"Big data", arma contra fraudes financieros

**La exploración de grandes volúmenes de información presenta alternativas para tomar decisiones de inversión y minimizar riesgos

La Crónica de Chihuahua
Abril de 2016, 23:00 pm

Nueva York.- Fraude es una palabra que infunde temor en el corazón de cualquier inversionista, que suelen tomar al pie de la letra las cifras financieras de las empresas. Pero una y otra vez pierden cuando una contabilidad demasiado agresiva o incluso fraudulenta los lleva a una calamidad.

Enron es un caso clásico de una empresa gigantesca aparentemente sólida que en realidad era un frágil edificio de números arreglados y tretas de contabilidad. Un caso más reciente es el de Valeant, el grupo farmacéutico canadiense que perdió casi 80 mil millones de dólares de su valor por problemas de contabilidad.

Recientemente la compañía dijo que su revisión interna de contabilidad no encontró algo que le pudiera obligar a replantear sus ganancias, lo que ayudó a que sus acciones recuperaran el equilibrio, pero muchos inversionistas de gran nombre todavía están bajo atención por las grandes pérdidas.

¿Explorar toneladas de datos sobre las empresas ayuda a los inversionistas a detectar antes los problemas? Los científicos financieros de Deutsche Bank lo creen así, por lo que desarrollaron un modelo que analiza los problemas potenciales.

Los bancos, las firmas de operación y los reguladores recurren cada vez más a las nuevas soluciones de tecnología para descubrir los abusos en el mercado.

“Los números contables son como volcanes. Cuando están dormidos, la gente se olvida de lo peligrosos que pueden ser”, dijo Deutsche Bank en una nota reciente.

El modelo que utilizó el banco alemán es la Ley de Benford para identificar las posibles irregularidades. En 1938, el físico Frank Benford notó que en una selección aleatoria de números el dígito 1 suele aparecer más seguido al comienzo que un número 2, y que el 2 aparece más seguido que el 3. Esta curiosa ley se utiliza para analizar todo, desde patrones del clima hasta fraudes electorales.

“La extensión natural de esta hipótesis”, escribió Javed Jussa de Deutsche Bank, “es que las empresas que no se ajustan a la ley de Benford pueden presentar algún tipo de irregularidad contable”.

Los analistas cuantitativos de Deutsche Bank no son los únicos que buscan aprovechar la tecnología moderna y la exploración de datos para desenterrar problemas potenciales. Los reguladores también buscan aprovechar los recientes avances en la computación y los algoritmos de “aprendizaje de máquinas” para analizar de forma autónoma los mercados financieros y los informes de las empresas para detectar señales de fraude o abuso.

Este es el futuro de la detección de fraudes, dice Steven Blum, director general de la división de cumplimiento y contabilidad forense de Control Risks. “Es una herramienta, pero una herramienta cada vez más poderosa. Y a medida que integras más datos a la mezcla, más poderosa se vuelve”.

Por ejemplo, hace algunos años la Comisión del Mercado de Valores de EU (SEC, por sus siglas en inglés) puso en marcha lo que se llamó su Robocop, un programa informático que de manera más formal se llamó Modelo Cualitativo de Contabilidad. Este usa el tesoro oculto de datos financieros que tiene el regulador para detectar patrones en los informes de ganancias corporativas que podrían sugerir un comportamiento extraño. Ya sea simplemente prácticas agresivas de contabilidad o de plano engaños.

Los detalles de Robocop de la SEC son escasos, pero Jussa encontró varios indicadores importantes que pueden indicar un posible percance de contabilidad.

Algunos son factores técnicos del mercado. Apuestas considerables en contra una compañía son una señal clásica de que algunos gerentes de fondos de cobertura huelen algo sospechoso. Normalmente los altos volúmenes de operación y los precios lejanos a sus mínimos de un año también son señales de alarma.

Pero hay señales de advertencia más fundamentales, como el flujo de efectivo que se reporta por la venta de activos de una empresa, el rendimiento esperado de dividendos y la facturación de ventas de los activos de la compañía.

El problema más común es el declaración errónea de ingresos, por ejemplo, registrar pedidos como si fueran ventas, algo que suelen hacer algunas empresa de tecnología. O registrar ventas en un periodo cuando los bienes se van a enviar el siguiente trimestre. Otro es la contabilidad de algunos costos como activos.

Una identificación temprana de problemas potenciales puede ayudar a evitar malas apuestas. Deutsche Bank corrió su modelo de fraude contable con 30 años de datos financieros, y encontró que una cartera de empresas que se considera “potencialmente vulnerable a irregularidades contables” tuvo un tercio menos de rendimiento que el mercado de valores general.

Blum señala que los big data y los siempre sofisticados algoritmos se convertirán en algo cada vez más común entre una variedad de organizaciones del sector financiero.

Incluso algunos pecadores arrepentidos ahora utilizan la tecnología para detectar abusos en el mercado. Después de que lo reprobaron y multaron por spoofing (alteración), presentar una serie de pedidos y cancelaciones solo para mover el precio de un valor en 2010, el equipo de operaciones Trillium desarrolló internamente un sistema para detectar y evitar el spoofing, y actualmente lo comercializa a otras firmas.

“Los controles que construimos resultaron ser una solución para la siguiente generación de spoofing”, dice Michael Friedman, consejero general de Trillium.

El programa surveyor analiza de forma autónoma los pedidos del mercado para detectar manipulaciones como el spoofing, operaciones con información privilegiada, operaciones bilaterales, cuando la empresa empuja una acción en torno a una operación con dos cuentas separadas, ya sea de manera intencional o por accidente, y wash trades (operaciones simultáneas), cuando se venden y compran acciones de manera simultánea con diferentes operadores.

En otras palabras, los avances tecnológicos y los mercados cada vez más complejos pueden hacer más difícil y complejo el trabajo del inversionista o del regulador, pero también ofrece soluciones potencialmente potentes para mantener limpios los mercados financieros.

Trabajo

Deutsche Bank analiza información de acuerdo a la Ley de Benford, con una selección aleatoria
de números.

Riesgos

Uno de los trucos más utilizados para disfrazar los números es registrar pedidos futuros como si fueran ventas concretadas.

Aumento

Steven Blum, director general de Control Risks, afirma que entre más datos se analizan, las resultados son más efectivos.
Milenio