Métodos de Previsão Aplicados à Auditoria

A UC articula conceitos interdisciplinares de matemática e estatística, aplicados à modelação quantitativa.

As aulas são, de acordo com o que está determinado no plano curricular, teórico-práticas. Na parte teórica, de introdução de conceitos, resultados fundamentais e metodologias, será usado, predominantemente, o método expositivo. A parte prática será destinadas à exemplificação de procedimentos e resolução de problemas sob orientação do professor, mas incentivando-se o trabalho autónomo com suporte de uma ferramenta informática. Far-se-á prevalecer uma forte interação entre a teoria e a prática, dando, tanto quanto possível, um papel central à visualização e ao tratamento de situações concretas.

As aulas serão lecionadas de acordo com a orientação dada pela presidência do IPC.

Objetivos a atingir:

• Sensibilização para a modelação quantitativa;
• Familiarização com meios informáticos que sirvam de suporte à aplicação eficiente dos métodos de previsão estudados;
• Previsão nos domínios da Gestão, Contabilidade, Auditoria e Economia.

Competências a desenvolver: 

• identificar e aplicar os métodos de previsão quantitativos adequados a casos concretos;
• conhecer os pressupostos e as limitações dos métodos aplicados para a obtenção de modelos;
• avaliar a capacidade preditiva dos modelos obtidos.

1. Introdução aos métodos de previsão
    1.1. Considerações gerais sobre métodos de previsão
    1.2. Métodos qualitativos vs métodos quantitativos
    1.3. Métodos quantitativos causais e não causais
    1.4. Dados e instrumentos de análise exploratória
    1.5. Etapas, conceitos e ferramentas básicas na previsão quantitativa

2. Previsão baseada em modelos para séries temporais
    2.1. Previsão com métodos elementares
    2.2. Previsão com métodos de alisamento exponencial
 
3. Previsão baseada em modelos econométricos
    3.1. Modelo de regressão linear: especificação, extensões e pressupostos
    3.2. Estimação pelo método dos mínimos quadrados
    3.3. Avaliação do modelo
    3.4. Seleção de preditores
    3.5. Previsão: previsão do valor isolado e do valor médio; intervalos de previsão

NAO

Principal:

• Caiado, J. (2022). Métodos de Previsão em Gestão com aplicações em Excel, 3.ª Edição. Edições Sílabo.
• Albright, S.C., Winston, W.L. (2019). Business Analytics: Data Analysis and Decision Making, 7th Edition. Cengage Learning.
• Oliveira, M.M., Santos, L.D., Fortuna, N. (2018). Econometria, 2.ª Edição. Escolar Editora
• Richardson, V., Teeter, R., Terrel, K. (2019). Data Analytics for Accounting. McGraw-Hill Education.

Complementar:

• American Institute of Certified Public Accountants (2017). Audit Guide: Analytical Procedures. AICPA.
• American Institute of Certified Public Accountants (2017). Guide to Audit Data Analytics. AICPA.
• Box, G.E., Jenkins, G.M., Reinsel, G.C. (2015). Time Series Analysis: Forecasting and Control, 4th Edition. Wiley Pub
• Gee, S. (2014). Fraud and Fraud Detection: A Data Analytics Approach. Wiley.
• Stratopoulos, T.C., Shields, G.P. (2018). Audit Data Analytics with R. Waterloo University.
• Wooldridge, J.M. (2019). Introductory Econometrics: A Modern Approach, 7th Edition. Cengage Learning.