Juricomptabilité et évaluation d'entreprise

Techniques de détection de la fraude

Mandataire et administrateur des biens d’autrui: la reddition de compte

Date: 26/10/2013  Author: Hélène Bouchard Leave a comment

Budgeting BillsLa reddition de compte (prononcer rédition) est un acte par lequel un mandataire ou un administrateur des biens d’une autre personne (immeuble,placements, comptes bancaires, emprunts…etc) fait état de sa gestion. On demande une reddition de compte dans les cas de mandat d’inaptitude, de successions et dans les cas où une personne gère les biens d’autrui. C’est une grande responsabilité.

Ça parait simple à faire, mais il faut garder toutes les pièces justificatives, les relevés, les factures, les feuillets d’impôts, les déclarations de revenus, les actes d’achat et les actes de vente et tout autre contrat.

En plus simple, c’est un état qui peut prend la forme suivante :

PLACEMENTS

-Placements à la date du début du mandat ( liste détaillée) ou au début de la période de référence

-plus: les remboursements des placements, titres, obligations venant à échéance (A)

-plus: les revenus non encaissés (réinvestis)

-moins: les renouvellements

-moins: les nouveaux achats de placement (B)

-moins: les versements dans les comptes bancaires.

= SOLDE  des placements à la date de fin année et à la date de fin du mandat

 

IMMEUBLES

-Liste des immeubles à la date du début du mandat  ou de la période de référence- au coût

– Moins les immeubles vendus ( au coût  )

– Plus les immeubles achetés

= VALEUR DES IMMEUBLES AU COÛT

 

COMPTES BANCAIRES

– Solde des comptes bancaires au début du mandat ou au début de la période de référence

-plus: les revenus: rentes, pension, revenus intérêts encaissés, les legs, les dons reçus, les emprunts, les revenus de location

-plus: les ventes de placements (A)

-moins: le remboursement des dettes

-moins: les achats de placements (B)

-moins: les dons

-moins: le coût de vie (C)

-moins: les impôts

 

COÛT DE VIE

Le coût de vie comprend toutes les dépenses personnelles: habillement, loisirs, médicaments, nourriture, repas à l’extérieur, cadeaux, électricité, téléphone, internet…

 

RÉSULTAT FINAL:

Toutes les sorties d’argent doivent être justifiées.

L’équation suivante doit balancer:

TOTAL DES VALEURS AU DÉBUT (IMMEUBLE, PLACEMENTS, RÉSIDENCE, COMPTES BANCAIRES)

PLUS LES REVENUS DE LA PERSONNE (VALIDÉS AVEC LA DÉCLARATION DE REVENUS)

MOINS LE COÛT DE VIE DE LA PERSONNE

ÉGAL LE TOTAL DES VALEUR À LA FIN DE LA PÉRIODE.

Le rôle du juricomptable

Date: 22/03/2010  Author: Hélène Bouchard 2 Comments

Le rôle du juricomptable sera le sujet des prochains articles de ce blog.

Les thèmes suivants seront traités:

  • Détermination des revenus non déclarés par la méthode de l’avoir net
  • Quantification des pertes de revenus suite à un sinistre, expropriation ou autre
  • Estimation des pertes de revenus d’un individu suite à un accident ou à un acte criminel tels que viol, voies de fait…etc. ( aux fins d’une poursuite civile)
  • Recherche d’actifs “cachés” au conjoint dans le cas d’une séparation
  • Détection et quantification d’une fraude au niveau d’une succession ou d’un d’un gestionnaire d’une personne inapte ( en cas de mandat d’inaptitude)
  • Conseils aux avocats lors d’un litige financier
  • Formation
  • Programme de prévention de la fraude dans une PME
  • Autres situations

Techniques juricomptables : Utilisation de logiciels

Date: 29/12/2009  Author: Hélène Bouchard Leave a comment

dreamstime_110694892Les logiciels ACL , IDEA Software, Active Data sont des logiciels qui aident le juricomptable ou l’auditeur à analyser  une importante quantité de données financières.

En détection de fraude, on n’utilise pas l’échantillonnage statistique comme technique de détection mais plutôt l’analyse de situations propices à la fraude. Où sont les risques de fraude et comment cela va se manifester dans les données financières. Le logiciel Excel n’est pas un logiciel adéquat pour ce genre d’analyse à moins qu ‘il ne soit déjà programmé avec des macros .  Acces peut être utilisé pour ceux qui se débrouillent assez bien avec les bases de données ou avec des macros programmés pour la détection de la fraude.

Les logiciels spécialisés comme ACL, IDEA permettent d’automatiser des recherches d’indices de fraude ou d’anomalies.

Logiciel ACL

La technologie ACL constitue une solution performante de détection des fraudes, et vous permet de créer et d’exécuter un ensemble complet de tests conçus pour identifier une grande variété de fraudes, indépendamment du système informatique sur lequel les données transactionnelles sont stockées et du nombre d’enregistrements à analyser. Comme il vous est possible de tester la totalité des transactions, vous pourrez détecter toutes les anomalies ainsi que les indices caractéristiques des fraudes, des erreurs ou des abus. Grâce à l’automatisation, ces tests sont exécutés de manière continue, permettant ainsi d’identifier plus rapidement les fraudes, de limiter leurs conséquences financières, de faciliter la mise en place des actions correctives et de dissuader d’autres fraudeurs éventuels.

Source: www.acl.com

IDEA SOFTWARE DE CASEWARE

IDEA possède plusieurs fonctionnalités et caractéristiques introuvables dans les autres logiciels d’audit

  • Créer un enregistrement de toutes les modifications apportées à un fichier (données) et conserver une piste d’audit ou un journal de toutes les opérations, y compris l’import, et de chaque test d’audit, effectués sur la base de données. Chaque entrée est marquée avec l’ID utilisateur de la connexion Windows
  • Importer et exporter des données dans une multitude de formats, y compris les formats pour les mainframe et logiciels de comptabilité. Lire et traiter des millions d’enregistrements en quelques secondes, sans limite au nombre d’enregistrements traités par IDEA.
  • Comparer, faire des jointures, ajouter et relier des fichiers provenant de différentes sources
  • Extraire des transactions spécifiques, identifier les écarts (par exemple, vérification d’une séquence de numéros) ou doublons.
  • Analyser les données en effectuant des synthèses, en classifiant par type, en datant les fichiers…
  • Créer automatique un fichier de statistiques
  • Présenter les données et résultats graphiquement
  • Créer des échantillons à partir de différentes méthodes d’échantillonage

Source: http://www.caseware.com/products/idea

ACTIVE DATA pour Excel, Office, SQL

Active Data est un compétiteur à IDEA et ACL  qui se caractérise par des  applications qui se rajoutent à des programmes tels que  à Excel ou Acces ou SQL. Il permet de manipuler des données pour la détection de la fraude en cherchant des indices de fraude. La compagnie est canadienne et située à Ottawa. Ces logiciels sont faciles à utiliser parce que la base est Excel ou Access et s’intègre à Office. Le gros avantage de ce logiciel est le faible prix et on peut aller assez loin dans la recherche en les utilisant.

InformationActive has been working closely with the Association of Certified Fraud Examiners (ACFE) to tailor our products to the needs of fraud examiners and forensic auditors. From specialized training to specific function sets, we have worked hard to build hard working software to satisfy your most challenging requirements.

… highly functional Computer Aided Audit Tool (CAAT) that works inside Microsoft Excel. For smaller data sets (less than 1,000,000 records) or for clients who keep their records in Excel, ActiveData For Excel is the perfect tool to supplement your audit engagement. ActiveData For Excels smooth integration into the Excel environment means that it is easy to learn and use. Its low cost and low total cost of ownership means that the entire team can be equipped and running in no time.

For larger engagements, InformationActive Inc has created ActiveData For Office – a highly flexible, easy to use tool that quickly and accurately tests your audit evidence. ActiveData For Office is based on the Microsoft Jet database engine that powers Microsoft Access. This enables high speed and high performance data analysis and manipulation for up to 2 billion rows of data. Reports are published into Microsoft Excel so you dont have to leave the Microsoft Office environment you are comfortable with. ActiveData For Office also lets you design your own macros and track your work with an on-board audit trail that records every step.

Source: http://www.informationactive.com/index.php?option=com_content&view=article&id=179%0A&Itemid=491

Pour avoir une bonne idée de l’utilisation de ce logiciel un démo en ligne est disponible ici.

Conclusion

Peu importe le logiciel, c’est l’utilisateur et ce qu’il en fait et son interprétation qui compte. Ces logiciels facilitent l’extraction des données, ils ont des fonctions de recherche pré-programmées mais ca demande toujours le jugement de l’utilisateur. C’est comme un logiciel de statistique.

Détection de la fraude par l’analyse de données non financières

Date: 18/11/2009  Author: Hélène Bouchard Leave a comment

istock_000004685201xsmall21Une étude récente de chercheurs américains démontre que l’analyse de données non financières permet d’ identifier plus facilement les entreprises avec de plus grands risques de fraude  que l’analyse des données financières provenant des états financiers.

Des données telles que le nombre d’employés, la surface de vente, la surface des entrepôts , par exemple, la satisfaction de la clientèle…etc. suivent la croissance d’une entreprise. Il s’agit d’identifier si la rentabilité et la croissance soutenue vont dans le même sens que l’augmentation de données non financières.

Malheureusement, on ne retrouve pas ces données dans le rapport annuel nécessairement, ni dans les rapports soumis aux autorités de surveillance. Le problème aussi est de trouver suffisamment d’entreprises frauduleuses pour permettre d’identifier des indices valables.

“People have tried to find ways to detect fraud with publicly available data, but they’ve always looked at financial measures,” says Mark Zimbelman, an accounting professor at BYU, and one of the authors of the paper. “We wanted to ask: ‘What if financial performance is going up but nonfinancial measures are going down?'”

The answer: Something fishy. The researchers looked at the public financial records of 220 companies from 1994 through 2002, half of which were known to have committed fraud and half that had not.

They compared revenue growth with a variety of nonfinancial measurements depending on industry type like customer satisfaction, production capacity, retail outlets available, distributors, dealers and floor space. One indicator was particularly telling, and it’s surprisingly obvious: number of employees.

Il est tellement facile de maquiller les états financiers et comme la vérification des états financiers et l’émission d’une opinion par des auditeurs ne permet pas d’identifier les fraudes ( ce n’est pas de la responsabilité des auditeurs) , il faudrait presque qu’un autre groupe de spécialistes  atteste de la probabilité d’une fraude par d’autres moyens que l’émission d’une opinion.

Source: Forbes

Récompenses de 22 millions payés par le fisc américain

Date: 31/10/2009  Author: Hélène Bouchard Leave a comment

dreamstime_10335474Depuis 2004, le fisc américain paie des récompenses aux personnes qui dénoncent les fraudeurs du fisc américain. Pour l’année 2008, 22 millions ont été payés. En juillet 2008, il y a eu plus de 230 dénonciations ( septembre 2007, 16 dénonciations). Le nom du dénonciateur reste confidentiel. Le taux de commission: 30% . C’est un formulaire tout simple à produire. ( voir formulaire au

http://www.irs.gov/pub/irs-pdf/f211.pdf ). Le programme semble un succès et ça ne fait que commencer.

The IRS Whistleblower Office pays money to people who blow the whistle on persons who fail to pay the tax that they owe. If the IRS uses information provided by the whistleblower, it can award the whistleblower up to 30 percent of the additional tax, penalty and other amounts it collects.

Source: www.irs.gov

J’imagine assez bien que le programme aurait un succès encore plus grand si le dénonciateur était exempté d’impôts à vie!!!!

Lu: Data Mining for Intelligence, Fraud, & Criminal Detection

Date: 25/10/2009  Author: Hélène Bouchard Leave a comment

Data Moning for Intelligence, Fraud, & Criminal Detection – Advanced Analytics & Information Sharing Technologies de Christopher Westphal (2009) est un excellent ouvrage  pour se familiariser avec le data mining pour la recherche criminelle et la fraude. On y explique ce qu’est le data mining, l’importance de la qualité des données en input pour pouvoir faire des regroupements pertinents et faire sortir l’Information.

L’auteur donne des exemples de l’utilisation du data mining dans les contextes suivants:

Vérification aux postes douaniers

Blanchiment d’argent

Identification de transferts bancaires douteux

Fraude au niveau des garanties automobiles

Fraude au niveau des remboursements des médicaments.

Dans la dernière partie du livre, l’auteur indique les différents protocoles pour la préparation des données à partager et par la suite il donne des noms de logiciels de partages de l’information  et des centres de fusion ( des données) utilisés aux États-Unis par les forces policières et par les différents paliers du gouvernement américain.

Les centres de fusion sont des endroits où toutes les données se retrouvent à un endroit ( selon le protocole de préparation des données) pour être regroupées et analysées. Ces centres ont été créées après les événements du 11 septembre.

The project called for the development of “revolutionary technology for ultra-large all-source information repositories,” which would contain information from multiple sources to create a “virtual, centralized, grand database.” This database would be populated by transaction data contained in current databases such as financial records, medical records, communication records, and travel records as well as new sources of information. Also fed into the database would be intelligence data…

“The principal role of the fusion center is to compile, analyze, and disseminate criminal/terrorist information and intelligence and other information (including, but not limited to, threat, public safety, law enforcement, public health, social services, and public works) to support efforts to anticipate, identify, prevent, and/or monitor criminal/terrorist activity. This criminal information and intelligence should be both strategic (i.e., designed to provide general guidance of patterns and trends) and tactical (i.e., focused on a specific criminal event).”

Source: www.epic.org

Voici quelques données que ce genre de centre va compiler ( selon la même source):

Banking & Finance
IT/Telecom		 Health & Education/center> Jails/Prisons/Court Records Federal, State, Local Gov. (Permits Licenses) Hospitality & Lodging
Banks
Credit Cards Co.
Credit Reports
Securities firms
Financial services
ISPs
Telecommunication
E-mail Providers
Cyber Security Co.		 Day Care Centers
Preschools
Colleges/Universities
Technical Schools
Mental Health
Physician Patient Info
Local Hospitals
Private EMS
Veterinary		 Gang Information.
Names of Associates
Relatives
Jail/Prison Visitors
Biographical Info
Traffic Accident
Tribal Law Enforcement
County Clerk
US Courts		 Game and Fish
DMV Records
Vehicle Registrations
Civil Records
Property Appraiser
Mortgages
Deeds
Civil Suits		 Gaming Industry
Sports Authority
Sporting facilities
Amusement parks
Cruise lines
Hotels, motels, Resorts
Convention Centers

Si le sujet vous intéresse, vous pouvez faire une recherche sur le web en utilisant les mots: data mining and  fusion center and sharing.

Loi de Benford et la détection de la fraude

Date: 22/08/2009  Author: Hélène Bouchard Leave a comment

La Loi de Benford en mathématique touche la répartition du premier chiffre d’une suite de données statistiques ( peu importe la source)  ie la fréquence d’apparition du chiffre 1,2,3,4 …etc comme premier chiffre d’un nombre.

Voici la fréquence d’apparition des chiffres:

  • 1 30.1%;
  • 2     17.6%;
  • 3     12.5%;
  • 4     9.7%;
  • 5    7.9%;
  • 6      6.7%;
  • 7     5.8%;
  • 8     5.1%;
  • 9     4.6%.

On pourrait penser que le chiffre 1 devrait apparaître dans 11% des cas, le chiffre 2 aussi, le chiffre  3 aussi…etc., mais ce n’est pas le cas.

Selon Wikipedia :
“Cette distribution aurait été découverte une première fois en 1881 par Simon Newcomb, un astronome américain, après qu’il se fut aperçu de l’usure (et donc de l’utilisation) préférentielle des premières pages des tables de logarithmes (alors compilées dans des ouvrages). Frank Benford, aux alentours de 1938, remarqua à son tour cette usure inégale, crut être le premier à formuler cette loi qui porte indûment son  nom aujourd’hui et arriva aux même résultats après avoir répertorié des dizaines de milliers de données (longueurs de fleuves, cours de la bourse, etc).”

YouTube Preview Image

On utilise cette loi , entre-autre, lors de  l’analyse des données pour détecter une fraude. On analyse la répartition du premier chiffre de données  ( montant des chèques émis,  factures des fournisseurs, montant des remboursements de dépenses aux employés …etc) et on regarde la répartition. Si les chiffres ont été manipulés, la répartition ne suivra pas la loi de Benford. Nous avons donc, un endroit à fouiller plus attentivement.

Revenu Canada est aussi à la recherche de fraudeurs.

““Benford’s Law is a useful initial risk-assessment tool, however, it is never used in reassessments or in support of reassessments, which are done based on facts and tax law,” said spokesman Philippe Brideau.

dreamstime_59974761While the CRA won’t say exactly how it employs Benford’s Law, the agency has shown interest in using it to analyse corporate tax returns, says Mark Nigrini, a College of New Jersey professor and the leading expert on Benford-based tax auditing.

Two years ago, Nigrini spoke to the CRA’s research division about his research and encouraged them to put the simple but effective technique to use in the field. “They need to use all the new tools at their disposal,” he says. “It should be one of your tests, of many.”

Benford’s Law is most effective at determining what sort of tax information is more prone to errors or fraud and how to deploy auditors.

Nigrini says analysis of U.S. tax returns shows deductions for mortgage payments tend to follow Benford’s Law closely, but claims for charitable contributions tend to be “very messy” when sorted by their leading digits.

“When people invent fraudulent numbers, they tend to avoid numbers that two of the same digit following each other — for example 155 or 773,” says Nigrini, who helps Ottawa-based CaseWare IDEA develops statistics software based in part on Benford’s Law. ”  Source: Canadian Money Advisor.

Personnellement ,je dirais que les techniques statistiques utilisées par le fisc doivent être beaucoup plus sophistiquées telles que les analyses factorielles et analyses discriminantes.  On parle peu de leurs techniques de détection de la fraude mais on ne réinventera pas la roue. Il y a surement de la modélisation, des statistiques avancées …etc.


ua-7044257-1