ID: 54850
Autoria:
Jonatas Dutra Sallaberry, Leonardo Flach, Mauricio Mello Codesso, Luiz Fernando Rodrigues.
Fonte:
Revista Evidenciação Contábil & Finanças, v. 7, n. 3, p. 39-59, Setembro-Dezembro, 2019. 21 página(s).
Palavras-chave:
Dinheiro em Espécie , Eleições , Fraude , Lei Newcomb-Benford
Tipo de documento: Artigo (Português)
Ver Resumo
OBJETIVO: Buscar indícios de inconsistências ou sinalização de eventuais fraudes ou outros ilícitos financeiros nos bens declarados pelos candidatos a cargos políticos por meio da aplicação da Lei Newcomb-Benford (NB). FUNDAMENTO: A pesquisa de natureza principalmente empírica fundamenta-se na capacidade da informação patrimonial ser útil à análise de fatos econômico-financeiros, bem como na capacidade da Lei NB sinalizar potenciais distorções na declaração de bens, considerando a distribuição observada e a esperada. MÉTODO: Aplica-se a Lei NB, em relação aos primeiros dígitos dos valores dos bens, comparando a distribuição observada com a distribuição esperada, a partir de testes e indicadores estatísticos (Nigrini, 2012). Em segundo momento, os dígitos discrepantes são analisados mediante a relevância dos desvios de quantidade e valor (Bugarin & Cunha, 2015). A aplicação dos critérios indicados pela NB e do desvio de médias permite identificar os itens de bens declarados potencialmente inconsistentes. RESULTADOS: A análise de primeiros dígitos permitiu identificar seis dígitos discrepantes, sendo dois que divergem em quantidade superior ao esperado. Detalhadamente, após aplicação dos métodos, nesses dígitos identificou-se bens potencialmente com valores de primeiros dígitos inconsistentes, entre os quais dinheiro declarado em espécie em moeda estrangeira e nacional, considerados bens típicos de uso em lavagem de dinheiro. CONTRIBUIÇÕES: Os resultados da pesquisa demonstram a utilidade da aplicação da Lei NB aos órgãos de controle na busca de indícios de bens com valores potencialmente inconsistentes ou fraudados, e avança além da indicação da convergência à NB para revelar os itens divergentes dentro da amostra.
