmeros no coincidir+ con la le' de en,ord

    *or eemplo/ considere la posibilidad de .ue usted tiene un archivo de ,acturas de un nmero de proveedoresAlgunos montos de las ,acturas van a coincidir con la le' de en,ord (de hecho/ la ma'ora de ellos lo har+)pero algunos/ obviamente/ no Signi,ica esto .ue las ,acturas no coincidentes son ,raudulentasP *or supues.ue no Algunas ,acturas simplemente no coincidir+n con la le' *ero !en general!/ los montos de la ,acturade un proveedor deben coincidir con la le' de en,ord

    2na manera de resolver esto es hacer los siguientes pasos de an+lisis$ 3 Estrati,icar el archivo para crear unatabla separada para las ,acturas de cada proveedor 3 a le' de en,ord eecutar sobre la columna del montoen la tabla de cada proveedor 3 4alcular la media ' desviaci&n est+ndar de la di,erencia para cada proveedor

    Si las ,acturas de un proveedor !en promedio! no son coincidentes con le' de en,ord/ el proveedor podraestar enviando ,acturas ,raudulentas Mientras algunas de las ,acturas no coincidir+n con en,ord/ enpromedio/ si lo har+n

    a conclusi&n es .ue la le' de en,ord es mu' til para encontrar !,acturas! individuales ,raudulentas Esmeor en la bs.ueda de ,raudulentos en !proveedores!/ !clientes!/ etc Se puede generali-ar este eemplopara muchos otros campos

    a tabla de eemplo es un archivo de ,acturas/ se reduo a los datos brutos necesarios para este an+lisis4uenta con tres columnas$ 3 *roveedor 3 a ?denti,icaci&n del proveedor para cada ,actura 3 Factura 3 El

    nmero de la ,actura (no usado espec,icamente para este an+lisis) 3 ?mporte 3 El monto de la ,actura

    Eecutar este Detecet en los datos de eemplo mediante la selecci&n de la columna del Monto como lacolumna a anali-ar Se comprueba la columna de proveedores como la columna para estrati,icar Se puedeseleccionar 8 o : dgitos para anali-ar

    Kendor6; es el proveedor ,antasma es estos datos de eemplo Estos nmeros de monto son aleatorios ' no saustan a la distribuci&n de en,ord

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    23/25

    .& Encontrar Pro!eedores con Facturas Secuenciales.

    2n ,raude comn es para un empleado dentro de una organi-aci&n para crear una empresa ,icticia ' enviar,acturas u otros pro'ectos de le' para la organi-aci&n a .ue la compaHa no es real/ la organi-aci&n es sunico cliente/ desde libretas de ,actura ' nmeros de ,actura por programas in,orm+ticos son generadossecuencialmente/ las ,acturas de los proveedores ,antasmas suelen ser secuenciales En otras palabras/ las,acturas de un proveedor ,antasma a menudo comien-an con id ;666/ luego ;66;/ a continuaci&n/ ;668/ 'as sucesivamente

    Este Detecet toma un archivo de ,actura (o archivo similar de ,acturaci&n) ' lleva a cabo los pasossiguientes en Cl$ 3 "rdena la tabla de entrada por ?nvoice4ol 3 Estrati,ica el archivo en tablas individualespara cada proveedor 3 Escanea cada tabla individual ' determina cuantas ,acturas son secuenciales 34alcula un porcentae de las ,acturas .ue tienen nmeros secuenciales Este porcentae se aHade a la tabla deresultados 3 4uando se e%ploran todas las tablas/ se ordena la tabla de resultados por el porcentae

    En la tabla resultante/ a.uellos proveedores con un alto porcentae de nmeros de ,actura secuencialespueden ser proveedores ,antasma *or supuesto/ puede haber ra-ones legtimas para .ue los vendedorestengan un solo cliente/ pero plantea la sospecha ' se solicita un an+lisis m+s detallado

    .( Pro!eedores Pagados tienen Direcci)n de Correo Alterna.

    a ma'ora de las empresas tienen una verdadera direcci&n con calles ' no utili-an caas de la o,icina decorreos as compaHas no comerciales (como ,undaciones) .ue se utili-an para de,raudar a otras empresaspor lo general no tienen direcciones de correo real con la calle En su lugar/ utili-an direcciones alternas decorreo (o apartados de correos) El uso de un apartado postal *"o% permite al autor del ,raude adistanciarse del acto de ,raude

    as compaHas legtimas pueden usar caas de apartado postal *"o% por diversas ra-ones/ por lo .ue el usde un apartado postal o% no es del todo incriminatoria Sin embargo/ las empresas .ue utili-an direccionesde correo alterna deben ser veri,icados por su legitimidad

    Este Detectet busca todos los proveedores .ue tienen un apartado postal como direcci&n

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica la tabla de proveedores a ,in de eliminar losduplicados 3 usca las direcciones de todos los proveedores de los principales tCrminos .ue indican un*"o%

    os proveedores .ue se devuelven de esta Detectet pueden ser proveedores ,antasma

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    24/25

    .+ Pro!eedores $agados no son $ro!eedores cali'icados.

    4on el ,in de asegurar .ue el trabao se hace solo por los proveedores reales/ las empresas suelen crear listasde proveedores aprobados *roveedores aprobados son los vendedores .ue han sido veri,icados ' decon,ian-a Este control a'uda a evitar .ue los proveedores ,antasma de,rauden a la compaHa

    2n proveedor ,antasma es una empresa ,alsa o no comercial .ue se utili-a para de,raudar a empresas Estasempresas ,icticias ,acturar+ a otras compaHas a pesar de no haber proporcionado los bienes o servicios*or.ue las empresas tienen muchos proveedores con los hace negocios/ las ,acturas del proveedor ,antasmase pierden en la pila ' son pagadas (mientras no se veri,i.ue)

    Este Detectet busca los proveedores .ue han sido pagados/ a pesar .ue no estan en la lista de proveedoresaprobados

    El Detectet pasa por el siguiente proceso$ 3 usca el nombre de cada proveedor pagado en la tabla deproveedor cali,icado 3 Selecciona todos los proveedores .ue se han pagado ' .ue no est+n cali,icados

    os proveedores .ue se devuelven de esta Detectet pueden ser proveedores ,antasma

    ., otali"a Pro!eedores $agados ;O cali'icados $or Pro!eedor.

    4on el ,in de asegurar .ue el trabao se hace solo con los proveedores reales/ las empresas suelen crear listasde proveedores aprobados *roveedores aprobados son los vendedores .ue han sido veri,icadas ' decon,ian-a Este control a'uda a evitar .ue los proveedores ,antasma de,rauden a la compaHa

    2n proveedor ,antasma es una empresa ,alsa o no negocios .ue se utili-a para de,raudar a empresas Estasempresas ,icticias ,acturar+n a otras compaHas a pesar de no haber proporcionado los bienes o servicios*or.ue las empresas tienen muchos proveedores con los .ue hace negocios/ las ,acturas del proveedor,antasma se pierden en la pila ' son pagadas (mientras no se veri,i.ue)

    Este Detectet busca los proveedores .ue han sido pagados/ a pesar .ue no estan en la lista de proveedoresaprobados

    El Detectet pasa por el siguiente proceso$ 3 Estrati,ica los datos por KendorRName 3 Keri,ica el proveedorcontra la lista de proveedores cali,icados #otali-a la in,ormaci&n de pago para los proveedores noaprobados

    os proveedores .ue se devuelven de esta Detectet pueden ser proveedores ,antasma

  • 7/24/2019 Deteccion de Fraude DetectLet PICALO 1

    25/25

    .- Los $agos a los Pro!eedores ;O a$ro/ados.

    2n ,raude comn es .ue los empleados hacen las ventas a los amigos o para establecer un proveedor ,also 'baraan en los registros sin .ue nadie sepa mientras .ue todo el tiempo el proveedor no est+ proporcionandomucho servicio ' si la recepci&n de los ,ondos Este ,raude hace .ue el control de la lista de proveedores seamu' importante

    *or lo general/ las empresas s&lo ponen proveedores aprobados en su lista de proveedores Estos son losvendedores .ue han sido veri,icados ' autori-ados por la empresa para hacer transacciones Normalmente/una empresa tiene polticas estrictas para prevenir el ,raude de proveedores ,alsos Sin embargo todava es u,raude comn

    Este Detectet buscar+ coincidiencias de todos los pagos .ue una empresa ha hecho a sus proveedores con llista de proveedores ' mostrar los proveedores .ue no estaban en la lista de proveedores 2n proveedor .ueno est+ en la lista es probable .ue sea el ,raude/ aun.ue otras ra-ones para esta anormalidad podra serposible/ talves como un nmero de proveedor incorrectamente ingresado An as/ en general/ esta prueba esun ,uerte indicador de ,raude

    .0 Pro!eedor al"a Precios.

    as empresas pueden optar por iniciar un contrato con un proveedor de suministros utili-ados de maneraregular Estos provedores pueden tratar de IescalarI los precios de sus insumos en las ,acturas a un precioligeramente superior ' .ue N" es ,+cilmente perceptible para el comprador

    Este Detectet compara el precio unitario de las &rdenes de compra para cada lnea de productos contra losprecios de los contratos para el producto os resultados se muestran en una tabla .ue muestra los nmerosde parte/ los precios de contrato/ los precios unitarios de lnea de orden de compra/ ' los ?D de proveedorpara a.uellos proveedores .ue escalan sus precios durante el perodo del contrato