1 / 22

Estimación del fraude en la Aduana

Estimación del fraude en la Aduana. Agenda. METODOS DE ESTIMACION DE FRAUDE METODOS DE VERIFICACION DE LA CALIDAD DEL PROCESO DE CONTROL DE LA ADUANA FICHAS PARA EL ESTABLECIMIEENTO DE UN PLAN DE AUDITORIA PROCEDIMIENTOS PARA LA ESTIMACION DEL CONTRABANDO. Hipótesis.

lahela
Télécharger la présentation

Estimación del fraude en la Aduana

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Estimación del fraude en la Aduana

  2. Agenda • METODOS DE ESTIMACION DE FRAUDE • METODOS DE VERIFICACION DE LA CALIDAD DEL PROCESO DE CONTROL DE LA ADUANA • FICHAS PARA EL ESTABLECIMIEENTO DE UN PLAN DE AUDITORIA • PROCEDIMIENTOS PARA LA ESTIMACION DEL CONTRABANDO

  3. Hipótesis • Supongamos que deseamos calcular • Perdida de recaudación • Porcentaje de documentos que encierran algun tipo de fallos • Seguridad • Cumplimiento de acuerdos • Normativas • Cumplimiento de plazos, calidad • Situación de un recinto frente a otros • En resumen Compliancemeasurement

  4. Decisiones a tomar • Universo • Todo el ámbito de la Aduana vs comercio legitimo • Import / Export. ¿Desde la sumaria? • Régimenes económicos /Viajeros /postales • ¿Qué buscamos? • Perdida de recaudación vs perdida NETA • Cumplimiento de las normas. LOL • Incumplimientos por encima de un determinado umbral • ¿Con que precisión?

  5. Operacionalización • Inventario y valoración del nivel de información sobre el marco de referencia • Datos de declaraciones sumarias • Datos de documentos de despacho • Datos de reconocimientos • De los motivos, controles y resultados • Datos de resultados de despacho • Datos de los regimenes simplificados • Zonas francas, despachos en factoría etc • Grado de detalle del que se dispone información (pais, NDB etc)

  6. MACRO ANALISIS • Cuando se quiere comprobar si los procedimientos que se emplean por parte de un operador o por un recinto son los adecuados . La calidad se quiere asegurar mediante el cumplimiento de estándares. No se analizan operaciones individuales sino que se analizan tendencias, totales, relaciones de causa efecto y otras. • Analizaremos al final del seminario MEE • Debería ser la filosofía del Operador Autorizado y es la estrategia del FocusedAssessment • No se analizará en el seminario salvo cambio en la programación. Initially, a Focused Assessment evaluates the importer's risk of non-compliance with import requirements rather than trying to establish a compliance pass /fail rate, as under the previous Compliance Assessment program. • Supone un cambio de filosofía en la que lo que se mide es el nivel de riesgo.

  7. Muestreo no estadístico • SOLUCION GENERAL • Se emplea cuando no es necesarios disponer de datos con precisión estadística (nivel de significación) y cuando existe un amplio grado de certeza asumido de donde esta el problema • SUPUESTOS • Supervisión de un importador, recinto o función de negocio para ver si es necesario una acción en detalle mediante el análisis con técnicas de auditoria muestral • Análisis de un área en la que existen problemas conocidos para detectar fallos estructurales • Universos muy pequeños. En el caso de que el numero de casos sea muy pequeño es mejor analizarlos todos • Areas muy sensibles. Sensibilidad política donde en la información suministrada no puede haber error.

  8. Muestreo no estadístico (II) • TAMAÑO DE LA MUESTRA • En los casos generales 20 como se explicara en su momento • Muestras (60-100) En los demás casos no debería exceder de lo que es necesarios utilizar para obtener significación sin utilizar la teoría de las pequeñas mue • METODOLOGIA • En vez de muestreo aleatorio se utiliza el criterio del auditor. • Cross SectionTests (Diezmar) • Focalizado y selectivo donde se intuye el problema • Bloques (Por ejemplo periodo en el tiempo) • Facilidad. (Los que ese dia están allí) • Volumen (Largedollar test) Todos los mayores de una cifra o todos los menores • CONCLUSIONES • Si es exhaustivo el análisis proporciona el resultado. Si no el auditor debe valorar porque en general no se pueden sacar conclusiones sobre el Universo. • No lo estudiaremos en este seminario porque quien sabe hacer el estadistico sabe hacer el no estadistico

  9. Muestreo estadístico • La auditoria por muestreo estadístico se utiliza cuando el número de casos impide la revisión del universo analizado.El propósito es analizar un número reducido de transacciones para obtener conclusiones mediante el uso de la teoría estadística. • Tipos • Hay dos tipos de variables que pueden ser analizadas • Continuas. Como el valor en aduana o la cuota en las que solo hay que medir en una escala. NO hay problema en que la variable este escalada solo en los números naturales (discreta) por lo que se puede utilizar tanto con valores como con unidades físicas. Suele diferenciarse entre PhysicalUnitSampling y Variable Sampling • Atributos. Cuando se cuentan casos en los que se produce un fenómeno que debe ser evaluado por alguien y por tanto un factor que influye en la medida es el criterio del analista. When sampling to determine the rate or proportion of errors in the records or to obtain assurance that an error rate is not excessive, the auditor is sampling for attributes. Attribute sampling is a means of testing the effectiveness of a contractor's controls by reviewing a random sample from a given universe and applying "yes/no", "pass/fail", or "true/false" criteria to determine whether or not specific conditions exist or specific practices, policies, or procedures are being followed. • Las técnicas estadísticas son distintas

  10. Tipos de muestreo • OBJETIVO • Muestreo de variables continuas • Muestreo de atributos • ¿Cuál es la unidad seleccionada? • Unidad fisica (documento, registro? • Unidad de valor • ENUMERAR VARIABLES Y ATRIBUTOS QUE SEAN DE NUESTRO INTERES.

  11. Nivel de precisión • Distintos tipos de escala • Distintos tipos de variables • Continuas • Atributos • Identificación de las variables que analizaremos en la Aduana

  12. Muestreo de unidades físicas • Cada item probabilidad conocida e igual entre ellos • Razón de ser. Distribución no homogénea. Solución. Muestreo estratificado Tamaño. Depende de la variabilidad • CV < 50 1 muestra 60 items • CV> 50 1 muestra con tres tramos (30) al azar mas el de los grandes valores • EXPLICAREMOS EL ESTRATIFICADO PORQUE RESPONDE AL CASO MAS COMPLEJO • MOSTRAREMOS EL MUESTREO DE UNIDADES PORQUE ES MÁS COMPRENSIBLE PARA EL DESTINATARIO DE LA INFORMACION

  13. Muestreo de atributos • Muestreo para aceptación • La respuesta es si o no • Se utiliza por ejemplo para renovar una autorizacion • Muestreo para estimación • Muestreo de descubrimiento • Análisis en una fase • Análisis en dos fases • NECESITAMOS DOMINARLO PARA LAS RESPUESTAS ASOCIADAS A CALIDAD, CUMPLIMIENTO DE NORMAS

  14. Objetivo

  15. Otro ejemplo

  16. Preguntas • ¿Hay algun criterio que sea de mas interés? • Hay empresas que sean de mas interés (PFI) • ¿Cómo cuanto de importancia tiene la precision? • ORDENE POR IMPORTANCIA SUS CATEGORIAS

  17. Conceptualización • FRAME • Físico vs lógico • Homogéneo vs no homogéneo • CV < 50% Desviación estándar / media del valor • CVC >50% • En el segundo de los casos tres estratos mas de mayor valor • La muestra de cada tramo al menosm 30 casos • PROCEDIMIENTO • EZ QUANT RANUM • EZ QUANT RASEQ • EZ QUANT STRAT

  18. ¿Cómo ponderar? • FACTORES • Numero de líneas (partidas) . A más partidas hace falta mayor muestra para estar igual de seguros • Valor total de las declaraciones. Para igual numero de declaraciones será lógico que debamos tener mayor control si el valor es mayor. • Valor medio de las declaraciones de esta partida estadística. • Discrepancias en ESTE mismo grupo en el ultimo estudio realizado. Con ello aquellos grupo se mercancías en donde hay mas valor y en el ultimo estudio se encontraron mas errores son privilegiados para que la muestra sea mas grande y la precisión mayor. • PENSAR • ¿QUE PONDERACION UTILIZAREMOS?

  19. Ejemplo de uso de Sw

  20. Comprensión del listado • Puede apreciarse que la decisión de la Aduana USA de tomar una muestra para la categorías de alimentos bebidas y tabaco en la que tiene 887 5093 despachos con una muestra de 1.858 le permite tener un nivel de confianza del 95 % con un error de menos del 1 % para el porcentaje de cumplimientos que está buscando. • Con base los cálculos estadísticos oportunos, realizados en este caso en una hoja de cálculo se puede afirmar que se ha dejado de recaudar en estas mercancías 10, 9 MM de dólares con un nivel de significación del 95 % y un margen de error del 1 % . Para el resto se trata simplemente de generalizar haciéndolo mas veces.

  21. Conceptos • Riesgo sentido • Estimacion puntual en el muestreo • Error • Nivel de significacion • Contraste de hipotesis

  22. Diseño de un sistema para la Aduana de Chile • ¿ Que? • ¿Quién? • ¿Cuánto? • ¿Cuándo?

More Related