Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Sub Menu
ISCTE-IUL  >  Ensino  >  SAG

Técnicas Analíticas Aplicadas à Deteção de Fraude (2 º Sem 2019/2020)

Código: 02933
Acrónimo: 02933
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português
Língua(s) amigável(is):
Ser English-friendly ou qualquer outra língua-friendly, significa que a UC é leccionada numa língua mas que se pode verificar qualquer uma das seguintes condições:
1. Existem materiais de apoio em língua inglesa/outra língua;
2. Existem exercícios, testes e exames em língua inglesa/outra língua;
3. Existe a possibilidade de se apresentar trabalhos escritos ou orais em língua inglesa/outra língua.
1 6.0 0.0 h/sem 20.0 h/sem 0.0 h/sem 0.0 h/sem 8.0 h/sem 0.0 h/sem 2.0 h/sem 30.0 h/sem 120.0 h/sem 0.0 h/sem 150.0 h/sem
Em vigor desde o ano letivo 2016/2017
Pré-requisitos Nenhuns
Objectivos Descobrir o que pode ser feito para proteger a organização contra fraudes. Saber quais as responsabilidades de gestão para a prevenção de fraudes e de controlos internos eficazes para ajudar neste esforço. Este curso proporciona técnicas avançadas de suporte à gestão do risco de fraude que potenciam a redução do custo da fraude para todos os tipos de entidades.

Adotando uma abordagem, não dependente do tipo de software, visa introduzir as técnicas básicas de avaliação de risco de fraude e de deteção de fraude por meio da análise de dados. Este curso fornece inúmeros testes de análise de dados que podem ser usados para detetar vários esquemas de fraude, bem como descobrir como examinar e interpretar os resultados desses testes para identificar os sinais de alarme de fraude.
Programa CP1. Conceito de fraude e aspectos legais;
CP2. Prevenção versus detecção da fraude;
CP3. Avaliação do risco de fraude;
CP4. Utilização de Computer-assisted Audit Techniques, IBM SPSS Modeler para casos práticos de deteção de fraude e risco (ou outro software, por exemplo, RapidMiner, Weka, IDEA ou ACL, Active data for Excel).
Processo de avaliação A avaliação contínua inclui a realização de:
a) Teste com ponderação de 50%.
(OA 1, 2, 3).
b) Trabalho de grupo com ponderação de 50%.
(OA 1, 2, 3, 4).
A avaliação contínua exige a presença em, pelo menos, 60% das aulas.

Os alunos em avaliação contínua que não obtenham a nota mínima de 10 valores no teste individual e de 10 no trabalho serão remetidos para exame final.
Processo de ensino-aprendizagem As aulas decorrem no laboratório de informática.

Metodologias de ensino-aprendizagem (ME):
ME1. Expositivas, apresentação dos quadros teóricos de referência.
ME2. Participativas, análise de artigos científicos.
ME3. Ativas,realização de trabalho de grupo
ME4. Experimentais, em laboratório, com desenvolvimento e exploração de "modelos" em computador
ME5. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.

Observações
Bibliografia básica - Folhas de apoio às aulas elaboradas pelo docente
- Artigos científicos seleccionados pelo docente
- Gee, Sunder (2015). Fraud and fraud detection: a data analytics approach, Wiley corporate F&A series.

Coderre, D. (2009). Computer Aided Fraud Prevention and Detection: A Step by Step Guide. John Wiley & Sons.
Bibliografia complementar Nigrini, M. J. (2009).Fraud Risk Assessments of Forensic Units. Forensic Analytics: Methods and Techniques for Forensic Accounting Investigations, 332-354.

Coderre, D. (2009). Computer Aided Fraud Prevention and Detection: A Step by Step Guide. John Wiley & Sons.

CIMA (2008), Fraud Risk Management, a guide to good practice.
IIA, AICPA, ACFE, Managing the Business Risk of Fraud: a practical guide.
Westphal, C. (2008).Data Mining for Intelligence, Fraud & Criminal Detection: Advanced Analytics & Information Sharing Technologies. CRC Press.