Búsqueda avanzada
Acceda a su cuenta
0
Ver carrito de la compra

Tu pedido

Su carro de la compra está vacío

Libros > Derecho / Tributario y Financiero / Contabilidad > Detección de la manipulación contable mediante inteligencia artificial

Detección de la manipulación contable mediante inteligencia artificial

Detección de la manipulación contable mediante inteligencia artificial
nuevo
5% dto.

valoración (0 Comentarios)
Comenta y valora este libro

Libro

5% de descuento.

29,90 €

28,40 €

Sin Stock. Envío en 7/10 días

  • ISBN: 979-13-7059-073-4
  • EAN: 9791370590734
  • Editorial: Tirant lo Blanch
  • Fecha de la edición:
  • Número de la edición: 1ª
  • Colección: Monografías
  • Encuadernación: Tapa blanda o Bolsillo
  • Nº Pág.: 222
  • Idiomas: Español

Materias:

¿Por qué algunas empresas parecen sólidas justo antes de protagonizar un escándalo financiero? ¿Existen señales que permitan detectar el engaño antes de que salte a los titulares?

Cada día, inversores, directivos, auditores, periodistas y ciudadanos toman decisiones basadas en información financiera que se presume veraz. Sin embargo, la historia económica está repleta de casos en los que las cuentas no reflejaban la realidad. Detrás de muchos fracasos empresariales se esconden prácticas de manipulación contable capaces de distorsionar la imagen de una organización durante años.

Este libro explora cómo identificar esas señales de alerta que anticipan el maquillaje contable. A partir de investigación académica, casos reales y herramientas avanzadas de análisis de datos e inteligencia artificial, muestra qué indicadores tienen mayor capacidad para detectar comportamientos anómalos antes de que se conviertan en escándalos.

Con un enfoque riguroso y a la vez accesible, la obra aborda uno de los grandes desafíos de la economía actual: mejorar la transparencia, fortalecer la confianza en los mercados y comprender qué hay realmente detrás de los números.

En un entorno donde la transparencia es la base de la confianza económica, detectar el maquillaje contable no es solo una competencia técnica: es una responsabilidad profesional.

Presentación        15
Introducción. La necesidad de detectar el fraude contable         19
PRIMERA PARTE
Capítulo I
ESTADO DE LA CUESTIÓN 
1.    INTRODUCCIÓN         29
2.    CONCEPTO DE MANIPULACIÓN CONTABLE         29
3.    MANIPULACIÓN CONTABLE Y FRAUDE         30
4.    ESTUDIO BIBLIOMÉTRICO SOBRE EL FRAUDE Y LA MANIPULACIÓN CONTABLE        32
4.1.    Introducción        32
4.2.    Selección de la base de datos, estrategia de búsqueda y criterios de inclusión        33
4.3.    Análisis de resultados y discusión        34
4.4.    Conclusiones        49
5.    FACTORES QUE INFLUYEN EN LA MANIPULACIÓN CONTABLE Y SUS IMPLICACIONES        50
5.1.    Importancia y coste de la manipulación contable        50
5.2.    Relación entre la crisis económica y la manipulación contable        50
5.3.    Relación entre otros acontecimientos y la manipulación contable        54
6.    CONCLUSIONES         55
Capítulo II
ESTUDIO EXPLORATORIO SOBRE LA RELACIÓN
 ENTRE LA EVOLUCIÓN GENERAL DE LA ECONOMÍA, LOS MERCADOS FINANCIEROS Y LOS FRAUDES CONTABLES
1.    INTRODUCCIÓN        57
2.    METODOLOGÍA        57
3.    EVOLUCIÓN DE LA ECONOMÍA ESTADOUNIDENSE DURANTE EL PERÍODO 1980-2020         61
4.    CRACS BURSÁTILES EN ESTADOS UNIDOS DURANTE EL PERÍODO 1980-2020         61
5.    ANÁLISIS DE LOS RESULTADOS Y DISCUSIÓN        63
6.    CONCLUSIONES        68
Capítulo III
MANIPULACIÓN CONTABLE Y SEÑALES DE ALERTA 
1.    INTRODUCCIÓN        71
2.    SEÑALES DE ALERTA DE MANIPULACIÓN CONTABLE EN LAS EMPRESAS        71
2.1.    Señales de alerta basadas en información cualitativa        73
2.2.    Modelo integral para alertar sobre el engaño contable        79
3.    PROCESO DE LA MANIPULACIÓN CONTABLE         79
3.1.    Manipulación contable e información engañosa        79
3.2.    Proceso de manipulación contable        81
3.3.    Proceso de manipulación contable. Factores y consecuencias        83
3.4.    Proceso de manipulación contable, escándalo y medidas para evitar que se repitan los engaños        84
3.5.    Proceso de manipulación contable, escándalo, medidas correctivas y señales de alerta        85
4.    CONCLUSIONES        87
SEGUNDA PARTE
Capítulo IV
SEÑALES DE ALERTA CON MAYOR PODER PREDICTIVO 
MEDIANTE LA REGRESIÓN LOGÍSTICA Y EL ANÁLISIS 
ESTADÍSTICO COMPARATIVO 
1.    INTRODUCCIÓN        91
2.    OBJETIVO Y METODOLOGÍA         92
2.1.    Objetivo        92
2.2.    Metodología         92
2.2.1.    Detección del fraude contable mediante regresiones logísticas y el análisis estadístico comparativo         92
2.2.2.    Variables analizadas        94
2.2.3.    Muestra         100
3.    RESULTADOS Y DISCUSIÓN        102
3.1.    Regresión logística        102
3.2.    Análisis factorial        103
3.3.    Diferencia de medias        104
3.4.    Análisis de resultados         105
3.5.    Conclusiones y limitaciones        106
Capítulo V
SEÑALES DE ALERTA CON MAYOR PODER PREDICTIVO 
MEDIANTE LA METODOLOGÍA RANDOM FOREST 
1.    INTRODUCCIÓN Y OBJETIVO         109
2.    MODELOS DE PREDICCIÓN MEDIANTE EL MÉTODO DE APRENDIZAJE AUTOMÁTICO (MACHINE LEARNING)        109
2.1.    Modelos predictivos para detectar el fraude contable a partir de métodos de aprendizaje automático (machine learning)        109
2.2.    La metodología Random Forest como método predictivo para la detección del fraude contable        113
2.2.1.    Introducción al Random Forest        113
2.2.2.    Random Forest y maquillaje contable        116
3.    METODOLOGÍA        117
3.1.    Introducción        117
3.2.    Variables utilizadas        118
3.3.    Muestra        123
3.4.    Construcción de la metodología Random Forest y ajuste del modelo         126
3.4.1.    Parámetros utilizados en el modelo Random Forest         126
3.4.2.    Ajuste del modelo out-of-bag error        128
4.    RESULTADOS Y DISCUSIÓN        133
4.1.    Identificación de las variables más importantes a partir del modelo Random Forest        133
4.2.    Estabilidad en la clasificación de las medidas de importancia obtenidas del modelo        137
4.3.    Análisis complementario para identificar variables e interacciones entre las variables importantes a través de las métricas profundidad mínima (minimal depth), número de veces que la variable es raíz de árbol (times a root) y número de nodos (number of nodes)        139
5.    CONCLUSIONES        144
TERCERA PARTE 
Capítulo VI
CONCLUSIONES Y LIMITACIONES
1.    CONCLUSIONES Y LIMITACIONES        149
Epílogo        163
Referencias        165
ANEXOS
•    Anexo I: Lista de empresas analizadas en el capítulo II «estudio exploratorio sobre la relación entre la evolución general de la economía, los mercados financieros y los fraudes contables»        189
•    Anexo II: Modelo integrado de señales de alerta de maquillaje contable        193
•    Anexo III: Identificación de las 54 variables explicativas y la variable dependiente inicial seleccionadas para el modelo Random Forest         197
•    Anexo IV: Resumen estadístico del conjunto de 54 variables explicativas y la variable dependiente inicial seleccionadas para el modelo Random Forest         199
•    Anexo V: Resumen de los principales modelos de aprendizaje automático predictivos más utilizados para la detección del fraude contable        201
•    Anexo VI: Lista de artículos académicos consultados relacionados con la aplicación de la metodología machine learning y Random Forest para la detección del fraude contable         205
•    Anexo VII: Lista de artículos académicos consultados relacionados con la aplicación de la metodología machine learning y Random Forest para la previsión de insolvencias y otras predicciones empresariales        212
•    Anexo VIII: Identificación de las 47 señales de alerta cualitativas y cuantitativas utilizadas en la metodología Random Forest para determinar qué señales de alerta tienen una mayor capacidad predictiva en la detección del maquillaje contable        214
•    Anexo IX: Lista de empresas utilizadas como muestra en el estudio Random Forest para la identificación de las señales de alerta clave en la detección del maquillaje contable        216
•    Anexo X: Índice de abreviaturas        220

Otros libros de Contabilidad; Inteligencia Artificial - Robótica; RESPONSABILIDAD CIVIL