Tese Modelo Avaliacao Risco Logica Nebulosa

UNIVERSIDADE DE SO PAULO
FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE

DEPARTAMENTO DE CONTABILIDADE E ATURIA
MODELO DE AVALIAO DE RISCO DE CONTROLE

UTILIZANDO A LGICA NEBULOSA
JERNIMO ANTUNES
Tese
apresentada
ao
Departamento
de
Contabilidade e Atuaria da Faculdade de
Economia, Administrao e Contabilidade da
Universidade de So Paulo para a obteno do
Ttulo de Doutor em Contabilidade e Controladoria
ORIENTADOR: PROF. DR. ELISEU MARTINS
SO PAULO
2004
Reitor: Prof. Dr. Adolpho Jos Melfi

Diretor: Profa. Dra. Maria Tereza Leme Fleury
Prof. Dr. Reinaldo Guerreiro
MODELO DE AVALIAO DE RISCO DE CONTROLE

UTILIZANDO A LGICA NEBULOSA
JERNIMO ANTUNES
Tese
apresentada
ao
Departamento
de
Contabilidade e Atuaria da Faculdade de
Economia, Administrao e Contabilidade da
Universidade de So Paulo para a obteno do
Ttulo de Doutor em Contabilidade e Controladoria
ORIENTADOR: PROF. DR. ELISEU MARTINS
SO PAULO
2004
Para Maria Teresa,

esposa e amiga,
sempre comigo.
AGRADECIMENTOS
Ao Prof. Dr. Eliseu Martins, pela gentileza de suas sugestes e orientaes, sempre
oportunas, precisas e objetivas.
Ao Prof. Dr. Nelson Carvalho, admirvel e cativante personalidade, imprescindvel

em muitos momentos importantes da minha vida acadmica e profissional.
Ao Prof. Dr. Ronaldo Zwicker, pelo precioso auxlio na disperso das nvoas que me
cercavam a respeito da lgica fuzzy.
Ao Prof. Dr. Luis Joo Corrar, cujo apoio e informaes, absolutamente oportunas,
contriburam de maneira inestimvel.
Aos seguintes professores-doutores pelas relevantes contribuies: Edgar Bruno

Cornachione Jnior, Edson Luiz Riccio, Gilberto de Andrade Martins Jos Alonso
Borba e Masayuki Nalagawa.
Ao Prof. Jos Carlos de Aquino, pela competente reviso ortogrfica.
Aos auditores independentes que participaram dos processos de construo e testes

do modelo de avaliao, cujos nomes, infelizmente, tm de ser omitidos para
preservar o pacto de confidencialidade firmado com todos. Tenham certeza, todavia,
que o registro de agradecimento est gravado na minha alma.
vi
Aos meus queridos pais Antonio e Georgina pelos extraordinrios e diligentes

esforos para proporcionar minha base tica e moral.
Por fim, agradecimentos muito especiais para a minha adorada filha Mariana e meus
adorados filhos, Guilherme e Eduardo, fontes de amor, alegria e felicidade.
vii
SUMRIO
RESUMO.....................................................................................................
xii
ABSTRACT.................................................................................................
xiv
1- INTRODUO.......................................................................................
1.1 - Consideraes iniciais.........................................................................
1.2 - O problema e sua importncia............................................................
1.3 - Hiptese de trabalho...........................................................................
1.4 - Objetivo, estrutura e limites do trabalho..............................................
1.5 - Metodologia de pesquisa aplicada......................................................
1
1
4
8
10
14
2- AUDITORIA CONTBIL E OS RISCOS DOS CONTROLES

INTERNOS.............................................................................................
2.1 - As entidades e os sistemas de controles internos..............................
2.2 - Importncia dos sistemas de controles internos para a auditoria
contbil................................................................................................
2.3 - Pesquisa sobre mtodos de avaliao de risco de controle
utilizados..............................................................................................
2.4 - Incerteza dos elementos de mensurao de riscos............................
15
15
20
25
40
3- MTODOS QUANTITATIVOS PARA TRATAR INCERTEZAS............

3.1 Aspectos introdutrios........................................................................
3.2 - Teoria da probabilidade.......................................................................
3.3 - Teorema de Bayes..............................................................................
3.4 - Teoria dos conjuntos tradicionais........................................................
3.5 - Teoria dos conjuntos nebulosos..........................................................
43
43
45
50
52
56
4- LGICA NEBULOSA PARA REDUO DE INCERTEZAS................

4.1 Lgica: a arte de bem pensar.............................................................
4.2 A lgica nebulosa (fuzzy logic)...........................................................
4.3 O controlador de lgica nebulosa para aplicaes prticas...............
4.3.1 As entradas discretas..............................................................
4.3.2 O processo de fuzzificao...................................................
4.3.3 Base de regras........................................................................
4.3.4 Inferncias...............................................................................
4.3.5 O processo de defuzzificao...............................................
65
65
68
73
74
75
76
79
83
5- MODELO DE AVALIAO DE RISCO DE CONTROLE USANDO A

LGICA NEBULOSA............................................................................
5.1 Consideraes iniciais........................................................................
5.2 Construo da estrutura conceitual bsica do modelo.......................
5.3 A operacionalizao do modelo conceitual........................................
5.3.1 A construo da rvore de deciso.........................................
5.3.2 O processo de fuzzificao...................................................
5.3.3 Regras de produo................................................................
5.3.4 O processo de inferncia.........................................................
5.3.5 Definio do mtodo de defuzzificao................................
5.3.6 As sadas discretas.................................................................
89
89
90
105
107
114
116
120
122
124
viii
6- TESTES PRTICOS DO MODELO CONCEITUAL..............................

6.1 Forma de aplicao dos testes...........................................................
6.2 Testes preliminares e finais do modelo concebido.............................
6.3 Constataes extradas dos testes aplicados....................................
129
129
133
139
7- CONCLUSES E SUGESTES...........................................................
143
BIBLIOGRAFIA........................................................................................... 149
ANEXO I - Questionrio de Avaliao dos Fatores de Riscos de
Controle Interno.....................................................................
ANEXO II - Questionrio de Determinao da Importncia dos Fatores
de Riscos de Controle Interno..............................................
ix
155
161
LISTA DE FIGURAS
Figura 1 Representao de transio instantnea de temperatura.........
59
Figura 2 Representao da transio gradual de temperatura................
60
Figura 3 Representao da transio de temperatura com conjuntos
61
nebulosos............................................................................................
Figura 4 - Estrutura de um controlador de lgica nebulosa.........................
74
Figura 5 Processo de agregao de sadas nebulosas...........................
83
Figura 6 Durao da aguada pelo mtodo centride...............................
85
Figura 7 Durao da aguada pelo mtodo do mximo............................
86
Figura 8 Durao da aguada pelo mtodo da mdia dos mximos.........
87
Figura 9 Modelo conceitual de avaliao de risco do ambiente de
100
controle................................................................................................
Figura 10 Modelo conceitual de avaliao de risco dos outros
101
componentes de controle....................................................................
Figura 11 Modelo conceitual de avaliao final de risco de controle.......
102
Figura 12 rvore de deciso da avaliao do risco de gesto de
108
pessoas...............................................................................................
Figura 13 Resultado do processo de fuzzificao.................................
114
Figura 14 Exemplo de regras de produo..............................................
117
Figura 15 Mtodos de inferncia das regras de produo.......................
121
Figura 16 Opes de mtodos de defuzzificao..................................
122
Figura 17 Valores discretos de entradas e sadas...................................
124
Figura 18 Entradas e sadas discretas do risco do ambiente de controle 126

Figura 19 Entradas e sadas discretas do risco de outros componentes. 128
Figura 20 Posio dos termos lingsticos na escala psicomtrica.........
137
LISTA DE QUADROS
Quadro 1 Resumo da pesquisa sobre mtodos de avaliaes de risco
de controle utilizados...........................................................................
39
Quadro 2 Exemplos de Conjuntos Tradicionais.......................................
53
Quadro 3 Exemplos de Propriedades de Operaes dos Conjuntos

Tradicionais.........................................................................................
54
Quadro 4 Exemplos de Propriedades de Operaes dos Conjuntos

Nebulosos............................................................................................
63
Quadro 5 Matriz de Variveis e Termos Lingsticos...............................
78
Quadro 6 Classes de Riscos e Fatores de Riscos de Controle...............
94
Quadro 7 Fatores de Risco e seus Elementos de Avaliao...................
97
Quadro 8 Exemplos de Combinaes de Termos Lingsticos para

Avaliao dos Fatores de Riscos........................................................
104
Quadro 9 Resultado das Avaliaes de Risco de Controle Etapa

Preliminar Banco de Dados do Autor...............................................
135
Quadro 10 Resultado das Avaliaes de Risco de Controle Etapa

Final Banco de Dados de Terceiros.................................................
xi
136
RESUMO
A avaliao dos riscos de que o sistema de controle interno de uma entidade possa
falhar na identificao, mensurao, registro e divulgao de eventos econmicos,
que devero ser refletidos nas demonstraes contbeis de uma entidade, constituise em significativo desafio para os auditores independentes. As metodologias de
trabalho empregadas para tal finalidade, normalmente, utilizam como sustentculo a
lgica clssica, em que os elementos que compem os fatores de riscos so
avaliados de forma binria, qual seja, presume-se de modo algo simplista que tais
fatores ou esto presentes, ou no, em um determinado tipo de controle ou fase do
processo, existem ou no, so realizados ou no, e assim por diante.
O objetivo deste trabalho foi a concepo de um modelo de avaliao de risco dos

sistemas de controles internos de uma entidade utilizando a lgica nebulosa (fuzzy
logic) para contemplar os elementos incertos e difusos que compem, de maneira
representativa, os fatores desse tipo de risco analisados pelos auditores
independentes no mbito de um processo de auditoria das demonstraes
contbeis; buscou-se, com o resultado desta pesquisa, permitir que venham a ser
produzidos resultados de alcance mais amplo e com maior aproximao da
realidade efetivamente encontrada no dia a dia dos negcios, que talvez raramente
indique situaes pontuais de sim ou no tal como exigido pela lgica clssica ou
pelo mtodo binrio de avaliao e julgamento.
A validao conceitual do modelo concebido foi realizada por meio de entrevistas e

debates com especialistas, bibliografia relevante e manuais prticos de metodologia
xii
de trabalho de auditoria de empresas representativas dessa indstria e a validade

operacional foi testada com uma massa de dados de casos prticos de entidades
que tiveram seus sistemas de controles internos avaliados por empresas de auditoria
independente de renome atuantes no Brasil, processados no software FuzzyTech
5.54.
Como concluso do estudo, ficou patente que o modelo de avaliao de risco com o
uso da lgica nebulosa, alm de eliminar a restrio binria imposta pela lgica
clssica, permite tratar, de forma numrica e sistematizada, conceitos ambguos e
incertos, atravs da aplicao de uma escala psicomtrica, para refletir predicados
tais como bom, razovel, de grande importncia etc, produzindo, dessa
maneira, resultados mais amplos e prximos da realidade.
Palavras-chave: Avaliao de Risco de Controle, Lgica Nebulosa, Contabilidade,

Auditoria Independente de Demonstraes Contbeis.
xiii
ABSTRACT
The assessment of the risks that an entitys internal control system may fail
concerning the identification, measurement, registration and disclosure of economic
events, which should be reflected on the entitys financial statements, is a significant
challenge to independent auditors.
The methodologies used to achieve those objecitives are usually supported by

classical logic thinking, in which the components of the risk factors are assessed
under the binary form, in other words, under the relatively simplistic assumption that
either they are present or not in a certain kind of control or in a certain phase of the
process, they either exist or not, they either are carried out or not, and so on.
The purpose of this study was to conceive a risk assessment pattern to assess the
effectiveness of entitys internal control system, using the fuzzy logic approach, in
order to take into consideration the uncertain and diffuse elements that are actually
present, to a representative extent, in the factors of the control risk analyzed by
independent auditors in their process of a financial statements audit; The results of
this study aim at permitting that broader conclusions may be reached by the auditors,
much closer to the realities of the business environment, which may seldom present
individual situations where simple yes or no answers may be given, as required by
the classical logic and binary approach for assessment and evaluation
The conceptual validation of the conceived model was based in interviews and
debateswith experts, relevant bibliography and manuals of audit methodology of
xiv
audit firms representative of this services industry, and the operational validation was
tested from a database of casesof profit oriented entities which had their internal
control systems assessed by recognized Brazilian audit firms,
processed on the
FuzzyTech 5.54 software.
This study has concluded that the use of fuzzy logic to support risk assessment
models not only eliminates the binary restriction imposed by classic logic, but also
allows a numerical and systematic form of treating ambiguous and uncertain
concepts, through the application of a psicometric scale, to reflect adjectives such as
good, reasonable, of great importance etc, producing, therefore, more ample and
closer to reality results.
Key-words: Control Risk Assessment, Fuzzy Logic, Accounting, Independent Audit of
Financial Statements.
xv
1- INTRODUO
1.1 - Consideraes Iniciais
Opinar sobre algo envolve, inerentemente, o risco de acertar ou errar. No caso de

auditores independentes, esse risco se traduz em se manifestar, atravs de um
parecer, sobre se as demonstraes contbeis de uma entidade representam
adequadamente, em todos os aspectos relevantes, a posio patrimonial e
financeira dessa, o resultado das suas operaes, as mutaes do seu patrimnio
lquido e as origens e aplicaes de seus recursos, de acordo com os princpios de
contabilidade geralmente aceitos, ou no.
Para poder expressar uma opinio, os auditores necessitam coligir um conjunto de

informaes (evidncias), que considerem apropriado e suficiente e que consiga
mitigar, a um nvel aceitvel, todas as incertezas que decorrem de um processo de
avaliao de fatos e eventos, expressos sob o formato de elementos contbeis, tais
como: ativo, passivo, receitas, despesas etc.
Esse processo de compilao de evidncias apia-se substancialmente na avaliao

que os auditores independentes fazem do denominado risco de auditoria, qual
seja, o risco que esses profissionais correm de emitir uma opinio incorreta sobre
demonstraes contbeis que contenham representaes distorcidas de impacto
relevante em um processo de deciso.
Segundo Boynton, Johnson e Kell (2002), o principal desafio dos auditores que
no podem examinar todas as possveis evidncias das asseres formalizadas pela
administrao nas demonstraes contbeis, pertinentes a todos os saldos de
contas e classes de transaes. Dessa forma, para esses autores, o modelo de
risco de auditoria serve como elemento de orientao para os auditores na coleta de
evidncias, para que possam, assim, atingir o desejado grau de segurana razovel.
O modelo de avaliao de risco de auditoria, de acordo com a reviso bibliogrfica e

as pesquisas de campo realizadas no bojo deste trabalho, parte fundamental da
metodologia de trabalho dos auditores independentes e utiliza como ferramenta, em
essncia, uma matriz de risco dimanada da expresso matemtica AR = IR x CR x
AP x TD1, apresentada no apndice da norma de auditoria Statements on Auditing
Standards SAS 39 Audit Sampling (AU 350.48) emitida pelo American Institute of
Certified Public Accountants AICPA.
Os fatores dessa frmula algbrica podem ser expressos em termos quantitativos

percentuais, por exemplo ou no quantitativos como por exemplo: baixo,
moderado ou alto. Quando estruturada com termos no quantitativos, o
relacionamento matricial realizado contemplando nveis aceitveis de riscos com
nveis medianos ou intolerveis.
Qualquer que seja o processo final de avaliao de risco, quantitativo ou no

quantitativo, as metodologias de trabalho de auditoria de demonstraes contbeis,
normalmente, utilizam como sustentculo a lgica clssica, em que os elementos
1
Em que: AR = Audit Risk; IR = Inherent Risk; CR = Control Risk; AP = Analytical Procedures e TD =

Test of Details.
que compem os fatores de riscos so avaliados de forma binria, qual seja, esto
presentes ou no em um determinado tipo de controle, existem ou no, so
realizados ou no, e assim por diante.
Alguns mtodos introduzem um pouco mais de sofisticao tcnica, considerando,

atravs de percentuais de ponderao, a importncia que cada elemento da
avaliao tem no seu conjunto. Todavia, as metodologias de trabalho geralmente
no revelam as justificativas tcnicas que suportam a atribuio dessas ponderaes
probabilsticas.
Outro ponto relevante por considerar que o processo de avaliao de riscos, tendo
como principal elemento o sistema de controle interno da entidade, em muitas
circunstncias, consiste de questes que demandam respostas ambguas, no
satisfeitas, portanto, com manifestaes pontuais. Todavia, nessas circunstncias, o
auditor, utilizando o processo binrio, classificar a resposta como positiva ou
negativa, quando essa poderia ser enquadrada como um meio termo, tendendo a
positiva ou a negativa. Sem outra opo, o profissional assume a alternativa que lhe
parea mais apropriada e, com isso, avana no campo subjetivo de julgamento, o
qual no encontra adequada sustentao contra argies contraditrias.
Assim, embora possam expressar os nveis de riscos em escalas numricas ou

lingsticas de tamanho mais amplo, a base da avaliao do auditor independente
para os sistemas de controles internos da entidade auditada realizada com a
restrio binria sim ou no ou forte ou fraco etc.
1.2 O Problema e sua Importncia
O resultado da avaliao dos riscos dos sistemas de controles internos de uma

entidade componente significativo no processo de determinao da natureza,
poca e extenso dos testes de auditoria por serem aplicados pelo auditor
independente de demonstraes contbeis.
Para Arens e Loebbecke (1997), essa avaliao determinar quo eficazmente os

procedimentos de auditoria podero ser aplicados, sob o ponto de vista econmico e
operacional e, principalmente, quo seguro o auditor ficar com relao ao risco de
emitir uma opinio incorreta, em decorrncia de falhas ou faltas de controles que
resultem em inexatas, ou omissas, tarefas de identificar, mensurar, registrar e/ou
divulgar os eventos econmicos ocorridos na entidade sob auditoria.
Se o auditor avaliar o risco dos sistemas de controles internos a nveis altos ou

mdios, isto , se na sua interpretao os controles internos da entidade apresentam
altas ou mdias chances de falharem, quando, na realidade, deveria avaliar como
nvel baixo, ou seja, com poucas chances de falhas ou omisses, o problema em
que ele incorre que dever projetar e executar um volume maior de trabalho de
coleta de evidncias, por meio dos denominados testes substantivos2.
De acordo com a NBC-T-11-Normas de Auditoria Independente das Demonstraes Contbeis,

emitida pelo Conselho Federal de Contabilidade, os testes substantivos consistem no conjunto de
tcnicas que o auditor utiliza para obter evidncias quanto suficincia, exatido e validade dos
dados produzidos pelo sistema contbil da entidade e diferem-se dos denominados testes de
observncia quanto finalidade, j que esses ltimos visam obteno de razovel segurana de
que os procedimentos de controle interno da entidade auditada esto em efetivo funcionamento.
Essa situao, segundo Cook (1983), poder tornar a auditoria muito onerosa e,
conseqentemente, no competitiva, com maior alocao de recursos humanos e
risco de no cumprimento de prazos de entrega originariamente estabelecidos entre
as partes contratantes dos servios, do parecer e de eventuais outros relatrios, em
decorrncia da necessidade de realizao de maior volume de inspees,
averiguaes, confirmaes e outros tipos de exames demandados.
Taylor e Glezen (1997) registram que as normas de auditoria geralmente aceitas

recomendam a no aceitao de clientes com esse perfil de risco, normalmente
detectado nas negociaes preliminares contratao dos servios, quando os
auditores independentes realizam uma aferio preliminar dos riscos da auditoria,
tanto os inerentes como os que possam ser provocados por falhas nos controles.
No sentido inverso, se o auditor avaliar como baixo o risco de os controles falharem

ou sequer existirem, o risco em que ele incorre de opinar incorretamente grande
porque, nessa circunstncia, o auditor projetar menor volume de procedimentos de
auditoria (testes substantivos e procedimentos de comprovao) e, portanto, estar
sujeito a no detectar erros materiais nas demonstraes contbeis, por falhas ou
omisses dos sistemas de controles internos.
Importa, todavia, enfatizar que o International Auditing Practices Committee - IAPC,

organismo normatizador3 da International Federation of Accountants - IFAC, em sua
norma ISA400 Risk Assessments
3
and Internal Control, adverte que,
Aps abril de 2002, as normas internacionais de auditoria passaram a ser emitidas pelo International
Auditing and Assurance Standards Board IAASB, organismo sucessor criado pela IFAC.
independentemente dos nveis avaliados de riscos inerentes e de controle, o auditor

deve executar alguns procedimentos de comprovao para saldos de contas e
classes de transaes relevantes.
Assim, o desafio que se apresenta para o auditor independente adotar uma

metodologia de trabalho que seja capaz de lhe proporcionar bases seguras de
avaliao do risco de auditoria.
Atualmente, esse processo de avaliao realizado com a aplicao da lgica

clssica ou de elementos da teoria da probabilidade, cujo sustentculo,
exclusivamente, o julgamento do avaliador. Todavia, esse julgamento apia-se em
diversos elementos ambguos, que no tm as caractersticas de verdades pontuais
e definitivas e que, portanto, precisam ser interpretados de maneira mais ampla que
no aquela restrita permitida pela lgica clssica.
De forma complementar, a mera estipulao de pesos, ou de importncia, para a

relevncia de questes-chave no julgamento do auditor, sem a combinao com
tcnicas mais apropriadas e mais refinadas de mtodos quantitativos, pode no
prover uma base adequada para sustentar eventuais embates sobre a razoabilidade
e a fundamentao correta da expresso de um determinado julgamento realizado
pelo auditor independente.
Por outro lado, um mtodo quantitativo identificado na reviso bibliogrfica deste

trabalho que freqentemente utilizado em estudos e aplicaes prticas sobre
6
processos de deciso em situaes de incerteza ou de ambigidade, a lgica

nebulosa (fuzzy logic).
Em sntese, o problema pode ser, assim, enunciado:
O auditor independente pode avaliar, com o auxlio da lgica nebulosa, de

maneira sistematizada e racional os riscos dos sistemas de controles internos
de uma entidade, no mbito dos exames de auditoria de demonstraes
contbeis, contemplando os aspectos ambguos e incertos inerentes ao
ambiente da operao e aos elementos dos processos de controle?
1.3 Hiptese de Trabalho
A hiptese com a qual se trabalhar, nesta pesquisa, a seguinte: a avaliao de

risco do controle interno, no processo de auditoria independente de demonstraes
contbeis, pode produzir resultados de alcance mais amplo e com maior
aproximao realidade (e, portanto, com mais eficcia no desenvolvimento dos
trabalhos do auditor independente) quando realizada com mtodos quantitativos,
especificamente com a lgica nebulosa, em contraposio avaliao realizada com
a aplicao de mtodos convencionais que tm como esteio a lgica clssica e/ou
atribuies empricas de probabilidades, como se pratica atualmente no campo
profissional de auditoria independente.
O julgamento de um profissional sobre um sistema de controle interno de uma

entidade decorrncia da anlise dos diversos itens que o compem. Tambm se
pode facilmente depreender que as indagaes pertinentes sobre o desenho e
processo de funcionamento dos controles internos de uma entidade no so
passveis de respostas com afirmaes precisas do tipo sim ou no, mas, em
muitos casos, com expresses ambguas, tais como: talvez, mais ou menos,
quase sempre sim, em alguns casos no.
Dessa forma, certo que uma estrutura de avaliao baseada em uma lgica de
natureza binria no consegue capturar esses predicados inerentes a cada
avaliao e, conseqentemente, retratar no seu produto final a essncia que lhe
assegurar a correta forma expressa. Para tal intento, necessria a utilizao de
outros conceitos, de outras ferramentas.
Nesse contexto, surge a lgica nebulosa, ferramental estatstico gerado a partir de

problemas nebulosos, ou incertos, ambguos, tais como os que o auditor enfrenta
cotidianamente, em processos quer sejam de avaliao de risco de controles
internos, quer sejam para definir a materialidade dos itens e montantes que pode,
eventualmente, estar deixando de examinar, sem comprometer a sua opinio
abalizada sobre o conjunto das demonstraes contbeis auditadas.
A justificativa para a hiptese de trabalho que a lgica nebulosa um mtodo

quantitativo capaz de trabalhar com uma grande quantidade de conceitos difusos,
tais como: muito alto, alto, mediano, baixo, fraco, razovel e similares,
freqentemente utilizados no processo de avaliao de risco de controle interno em
auditoria independente de demonstraes contbeis, enquanto a lgica clssica est
vinculada a um pensamento binrio ( sim ou no; forte ou fraco), que
restringe as diversificaes potenciais das respostas s inquiries, bem como as
constataes dos auditores independentes.
1.4 - Objetivo, Estrutura e Limites do Trabalho
O objetivo desta pesquisa construir um modelo de avaliao de risco dos sistemas

de controles internos de uma entidade, utilizando os conceitos e mecanismos da
lgica nebulosa e operacionalizando-o atravs de um software especialista, para
servir de instrumento de auditores independentes na conduo dos seus exames
das demonstraes contbeis e conseqente emisso de um parecer quanto
obedincia aos princpios de contabilidade geralmente aceitos.
Para tanto, sero identificados os elementos relevantes, tanto de natureza precisa

quanto queles ambguos e vagos, normalmente utilizados no processo de aferio
de controle interno pelos auditores independentes e constantes das suas
metodologias de trabalho, bem como da literatura profissional especializada, e, a
partir da, propor um modelo conceitual estruturado para permitir um processo de
avaliao com a utilizao dos conceitos e dos mecanismos da lgica nebulosa,
visando mitigar os componentes difusos e produzir resultados mais condizentes com
a realidade.
A concepo do modelo de avaliao ser programada em um software de

simulao de dados e valores, que propiciar as bases para, eventualmente, no
futuro, se desenvolver um sistema especialista, inclusive com a aplicao de
tecnologias complementares, tais como as redes neurais artificiais, algoritmo
gentico etc.
A estrutura do trabalho est segregada nos seguintes captulos:
10
1 INTRODUO: Traa as consideraes iniciais a respeito do trabalho,

caracteriza o tipo de problema identificado e a sua importncia no ambiente da
auditoria independente de demonstraes contbeis, formula a hiptese, o objetivo e
a estrutura do trabalho, bem como relata a tipologia da pesquisa aplicada.
2 AUDITORIA CONTBIL E OS RISCOS DOS CONTROLES INTERNOS: A

importncia dos sistemas de controles internos para as entidades e para o
desenvolvimento dos trabalhos da auditoria independente so os assuntos que
fornecem os subsdios elementares para as inferncias sobre os resultados da
pesquisa prvia realizada a respeito dos mtodos de avaliao de risco de controle
utilizados por catorze empresas de auditoria independente de pequeno, mdio e
grande porte, atuantes no Brasil.
Concluindo o captulo, discorre-se sobre a
incerteza que permeia os elementos de mensurao de riscos.
3 MTODOS QUANTITATIVOS PARA TRATAR INCERTEZAS: Os mtodos mais

freqentemente apontados na literatura revisada, para tratamento das incertezas,
principalmente no processo decisrio de gesto corporativa, so abordados, nesse
captulo, de forma superficial e sinttica, apenas com o mero intuito de relembrar
conceitos e propriedades que ocupam importante papel no arcabouo conceitual da
lgica nebulosa.
4 LGICA NEBULOSA PARA REDUO DE INCERTEZAS: Nesse captulo,

todos os principais conceitos e a forma do pensamento lgico nebuloso so
explorados, com o auxlio imprescindvel de exemplos didticos, tanto de reas mais
comumente exploradas nas obras literrias que se dedicam ao assunto, como de
11
temas de auditoria. O funcionamento do Controlador de Lgica Nebulosa, o mago

deste trabalho, apresentado de maneira detalhada, para permitir uma abrangente
compreenso do modelo conceitual exposto e operacionalizado no captulo seguinte.
5 - MODELO DE AVALIAO DE RISCO DE CONTROLE USANDO A LGICA

NEBULOSA: A estrutura conceitual bsica do modelo proposto de avaliao de
risco de controle em auditoria independente demonstrada e explanada nos seus
detalhes relevantes para, na seqncia, se apresentar e explicar todos os passos
necessrios para a operacionalizao do modelo conceitual em um software
selecionado.
6 TESTES PRTICOS DO MODELO CONCEITUAL: Nesse captulo so

comentados os objetivos, a forma de aplicao e os resultados dos testes realizados
com o sistema programado no aplicativo de informtica, tanto os considerados
preliminares, que utilizaram como inputs elementos de banco de dados prprio
como, principalmente, aqueles testes definitivos que abrangeram empresas de
variados perfis de risco de controle e de atuao em distintos ramos de atividade,
clientes das trs principais empresas de auditoria do mundo, atravs de seus
escritrios localizados na cidade de So Paulo, e de trs empresas brasileiras, de
expressiva atuao no mercado.
7 CONCLUSES E SUGESTES: As concluses decorrentes da pesquisa, as

vantagens, desvantagens e limitaes identificadas na aplicao do modelo em
pauta so apresentadas, acompanhadas do registro de algumas reflexes sobre a
12
potencialidade futura de explorao do tema em outros campos, tarefas e atividades

de auditoria independente de demonstraes contbeis.
ANEXO I QUESTIONRIO DE AVALIAO DOS FATORES DE RISCOS DE

CONTROLE INTERNO: Compila as respostas do auditor-avaliador quanto
satisfao, ou insatisfao, do cumprimento das questes formuladas para os
objetivos precpuos dos controles internos a que se destinam. As respostas so
fornecidas em uma escala psicomtrica de 0 a 100, que serviro como as entradas
discretas do sistema operacional do modelo desenvolvido.
ANEXO II QUESTIONRIO DE DETERMINAO DA IMPORTNCIA DOS

FATORES DE RISCOS DE CONTROLE INTERNO: De forma similar, este
questionrio tem por finalidade mensurar os valores que o auditor-avaliador atribui
importncia dos Fatores de Riscos para avaliao das Classes de Riscos, conforme
a estrutura conceitual do modelo de avaliao de riscos de controles.
O trabalho de pesquisa ficou limitado avaliao de risco de controle interno,

embora pudesse ser estendido para a avaliao do risco de auditoria como um todo.
13
1.5 - Metodologia de Pesquisa Aplicada
Adotando os dois critrios bsicos de distino dos tipos de pesquisas propostos por
Vergara (2000), dentre os diversos possveis e relacionados, por exemplo, por
Martins (1994), configura-se este trabalho de pesquisa:
Quanto aos fins: uma pesquisa metodolgica, j que est plenamente

associada a caminhos, formas, maneiras, procedimentos para atingir
determinados fins e, principalmente, voltada para um processo decisrio. A
abrangncia do trabalho desenvolvido permite, ainda, enquadrar, pelo
menos parcialmente, este como uma pesquisa aplicada, j que a
caracterstica desse tipo de coleta de dados que ela tem por finalidade a
resoluo de problemas concretos, ao contrrio da pesquisa pura, realizada
pela satisfao apenas da curiosidade intelectual do pesquisador;
Quanto aos meios: Configura-se como uma pesquisa de campo, j que se

trata de uma investigao emprica, realizada junto a profissionais e
empresas de auditoria independente, que provocam o fenmeno estudado e
que dispem de elementos para auxiliar na compreenso e domnio das
variveis resultantes da explorao acadmica.
A pesquisa de campo
incluiu entrevistas, aplicao de questionrios, testes e observaes dos

participantes e, conforme ensina Andrade (1995) os meios de pesquisas no
so mutuamente excludentes e, portanto, este trabalho, tambm, se insere
na classificao de pesquisa bibliogrfica, j que o volume de obras
consultadas, principalmente a respeito de lgica nebulosa, foi expressivo.
14
2 - AUDITORIA CONTBIL E OS RISCOS DOS CONTROLES INTERNOS
2.1 - As Entidades e os Sistemas de Controles Internos
Os gestores de qualquer entidade, seja com finalidade lucrativa, filantrpica,

religiosa ou qualquer outra, tm, normalmente, de administrar recursos escassos.
Para tanto, faz-se necessrio identificar, mensurar e supervisionar o seu consumo.
Por outro lado, as aes empreendedoras, igualmente, requerem informaes que
identifiquem e avaliem os resultados.
No obstante, qualquer gestor eficaz
procurar se equilibrar entre a ousadia de arriscar para obter novas oportunidades e

a segurana de manter suas conquistas e preserv-las das ameaas de destruio
que tanto o ambiente interno quanto o externo apresentam cotidianamente.
Esse processo de identificao, mensurao e gerenciamento das ameaas e

oportunidades pode ser rotulado como um sistema de controle interno. No dos
dias atuais a preocupao reinante nos meios econmicos e corporativos com a
figura dos processos de controle.
No ambiente norte-americano, principal gerador de tecnologia no meio econmico

empreendedor, j em 1947, o American Institute of Certified Public Accountants
AICPA, entidade que agrega os auditores independentes naquela nao, alertava
para alguns fatores que justificam a importncia de desenvolver e praticar controles
internos saudveis nas entidades.
15
Na publicao denominada Internal Control, o AICPA, lembram Taylor e Glezen

(1997), expressava seu entendimento de que as entidades com fins lucrativos (aqui
ele especificava essa situao) haviam, j poca, se tornado complexas a ponto
de requerer que os gestores se municionassem de diversos relatrios e trabalhos de
anlises para poder controlar as operaes com eficcia. Esse citado documento
enfatizava, ainda, que as falhas humanas e, conseqentemente, os erros e
irregularidades cometidos ao longo do desenvolvimento de algumas tarefas
poderiam ser minimizados com a adoo de processo de conferncias e revises.
Independentemente
de
toda
ateno
dada
pelos
administradores
de
empreendimentos a esses e outros aspectos de controles internos voltados para a

eficcia da gesto corporativa, esses profissionais foram obrigados a preocupar-se
com a postura do governo reprimindo fraudes e atos lesivos aos investidores das
bolsas de valores norte-americanas, que culminou na edio, em 1977, da Lei de
Prticas Anti-Corrupo no Exterior (Foreign Corrupt Practices Act FCPA, no
idioma original). Esse dispositivo legal, explicam Rittemberg e Schwieger (1994),
tornou compulsrio o atendimento por parte dos administradores, sob pena de
multas e prises, a determinadas exigncias de carter contbil e prticas de
combate corrupo, dentre elas a manuteno de controles internos adequados e
satisfatrios, no mbito das entidades listadas em bolsa de valores e sob a gide da
Lei de Negociao de Ttulos, promulgada em 1934 (Securities Exchange Act of
1934, originalmente).
Em 1987, reforando o entendimento da importncia dos controles internos na vida

corporativa
norte-americana,
Comisso
16
Nacional
sobre
Elaborao
Apresentao de Relatrios Financeiros (traduo livre de National Commission on

Fraudulent Financial Reporting), denominada simplesmente Treadway Commission,
divulgava em seu relatrio conclusivo, conforme relatado por Boynton, Johnson e
Kell (2002:320):
a.
b.
c.
A mensagem sobre controles internos que a administrao passa para o

restante da entidade desempenha papel fundamental na preveno de
fraudes financeiras, pois influencia o ambiente corporativo no qual os
relatrios financeiros so preparados.
Todas as companhias abertas deveriam manter controles internos que
proporcionassem segurana razovel de que a produo de relatrios
financeiros fraudulentos seria impedida ou detectada em estgios iniciais.
As organizaes que patrocinaram a Comisso (inclusive o Auditing
Standards Board) deveriam cooperar no desenvolvimento de diretrizes
adicionais sobre sistemas de controles internos.
Passados cerca de cinco anos, em 1992, um comit formado pelo American Institute
of Certified Public Accountants AICPA, o American Accounting Association AAA,
o Institute of Internal Auditors IIA e o Financial Executives Institute FEI,
denominado Committee of Sponsoring Organizations of Treadway Commission COSO, ou, em traduo livre, o Comit de Organizaes Patrocinadoras da
Comisso Treadway, emitiu um extenso relatrio denominado, Internal Control
Integrated Framework, com o objetivo precpuo de disponibilizar para os gestores
das corporaes, segundo seu texto introdutrio no Sumrio Executivo (traduzido
livremente) ... um padro para o qual empresas e outras entidades possam avaliar
seus sistemas de controles e determinar como poderiam aperfeioar tais controles.
Atualmente, entendendo que, embora haja uma grande diversidade de informaes

e publicaes literrias sobre o gerenciamento de riscos empresariais, no existem
terminologias comuns e que, por outro lado, poucos so os princpios largamente
aceitos que podem ser utilizados como parmetros pelos administradores para
17
desenvolver e efetivar uma arquitetura de gerenciamento de risco, o j citado COSO

concluiu um projeto para desenvolver uma estrutura conceitual que possa prover aos
gestores: princpios integrados de controles internos, terminologias comuns e guias
para implementao prtica que suporte programas para desenvolver ou comparar
seus processos de gerenciamento de riscos empresariais.
Tendo como consultoria tcnica a PriceWaterhouseCoopers, uma das principais

empresas mundiais de auditoria independente, esse comit emitiu e disponibilizou,
inicialmente, uma minuta, denominada Enterprise Risk Management Framework, que
foi submetida a debates pblicos para recolher crticas e sugestes, no transcorrer
de 2003.
Concludo esse processo exploratrio de aperfeioamento e incorporadas as

melhorias julgadas necessrias, o COSO emitiu a verso final denominada de
Enterprise Risk Management Integrated Framework, composta de um sumrio
executivo e dos seus detalhamentos, que incluem os conceitos-chave e definies,
tais como a relevncia do gerenciamento de risco empresarial e o estabelecimento
de uma filosofia voltada para tal tarefa, a viso global da estrutura dos negcios e
dos seus processos de controle, explicaes detalhadas sobre os componentes de
risco, incluindo por exemplo, como curiosa novidade, o apetite que os gestores
demonstram por incorrer, ou no, em situaes de incertezas (denominado de risk
appetite), as prprias limitaes inerentes da estrutura integrada de gerenciamento
de riscos e outros.
18
No ambiente brasileiro, a mais expressiva declarao de importncia dos sistemas

de controles internos para as entidades foi manifestada pelo Banco Central do Brasil
- BACEN, por meio da Resoluo n 2.554, de setembro de 1998, que tornou
compulsria a adoo pelas instituies financeiras sob a gide de sua fiscalizao,
implantarem e manterem controles internos apropriados, sujeitos, inclusive, a
processos de auditagem, conduzidas por profissionais ou empresas de auditoria
independente, que no as envolvidas com a opinio sobre as demonstraes
contbeis.
Subseqentemente, j em 2004, a Superintendncia de Seguros Privados - SUSEP,

autarquia responsvel pelo controle e fiscalizao dos mercados de seguro,
previdncia privada aberta, capitalizao e resseguro, vinculada ao Ministrio da
Fazenda, tambm adotou comportamento similar ao do Banco Central do Brasil,
instituindo, por meio da Circular n 249, de fevereiro de 2004, obrigatoriedades
similares para as sociedades seguradoras, sociedades de capitalizao e entidades
abertas de previdncia complementar.
19
2.2 - Importncia dos Sistemas de Controles Internos para a Auditoria Contbil
Carvalho4 afirma, de forma peremptria que inexistindo controles internos

impossvel fazer auditoria das demonstraes contbeis em uma entidade. Essa
concluso radical, consubstanciada na experincia profissional de algumas dcadas
do Ilustre Professor-Doutor, atuando como auditor independente em empresas
multinacionais de auditoria, retrata, de forma cabal e como um exerccio mnemnico,
tanto para os alunos-ouvintes como para os leitores deste trabalho, a importncia
dos sistemas de controles internos para o processo de auditoria das demonstraes
contbeis.
Expressando-se de maneira formal em sua tese de doutorado, Carvalho (1996:10),

depois de afirmar que o estudo do sistema de controle interno o ponto de partida
lgico para a auditoria de demonstraes contbeis, assim conclui:
Parece irrecusvel admitir que os auditores so inevitavelmente dependentes da

qualidade do sistema de controle interno da entidade auditada, assim como
perceptvel o grau de correlao entre a gesto do risco das transaes levadas a
efeito no mundo empresarial (isto , o risco assumido pelo tomador de decises na
empresa) e a qualidade dos controles que o previne, corrige e revela.
J no final da dcada de 40, o AICPA registrava a importncia desse assunto na

segunda norma de trabalho de campo, de um conjunto bsico de 10 normas5,
divididas em trs categorias (normas gerais, normas de trabalho de campo e normas
de relatrio) que subsidiam e suportam todo o espetacular cabedal de interpretaes
4
Anotaes de aulas ministradas pelo Prof. L. Nelson Carvalho, na disciplina Auditoria e Percia, do
curso de graduao em Cincias Contbeis da Faculdade de Economia, Administrao e
Contabilidade da Universidade de So Paulo 1 Semestre de 2003.
5
Denominadas GAAS Generally Accepted Auditing Standards.
20
e extenses do seu entendimento, freqentemente disponibilizadas pelo referido

instituto norte-americano.
Reza a segunda norma, conforme traduo livre de
Antunes (1998:45): Um entendimento suficiente da estrutura de controle interno

deve ser obtido para planejar a auditoria e determinar a natureza, oportunidade e
extenso dos testes por serem realizados.
Messier (1999) afirma que os controles que so relevantes para a capacidade

(habilidade) de a entidade registrar, processar, sumarizar e relatar dados financeiros
consistentes com as afirmaes da administrao quanto existncia ou ocorrncia
desses dados, sua integridade, direitos e obrigaes, valorizao ou alocao e
apresentao e divulgao, so aqueles com que o auditor deve se preocupar com
maior relevncia.
Na concepo desse autor, o auditor necessita assegurar-se sobre a confiabilidade

dos dados gerados dentro do sistema de controles internos, em termos de como isso
afeta a imparcialidade das demonstraes contbeis e quo bem os ativos e
registros da entidade esto salvaguardados.
O entendimento dos controles internos o principal fator para o auditor

independente determinar a sua estratgia de trabalho, conforme afirma Wallace
(1991). A IFAC corrobora esse entendimento da importncia dos controles internos
para o processo de auditoria independente quando expressa na Norma Internacional
21
de Auditoria NIA 400 Avaliaes de Risco e Controle Interno6 apud Instituto

Brasileiro de Contadores IBRACON (1998:82):
2. O auditor deve obter um entendimento dos sistemas contbeis e de controle

interno suficiente para planejar a auditoria e desenvolver uma abordagem de
auditoria eficaz. O auditor deve usar julgamento profissional para avaliar o risco de
auditoria e para projetar procedimentos de auditoria que garantam que esse risco
foi reduzido a um nvel aceitavelmente baixo.
Essa instituio internacional, tambm, endossa o ponto de vista de Messier (1999),

no sentido de que a preocupao do auditor de demonstraes contbeis, quando
entendendo e avaliando os sistemas de controles, deve cingir-se s polticas e
procedimentos que forem relevantes para as asseres realizadas pelos
administradores nas demonstraes contbeis.
Para a IFAC, o entendimento dos aspectos relevantes dos controles, em conexo

com as avaliaes de risco inerente, permitir ao profissional: a) identificar os tipos
de distores relevantes que poderiam ocorrer nas demonstraes contbeis; b)
considerar os fatores que afetam o risco de distores relevantes e c) projetar
procedimentos de auditoria apropriados.
Como parte dos esforos para recuperar a credibilidade dos investidores e com o
escopo de evitar um colapso no mercado de capitais, como conseqncia dos
escndalos contbeis ocorridos em 2001 e 2002 envolvendo empresas como a
6
Derivadas e complementando essa norma 400, existem a NIA 401 Auditoria em um Ambiente de
Sistemas de Informao Computadorizados e a NIA-402 Consideraes de Auditoria sobre
Entidades que usam Organizaes de Servios. Essas duas primeiras normas, bem como a NIA - 400
sero revisadas pelo IAASB to logo as normas ISA 315 Understanding the Entity and Its
Environment and Assessing the Risks of Material Misstatement e ISA - 330 The Auditors Procedure
in Response to Assessed Risks (ambas em processo de traduo para o idioma portugus pelo
IBRACON), entrem em vigor, fato previsto para as auditorias de demonstraes contbeis de
perodos iniciados aps 15 de dezembro de 2004.
22
Enron e a Worldcom, o Congresso e o governo dos Estados Unidos promulgaram,

em julho de 2002, o Sarbanes-Oxley Act, que introduz severas regras de governana
corporativa, com o intuito de assegurar maior transparncia aos resultados das
organizaes, bem como expandir e disciplinar rigorosas punies contra fraudes
empresariais e garantir maior independncia aos rgos de auditoria.
No contexto da importncia dos sistemas de controles internos no somente para a

auditoria das demonstraes contbeis, mas tambm na vida cotidiana das
entidades, a Seo 404 da referida legislao requer que os administradores de
companhias que negociam valores mobilirios no mercado financeiro local incluam
nos relatrios anuais, apresentados compulsoriamente Securities Exchange
Commission SEC (organismos correspondente nossa Comisso de Valores
Mobilirios CVM), um relatrio especfico da avaliao da efetividade dos seus
sistemas de controles internos realizadas por esses gestores responsveis e
devidamente atestadas por auditores independentes. A obrigao inicia-se a partir
de 15 de novembro de 2004 para as empresas com valor de mercado acima de US$
75 milhes e para outras empresas o prazo ser em 15 de abril de 2005.
No mbito do Brasil, o principal organismo regulamentador da profisso dos

contabilistas, na qual a atividade de auditoria independente se insere, o Conselho
Federal de Contabilidade - CFC manifesta sua opinio a respeito da importncia e
da necessidade de avaliao do sistema de controle em um processo de auditoria
independente atravs da Norma Brasileira de Contabilidade NBC-T-11 Normas
de Auditoria Independente das Demonstraes Contbeis.
23
Nesse instrumento,
procurando detalhar mais as orientaes, o Conselho explana que o auditor deve

considerar os seguintes itens no seu processo de estudo e avaliao:
a) o tamanho e complexidade das atividades da entidade;

b) os sistemas de informao contbil para efeitos tanto internos quanto
externos;
c) as reas de risco de auditoria;
d) a natureza da documentao, em face dos sistemas de informatizao
adotados pela entidade;
e) o grau de descentralizao de deciso adotado pela administrao da
entidade;
f) o grau de envolvimento da auditoria interna, se existente.
Os demais organismos brasileiros com poderes legais ou aceitos pelos auditores

para regulamentar a atividade no possuem orientaes divergentes, ou sequer
complementares, j que as normas do Conselho Federal de Contabilidade emanam
de um esforo integrado desses organismos (Comisso de Valores Mobilirios CVM, Banco Central do Brasil - BACEN e Instituto dos Auditores Independentes do
Brasil IBRACON7), atravs de equipes mistas de colaboradores nos estudos,
debates e redao final das normas brasileiras de contabilidade e auditoria.
At junho de 2001 a denominao era: Instituto Brasileiro de Contadores - IBRACON
24
2.3 - Pesquisa sobre Mtodos de Avaliao de Risco de Controle Utilizados
A pesquisa de campo abrangeu visitas e contatos com representantes legais e

funcionrios de catorze empresas de auditoria independente que atuam no Brasil, de
pequeno, mdio e grande porte, para identificao da metodologia de trabalho que
elas empregam no processo de mensurao de riscos de controle.
Alm das entrevistas realizadas com os scios e/ou gerentes e supervisores de

equipe de trabalho de campo, foram franqueados, em diversos casos, acessos aos
manuais de procedimentos internos, utilizados como referncia para as equipes de
profissionais que realizam seus trabalhos no ambiente do cliente que tm suas
demonstraes contbeis auditadas. A condio primordial imposta, ou de antemo
oferecida, para tais acessos foi o compromisso de manter os nomes das entidades e
dos profissionais sob estrito sigilo, para evitar quaisquer juzos de valor em
processos comparativos que possam aflorar dos resultados que sero aqui
apresentados.
A pesquisa identificou trs tipos de metodologias de trabalho voltados para o

objetivo de avaliao de risco inerente e de controles internos, a saber:
Em algumas empresas de auditoria, principalmente aquelas de pequeno

porte, e que lidam com clientes, em geral, de pequeno e mdio porte, a
metodologia de trabalho de avaliao de risco inerente e de controle
bastante incipiente ou, por vezes, inexistente.
25
De fato, nessas empresas predomina a abordagem de realizar extensivos

testes de avaliao final dos saldos, os denominados testes substantivos, em
detrimento dos processos de avaliaes dos riscos que a atividade da
entidade, a postura e o comportamento dos seus dirigentes e o desenho dos
sistemas de controles internos oferecem para as atividades de identificao,
mensurao, sumarizao, registro e divulgao dos eventos econmicos de
tal entidade (os denominados testes de observncia).
Essa abordagem estratgica implica, ento, na realizao de um maior

volume, por exemplo, dos procedimentos de acompanhamentos fsicos dos
inventrios de estoques de materiais, cartas de confirmao de saldos e
situaes, reclculos, confrontao com documentos originais, dentre outros.
Uma outra crtica que pode ser destacada dessa abordagem que o trabalho
do auditor, nessa circunstncia, est restrito fotografia revelada pelas
demonstraes contbeis examinadas, que pode no conter todos os atores
que estiveram, ou esto, agindo na arena. A potencialidade de gerao de
informaes
fraudulentas,
omitidas,
sub ou
superdimensionadas
das
demonstraes contbeis, por influncia de administradores de integridade e

postura moral duvidosas, no objeto de avaliao com esse tipo de
abordagem de trabalho. Ou seja, como analisam, basicamente, os resultados
e desprezam os meios, correm riscos de omisso de resultados por
deficincia de alguns meios.
26
Em um grupo que pode ser considerado intermedirio entre os pequenos

escritrios e as grandes corporaes multinacionais, as caractersticas
elementares das empresas que o compe so a falta de vinculao com
escritrios internacionais e o fato de que so empresas estabelecidas h
muitos anos nesse segmento de negcios, muitas vezes comandadas, hoje
em dia, pela segunda gerao dos fundadores, ou so empresas formadas
por profissionais egressos de outras empresas maiores, que nelas ocupavam,
geralmente, cargos de superviso ou gerncia.
As informaes obtidas nas entrevistas realizadas e as consultas aos

manuais de trabalho (quando permitidas) indicaram que a metodologia de
avaliao de riscos inerentes e de controles adotada nesses tipos de empresa
tm somente um dos componentes: a avaliao de riscos de controles.
Esse fenmeno ocorre, segundo observaes empricas, possivelmente

porque essas empresas se servem, substancialmente, de metodologias de
trabalho herdadas, ou meramente copiadas, daquelas utilizadas em passado
recente pelas grandes empresas multinacionais de auditoria independente,
que no contemplavam as mudanas de estratgia e de estrutura de
desenvolvimento de trabalho, desenvolvidas sob a influncia do documento
divulgado pelo Committee of Sponsoring Organizations of the Treadway
Commission - COSO, denominado Internal Control Integrated Framework e
adotadas pelo AICPA e IFAC e divulgadas em seus pronunciamentos SAS-78
Consideration of Internal Control in a Financial Statement Audit: An
Amendment to SAS n 55 e ISA400 Risk Assessments and Internal
27
Control, respectivamente, e outros normativos que os complementam,

emitidos por tais organismos.
O mtodo de trabalho em foco enfatiza a avaliao de risco de controle, com

a abordagem limitada e centrada nos sistemas de controles internos da
empresa auditada, no considerando com a necessria nfase as avaliaes
dos riscos inerentes da atividade da entidade e da postura dos
administradores.
Nesse tipo de metodologia, a forma de desenvolvimento dos trabalhos

considera,
em
primeiro
lugar,
necessidade
de
entendimento
do
funcionamento normal dos negcios da entidade auditada para, em seguida,

focalizar os esforos para entender e testar a eficcia do funcionamento dos
sistemas de controles na gerao das informaes de natureza econmica e
financeira, que sero traduzidas em termos contbeis e divulgadas nas
demonstraes padronizadas pela legislao societria, pelas regras fiscais
ou normas gerenciais dos administradores da entidade.
Com a aplicao desse tipo de metodologia de trabalho, as empresas

mesclam o uso de testes substantivos com os testes de aderncia dos
controles.
Portanto, no concentram seus esforos em analisar e testar
somente os saldos finais de balanos, como na metodologia descrita no item

anterior, mas, tambm, na aplicao de esforos de entendimento e testes do
funcionamento dos sistemas de controles internos da entidade. H, assim,
uma ntida reduo dos exames documentais e das prticas de auditoria, por
28
exemplo, de acompanhamento dos inventrios fsicos de estoques de

produtos, materiais e mercadorias somente no encerramento do exerccio
social, das grandes quantidades de itens selecionados para confirmao
formal pelos devedores, credores, advogados e seguradoras de valores.
Contrapondo-se a essa reduo de exames ditos substantivos, aumentam-se

os esforos para testar os controles internos e obter evidncias quanto ao
grau de eficcia com que eles geram informaes contbeis confiveis e
oportunas, que sero objeto das asseres registradas pelos administradores
no balano patrimonial, nas demonstraes dos resultados do exerccio, das
mutaes patrimoniais e das origens e aplicaes de recursos, bem como nas
notas explicativas a essas demonstraes contbeis e eventuais outros tipos
de demonstraes oferecidas aos acionistas ou quotistas.
No terceiro e ltimo grupo, enquadram-se aquelas empresas brasileiras de

auditoria que utilizam o know how das empresas que lhes confiam os nomes,
as grifes, quais sejam, os escritrios de contabilidade e auditoria que atuam
no mundo inteiro, conhecidas popularmente como big four, pelo menos at ao
tempo em que esta tese foi concluda8, ou que associam seu nome aos das
redes de representao de escritrios de atuao tambm mundial, mas
posicionadas em um segundo nvel de grandeza de faturamento e importncia
da carteira de clientes.
Ao longo dos ltimos anos, as principais empresas de auditoria independente, de atuao mundial,
promoveram movimentos de fuses que provocaram as alteraes dos apelidos de big eight para big
six, big five e, no momento, big four. As quatro maiores empresas so, em ordem alfabtica: Deloitte
Touche Tohmatsu, Ernst & Young, KPMG International e PricewaterhouseCoopers. A possibilidade
destas empresas em breve se transformarem em big three no pode ser descartada, pelo histrico
dos ltimos tempos.
29
Na verdade, em um primeiro plano, se assim se puder classificar, so as

quatro empresas mundiais que envidam os maiores esforos de pesquisas de
novas tecnologias em processos de auditoria, atravs, por exemplo, de
centros de pesquisas, tais como o Ernst & Young Center for Auditing
Research and Advanced Technology E&Y CARAT e, por conseguinte,
disseminam as metodologias de trabalho que sero aplicadas por suas firmas
representantes nos cinco continentes.
Em seguida vm as empresas lderes das comentadas redes mundiais de

servios, que desenvolvem tecnologias de trabalho de forma independente,
mas que muito se assemelham s desenvolvidas pelas citadas big four.
A pesquisa, realizada nos primeiros meses de 2004, indicou que essas

grandes corporaes mundiais, tais como as denominadas big four e suas
congneres de segundo escalo, seguem de perto as orientaes dos
organismos regulamentadores internacionais (AICPA, IFAC, SEC etc), at
porque os membros dessas entidades, em diversos casos, so oriundos ou
militantes das grandes corporaes de servios de contabilidade e auditoria e
so eles que influenciam e trazem para o bojo da deciso desses organismos
a sua experincia profissional e os estudos resultantes das modificaes
necessrias no tratamento de questes complexas e da forma de atuao dos
profissionais da rea9.
O autor participou ativamente, durante 4 anos, da Diretoria do Instituto dos Auditores Independentes
do Brasil IBRACON, e observou, com base nessa experincia, que as normas emanadas de
auditoria e contabilidade, tanto no Brasil, como no exterior, tm uma significativa participao dos
experientes profissionais militantes na atividade de auditoria independente, principalmente daqueles
30
Em decorrncia, natural que as metodologias de trabalho desses tipos de

empresas contemplem a avaliao dos riscos inerentes, dos riscos de
controle e dos riscos de deteco, que formam, conforme os pronunciamentos
SAS-47 (AU-312) do AICPA e ISA-400 da IFAC, o denominado Risco de
Auditoria.
A pesquisa revelou, entretanto, algumas disparidades entre as metodologias

das empresas e delas para os termos preconizados pelas normas dos citados
organismos reguladores ou normalizadores. A mais contundente disparidade
diz respeito abordagem metodolgica que enfatiza a avaliao de um
componente do risco de controle o ambiente de controle e despreza
esforos necessrios para a avaliao do risco de deteco. Na verdade, a
nfase na avaliao de um componente do sistema de controle est calcada
na prpria significncia que o AICPA d a esse citado componente, quando
assim o define, conforme Boynton, Johnson e Kell (2002:326):
O ambiente de controle d o tom de uma organizao, influenciando a

conscincia de controle das pessoas que nela trabalham. a fundao para os
demais componentes de controles internos, fornecendo disciplina e estrutura. (AU
319.25; AICPA).
Tambm a IFAC manifesta seu entendimento da elevada importncia do

ambiente de controle e melhor explicando tal relevncia, manifestou-se, da
seguinte forma, na sua norma NIA 400 Avaliaes de Risco e Controle
Interno, apud Instituto Brasileiro de Contadores IBRACON (1998:82):
que se encontram frente dos projetos atendidos pelos escritrios de contabilidade e auditoria que
representam as grifes internacionais das big four ou das redes mundiais de escritrios.
31
O ambiente de controle que significa a atitude, conscincia e aes globais dos

diretores e da administrao com relao ao sistema de controle interno e sua
importncia para a entidade. O ambiente de controle tem um efeito sobre a
eficcia dos procedimentos de controles especficos. Um ambiente de controle
forte, por exemplo, com controles oramentrios estritos e uma funo de auditoria
interna eficaz, pode complementar significativamente os procedimentos de controle
especficos. Todavia, um ambiente forte, por si s, no garante a eficcia do
sistema de controle interno.
A maioria das empresas de auditoria desse terceiro bloco da amostra segue

esse fio de Ariadne, de avaliar fortemente o ambiente de controle e os riscos
inerentes, e com menos nfase alguns componentes do risco de controle, tais
como a avaliao de risco, a informao e a comunicao e o monitoramento.
O argumento que ampara a discriminao comentada, conforme depoimentos

pessoais dos scios e gerentes das empresas de auditoria que assim
procedem, que os demais componentes do risco de controle so, em
resumo, itens subsidirios e refletem, significativamente, o resultado das
constataes obtidas das avaliaes dos riscos do ambiente de controle e os
inerentes s atividades da entidade auditada.
A fora desse argumento, de fato, est consubstanciada no fato de que o

ambiente de controle, de acordo com os ensinamentos de Messier (1999),
irradia todas as construes das polticas de condutas pessoais, das regras
de operacionalizao dos procedimentos de controles, do formato e da
oportunidade e exatido dos processos de divulgao dos eventos que
amparam, ou so frutos, de decises, bem como dos procedimentos de
monitoramento e superviso da execuo das tarefas, em cumprimento do
32
cabedal de normas, regulamentos e modus operandi desenhados pelos

sistemas de controles internos.
Fato curioso e relevante, para ser observado, que as metodologias de

trabalho identificadas das empresas de auditoria enquadradas nesse terceiro
bloco desconsideram por completo a avaliao de risco de deteco, ou seja,
a possibilidade de o auditor falhar nas suas avaliaes, conforme preconizado
e definido, por exemplo, na NIA 400 apud IBRACON (1998:82)
Risco de deteco o risco de que os procedimentos de comprovao de um

auditor no detectem uma distoro existente no saldo de uma conta ou classe de
transaes que possa ser relevante, individualmente ou quando considerada em
conjunto com distores em outros saldos ou classes.
O que pode justificar esse menosprezo, na realidade, o fato de que o risco

de falha do auditor j est contido nas avaliaes do risco de materialidade,
realizadas tanto previamente, antes da contratao dos servios de auditoria,
como ao longo da execuo das diversas etapas dos trabalhos de coleta de
evidncias e julgamento.
Assim, por exemplo, se a metodologia de uma dessas empresas determina

que o risco mximo de erros materiais que se pode correr em determinado
exame de demonstraes contbeis de 5% do ativo total10, esse , por
concluso, o percentual de risco de deteco que o auditor-avaliador de
riscos consideraria na funo preconizada pelo AICPA na norma SAS 39
10
Parmetro parcial de julgamento e fornecido meramente como exemplo, j que no objetivo desta
pesquisa discutir um assunto to complexo quanto o estabelecimento de nveis de materialidade para
as consideraes no julgamento do auditor independente de demonstraes contbeis.
33
Audit Sampling (AU 350.48), assim expressa: RD = RA / (RI x RC X PA), em

que o Risco de Deteco o elemento RD da funo.
As ferramentas de avaliao do risco de controle, para os dois ltimos blocos de

empresas de auditoria pesquisadas, e de avaliao de risco inerente e de controle
para
o ltimo
bloco, especificamente, so
divergentes no
formato,
mas
substancialmente iguais na essncia.
A metodologia de trabalho adotada nas empresas de auditoria enquadradas nos dois

ltimos blocos se consubstancia na descrio do entendimento dos sistemas de
controles internos da entidade auditada, que, normalmente, decorre de processos de
entrevistas com os principais responsveis pelos ciclos operacionais, tais como:
vendas, compras, recursos humanos etc.
Os entendimentos obtidos so, ento, evidenciados em forma narrativa, retratando a

seqncia dos processos de controle executados em cada um desses ciclos
operacionais. Uma varivel desse procedimento a substituio da forma narrativa,
descritiva em palavras, pela forma de smbolos e palavras, expressos em
fluxogramas dos processos adotados em cada rea.
Qualquer que seja a forma de retratar o entendimento dos controles internos, a

essncia somente uma: fornecer subsdios para o procedimento seqencial de
avaliao das fragilidades, omisses, inconsistncias, redundncias e, tambm, dos
pontos fortes ou pontos compensatrios das incongruncias observadas.
34
Esse processo de avaliao do sistema de controle interno, objeto principal desta

tese, nesses tipos de empresas realizado com o auxlio de guias, check lists, em
que so relacionadas diversas questes pertinentes aos atributos mnimos que os
controles de uma determinada rea ou atividade deveriam conter, tais como:
segregao de funes, atribuio de responsabilidades, delegao de autoridade
com
estabelecimento
de
limites
de
aladas,
processos
de
conferncias
independentes e oportunos etc.
Dependendo da resposta que se obtm a esses quesitos e com base no

conhecimento do funcionamento dos controles decorrentes da leitura das narrativas
ou dos fluxogramas, o auditor julga se determinado ciclo, rea ou atividade
apresenta nveis aceitveis, ou no, de riscos para as asseres contidas nas
demonstraes contbeis da entidade auditada quanto existncia ou ocorrncia,
integridade, propriedade, avaliao e apresentao e divulgao dos ativos,
passivos, receitas, custos e despesas.
Caso as anlises crticas do auditor sobre essas ferramentas de captao e registro

de evidncias indicarem que os controles, no todo ou em partes, no cumprem
adequadamente seus objetivos e, portanto, no geram informaes contbeis
confiveis e adequadas, tal concluso implicar na concentrao do seu trabalho
nos chamados testes substantivos e procedimentos de comprovao, para
compensar a fragilidade dos controles para assegurar a veracidade dos saldos ou
transaes contbeis auditadas.
35
Em resumo, a pesquisa de campo nesses perfis de empresas de auditoria

independente, do segundo e terceiro blocos aqui identificados, indicou que as
ferramentas de avaliao dos controles internos consistem de memorandos
descritivos do funcionamento dos processos e, em alguns casos, com campos para
o registro do julgamento do auditor quanto ao risco que tais controles oferecem, ou
fluxogramas, e de questionrios com perguntas que devem ser respondidas de
forma positiva ou negativa. Na maioria dos questionrios verificados, h um campo
especfico para ser preenchido no caso de resposta negativa ou no aplicvel, que
dever registrar eventuais explicaes que agravem ou amenizem o problema
identificado, ou para a justificativa cabvel da no aplicabilidade do quesito.
Outro fato importante observado que esse tipo de avaliao no conta com o
auxlio de ferramentas estatsticas, exceto pelo uso de tcnicas de determinao de
tamanhos de amostras e seleo randmica para aplicao dos denominados testes
de observncia.
A substancial diferena de metodologias de trabalho entre os dois blocos das

empresas pesquisadas a insero da preocupao com os riscos inerentes do
negcio e com os riscos do ambiente de controle.
Nas grandes empresas multinacionais de auditoria, ou naquelas que utilizam

mtodos de trabalho de empresas internacionais do segundo escalo, a nfase
dada nesses dois tipos de riscos. Para tanto, os modelos de avaliaes de riscos
consistem de perguntas, tal como dos grupos de empresas anteriores que devem
ser respondidos de forma positiva ou negativa.
36
Cabe, aqui, o registro de que, em uma das empresas pesquisadas, esse tipo de
questionrio resulta em um determinado nmero de pontos, que definir se o risco
inerente e/ou o risco do ambiente de controle baixo, neutro ou alto. Esse sistema
de pontuao decorre da atribuio de pesos a respostas positivas de um
questionrio com cerca de 30 perguntas, mapeando os riscos das duas naturezas
citadas. Todavia, o critrio de estabelecimento dos pesos para as perguntas no
explicitado nos manuais que orientam a aplicao da metodologia de trabalho.
Outra empresa pesquisada atuava, em passado recente, com metodologia de

trabalho semelhante para avaliao dos riscos inerentes e de controle, mas resolveu
modificar tal sistemtica, uma vez que, segundo um dos seus scios, a ponderao
resultante no era mais eficaz do que a aplicao de julgamento sobre respostas
formuladas com a lgica binria, positiva ou negativa.
O processo de entendimento do funcionamento dos sistemas de controles internos

no difere significativamente entre as empresas de auditoria, tanto do segundo
quanto do terceiro bloco.
Algumas adotam fluxogramas como elemento de
evidncias do funcionamento dos processos de controles e outras utilizam

memorandos descritivos. No caso de utilizao de fluxogramas, algumas empresas
operam com o auxlio de softwares especficos para modelagem de sistemas, o que
facilita e torna o trabalho dos auditores mais eficaz e de melhor apresentao e
compreenso.
37
Um outro elemento diferencial das empresas multinacionais de auditoria para as

nacionais e pequenas e mdias a utilizao de extensa referncia de outros
clientes do mesmo segmento de negcios da empresa contratante, podendo se valer
de parmetros como as melhores prticas do setor, indicadores de desempenho e
de gesto, anlises de riscos de fraudes etc.
Tambm faz significativa diferena para a qualidade final dos trabalhos de avaliao,
a possibilidade desse tipo de corporao poder contar com profissionais altamente
qualificados, trabalhando no apoio a questes de tecnologia de informao,
tributrias, previdencirias e outras, bem como a capacidade de, em razo do
grande nmero de profissionais no staff, formar equipes de trabalhos especialistas
em segmentos de negcio, tais como: bancrio, industrial, varejo etc.
Em que pese todo o aparato de informaes e recursos tecnolgicos disponveis

para as empresas multinacionais de grande porte e para aquelas de mdio e grande
porte vinculadas s redes internacionais de escritrios de contabilidade e auditoria,
ficou patente nas entrevistas com seus scios e gerentes, que o elemento
fundamental que sustenta o processo de avaliao de riscos inerentes e de
ambiente de controle o julgamento pessoal dos principais elementos da equipe de
trabalho designada, decorrente de sua experincia profissional e treinamentos e
orientaes assimilados, sem amparo em qualquer modelo estatstico ou
matemtico, que possa prover elementos racionais para neutralizar vis ou erros de
interpretaes, exceto pelo uso de tcnicas cientficas de determinao de tamanhos
de amostras e seleo randmica. O Quadro 1 a seguir apresenta um resumo dos
resultados das entrevistas realizadas:
38
Quantidades e Tipos de
Algumas Caractersticas
Empresas de Auditoria
das Entidades Auditadas
Contempladas
Quatro
empresas
de Pequenas e de mdio porte.
pequeno porte.
Controle societrio nacional.
Metodologia de Trabalho
de Avaliao de Riscos e
outros aspectos
Avaliao de risco inerente e
de controle incipiente ou
inexistente.
Realizao de extensivos
testes
substantivos
nos
saldos das contas contbeis.
Cinco empresas de mdio Pequenas e de mdio porte.

porte, sem representao
internacional.
Avaliao de risco de
controle
atravs
de
memorandos descritivos e
questionrios de avaliao
com respostas sim ou
no.
Maioria
de
controle Metodologias de trabalho
herdadas das big four ou
societrio nacional.
outras de grande porte.
Volumes
razoveis
de
aplicao
de
testes
substantivos e testes de
controle.
Cinco empresas de mdio e Mdio e grande porte.

grande porte (duas big four e
trs vinculadas s redes
internacionais de escritrios
autnomos).
Avaliao
de
riscos
(inerente, de controle e de
deteco),
atravs
de
memorandos descritivos e
ou fluxogramas, e ou
questionrios de avaliao
para respostas positivas e
negativas, ou para descrever
avaliao
do
risco
especfico.
Companhias
abertas
e nfase nos riscos inerentes
fechadas,
de
controle e de ambiente de controle.
societrio multinacional e
nacional.
Uso
de
tcnicas
de
comparao das melhores
prticas de controles e de
informaes do setor de
atividade
da
entidade
auditada.
Utilizao
de
pessoal
especializado no segmento
de negcios, em tecnologia
da informao etc.
Fonte: Elaborado pelo autor.

Quadro 1 Resumo da Pesquisa sobre Mtodos de Avaliaes de Risco de Controle Utilizados
39
2.4 - Incerteza dos Elementos de Mensurao de Riscos
A incerteza permeia todo o processo de auditoria de demonstraes contbeis, uma

vez que grande parcela desse processo realizada atravs de julgamentos, de
anlises do auditor, efetivados com base em informaes que refletem o carter
apreciativo, a viso do executor da tarefa.
Evidentemente, muitas informaes
obtidas pelo auditor tm carter preciso, no esto sujeitas a interpretaes dbias.

Todavia, representativo o estado incerto, no preciso, de relevantes processos na
construo dos julgamentos dos auditores independentes de demonstraes
contbeis.
De forma complementar, Korvin et al. (1998) afirmam que a incerteza acompanha

todos os processos de investigaes e, por conseguinte, aparecer nas concluses
e opinies que se obtenham dos investigados, o que implica na necessidade de
administrar tais incertezas.
A incerteza da informao por ser auditada pode ser de diferentes tipos, conforme
afirmaes de Friedlob e Shleifer (1999) e de Klir (1995):
Nebulosa: A linguagem natural utilizada pelas pessoas para descrio de

algo, freqentemente vaga, incerta ou imprecisa.
Como exemplos de
incertezas provocadas por informaes nebulosas, os autores citam alguns

eventos contbeis, tais como: pagamentos de compras a prazo (por no
especificar o perodo de tempo); recebimentos de aproximadamente 95% de
todas as contas a receber etc.
40
A classificao como um tipo nebuloso de incerteza, nos exemplos citados

anteriormente, porque o conceito nebuloso freqentemente associado a
conjuntos de coisas que no tm bordas claramente definidas.
Assim,
poderiam ser exemplos de conjuntos nebulosos na rea contbil, ainda, os

grandes valores recebveis, todas as pequenas compras ou todos os
equipamentos ineficientes, a depreciao de bens do ativo imobilizado.
Em contraste, informaes precisas utilizariam os denominados conjuntos

crisp, aqueles com elementos e fronteiras claramente definidas, ntidas, como,
por exemplo, o conjunto de duplicatas a receber de valores superiores a R$
5.000 ou as ordens de compras de montantes superior a R$ 1.000 ou, ainda,
os equipamentos que apresentem perdas acima de 5% do volume total
produzido.
Ambgua: As informaes podem ter o carter de ambguas em decorrncia,

ainda segundo os autores citados, de discrdia, de conflito no contedo da
informao, ou por falta de especificao clara. No primeiro caso, pode-se
ter, como exemplo, uma situao de recebveis em que o informante acredita
que tenha 90% de chance de ser realizado. A ambigidade ocorre porque
possvel entender, de outra forma, que h 10% de chance de no
recebimento.
No segundo caso, a informao ambgua porque uma
determinada situao possui diversas alternativas, mas a informao

carente e no consegue distinguir e especificar tais opes.
41
No processo de avaliao do risco que correm de opinar incorretamente, os

auditores utilizam modelos assentados na teoria da probabilidade.
Essa teoria,
segundo Klir (1991), pode modelar somente situaes em que h crenas

conflitantes sobre alternativas mutuamente excludentes, como, por exemplo, 90% de
chance de realizao dos recebveis e 10% de chance de no recebimento. Quando
ocorrer situaes de incerteza, por informaes nebulosas ou ambguas, a teoria da
probabilidade no um ferramental capaz de resolver tal problema e,
conseqentemente, fornecer subsdios adequados para o processo de avaliao de
risco de auditoria.
Algumas pesquisas, conduzidas por autores como Bates e Condori, apud Korvin
(1998), confirmam que a incerteza est presente no processo de auditoria, uma vez
que a informao coletada pelos auditores junto aos profissionais da entidade
auditada do tipo qualitativa, em especial opinies dos usurios pertinentes ao
funcionamento dos sistemas de controles internos. As pesquisas referidas apontam
conclusivamente que a existncia de incerteza incrementa o nvel de risco da
auditoria, visto que esses conceitos abstratos esto intimamente ligados.
A incerteza , portanto, um aspecto relevante nos trabalhos de avaliao de riscos

de auditoria e em todas as demais tarefas subjacentes realizadas, do incio ao
trmino do processo como um todo, j que afeta de forma direta o julgamento do
auditor, que se baseia no conjunto de evidncias coletadas, e este, por sua vez,
um produto decorrente das diversas informaes obtidas por meio de observaes,
entrevistas e investigaes realizadas junto aos profissionais da entidade
contratante dos seus servios profissionais.
42
3- MTODOS QUANTITATIVOS PARA TRATAR INCERTEZAS

Sem nmeros, no h vantagens nem probabilidades;
sem vantagens e probabilidades, o nico meio de lidar
com o risco apelar para os deuses e o destino.
Sem nmeros, o risco uma questo de pura coragem.
Peter L. Bernstein
3.1 Aspectos Introdutrios

A impreciso e a incerteza so os dois aspectos mais importantes que contribuem
para a imperfeio de uma informao. Como afirma Sandri (1999), essas duas
caractersticas so, intrinsecamente, ligadas e opostas entre si, qual seja: quanto
mais a incerteza aumenta, mais a impreciso diminui e vice-versa.
De fato, se a segurana de uma informao est contida em um intervalo por

exemplo, a margem de contribuio do produto est entre 20% e 26% e for
requerida uma informao mais precisa, o argido poder afirmar que a margem de
contribuio de 23%, com uma probabilidade diferente de 1, aumentando, assim, a
incerteza.
Por outro lado, o respondente poderia fornecer uma informao de
carter vago, tal como: a margem de contribuio de cerca de 23%.
Para tratar incertezas, existem algumas ferramentas no campo da cincia exata.

Sriram e Wheeler apud Siegel et al (1995) apontam, como exemplos, a
Probabilidade Bayesiana, as Redes de Crenas, a Teoria da Possibilidade de Lofti
Zadeh e os Fatores de Certeza.
43
Srivastava e Lu (1999) desenvolveram estudos para a aplicao da funo crena

emanada da Teoria da Evidncia de Dempster-Shafer, visando suportar o processo
de coleta de evidncias nos processos de auditoria.
Todavia, as mais apontadas na reviso da literatura deste trabalho so a teoria da

probabilidade e a teoria dos conjuntos.
A teoria da probabilidade a base de sustentao de diversos modelos de avaliao

de riscos, dentre eles o risco de auditoria e seus principais componentes: risco de
controle e risco inerente.
Bussab (2002) comenta que a probabilidade uma medida de certeza ou incerteza.

Quando se utiliza o termo probabilidade, indica-se que existe um elemento de
incerteza, quanto ao acontecimento futuro, ou no, de um evento.
Embora, em
muito casos, seja impossvel afirmar antecipadamente que um evento ocorrer,

pode-se afirmar o que pode ocorrer.
A seguir, ser feita explanao a respeito dos principais elementos e da finalidade

da teoria da probabilidade, com o mero intuito de reavivar a memria e, com isso,
acredita-se poder auxiliar na compreenso do contexto em que este trabalho est
sendo desenvolvido.
44
3.2 Teoria da Probabilidade

H trs formas diferentes de atribuir valores numricos s probabilidades, conforme
ensina Andrade (2000):
Probabilidade Lgica: a forma baseada na lgica de ocorrncia dos

eventos, que pode produzir resultados igualmente provveis.
Os
exemplos mais citados pelos autores das obras visitadas, que tambm
denominam essa forma de Mtodo Clssico, so os jogos de dados e
lanamentos de moedas: cara ou coroa.
Probabilidade Experimental: Tambm denominada por alguns autores

como Mtodo Emprico, nessa forma os valores numricos so atribudos
s probabilidades em razo da freqncia relativa de ocorrncia de um
determinado evento observado em um experimento.
Quanto maior o
espao amostral, o experimento, melhor ser a estimativa da freqncia

relativa, ou seja, da probabilidade.
Stevenson (1981:66) alerta que, ao ser adotado esse mtodo, faz-se

mister atentar para o fato de que a probabilidade s vlida para um
conjunto de concluses idnticas quelas sob as quais se originaram os
dados. Essa observao importante porque no campo da auditoria, da
administrao de negcios, de um modo geral, no possvel controlar
todos os fatores relevantes, como se faz na maioria das aplicaes do
mtodo no campo das cincias fsicas, como afirma o autor citado. Em
decorrncia dessa falta de controle, as probabilidades observadas no
45
campo das cincias sociais devem ser consideradas como aproximaes

com menor preciso do que aquelas obtidas em atividade com maior
controle das condies reinantes.
Probabilidade Subjetiva: Em contraposio s formas anteriores, cujas

probabilidades so extradas da observao dos fatos, esse modo de
atribuio utilizado quando no se dispe de dados histricos ou nem os
resultados possveis so igualmente provveis.
Assim, essa forma de
proceder, tambm conhecida como Mtodo Subjetivo, se baseia na

avaliao pessoal, feita de maneira subjetiva, com relao realizao de
um evento. Exprimem, portanto, o grau de certeza ou incerteza, a crena,
da pessoa que est atribuindo as probabilidades de ocorrncia do evento.
Esse mtodo, de acordo novamente com Stevenson (1981), utilizado

freqentemente por administradores, advogados e mdicos, com razovel
xito, todavia, apresenta dois aspectos negativos: a) como so estimativas
subjetivas,
em geral
so
difceis
de serem defendidas
quando
questionadas e b) os resultados das atribuies de probabilidades podem

ser enviesados por noes preconcebidas sobre o que deveria ocorrer ou
pelo desejo inconsciente da ocorrncia do evento. Nesse ltimo caso, as
atenuantes so a capacitao, a experincia e a atitude do profissional,
que podem minimizar esse vis.
Os auditores independentes, como militantes das cincias sociais e

congneres dos administradores e advogados, tambm se utilizam
46
fartamente desse mtodo subjetivo de atribuir probabilidades de

ocorrncia de eventos, particularmente quando avaliam os riscos inerentes
e de controles.
A experincia profissional o principal atributo para estimular os

julgamentos de probabilidade de ocorrncia de eventos que nortearo as
decises de avaliaes dos auditores independentes, por exemplo, a
respeito de provises constitudas pelas empresas auditadas para fazer
face a contingncias passivas, de crditos no realizveis, dentre outras.
O teorema da probabilidade diz que a probabilidade de um evento A ocorrer dada

por um nmero varivel entre 0 e 1,00, ou seja, esse nmero indica a chance de
ocorrncia. A notao utilizada P(A). Portanto, quanto mais prximo P(A) estiver
de 1,00, maior ser a probabilidade de ocorrncia do evento, enquanto que no
sentido inverso, P(A) mais prximo de 0, menor ser a chance do acontecimento.
Nos extremos, a probabilidade de ocorrncia do evento certa P(A) = 1,00 ou
impossvel de acontecer P(A) = 0.
Os clculos de probabilidade tm como base o conceito matemtico de conjunto e

tomam emprestados alguns elementos da Teoria dos Conjuntos, tais como o
complemento, a unio, a interseco etc. Assim, diz-se que: a) o complemento de
um evento so todos os resultados no contemplados no experimento, no espao
amostral; b) se no possuem elementos comuns, os eventos so mutuamente
excludentes e: c) se nenhum outro resultado possvel para um experimento, os
eventos so caracterizados como coletivamente exaustivos.
47
Avanando nas propriedades matemticas, pode-se ter necessidade de determinar

probabilidades da ocorrncia de dois eventos, conjuntamente ou de forma
independente. A notao matemtica, nesses casos, seria P(A e B) e P(A ou B),
respectivamente.
Para calcular a probabilidade conjunta faz-se necessrio distinguir se os eventos so

dependentes ou independentes.
Se a ocorrncia de um evento determina a
ocorrncia de outro, ambos sero dependentes e, no sentido inverso, sero

considerados independentes.
A formulao matemtica bsica para o clculo da probabilidade conjunta, no caso

de eventos dependentes ou independentes a multiplicao de um pelo outro, cujo
produto ser, ento, a probabilidade. A probabilidade conjunta, tambm,
enunciada como o produto de duas probabilidades marginais.
A distino ser no caso de os eventos serem independentes, quando, para formar

tal clculo, ser necessrio considerar a probabilidade condicional de um dos
eventos.11 Dessa forma, no caso de eventos independentes, tem-se a seguinte
notao:
P(A e B) = P(A)P(B)
11
Probabilidade condicional aquela que depende do resultado do primeiro evento. Portanto, est
condicionada ao que ocorre com o primeiro evento.
48
No caso de eventos dependentes, o clculo far-se- com a considerao da

probabilidade condicional de um deles e, portanto, a expresso ser:
P(A e B) = P(A)P(BIA) ou P(A e B) = P(B)P(AIB)
Na determinao da probabilidade de ocorrncia de pelo menos um de dois eventos

possveis, o clculo depende de serem mutuamente excludentes, ou no.
Na
primeira circunstncia, a probabilidade de ocorrncia calculada com a soma das

probabilidades de cada evento, assim expressa:
P(A ou B) = P(A) + P(B).
Na segunda situao, um ou outro evento pode ocorrer, j que no se excluem

mutuamente. A probabilidade de ocorrer A ou B, ou at mesmo ambos, ser igual
soma das probabilidades de ocorrncia de A e B, diminuda da probabilidade de
ocorrncia de ambos. Assim, ter-se-ia a expresso:
P(A ou B ou ambos) = P(A) + P(B) P(A e B)

ou
P(A ou B ou ambos) = P(A) + P(B) P(A)P(B)
49
3.3 - Teorema de Bayes
O teorema desenvolvido pelo pastor Thomas Bayes, como ferramenta estatstica,

segundo Corrar e Thephilo (2004:307) utilizada para revisar as estimativas
probabilsticas feitas inicialmente com base em dados amostrais (denominadas
probabilidades a priori), da qual decorrem as denominadas probabilidades a
posteriori.
O teorema , assim, expresso:
P(A/B) = _________________P(A) * P(BIA)_______________

P(BIA) * P(A) + P(BI) * P()
Em que:
P(AIB)
= Probabilidade de ocorrncia do evento A, condicionada pela

ocorrncia do evento B;
P(A)
= Probabilidade de ocorrncia do evento A;
P(BIA)
= Probabilidade de ocorrer o evento B, condicionada pela

ocorrncia do evento A;
P(B)
= Probabilidade de ocorrncia do evento B;
= Complemento do evento A.
50
O Teorema de Bayes utilizado largamente no processo de decises empresariais,

para reavaliar as estimativas das probabilidades preliminares, aps a apurao de
resultados de amostras ou experimentos realizados.
A reviso das quantidades de unidades estimadas por serem vendidas, feitas por
gestores de marketing, por exemplo, so mais defensveis tecnicamente com o
emprego dos elementos dessa teoria.
No caso dos auditores independentes, a
avaliao de riscos feita no planejamento dos trabalhos, ou no processo de deciso

sobre a aceitao, ou no do cliente, pode utilizar o teorema de Bayes para
confirmao das expectativas do resultado no transcorrer dos trabalhos de aplicao
dos testes de auditoria.
A teoria de probabilidades, na qual, como visto, a probabilidade de um evento

determina completamente a probabilidade de um evento contrrio, mais adequada
para tratar eventos de freqncia em srie do que informaes fornecidas por seres
humanos, sujeitos a vis, ambigidades, imprecises etc.
51
3.4 Teoria dos Conjuntos Tradicionais

A teoria dos conjuntos tradicionais, freqentemente, aplicada intuitivamente na
atividade humana e, por conseguinte, tambm na auditoria independente.
Ao
realizar agrupamentos de itens por serem examinados, por exemplo, os estoques de

peas e componentes em uma concessionria de automveis, ou ao selecionar
amostras para testes, o auditor est utilizando os conceitos inerentes teoria dos
conjuntos, tais como suas propriedades de unio, interseco etc. A prpria funo
do risco de auditoria (Audit Risk AR), cuja forma mais aplicada pelos auditores,
conforme observado por Rittenberg (1994), se expressa por AR = f(IR,CR,DR),
definida entre trs conjuntos, quais sejam: o conjunto dos riscos inerentes (Inherent
Risk IR), o conjunto dos riscos de controle (Control Risk CR) e o dos riscos de
deteco (Detection Risk DR).
Revisando, brevemente, os conceitos da Teoria dos Conjuntos Tradicionais, tem-se

que, tal qual a teoria das probabilidades, existem trs mtodos para definir um
conjunto A em um conjunto universo X:
Um conjunto A, cujos membros so a1, a2, a3 , definido por:

A = { a1, a2, a3 }
Essa definio vale apenas para conjuntos cuja quantidade de
elementos
seja
determinada
Conjuntos Finitos.
52
numericamente,
os
denominados
Um conjunto A tambm pode ser definido pela notao:

A = {x|P(x)},
O smbolo | expressa, em termos matemticos, a frase tal que, e P(x)
denota a proposio x tem a propriedade P. Por essa definio, o
conjunto A composto de todos elementos de X, para qual a
proposio P(x) verdadeira.
Um conjunto A pode ser definido por sua funo caracterstica,

simbolizada por A, quando declara quais elementos de X so membros
do conjunto e quais no so. A notao dessa definio a seguinte:
1
0
A ( x) =
para
para
xA
x A
Se um conjunto no contiver nenhum membro, ser denominado Conjunto Vazio,

representado por .
Como exemplo de alguns Conjuntos Tradicionais temos:
Conjunto
Elementos
Descrio
{1, 2, 3, . . . }
Conjunto dos Nmeros Naturais
{. . ., -2, -1, 0, 1, 2, . . .}
Conjunto dos Nmeros Inteiros
N0
{0, 1, 2, . . . }
Conjunto dos Nmeros Inteiros nonegativos

Quadro 2 Exemplos de Conjuntos Tradicionais
53
As principais operaes algbricas possveis de serem realizadas na aplicao

prtica da Teoria dos Conjuntos Tradicionais so a Unio, notada pelo smbolo , a
Interseco representada por e a operao de Complemento, notada por .
A operao de unio dos conjuntos A e B, compostos pelos elementos de X, ,
assim, denotada:
A B = {x|x A ou x B}
A expresso matemtica utilizada para a operao de interseco de dois

conjuntos A e B, tambm formadas pelos elementos de X, denotada por:
A B = {x|x A e x B}
J a operao complemento representa os elementos que no fazem parte de um

conjunto, assim expressa:
A = {x | x X e x A}
As operaes de unio, interseco e complemento de Conjuntos Tradicionais
possuem diversas propriedades, tais como:
Propriedade
Absoro
Representao
A (A B) = A
A (A B) = A
Associatividade
A (B C) = (A B) C
A (B C) = (A B) C
Comutatividade
AB=BA
AB=BA
Distributividade
A (B C) = (A B) (A C)
A (B C) = (A B) (A C)

Quadro 3 Exemplos de Propriedades de Operaes dos Conjuntos Tradicionais
54
A Teoria dos Conjuntos Tradicionais, todavia, no capaz de tratar o aspecto

vago da informao. Para transpor essa dificuldade de tratamento da incerteza
da informao, surgiu uma teoria derivada dessa, denominada Teoria dos
Conjuntos Nebulosos, que ser dissertada a seguir.
55
3.5 - Teoria dos Conjuntos Nebulosos
A Teoria dos Conjuntos Nebulosos, originariamente Fuzzy Sets, foi desenvolvida

pelo professor da Universidade da Califrnia, Berkeley, Lofti A Zadeh, engenheiro
e cientista de sistemas, e exposta em um artigo publicado em 1965.
No prefcio da obra de Cox (1995:xxxiii), o Prof. Zadeh ,assim, se manifestou:

Meu artigo de 1965 sobre os conjuntos nebulosos foi, em grande escala,
motivado pela minha convico de que os mtodos tradicionais de anlise de
sistemas no serviam para lidar com sistemas em que relaes entre variveis
no prestavam para representao em termos de diferenciao ou equaes
diferenciais. Tais sistemas so o padro em biologia, sociologia, economia e,
usualmente nos campos humanistas, ao invs de maquinistas, em sua natureza.
(Traduo livre).
Lopes (1999:10) interpretou as palavras de Zadeh, contemplando o contexto de

ambigidade de informao em que esse trabalho est inserido, afirmando:
Zadeh observou que os recursos tecnolgicos disponveis eram incapazes de
automatizar as atividades relacionadas a problemas de natureza industrial,
biolgica ou qumica, que compreendessem situaes ambguas, no passveis
de processamento atravs da lgica computacional fundamentada na lgica
booleana.
A Teoria dos Conjuntos Nebulosos , substancialmente, uma extenso da Teoria

dos Conjuntos Tradicionais. Nessa ltima, os conjuntos so tambm conhecidos,
ou ditos, como conjuntos crisp e um elemento do universo de discurso12 X tem
somente as alternativas de pertencer ou no pertencer ao citado conjunto.
12
Ferreira (1999:2032) define universo de discurso como Conjunto de todos os elementos implicados
num julgamento ou raciocnio, ou no que est em questo.
56
De forma mais flexvel, na Teoria dos Conjuntos Nebulosos, um elemento do

universo do discurso X pertence a um conjunto A, de acordo com um grau de
pertinncia. Assim, enquanto no conjunto crisp a pertinncia do tipo binria,
tudo ou nada, sim ou no, representada pelos graus 1 ou 0, no conjunto
nebuloso a pertinncia gradual, variando de 0 a 1, sendo que a pertinncia
exatamente zero ou um muda o status de nebuloso para crisp.
Em linguagem usual das cincias exatas, um conjunto nebuloso A, do universo de

discurso definido por uma funo de pertinncia A :
[0,1] que associa
a cada elemento de o grau A(x) de pertinncia com o qual x pertence a A.
Dessa forma, a funo de pertinncia indica o grau de compatibilidade entre x e o

conceito expresso por A. Em resumo, tm-se as seguintes definies:
A(x)
1 - A expresso indica que x completamente compatvel
com A;
A(x) = 0 De forma contrria, essa expresso indica que x

completamente incompatvel com A;
0 < A(x) < 1 Neste caso, x parcialmente compatvel com A, com

grau A(x)
Pelo que se verifica, nos conjuntos tradicionais h limites bruscos, pontualmente

definidos entre os elementos que pertencem a esse e que no pertencem. Em
57
um conjunto nebuloso a transio entre o membro e o no membro est numa

faixa gradual, sendo associado um grau entre 0 (totalmente no membro) e 1
(totalmente membro).
Seja tomado como exemplo um cidado com mais de 60 anos e outro com 80
anos.
Pela legislao brasileira, ambos so considerados idosos, pois se
enquadram no Estatuto do Idoso. Pela lgica booleana, um cidado com 61 anos

e outro com 82 anos so, ambos, considerados idosos. Todavia, essa mesma
lgica nos faz considerar que outro cidado com 59 anos e 11 meses no idoso,
pelo contrrio, deve ser considerado uma pessoa adulta.
Diante desse fato, surge a questo: como definir adequadamente a condio de

adulto ou idoso para um cidado, ou uma mistura de ambos adjetivos?
A teoria dos conjuntos nebulosos permite solucionar esse problema. Em primeiro

lugar, deve-se definir as variveis lingsticas.
No exemplo, h apenas uma
varivel: idade. Em seguida, define-se o conjunto nebuloso associado varivel

que poder ser, por exemplo, jovem, adulto e idoso. Uma varivel nebulosa
no proporcionaria uma resposta determinstica, nica, mas um conjunto de
respostas, sendo que cada posio desse conjunto o valor para cada termo
nebuloso da varivel.
Assim, por exemplo, um cidado com 55 anos, seria (0,0; 1,0; 0,0), ou seja, no
jovem (grau de pertinncia 0,0), porm adulto com grau de pertinncia 1,0 e no
58
idoso, pois tem grau de pertinncia 0,0. Outro cidado, por exemplo, com 58
anos, tendo os seguintes graus de pertinncia (0,0; 1,0; 0,3), pode ser, assim,
traduzido: no jovem, adulto e tem somente 0,3 de grau de pertinncia para
ser um cidado idoso.
Diversos autores de obras sobre os conjuntos e a lgica nebulosa utilizam

exemplos com substantivos, tais como: altura, velocidade, idade, temperatura etc.
Nessa linha de conduta pedaggica, tomem-se, como exemplo, as explicaes de
Zwicker (2001), partindo da indagao: 27C uma temperatura morna ou
quente?
Uma representao grfica convencional para essa questo foi assim desenhada:
MORNO
QUENTE
27
Transio Instantnea
Fonte: Zwicker (2001).
Figura 1 Representao de Transio Instantnea de Temperatura
59
Como se observa, a transio entre a temperatura, por exemplo, de 26,9C,

considerada no exemplo de um conjunto crisp como morna, para a temperatura
de, diga-se, 27,1C, considerada como quente, instantnea, abrupta. Assim, no
exemplo citado, 0,2C separa o estado morno do estado quente.
Se for aplicada a fundamentao da teoria dos conjuntos nebulosos, tem-se a

representao grfica da Figura 2 para os mesmos elementos em tela:
MORNO
16
QUENTE
27
32
Transio Gradual

Figura 2 Representao da Transio Gradual de Temperatura
Com esse recurso conceitual, a transio do estado morno para o estado quente
gradual, permitindo-se afirmar que 27C parcialmente quente e parcialmente
morno.
60
Aplicando-se, nesse exemplo, os principais conceitos vistos at agora a respeito

dos conjuntos nebulosos, o grfico (adaptado) de Zwicker fornece um bom
recurso didtico, conforme apresentado na Figura 3, a seguir:
MORNO
1,0
QUENTE
0,7
funo de
participao
0,3
12
16
grau de
pertinncia
27
30
domnio
40
universo de discurso
Fonte: Zwicker (2001), com adaptaes.

Figura 3 Representao da Transio de Temperatura com Conjuntos Nebulosos
61
Aplicando esses conceitos das teorias dos conjuntos tradicionais e nebulosos na

atividade de auditoria independente, ter-se-iam as seguintes situaes:
A avaliao de risco inerente e de controle interno realizada atravs da

forma binria de respostas de questionrios sim ou no, poderia ser
enquadrada como um conjunto crisp, porque os elementos (a resposta
sim ou no) pertencem ou no pertencem ao conjunto. Ou seja, poderse-ia interpretar que a resposta no tem grau de pertinncia zero e a
resposta sim tem o grau 1,00 de pertinncia;
A mesma avaliao de riscos realizada com expresses como muito

baixo, baixo, mdio, alto e muito alto e que, para enquadramento do
conceito fosse utilizada, por exemplo, uma escala de 0 a 100, em que: de
0 a 20 seria convencionado o conceito muito baixo; de 21 a 40 o conceito
baixo; de 41 a 60 seria mdio; de 61 a 80 seria atribudo o conceito
alto e, finalmente, de 81 a 100 o conceito seria muito alto, ter-se-ia a
seguinte questo:
Se a pontuao obtida na avaliao fosse, por exemplo, 19, poderse-ia entender que o risco muito baixo, em uma viso de
conjunto crisp.
Todavia, 19 est muito prximo do conceito
baixo, tendo somente 1 unidade a separar tais conceitos.
62
Para o entendimento seqencial da lgica nebulosa, faz-se necessrio rever as

principais operaes e relaes entre Conjuntos Nebulosos. Essas, na verdade,
so definidas como extenso das operaes e relaes dos Conjuntos
Tradicionais, uma vez que, como dito anteriormente, a primeira teoria deriva da
segunda.
No Quadro 4, apresentado a seguir, so exemplificadas algumas dessas

operaes e relaes:
Operao
Representao
Unio
AB = A(x) B(x) = max [A(x), B(x)]
Interseco
A B = A(x) B(x) = min [A(x), B(x)]
Complemento
A(x) = 1 - A(x)
Diferena
(A B) se A(x) B(x) para pelo menos um

elemento de x X
Igualdade
(A = B) se A(x) = B(x) para todo x X
Incluso
(A B) se A(x) B(x) para todo xX

Quadro 4 Exemplos de Propriedades de Operaes dos Conjuntos Nebulosos
63
As operaes de unio e interseco so utilizadas intensivamente nos

modelos de aplicao da lgica nebulosa, conforme se discorre na seqncia.
64
4- LGICA NEBULOSA PARA REDUO DE INCERTEZAS
4.1 Lgica: A Arte de Bem Pensar

A lgica nasceu dos esforos dos pensadores da Grcia Antiga empenhados em
analisar as estruturas dos raciocnios, organizando-as e classificando-as. O filsofo
grego Aristteles (384-322 A.C) e outros defendiam o uso da lgica como poderoso
instrumento para se alcanarem conhecimentos cientficos, seguros, metdicos e
sistemticos em qualquer campo da atividade humana.
Contemporaneamente, os personagens associados com essa cincia so,

principalmente, George Boole (1815-1864), razo de ser da expresso lgica
booleana, e Augusto de Morgan (1807-1871).
Esses filsofos, quase simultaneamente, criaram a denominada lgebra da lgica.

O formato da lgica moderna decorreu das idias de Gottlob Frege (1848-1925), que
tiveram alguns aspectos aperfeioados por Bertrand Russel (1872-1970).
Para Lalande (1980:v.2:41), a lgica tem por objeto determinar, por entre todas as
operaes intelectuais que tendem para o conhecimento do verdadeiro, as que so
vlidas, e as que no so.
Para o filsofo Russel (2001:118), a lgica:
...no uma cincia no sentido comum, mas sim um modo geral de tratar coisas
que na verdade indispensvel cincia.
Proporciona critrios para a
discriminao e a demonstrao, e deve ser considerada como ferramenta ou
instrumento que contribui para a investigao cientfica.
65
Outros autores visitados complementam essas definies, entendendo que a lgica

um estudo sistemtico do pensamento dedutivo, voltado para a construo de
argumentos corretos, distinguindo-os dos incorretos, e aplicvel nas cincias
humanas, naturais e formais.
Para o exerccio da lgica, o contedo de um pensamento de somenos

importncia, pois o que lhe interessa a estrutura do pensamento, a forma, por isso
os autores, freqentemente, citam que a lgica se preocupa com o aspecto formal
de um argumento, de um raciocnio.
Lgica tradicional e lgica moderna so os dois rtulos atualmente utilizados para

segregar a lgica por tipo.
A moderna, em muitas obras literrias citada como
contempornea, simblica ou matemtica, utiliza mtodos matemticos.
Na
verdade, segundo Cotrim (1998), no h uma clara distino, j que a lgica

tradicional est contida na lgica moderna, sendo que a distino tem carter
didtico para localizao no tempo.
A lgica tradicional composta de algumas noes bsicas, tais como: extenso e

compreenso dos conceitos; juzo, raciocnio e argumento; validade e verdade;
falcia, e muitas outras.
No desenvolvimento de qualquer atividade humana, encontram-se essas noes

presentes e, especificamente, no campo da auditoria independente destaca-se o
juzo, o julgamento com base em provas.
66
Cotrim (1998) apresenta os diagramas construdos pelo matemtico suo Euler

(sculo XVIII) para exemplificar as possibilidades de relacionamento, quanto
extenso, entre os pares de conceitos X e Y. Assim, tem-se:
Completa igualdade entre X e Y:

X=Y
Todos os X so Y e todos os Y so X.
X pertence a Y:
Todos os X so Y, mas nem todos os Y so X.
Y pertence a X:
Todos os Y so X, mas nem todos os X so Y.
Interao parcial entre X e Y:

Alguns, mas no todos, X so Y e
alguns, mas no todos, Y so X.
Completa diferenciao entre X e Y:

Nenhum X Y e nenhum Y X.
Tanto esses breves comentrios sobre a lgica, como a explicao dos Diagramas
de Euler, justificam-se nesse momento, uma vez que ser discorrido na seqncia
assuntos pertinentes e que utilizam tais fundamentos tericos.
67
4.2 - A Lgica Nebulosa (Fuzzy Logic)

A Lgica Nebulosa (originalmente Fuzzy Logic) baseada na teoria dos Conjuntos
Nebulosos e tem sido objeto de estudos e de diversas aplicaes prticas,
principalmente no segmento de Inteligncia Artificial.
Nesse campo de atividade, particularmente, a lgica nebulosa possibilita que seja

abordado de maneira mais adequada o problema da representao da impreciso e
da incerteza em informaes, conforme afirma Bittencourt (2003) e, nesse sentido,
ela tem se mostrado mais adequada do que a teoria das probabilidades para tratar
as imperfeies da informao.
Iudcibus (2003:141) adota o termo Lgica Difusa para traduzir Fuzzy Logic e uma
das definies que oferece a seguinte:
...(3) Conjunto de dados, obtidos e, linguagem natural, difusos transformados em

variveis numricas, aplicados em Inteligncia Artificial para adaptar-se a funes
logsticas, de custos, de investimentos e de incertezas por ocasio de
planejamento oramentrio.
Os conjuntos nebulosos e a lgica nebulosa possibilitam a gerao de tcnicas

eficazes para a soluo de problemas de naturezas diversas e autores, tais como
Chandra, Dubois, Korvin, Siegel, Sriram e outros, relatam inmeras aplicaes nas
reas de sistemas especialistas, computao com palavras, raciocnio aproximado,
linguagem natural, robtica e, no contexto que nos interessa, nas reas de controle
de processos e de tomada de decises.
68
O criador da Teoria dos Conjuntos Nebulosos, Lofti Zadeh, apud Alonso (2000:18)
assim se manifesta sobre a relao entre os sistemas e a preciso das informaes:
...quando a complexidade de um sistema aumenta, nossa habilidade para fazer um

relato com preciso e significado acerca do seu comportamento decresce at o
incio de transformar esse relato com preciso e significado (ou relevncia) quase
numa caracterstica exclusiva.
A reviso bibliogrfica, tambm, apontou que a lgica nebulosa foi aplicada de forma
pioneira em meados da dcada de 70, na rea de controle de processos industriais,
especificamente em uma mquina de vapor, experincia conduzida em Londres, no
Queen College, pelo professor Abe Mamdani.
A primeira aplicao industrial
significativa ocorreu na mesma poca na Dinamarca, tendo como usurios a

indstria de cimento F.L. Smidth Corporation. Atualmente, diversos produtos bem
conhecidos da populao mundial operam com tecnologia fundamentada na lgica
nebulosa, dentre os quais Shaw (1999) relaciona: cmeras de vdeo, aparelhos de ar
condicionado, fornos de microondas, mquinas de lavar roupa, incineradores de lixo
e outras aplicaes.
A lgica nebulosa vem se tornando cada vez mais importante como ferramenta
capaz de capturar informaes vagas, ambguas ou imprecisas, geralmente
descritas em linguagem natural para transform-las em forma numrica, permitindo
ampla aplicao em ambientes informatizados e de Inteligncia Artificial.
69
O objetivo dessa lgica fornecer os fundamentos para efetuar o raciocnio

aproximado com proposies imprecisas, usando a teoria dos conjuntos nebulosos
como ferramenta principal, conforme explica Shaw (1999).
A proposta da lgica nebulosa assumir uma premissa que varia em grau de

pertinncia, no intervalo de 0 a 1, o que leva o elemento do conjunto nebuloso a ser
parcialmente verdadeiro, ou parcialmente falso.
Nguyen e Walker (2000) afirmam que a lgica nebulosa um superconjunto da

lgica booleana tradicional, por estender o conjunto restrito dessa, composto da
dualidade verdadeiro ou falso, representado por 1 ou 0, acrescentando-lhe o
conceito de parcialmente verdadeiro, isto , valores entre o completamente
verdadeiro (de valor 1) e o completamente falso (de valor 0).
De fato, uma das principais caractersticas da lgica booleana o axioma do

Terceiro Excludo, qual seja, no h alternativa para um valor verdade alm do par
verdadeiro e falso.
A lgica nebulosa , portanto, capaz de amparar uma metodologia para lidar com
elementos de conceitos difusos.
Borba (2000) comenta que a lgica nebulosa
permite que os conjuntos tenham limites nebulosos mais do que exatos, que as
regras tendem a ser mais flexveis, compactas e intuitivas, visando modelar
processos complexos que no simplesmente preto ou branco, por exemplo.
70
Em sntese, a lgica nebulosa pode ser entendida como a lgica que suporta os
modos de raciocnio que so aproximados, no so exatos. A grande vantagem da
lgica nebulosa provm de sua habilidade de inferir concluses e gerar respostas,
tomando
como
input
um
conjunto
de
informaes
vagas,
ambguas
qualitativamente incompletas e precisas.
As principais caractersticas da lgica nebulosa podem ser assim resumidas:
Utiliza as variveis lingsticas como elementos principais de entradas e

sadas do raciocnio aproximado.
Conforme afirmam Deshmukh e
Nassiripour (1998), o conceito de varivel lingstica est intimamente

associado com os conjuntos nebulosos e caracteriza-se por ser uma
varivel que pode ser descrita em palavras ou sentenas. Assim, esses
autores citam, como exemplo, a varivel temperatura que, se for descrita
como fria, morna ou quente, ento, est-se utilizando o conceito de
varivel lingstica. Essas so compostas pelo qudruplo (X, ,T(X) e M),
em que X representa a varivel (temperatura, altura etc), o universo
de discurso de X (de O e 50C, por exemplo), T(X) um conjunto de
nomes para valores de X (quente, morna, alto, baixo etc.) e M a funo
de pertinncia atribuda a cada elemento de T(X).
Incorporando o conceito de grau de verdade, os conjuntos nebulosos

podem ser rotulados com termos lingsticos, tais como quente, alto, fraco,
71
grande etc. e os elementos do conjunto so caracterizados com o grau de

pertinncia, ou seja, com um valor que indica o grau de verdade com que
eles pertencem a esse agrupamento.
Como exemplo dessa assero, uma pessoa com 1,80 metro e outra com
1,70 metro podem ser qualificadas como membros do conjunto alto
porm, a pessoa com 1,70 metro possui um grau de verdade, um grau de
pertinncia, menor do que a que tem 1,80 metro.
Admite vrios modificadores de predicado como, por exemplo: muito, mais

ou menos, pouco, bastante, mdio, e tantos outros. Cox (1995) denomina
esses modificadores como hedge e comenta que so termos que
modificam a caracterstica de um conjunto nebuloso, aproximando-o de
outro conjunto ou de outra escala de valores, utilizando termos como
prximo, ao redor de, cerca de etc. ou intensificando o conjunto com
predicados como muito, extremamente etc.;
Manuseia todos os valores no intervalo de 0 e 1, tendo esses apenas

como limites.
72
4.3 O Controlador de Lgica Nebulosa para Aplicaes Prticas
A transformao de todos os conceitos vistos at agora, em um mecanismo de

aplicao prtica foi o desafio a que se propuseram diversos pesquisadores,
dentre eles o Prof. Mamdami, que projetou um modelo, denominado
originariamente Fuzzy Logic Controller, e que inspirou muitos trabalhos e vem
comumente demonstrado, com ou sem adaptaes, em diversas obras literrias a
respeito do tema.
A Figura 4, a seguir, apresenta um modelo conceitual de como opera o

Controlador de Lgica Nebulosa.
Note-se que o mecanismo primordial desse
modelo consiste em fuzzificar, ou seja, introduzir ao universo nebuloso, as

variveis discretas, representadas por escalas numricas, process-las com base
em regras estabelecidas com o auxlio de informaes de especialistas e, em
seguida, defuzzificar, o que significa resgat-las no formato de sadas discretas,
ou seja, em nmeros representativos para um processo de tomada de deciso.
73
BASE DE
REGRAS
Conjuntos
Nebulosos
Fuzzificao
Conjuntos
Nebulosos
Defuzzificao
Inferncias
de Entradas
de Sadas
Entradas
Discretas
Sadas
Discretas
Fonte: Adaptada de Bojadziev(1997).

Figura 4 - Estrutura de um Controlador de Lgica Nebulosa
O funcionamento do modelo, assim como as definies e conceitos pertinentes so

apresentados na seqncia.
4.3.1 As Entradas Discretas
As Entradas Discretas so as variveis lingsticas, atreladas a algum tipo de

escala numrica. Em alguns modelos controladores de lgica nebulosa descritos
na literatura visitada, essa escala de valores aparece com a denominao
escala psicomtrica, pois refletem uma mensurao subjetiva, que no utiliza
74
elementos como metros, graus, dlares, mas conceitos mentais, tais como:
aceitvel, apropriado, razovel, importante, e outros.
Cox (1999) lembra que a escala psicomtrica muito utilizada na construo de

modelos de controladores de lgica nebulosa aplicados quando os objetos so
populaes dinmicas, planejamento urbano, econometria, avaliaes de riscos
e outras reas nas quais a resoluo requerida de problemas conceituais.
Como visto anteriormente, uma Entrada Discreta, poderia ser, por exemplo, uma
temperatura de 25 C. Juntamente com essa varivel lingstica, faz-se
necessrio que se estabeleam as funes de participao de cada termo
lingstico13. Assim, se os termos escolhidos para a varivel Temperatura foram,
por exemplo, quente, morna e fria, preciso, tambm, estabelecer os intervalos
que tais termos ocuparo na escala numrica. Dessa forma, o termo fria pode
ocorrer de 0 a 18, o termo morna de 15 a 30 e o termo quente de 27 a 45.
4.3.2 O Processo de Fuzzificao
A Fuzzificao promover a transformao de entradas discretas em

entradas nebulosas (fuzzy inputs), considerando, por exemplo, os intervalos
de graus Celsius que rotulam as temperaturas ambientais em fria, fresca,
normal, morna e quente. Assim, por exemplo, se for imputado ao sistema a
informao de que a temperatura ambiente de 33C, o processo de
13
Sero utilizadas, doravante, as expresses termo ou rtulo, com o mesmo significado, qual seja,
a caracterizao de um estado ou predicado para uma varivel lingstica.
75
fuzzificao indicar que essa quente com um grau de pertinncia de

0,46 e morna com um grau de 0,20.
Uma observao importante encontrada na literatura pesquisada diz respeito

quantidade dos elementos do conjunto de nomes para os valores de X.
Quanto maior a quantidade de rtulos fuzzy, mais suave ser o output do
sistema, ou seja, a transio de um estado para outro ser menos abrupta.
Entretanto, essa maior quantidade aumentar a possibilidade de o modelo, em
operao, tornar-se instvel.
4.3.3 - Base de Regras
Uma vez obtidas as entradas nebulosas, o modelo dever realizar as

inferncias necessrias para gerar as sadas dos conjuntos nebulosos. Esse
processo de inferncia consiste na aplicao das Regras de Controle, tambm
conhecidas como Regras de Produo, sobre as entradas nebulosas e sua
conseqente avaliao e informao dos resultados inferidos, ainda sob a
forma de conjuntos nebulosos.
Nesse momento, normalmente, so consultados especialistas na matria sob

a qual o controlador da lgica nebulosa vai operar, para definio das regras.
Essas so de natureza condicional ou incondicional.
Para as regras de
natureza condicional, o formato utilizado para express-las utiliza a sintaxe: Se

(premissa), Ento (concluso). Por exemplo: Se a temperatura alta Ento
acione o sistema de ventilao. Para as regras de natureza incondicional, no
76
utilizada a segunda parte condicionante, ou seja, o termo Ento. Assim, a

expresso simplesmente realiza uma assero. No exemplo dado, a regra
incondicional seria, assim, expressa: A temperatura alta.
As regras podem conter mais de uma condicionante.
Tomando como
referncia o tema deste trabalho, poder-se-ia exemplificar essa condio como

segue:
SE a Atribuio de Autoridade e Responsabilidade ruim E a
Importncia para os Controles grande, ENTO o Risco da Infra-Estrutura

alto.
As premissas da regra so denominadas Antecedentes e a ao estabelecida

chamada de Conseqente. As premissas so relacionada pelos conectivos
lgicos, os operadores nebulosos conhecidos como Operador de Conjuno
(E) ou Operador de Disjuno (OU). O primeiro est associado operao de
Interseco dos conjuntos nebulosos e o segundo operao de Unio
desses conjuntos.
Um recurso visual interessante sob o ponto de vista didtico a demonstrao

das variveis e dos termos lingsticos atravs de uma matriz, ressaltando que
tal recurso vlido apenas quando a Regra de Controle tem somente duas
entradas e uma sada para ser inferida.
77
Pela originalidade, emprestamos o exemplo de matriz apresentado por

Zwicker (2001), que contempla as variveis de entrada Temperatura Ambiente
e Umidade do Solo e Aguada como varivel de sada:
TEMPERATURA AMBIENTE
UMIDADE DO
SOLO
FRIA
FRESCA
NORMAL
MORNA
QUENTE
MOLHADO Pouca
Pouca
Pouca
Pouca
Pouca
MIDO
Pouca
Mdia
Mdia
Mdia
Mdia
SECO
Longa
Longa
Longa
Longa
Longa

Quadro 5 Matriz de Variveis e Termos Lingsticos
Uma regra que se pode extrair dessa matriz poderia ser:
SE a Temperatura Ambiente normal E a Umidade do Solo seca,

ENTO a Aguada deve ser longa.
Concluindo o exemplo, o autor citado expressa sua opinio pragmtica que,

em casos similares, o uso de uma singela matriz para definir o comportamento
de um sistema capaz de poupar muitos clculos matemticos e proporcionar
resultados satisfatrios.
78
4.3.4 - Inferncias
Os procedimentos de inferncia consistem na avaliao das variveis

antecedentes pelas Regras de Produo estabelecidas.
Para tanto, as
seguintes etapas devem ser realizadas pelo Controlador de Lgica Nebulosa:
Identificar os valores correspondentes aos graus de pertinncia dos

termos lingsticos correspondentes s antecedentes;
Determinar a fora das concluses de cada regra disparada;
Definir a sada nebulosa.
A explicao do funcionamento do processo de inferncia com um exemplo

possibilita um eficaz entendimento. Para tanto, vai-se prosseguir utilizando a
situao demonstrada anteriormente.
No primeiro passo, considere que o processo de fuzzificao da temperatura

ambiente de 33 C (entrada discreta) indicou que essa tem um grau de
pertinncia de 0,20 para o termo lingstico morno e 0,46 para o termo
quente e indicou, ainda, que a outra entrada discreta umidade do solo de
11% tem um grau de pertinncia de 0,25 para o termo seco e de 0,75 para o
termo mido. Estes so os dados, portanto, identificados para cumprimento
desse passo inicial do processo de inferncia.
79
Uma vez concluda a fuzzificao, as Regras de Produo so acionadas.

No exemplo em curso, as seguintes regras, em que as variveis discretas
eram Temperatura Ambiente de 33C e 11% de Umidade de Solo, as
seguintes regras so vlidas para o processo de inferncia:
SE a temperatura est quente (com grau de pertinncia 0,46) E o solo

est seco (0,25) ENTO a durao da aguada longa.
SE a temperatura est morna (0,20) E o solo est mido (0,75)

ENTO a durao da aguada mdia.
SE a temperatura est morna (0,20) E o solo est seco (0,25)

ENTO a durao da aguada longa.
SE a temperatura est quente (0,46) E o solo est mido (0,75)

ENTO a durao da aguada mdia.
Observa-se que todas as demais regras que se poderiam obter (conforme se

visualiza na matriz apresentada) so desprezadas, j que no contemplam os
nmeros nebulosos gerados pelas entradas discretas informadas (33C e
11%). De fato, a pertinncia dos termos fria, fresca ou normal para o
valor de 33C da varivel Temperatura Ambiente, assim como a pertinncia do
termo molhado da varivel Umidade do Solo no tm fora suficiente para
acionar as regras vlidas para o processo de inferncia.
80
Esse corte para aplicao de regras denominado Alpha Threshold ou

Alpha Cut e pode ser estabelecido na concepo do modelo de Controlador
da Lgica Nebulosa com o auxlio de especialistas.
Dessa forma, a fora de um conjunto de regras pode ser definida a partir de

um determinado nvel do grau de pertinncia. Como exemplo, poderia ser
estabelecido que as regras somente seriam acionadas se tivessem, pelo
menos, um grau de pertinncia superior a 0,50.
Para definir a fora da concluso, ou em outras palavras, a verdade do grau

de pertinncia da conseqente, aplica-se o Mtodo Mnimo ou Mtodo
Mximo, dependendo do tipo de operador nebuloso que a regra utiliza. No
caso em pauta, utilizou-se um Operador de Conjuno (E), o que determina a
operao de Interseco dos conjuntos nebulosos e, portanto, a aplicao do
Mtodo Mnimo.
O resultado da aplicao do Mtodo Mnimo indicou as
seguintes foras de concluses de cada regra acionada: 0,25; 0,20; 0,20 e

0,46 (ou seja, o menor grau de pertinncia que aparece em cada uma das
regras acionadas).
Caso o operador nebuloso utilizado nas regras fosse o Operador de Disjuno

(OU), a operao dos conjuntos nebulosos aplicvel seria a de Unio e o
mtodo de apurao da fora das concluses seria o Mtodo Mximo, qual
seja, a seleo dos mximos graus de pertinncia de cada uma das regras
acionadas.
81
Para a consecuo do terceiro e ltimo passo do processo de inferncia,

deve-se utilizar as Conseqentes
das regras acionadas, considerando as
foras de concluses obtidas no passo anterior e aplicando-se o Mtodo

Mximo, j que dessa vez se trabalhar com a operao Unio dos conjuntos
nebulosos, para a gerao da sada nebulosa pretendida. Assim, tm-se as
seguintes regras conseqentes geradas no exemplo adotado:
ENTO a durao da aguada longa - fora de concluso = 0,25;
ENTO a durao da aguada mdia - fora de concluso = 0,20;
ENTO a durao da aguada longa - fora de concluso = 0,20

e
ENTO a durao da aguada mdia - fora de concluso = 0,46.
Como se depreende, as foras de concluses mximas das regras com o

mesmo termo lingstico so 0,25 para a durao da aguada longa e 0,46
para a durao da aguada mdia. A sada nebulosa resultante do processo
de inferncia, nesse exemplo, ser:
A durao da aguada 0,25 longa e
A durao da aguada 0,46 mdia.
Como a concluso de todo esse processo, at agora, ainda nebulosa, ser

necessrio realizar a tarefa de defuzzificao das sadas fuzzy.
82
4.3.5 - O Processo de Defuzzificao

O processo de defuzzificao consiste na converso dos nmeros nebulosos
gerados pelo processo de inferncia em valores discretos.
Inicialmente, o
processo combina as sadas nebulosas resultantes do processo de inferncia,

pela funo que Dubois (1980) denominou de Agregao ou Resoluo de
Conflitos. Segundo esse autor, a funo de agregar usada para decidir qual
ao de controle deve ser levada como resultado das diversas regras de
produo ativadas.
A Figura 5 abaixo demonstra o processo de agregao,
considerando as sadas nebulosas do item anterior:
Dur ao da Aguada
P o uc a
M dia
Lo nga
Dur ao da Aguada
0,25
P o uc a
M dia
Lo nga
1
0
10
20
30
40
50
60
minutos
0,46
Dur ao da Aguada
0,25
P o uc a
M dia
Lo nga
0
10
20
30
minutos
0,46
0
10
20
30
40
50
60
minutos
Fonte: Elaborada pelo autor.

Figura 5 Processo de Agregao de Sadas Nebulosas
83
40
50
60
Subseqentemente, apurado o valor crisp de sada, e, para tanto, diversos

mtodos de clculo podem ser empregados, sendo que os mais comumente
citados14 so os seguintes:
Mtodo do Centro da rea, tambm denominado Centride ou do

Centro de Gravidade, que resulta da ponderao de todos os valores
possveis da sada nebulosa. Os graus de pertinncia so utilizados
como pesos para o clculo de uma mdia ponderada (por essa razo,
esse
mtodo tambm
conhecido como
Mtodo da Mdia
Ponderada)15;
Mtodo do Mximo, que apresenta o ponto no qual o valor de sada

nebuloso tem o seu mximo. Por esse mtodo, a deciso considerar
somente o valor que apresentar o mximo, o maior, grau de
pertinncia;
Mtodo da Mdia dos Mximos, que calcula o valor mdio dentre todos
os pontos mximos das sadas nebulosas.
O Mtodo Centride encontra o ponto de equilbrio da sada nebulosa, atravs

do clculo da mdia ponderada da regio nebulosa encontrada pela funo de
agregao.
14
Outros mtodos citados, mas que no so normalmente explicados, j que derivam desses trs
principais, so: mdia local dos mximos, ponto central da rea e centro da mdia.
15
Chen (2001) observa que esse mtodo largamente usado em controles de processos e em
robtica, uma vez que tende a resultar em sadas que proporcionam aes suaves, eliminando
eventuais movimentos abruptos que podem ser causados pelos resultados sugeridos por outros
mtodos, tais como o Mtodo do Mximo.
84
A expresso matemtica para o clculo da abcissa do centro de gravidade a

seguinte:
x . x . dx
_________________
x . dx
em que d o valor do domnio e x o grau de pertinncia.

A resoluo grfica do exemplo at agora desenvolvido por esse mtodo
seria, assim, expressa pela Figura 6:
Durao da Aguada
Pouca
Mdia
Longa
1 00
0 46
0 25
0
10
20
30
40
50
60
34 minutos

Figura 6 Durao da Aguada pelo Mtodo Centride
A aplicao do Mtodo do Mximo, no exemplo dado, no factvel, uma vez

que a sada nebulosa no gerou um ponto mximo apenas, mas um plat, que
abrange o intervalo aproximado de 25 a 42 minutos, conforme se demonstra a
seguir:
85
Durao da Aguada
Pouca
Mdia
Longa
1,00
0 46
0 25
0
10
20
30
+ ou - 25
40
50
+ ou - 42
60
minutos

Figura 7 Durao da Aguada pelo Mtodo do Mximo
J o Mtodo da Mdia dos Mximos de possvel aplicao e seria obtido da

mdia simples entre a menor e a maior abcissa, ou seja: (25 min. + 42 min.)/2
= 33,5 minutos, considerando-se a ressalva de que os valores de 25 e 42
minutos foram estimados com base na visualizao do grfico.
Todavia,
esses poderiam ser calculados precisamente, mas no o caso para esta

circunstncia de mera exemplificao.
Novamente utilizando o recurso do exemplo grfico, ter-se-ia o seguinte

desenho expresso pela Figura 8 para o resultado desse Mtodo da Mdia dos
Mximos:
86
Durao da Aguada
Pouca
Longa
Mdia
1,00
0 46
0 25
0
10
20
+ ou - 25
30
40
+ou- 33,5
50
+ ou- 42
60
minutos

Figura 8 Durao da Aguada pelo Mtodo da Mdia dos Mximos
Concluindo, o mtodo de defuzzificao mais utilizado, conforme afirma Cox

(1995) o Mtodo do Centro da rea, que, no exemplo, definiu uma sada
crisp de durao da aguada de 34 minutos.
O autor citado justifica essa
preferncia dos usurios, principalmente em decorrncia da propriedade que

esse mtodo possui de fornecer respostas (sadas fuzzy) que provocam aes
suaves de mudanas para os prximos passos do sistema de controle.
O outro mtodo factvel de aplicao, no exemplo, indicou uma sada discreta

de 33,5 minutos aproximadamente.
Dependendo da sada nebulosa
resultante do processo de agregao, essa proximidade de valores poderia

no ocorrer.
87
Dessa forma, a ao resultante da sada discreta do Controlador de Lgica

Nebulosa poderia tomar rumos diferentes. Por tal motivo, a construo das
regras e a escolha dos mtodos de inferncia e defuzzificao so de
extrema significncia e demandam, portanto, o apoio de profissionais
experientes no manuseio e controle do produto que se pretende seja
modelado e das aes esperadas desse instrumento.
88
5- MODELO DE AVALIAO DE RISCO DE CONTROLE USANDO A LGICA

NEBULOSA
5.1 Consideraes Iniciais

A construo do modelo conceitual de avaliao de riscos de controle para uso em
auditoria independente de demonstraes contbeis tomou como referncia primria
a estrutura bsica estabelecida no relatrio Internal Control Integrated Framework
do Committee of Sponsoring Organizations of Treadway Commission COSO16 e
adotada pelo American Institute of Certified Public Accountants AICPA, na sua
norma SAS-78 Consideration of Internal Control in a Financial Statement Audit: An
Amendment to SAS n 55 e na norma ISA400 Risk Assessments and Internal
Control da International Federation of Accountants17.
O desenvolvimento do modelo conceitual, em tela, foi ajustado com base no estudo

e avaliao dos manuais internos descritivos das estratgias, dos mtodos e
procedimentos adotados nos trabalhos de avaliaes de riscos de auditoria de
demonstraes contbeis das empresas de auditoria visitadas que franquearam o
acesso, e, ainda, com base nas compilaes dos resultados das indagaes a
respeito do modus operandi nesse assunto, destas e de outras que no permitiram o
acesso direto aos seus compndios.
16
Vide comentrios esclarecedores no Captulo 2 Sistemas de Controles Internos, item 2.1 As

Entidades e os Sistemas de Controles Internos, deste trabalho.
17
Cabe enfatizar que a metodologia de trabalho da maioria das empresas visitadas segue, em termos
gerais, a estrutura acima referida, porm com maior aderncia quanto avaliao de risco inerente e
de ambiente de controle.
89
Uma vez concludo, o esboo do modelo conceitual foi submetido apreciao e

anlise de alguns profissionais das empresas de auditoria pesquisadas, que, como
experts nos processos de avaliao de riscos de controle, contriburam com diversas
sugestes de aperfeioamento.
5.2 Construo da Estrutura Conceitual Bsica do Modelo
A estrutura do modelo conceitual considera que um sistema de controle interno de

uma entidade tem cinco componentes, a saber: Ambiente de Controle, Avaliao de
Riscos, Atividade de Controle, Informao e Comunicao e Monitorao.
De acordo com a citada norma SAS-78 (AU 319) do AICPA, cada componente
envolve vrias polticas e procedimentos de controle, necessrios para que sejam
atingidos os objetivos primordiais do sistema de controle interno de uma entidade,
que se configuram como a necessidade de proporcionar segurana razovel na
confiabilidade das informaes financeiras por tal sistema gerado, na obedincias s
leis e regulamentos aplicveis entidade e na gerao de condies para ela operar
com eficcia e eficincia.
Os componentes de controles internos so, assim, entendidos pelo COSO e pelo

AICPA:
Ambiente de Controle: Compreende e reflete as atitudes dos gestores e suas

crenas e valores quanto importncia do sistema de controle interno para a
entidade, influenciando e embasando todos os demais componentes que
nele operam, bem como a conscincia das pessoas envolvidas.
90
Avaliao de Risco: So as atividades desenvolvidas pela entidade para a

identificao, anlise e administrao dos riscos que possam causar impacto
relevante nos negcios e, em conseqncia, nos controles internos e na
elaborao das demonstraes contbeis em conformidade com os
princpios de contabilidade geralmente aceitos.
Atividades
de
Controle:
Compreendem
conjunto
de
polticas
procedimentos que proporcionam condies para assegurar que as diretrizes

emanadas da administrao estejam sendo aplicadas e obedecidas.
Informao e Comunicao: So os mtodos e registros estabelecidos para

identificar, reunir, analisar, classificar e relatar as transaes da entidade
tempestivamente e em formato tal que impeam erros ou classificaes
indevidas nas asseres da administrao contidas nas demonstraes
contbeis e que possibilitem, ainda, que as pessoas cumpram suas
responsabilidades com os controles internos.
Monitorao: So os processos que avaliam a qualidade do desempenho dos

controles internos ao longo do tempo, contemplando anlises sobre o
desenho dos sistemas, a tempestividade de operao dos controles e a
adoo de aes corretivas.
Para compatibilizar o modelo conceitual de avaliao de risco de controle com os

fundamentos da lgica nebulosa e, principalmente, com o modelo Controlador de
91
Lgica Nebulosa18 e suas regras de acionamento, foram utilizados os seguintes

recursos:
Aglutinao dos componentes do controle interno em duas grandes

categorias: Risco do Ambiente de Controle e Risco dos Outros Componentes
do Controle.
Essa deciso justifica-se porque o componente ambiente de controle

identificado em todas as obras e trabalhos literrios consultados e,
principalmente, nas metodologias de trabalho das empresas de auditoria
abrangidas nas pesquisas desta tese, como aquele que permeia a condio
de operao e de sucesso de todos os demais componentes, bem como os
processos e procedimentos inerentes ao funcionamento dos sistemas de
controles das entidades;
Segregao dos Riscos do Ambiente de Controle e do Risco dos Outros

Componentes do Controle em sete Classes de Riscos, que foram assim
denominadas: Gesto de Pessoas, Modelo de Deciso, Infra-Estrutura,
Avaliao de Risco, Atividades de Controle, Informao e Comunicao e
Monitoramento.
As Classes de Riscos do Risco do Ambiente de Controle foram segregadas

em razo da natureza dos seus trs componentes bsicos, quais sejam: os
riscos das posturas dos elementos humanos no processo de controle, o risco
18
Apresentado no Captulo 4 LGICA NEBULOSA PARA REDUO DE INCERTEZAS, item 4.3

O Controlador de Lgica Nebulosa para Aplicaes Prticas.
92
dos efeitos das decises desses elementos e o decorrente da estrutura de

poder na entidade.
Para as Classes de Riscos do Risco dos Outros Componentes de Controle

foram tomadas como referncia a segregao proposta pela norma SAS-78
(AU 319) do AICPA para os componentes de controle interno, excetuando-se
o Ambiente de Controle;
As Classes de Riscos acima foram, por sua vez, segregadas em Fatores de

Riscos pertinentes s suas caractersticas bsicas. Assim, tomando como
exemplo a Classe de Risco de Gesto de Pessoas, os Fatores de Riscos
identificados para ela compreendem a avaliao dos efeitos da postura das
pessoas na organizao, decorrentes da integridade moral e da conduta tica,
do compromisso em realizar suas tarefas de forma competente, das polticas
de
recrutamento,
seleo
de
orientaes
sobre
os
papis
responsabilidades do funcionrio na organizao e outras necessrias para a

eficaz gesto de pessoas.
O Quadro 6 a seguir apresentam os Fatores de Riscos e as respectivas

Classes de Riscos:
93
Classes de Riscos
Fatores de Riscos
Integridade e Valores ticos
Gesto de Pessoas
Comprometimento com Competncia

Polticas e Prticas de Recursos Humanos
Filosofia e Estilo Operacional da Administrao
Modelo de Deciso
Postura para Informaes Contbeis

Conselho de Administrao e Comit de Auditoria
Infra-Estrutura
Atribuio de Autoridade e Responsabilidade

Estrutura Organizacional
Avaliao de Risco
Ameaas Internas
Ameaas Externas
Restries de Acessos e Funes
Atividades de Controle Controles de Processamento de Informaes

Revises de Desempenho
Informao e
Processamento da Informao
Comunicao
Divulgao da Informao
Monitoramento
Monitoramento Interno
Superviso Externa

Quadro 6 Classes de Riscos e Fatores de Riscos de Controle
Os Fatores de Riscos considerados foram classificados com denominaes

criadas a partir de discusses com auditores entrevistados e que se alinham
ao contedo dos Elementos de Avaliaes, exemplificados pelo AICPA na
norma citada.
Para a avaliao dos Fatores de Risco, foram identificados os principais

elementos que os compem e que podem ser mensurados em uma escala
numrica, de acordo com a crena de um auditor, quanto ao atendimento a
determinados atributos.
94
Os Elementos de Avaliao foram compilados a partir dos exemplos

fornecidos pelo AICPA e pelo COSO, bem como do contedo dos
questionrios de avaliaes ou dos manuais de auditoria das empresas
visitadas.
Para viabilizar a operacionalizao do modelo conceitual, os citados

elementos de avaliao foram condensados ou desdobrados, de forma muitas
vezes diferente das fontes, porm seguindo uma seqncia lgica que
permita no perder a finalidade e utilidade do quesito.
O quadro, a seguir, demonstra os Fatores de Risco e os seus Elementos de

Avaliao:
Fatores de Risco
Integridade e Valores
ticos
Comprometimento com
Competncia
Polticas e Prticas de
Recursos Humanos
Elementos de Avaliao
Comunicao dos valores e do cdigo de tica da
entidade.
Fornecimento de orientao moral para todos
colaboradores.
Eliminao de incentivos e tentaes para atos ilegais,
antiticos ou desonestos.
Conhecimentos e habilidades necessrios para a
competncia exigida.
Treinamento dos funcionrios para desenvolvimento das
funes.
Experincia necessria para a execuo das tarefas.
Polticas de recrutamento e seleo adequadas para
contratar funcionrios.
Orientao sobre a cultura da organizao, papis e
responsabilidades.
Processo de avaliao de desempenho para promoes
e remuneraes.
(continua)
95
(continuao)
Fatores de Risco
Filosofia e Estilo
Operacional da
Administrao
Postura para
Informaes
Contbeis
Conselho de
Administrao
e Comit de
Auditoria
Atribuio de
Autoridade e
Responsabilidade
Estrutura
Organizacional
Ameaas
Internas
Ameaas
Externas
Forma de assuno e monitoramento dos riscos dos
negcios.
Forma de tratamento dispensado aos
principais
executivos da entidade.
Atitudes para com as pessoas das reas de informtica
e contabilidade.
Escolha conservadora ou agressiva dos princpios
contbeis.
Processo de determinao de estimativas contbeis.
Atitudes e aes para o processo de elaborao de
demonstraes contbeis.
Independncia em relao diretoria, experincia e
estatura empresarial.
Envolvimento com atividades estratgicas e adequao
de aes.
Natureza e extenso da integrao com os auditores
internos e independentes.
Definio da maneira como, e a quem, atribuir
autoridade e responsabilidade.
Atribuio de responsabilidades aos gestores pela
consecuo de resultados.
Responsabilidade por documentao, transaes e
acessos ambiente de TI.
Estruturas hierrquicas apropriadas ao tamanho da
entidade.
Organograma formal pertinente com a natureza da
atividade.
Estrutura organizacional eficaz na gerao de
informao contbil.
Capacidade de identificar riscos das alteraes no
ambiente operacional.
Capacidade de identificar riscos de novas tecnologias e
novos funcionrios.
Deteco de efeitos provocados por mudanas nos
sistemas de informaes.
Capacidade de identificar ameaas e oportunidades por
rpido crescimento.
Capacidade de identificar riscos por novas atividades,
linhas ou produtos.
Reconhecimento oportuno dos efeitos de novos
pronunciamentos contbeis.
(continua)
96
(concluso)
Fatores de Risco
Segregao de funes entre execuo, registro e
custdia de ativos.
Controle de acesso fsico aos ativos tangveis.
Acesso aos controles e informaes estratgicas e
operacionais.
Delegao de autorizaes das transaes e controles
pertinentes.
Controle das aprovaes de alteraes de sistemas de
informaes.
Integridade e exatido das informaes fornecidas pelos
controles internos.
Elaborao de oramentos e nvel de anlises dos
gestores.
Correlaes de informaes operacionais, econmicas e
financeiras.
Comparaes das contagens fsicas com registros
contbeis e fiscais.
Processamento das transaes vlidas, integrais,
tempestivas e corretas.
Fornecimentos de trilhas de auditoria completas pelo
sistema contbil.
Documentos hbeis para comprovar transaes e
arquivos adequados.
Plano de contas contbeis apropriado para as atividades
da entidade.
Manual de polticas e principais prticas contbeis
adotadas.
Relatrios contbeis e financeiros completos, oportunos
e objetivos.
Avaliao do desenho dos sistemas de controles
internos.
Estrutura organizacional, atuao e resultados da
Auditoria Interna.
Implantao de melhorias de controles sugeridos pela
Auditoria Externa.
Aperfeioamentos de controles internos requeridos por
agncias reguladoras.
Restrio de
Acessos e
Funes
Controles de
Processamento
de Informaes
Revises de
Desempenho
Processamento
da Informao
Divulgao da
Informao
Monitoramento
Interno
Superviso
Externa

Quadro 7 Fatores de Risco e seus Elementos de Avaliao
Uma vez estruturada a concepo bsica do modelo de avaliao de riscos de

controle, compatvel com as demandas de entradas e sadas de variveis discretas e
97
nebulosas, requeridos pelo modelo Controlador de Lgica Nebulosa, faz-se

necessrio definir os rtulos sob os quais sero avaliados cada um dos itens e
grupos, bem como o estabelecimento da escala de valores que um auditor-avaliador
deve utilizar para rotular cada varivel (Elementos de Avaliao, por exemplo).
O modelo concebido utiliza trs espcies de rtulos, sendo dois deles compostos de
cinco termos (rtulos) e um composto de trs termos. So os seguintes:
Muito Bom, Bom, Razovel, Ruim e Pssimo

Esses rtulos so aplicados aos Elementos de Avaliao.
Assim, por
exemplo, o auditor designar que o elemento Segregao de Funes, em

uma escala numrica previamente estabelecida de 0 a 100 (poderia ser
qualquer outra escala), mereceria o valor 75.
O sistema desenvolvido com base no modelo conceitual em foco, ento,

inferir o rtulo, ou os rtulos, que possam traduzir a percepo do avaliador
quanto qualidade de Razovel, Bom ou Muito Bom deste elemento19.
Grande, Mdia e Pequena

Estabelecem a importncia atribuda pela crena do avaliador aos Fatores de
Riscos. Assim, por exemplo, o avaliador pode julgar, considerando todas as
evidncias de que dispe, que a importncia, por exemplo, da atuao do
Conselho de Administrao e do Comit de Auditoria, em uma escala de 0 a
100, tambm previamente estabelecida, situa-se no valor 80.
19
O valor de 75 receber, certamente, um grau de pertinncia 0 para os rtulos Pssimo e Ruim.
98
Essa entrada discreta ser interpretada no sistema que opera o modelo como
Grande ou Mdia, em razo dos graus de pertinncia que previamente ele
prprio fixara.20
As Figuras 9, 10 e 11 demonstram, graficamente, a concepo do modelo de

avaliao de risco de controle. A Figura 9 refere-se ao processo de avaliao do
Risco do Ambiente de Controle, enquanto a Figura 10 demonstra a avaliao do
Risco dos Outros Componentes do Controle. A Figura 11 mostra o encerramento de
todo o processo, avaliando o Risco de Controle, em razo dos dois principais tipos
de riscos das duas figuras anteriores, calculado pela frmula:
RC = (RAC * 3) + (ROC * 2) ,
5
em que:
RC
= Risco de Controle;
RAC = Risco do Ambiente de Controle e

ROC = Risco de Outros Componentes do Controle.
Os pesos atribudos aos fatores so decorrentes de julgamento de especialistas

consultados quanto importncia que o Risco do Ambiente de Controle tem em
relao ao Risco de Outros Componentes do Controle.
20
Novamente: o rtulo Pequena receberia grau de pertinncia 0 para o valor 80, na escala numrica
de 0 a 100.
99

Figura 9 Modelo Conceitual de Avaliao de Risco do Ambiente de Controle
100

Figura 10 Modelo Conceitual Avaliao de Risco dos Outros Componentes de Controle
101
MODELO CONCEITUAL DE AVALIAO DE RISCO DOS CONTROLES
Risco do
Ambiente de
Controle
Risco dos
Outros
Componentes de
Controle
Componente de
Risco de Auditoria
Avaliao: Muito Alto, Alto, Razovel, Baixo, Muito Baixo
Tipos de Riscos
Risco de Controle
RC = (RAC*3) + (ROC*2)
5

Figura 11 Modelo Conceitual de Avaliao Final de Risco de Controle
Alm de utilizar a escala de valores e atribuir o grau de pertinncia aos termos

lingsticos, o modelo necessita das Regras de Produo para combinar as diversas
possibilidades de rtulos resultantes das inferncias deduzidas dos Elementos de
Avaliao, dos Fatores de Riscos, das Classes de Riscos e dos Tipos de Riscos.
102
Dessa forma, a inferncia de que o Elemento de Avaliao Comunicar Valores e

Cdigo de tica rotulado com o adjetivo Bom, combinado com o termo
lingstico Muito Bom do elemento Fornecer Orientao Moral e com o rtulo
Razovel aplicado para o elemento Eliminar Incentivos e Tentaes, resulta no
qualificativo Bom para o Fator de Risco Integridade e Valores ticos. Como se
depreende, as regras utilizadas so do tipo Se ....Ento.
A quantidade de rtulos utilizados determinaro, pelo Princpio Multiplicativo da

Anlise Combinatria, a quantidade de regras resultantes. Assim, se fossem
utilizados os trs Elementos de Avaliao acima, com a possibilidade de serem
qualificados pelos cinco termos lingsticos (Muito Bom, Bom, Razovel, Ruim e
Pssimo), ter-se-iam 125 regras de combinao, ou seja, o produto resultante de 5 x
5 x 5.
O uso de uma quantidade grande de termos lingsticos, como nesse exemplo, traz
a desvantagem de gerar um volume significativo de regras de produo. Todavia, a
amplitude faz com que a transio de um conceito para outro seja mais suave, com
melhores predicados para julgamento. De fato, transitar de bom para razovel
diferente e mais pobre, em termos comportamentais, do que transitar de muito bom
para razovel, passando por bom.
O quadro, a seguir, exemplifica algumas das 125 combinaes possveis nesse

exemplo:
103
Termo
Termo
Lingstico
Fator de Risco
Avaliado
Conhecimento e
Resultante
Ruim
Habilidade
Comprometimento
Treinamento
Bom
Experincia
Muito Bom
Definio de Autoridade e
Razovel
Atribuio de
Autoridade e
Pssimo
Razovel
Responsabilidade
Resultados
Autoridade e
Bom
com Competncia
Responsabilidade
Responsabilidade por
Lingstico
Bom
Responsabilidade em TI
Avaliao do Desenho
Muito Bom
dos Controles
Auditoria Interna
Monitoramento
Razovel
Interno
Pssimo

Quadro 8 Exemplos de Combinaes de Termos Lingsticos para Avaliao
dos Fatores de Riscos
A definio dessas regras , normalmente, realizada com a ajuda de especialistas.

Nessa fase de modelagem conceitual, as regras foram discutidas com alguns
profissionais de significativa experincia na atividade de auditoria independente,
para aquilatar e refinar as expresses antecedentes e conseqentes das Regras de
Produo.
Discorridos os elementos do modelo conceitual de avaliao de risco de controle, a

seguir se explanar uma proposta de aplicao prtica.
104
5.3 - A Operacionalizao do Modelo Conceitual
A aplicao prtica do modelo conceitual desenvolvido requer a utilizao de um

software, em razo do grande volume de clculos, decorrentes das Regras de
Produo e do processo de fuzzificao das entradas discretas atribudas s
variveis lingsticas, da inferncia e do processo de defuzzificao para as
concluses em sadas discretas.
Atualmente existem disponveis, no mercado, diversos aplicativos de informtica

para o desenvolvimento de sistemas que utilizam a lgica nebulosa, dentre os quais
podem ser citados: MatLab, Fuzzy Logic Pack for Mathematica, FuzzyClips, FIDE,
TILL Shell da OEI/Togai Infralogic, Cubicalc da Hyperlogic, FuzzyCalc, FuzzyTech,
dentre outros.
Os artigos cientficos, dissertaes de mestrado e teses de doutorado consultados,

quando efetivamente simulados com o uso de softwares, indicaram o FuzzyCalc, o
MatLab 6.0 e o FuzzyTech. O primeiro uma referncia muito antiga e no possui
verso atualizada compatvel, por exemplo, com o sistema operacional Windows XP.
O segundo uma opo vivel para os propsitos de simulao, tanto quanto o
FuzzyTech, principalmente a ltima verso 5.54 disponvel.
A deciso de utilizar esse ltimo para programar todos os elementos do modelo

conceitual de avaliao de risco de controle foi meramente pela aparente facilidade
de manuseio e por tratar de maneira especializada do assunto, j que o MatLab 6.0
possui outras ferramentas estatsticas e matemticas.
105
Embora o software FuzzyTech 5.54 suporte executar todas as tarefas previstas no

modelo conceitual de uma s vez, para os exemplos que adiante sero
demonstrados, optou-se por carregar o sistema em etapas, uma vez que facilita,
sobremaneira, a visualizao na tela do computador da rvore de deciso, dos
quadros demonstrativos dos grficos com os valores resultantes das simulaes.
Para os testes prticos do modelo, todavia, conforme dissertado adiante neste

trabalho, o sistema foi carregado completamente em apenas duas etapas, para
produzir a sada discreta da avaliao do risco do ambiente de controle e da
avaliao do risco dos outros componentes de controle.
Para facilitar a visualizao especfica das rvores de deciso resultantes da

programao dos elementos do modelo conceitual para simulao de resultados e,
conseqentemente, permitir a reproduo em papel para ilustrao neste trabalho se
adotou a opo de carregar o programa em 8 etapas, seguindo a estrutura definida
de sete Classes de Risco e de dois Tipos de Riscos.
A seguir, sero explicadas as principais aes e elementos requeridos para

operacionalizar o modelo conceitual desenvolvido, bem como sero tecidos
comentrios sobre os resultados obtidos e situaes verificadas.
106
5.3.1 - A Construo da rvore de Deciso
O primeiro passo do carregamento do sistema consiste em determinar a rvore de

deciso que o sistema utilizar, qual seja, quais so as variveis lingsticas de
entrada (na primeira ao so os Elementos de Avaliao), as variveis de sada (no
caso iniciado seriam os Fatores de Risco), qual a escala de valores atribuda a cada
varivel, as regras de conduta e o tipo de mtodo de implicao e inferncia que
sero utilizados.
Nesta etapa, deve-se, ainda, definir as variveis lingsticas intermedirias, aquelas

que combinadas com as variveis de entrada vo redundar nas variveis de sada.
Tomando como exemplo a Figura 12, ser explanado o funcionamento do modelo,

contemplando apenas a primeira etapa: Avaliao do Risco do Ambiente de
Controle.
Conforme se nota, a rvore de deciso exemplificativa foi construda para a

Avaliao do Risco de Gesto de Pessoas, a primeira Classe de Riscos do modelo
apresentado na Figura 9, anteriormente apresentada.
107
Fonte: Software FuzzyTech 5.54

Figura 12 rvore de Deciso da Avaliao do Risco de Gesto de Pessoas
As variveis lingsticas de entrada, descritas de forma abreviada para

enquadramento no campo reservado pelo FuzzyTech 5.54, so as seguintes:
ComValEti
Comunicar Valores e Cdigo de tica
ElimTent
Eliminar Incentivos e Tentaes
FornOriMor =
Fornecer Orientao Moral
ConhHabil
Conhecimento e Habilidade
Experien
Experincia
Treinam
Treinamento
AvalDes
Avaliao de Desempenho e Remunerao
CulPap
Cultura, Papis e Responsabilidades
PolRec
Polticas de Recrutamento e Seleo
108
O passo realizado, nesse momento, o de carregar o sistema com as variveis

lingsticas de entrada.
Assim, pela estrutura conceitual estabelecida as trs
primeiras entradas, quais sejam: ComValEti, ElimTent e FornOriMor, devem

apresentar como sada a varivel IntegValEti, que a abreviatura do Fator de Risco
denominado Integridade e Valores ticos.
As prximas variveis de entrada a serem carregadas so: ConhHabil, Experien e

Treinam, que redundaro na varivel de sada abreviada por ComprComp, que
representa o Fator de Risco chamado Comprometimento com Competncia.
O terceiro e ltimo passo dessa etapa de inputs de variveis lingsticas consiste na

carga daquelas designadas no modelo conceitual por AvalDes, CulPap e PolRec,
que redundaro no output designado por PolPratRH, ou seja, no Fator de Risco
nomeado como Polticas e Prticas de Recursos Humanos.
Nesse momento, o sistema solicitar que se defina qual a escala de valores que se
adotar para funcionar como a varivel discreta. Assim, essa funo equivale, por
exemplo, a informar para o sistema qual o intervalo de graus centgrados que se
utilizar para a varivel lingstica temperatura.
No modelo de avaliao de risco de controle, a escala numrica adotada foi a de 0 a

100. A escolha dessa escala um pouco mais ampla do que, por exemplo, uma de
intervalo de 0 a 10, ocorreu porque ela permite um horizonte mais amplo de
raciocnio subjetivo para associar os termos, ou rtulos, lingsticos, tais como:
Muito Bom, Bom, Razovel, Ruim e Pssimo. Qualquer outra escala, na
109
verdade, poderia ser utilizada. Borba (2000), por exemplo, utilizou a escala de 0 a
250, justificando que Steinbart a havia utilizado em seus experimentos e, portanto,
recomendava tal amplitude.
Uma vez determinado para o software que a varivel lingstica ComValEti pode
assumir valores de 0 a 100, ou seja, que o processo de Comunicao dos Valores e
do Cdigo de tica poder ser avaliado pelo auditor com uma pontuao que variar
de 0 a 100, o passo seguinte ser definir a quantidade de termos lingsticos que se
pretende que essa escala represente.
Voltando ao primeiro exemplo da temperatura e dos graus centgrados, nesse

instante o sistema requer que se defina que a temperatura poder ser fria, morna
ou quente, ou, ainda, complementada com mais termos, tais como muito fria e
muito quente.
No caso em tela, os adjetivos empregados como rtulos para todos os Elementos de

Avaliao (no somente na avaliao do risco de Gesto de Pessoas, mas em todos
os tipos de Classes de Riscos) foram cinco, a saber: Muito Bom, Bom, Razovel,
Ruim e Pssimo.
Nessa altura, j se pode vislumbrar que o modelo, funcionando com o software

FuzzyTech 5.54, possibilita que um Elemento
de Avaliao, por exemplo, o
FornOriMor (Fornecimento de Orientao Moral) possa ser avaliado em uma escala

de 0 a 100 que, dependendo do valor atribudo ser qualificado com um dos rtulos.
110
Se o sistema trabalhasse com a lgica clssica e, portanto, utilizando conjuntos

crisp, os rtulos poderiam ser distribudos, proporcionalmente, na escala de 0 a 100
e poder-se-ia ter os seguintes conjuntos crisp:
0 a 20
Pssimo
21 a 40
Ruim
41 a 60
Razovel
61 a 80
Bom
81 a 100
Muito Bom
Como j visto em captulo anterior deste trabalho, a lgica nebulosa, todavia,

despreza os conjuntos crisp por entender que a transio de, diga-se, Razovel
para Bom no pode ocorrer abruptamente ao saltar do nmero 60 para o 61.
Entra, nesse momento, portanto, o grau de pertinncia dos termos lingsticos. Essa
funo criada, automaticamente, pelo FuzzyTech 5.54, visto que ele j se encontra
carregado com os trs elementos primordiais, quais sejam, as variveis lingsticas
(ConhHabil, por exemplo), os termos lingsticos (Muito Bom etc.) e a escala de
valores de 0 a 100.
Continuando na construo da rvore de deciso, o modelo prev a incluso de

novas entradas, correspondentes s determinaes de importncias para as
variveis de sadas que iro compor o agrupamento denominado Fatores de Risco.
Assim, nesse instante, o desenho do sistema prev o carregamento das variveis

que, no exemplo adotado, so denominadas GIIntegValEti (Importncia da
Integridade e dos Valores ticos), GICompComp (Importncia do Comprometimento
111
com Competncia) e GIPolPratRH (Importncia das Polticas e Prticas de Recursos

Humanos).
De forma similar s entradas anteriores, h necessidade de se definir uma sada

para esses trs inputs. Nesse tpico, o modelo conceitual prev que a combinao
dos Fatores de Risco (por exemplo, o GIIntegValEti (Importncia da Integridade e
dos Valores ticos), GICompComp (Importncia do Comprometimento com
Competncia) e GIPolPratRH (Importncia das Polticas e Prticas de Recursos
Humanos) com o grau de importncia atribudo pelo avaliador redunde em nova
sada (exemplo: ImpIntValEti), que ser uma das variveis que definiro a avaliao
das Classes de Riscos (exemplo: RiscGestPes ou Risco da Gesto de Pessoas).
A escala de valores para esses pares de entradas novas, tambm, ser de 0 a 100,
para manter a coerncia com a escala anteriormente utilizada.
Os rtulos,
entretanto, sofrero dois tipos de alteraes: a) os rtulos utilizados para as

variveis de entradas dos Fatores de Risco continuaro sendo os cinco anteriores
(Muito Bom, Bom etc.), porm, os rtulos das variveis de entrada determinantes
da importncia sero apenas trs, designadas pelos adjetivos Grande, Mdia e
Pequena e b) os rtulos das variveis de sadas resultantes dessas combinaes
sero, novamente, cinco, porm com denominaes que melhor designam o nvel de
risco, que so: Muito Alto, Alto, Razovel, Baixo e Muito Baixo.
O penltimo passo da construo da rvore de deciso definir as entradas de

Fatores de Risco, para as sadas de Classes de Riscos. Permanecendo no exemplo
adotado, as variveis de entrada, agora, seriam ImpIntValEti Integridade e
Valores ticos,
ImpCompComp Comprometimento com Competncia, e

112
ImpPolPratRH Polticas e Prticas de Recursos Humanos, todas j avaliadas

quanto ao grau Grande, Mdio ou Pequeno de importncia.
A inferncia das trs entradas pelo sistema desenhado proporcionar o output

denominado RiscGestPessoas ou seja, o Risco da Gesto de Pessoas.
Por fim, uma vez construda a rvore de deciso at o nvel de Classes de Risco,
necessrio se faz concluir com a apurao do Tipo de Risco.
No modelo conceitual deste trabalho, h dois tipos: Risco do Ambiente de Controle e

Risco dos Outros Componentes. O pedao da citada rvore utilizado como exemplo
resulta no Risco do Ambiente de Controle. Este como varivel de sada do sistema
decorre de trs Classes de Risco, a saber: Risco da Gesto de Pessoas, Risco do
Modelo de Deciso e Risco da Infra-Estrutura.
Essas classes sero, portanto, as trs ltimas entradas de variveis do modelo

nesse tipo de risco, que tambm sero avaliadas pela escala de 0 a 100. Os termos
lingsticos de sada, igualmente, sero os adjetivos: Muito Alto, Alto, Razovel,
Baixo e Muito Baixo.
113
5.3.2 - O Processo de Fuzzificao
O processo de fuzzificao transforma os valores numricos correspondentes s

respostas do auditor para as indagaes constantes nos Questionrio de Fatores
de Avaliao de Riscos e Questionrio de Importncia dos Riscos em entradas
nebulosas, imputando-lhes os graus de pertinncia para os rtulos Pssimo,
Ruim, Razovel, Bom e Muito Bom, para as respostas numricas do
primeiro questionrio e Grande, Mdia e Pequena para as do segundo
questionrio.
A Figura 13 abaixo apresenta o resultado da fuzzificao da varivel Definio

de Autoridade e Responsabilidade (Elemento de Avaliao do Fator de Risco
Atribuio de Autoridade e Responsabilidade).
Figura 13 Resultado do Processo de Fuzzificao
114
Nessa pequena parte de um exemplo de simulao realizada com o FuzzyTech

5.54, o valor da entrada discreta atribuda pelo auditor foi 6021, ou seja, em resposta
pergunta Definio de autoridade e responsabilidade congruentes com
conhecimento e experincia do pessoal e com recursos demandados pelas
atividades., o auditor entendeu, em uma escala de 0 a 100, que a sua satisfao
com relao ao atendimento dos objetivos dos controles internos para esse
elemento de avaliao era de 60 pontos.
Isso informado ao software, os termos lingsticos resultantes do processo de

fuzzificao dessa entrada discreta foram: Razovel com grau de pertinncia de
0,40 e Bom com grau de pertinncia de 0,60.
Observa-se que o FuzzyTech 5.54 apresenta a entrada nebulosa tanto em nmeros,

como em formato de grfico, para facilidade de entendimento e anlise do usurio.
21
Nesta etapa de simulao o software foi programado para operar com duas casas decimais para os
valores das entradas e sadas discretas..
115
5.3.3 - Regras de Produo

De acordo com a estrutura do Modelo Conceitual de Avaliao de Riscos de
Controle, os Fatores de Riscos so determinados por um conjunto de trs ou dois
Elementos de Avaliao, dependendo do tipo de fator em tela.
A quantidade dos Elementos de Avaliao determina a quantidade de Antecedentes

da regra.
Assim, continuando a utilizar o exemplo inicial, nesse captulo, da
avaliao do Fator de Risco Atribuio de Autoridade e Responsabilidade, a

construo das Regras de Produo obedeceria seguinte estrutura:
SE a Definio de Autoridade e Responsabilidade (Muito Bom, Bom,

Razovel, Ruim, Pssimo) E
SE a Responsabilidade por Resultados (Muito Bom, Bom, Razovel, Ruim,
Pssimo) E
SE a Autoridade e Responsabilidade em Tecnologia da Informao (Muito
Bom, Bom, Razovel, Ruim, Pssimo),
ENTO a Atribuio de Autoridade e Responsabilidade (Muito Bom, Bom,
Razovel, Ruim, Pssimo).
Em razo da quantidade de Antecedentes utilizados (3) e da quantidade de Termos

Lingsticos (5), a anlise combinatria das possibilidades de resultados da
aplicao das regras resultar em 125 regras. A Figura 14, a seguir, demonstra uma
pequena quantidade das possibilidades de regras por serem inferidas pelo sistema.
116
O software, em uso, possui a funo de realizar todas as combinaes possveis das

regras, permitindo, ainda, que o usurio exclua, inclua ou limite, atravs da funo
Alpha Cut, as regras que devero ser acionadas e as que devero ser desprezadas.
O termo DoS que aparece no quadro abaixo significa Degree of Support, ou seja, o
grau de verdade que o especialista atribui regra para a Conseqente que ser
gerada. Assim, se o DoS for, por exemplo, zero, a regra sequer ser acionada.
Por outro lado, o valor 1,0 indica que a regra tem 100% de fora para gerar a ao
conseqente.

Figura 14 Exemplo de Regras de Produo
117
Na continuao da rvore de Deciso do modelo conceitual proposto neste trabalho,

a prxima etapa a definio das Regras de Produo da Classe de Riscos e dos
Tipos de Riscos, considerando os novos termos lingsticos para a importncia dos
Fatores de Risco como Grande, Mdia ou Pequena.
Os Fatores de Riscos utilizados at agora como exemplo determinam o Risco da

Infra-Estrutura como a Classe de Risco a ser avaliada. A essa altura, o sistema j
detonou todos os conjuntos de regras pertinentes s avaliaes feitas pelo auditor e
j definiu as sadas nebulosas para os Fatores de Riscos Atribuio de Autoridade e
Responsabilidade e Estrutura Organizacional.
As regras, prosseguindo no primeiro exemplo adotado, envolvendo apenas duas

Antecedentes, seriam, assim, formuladas:
SE a Atribuio de Autoridade e Responsabilidade Razovel22 e a

importncia (Grande, Mdia, Pequena) E
SE a Estrutura Organizacional Muito Bom e a importncia (Grande, Mdia,
Pequena),
ENTO o Risco da Infra-Estrutura (Muito Alto, Alto, Razovel, Baixo, Muito
Baixo).
Para concluir essa etapa do modelo, resta elaborar as regras que permitiro avaliar
o Tipo de Risco que decorrer dos termos lingsticos obtidos para as Classes de
Riscos.
22
Os termos possveis para cada Antecedente so: Muito Bom, Bom, Razovel, Ruim ou Pssimo. O
termo utilizado meramente um exemplo de construo da Regra de Produo.
118
Assim, para avaliar o Risco do Ambiente, as regras tero a seguinte conformao,

por exemplo:
SE o Risco da Gesto de Pessoas (Muito Baixo, Baixo, Razovel, Alto ou

Muito Alto) E
SE o Risco do Modelo de Deciso (Muito Baixo, Baixo, Razovel, Alto ou
Muito Alto) E
SE o Risco da Infra-Estrutura (Muito Baixo, Baixo, Razovel, Alto ou Muito
Alto);
ENTO o Risco do Ambiente de Controle (Muito Alto, Alto, Razovel, Baixo,
Muito Baixo).
119
5.3.4 - O Processo de Inferncia
O processo de inferncia das Regras de Produo realizado de forma automtica

pelo software FuzzyTech 5.54, aps o usurio definir qual o mtodo que ser
utilizado para determinao da fora das concluses de cada regra disparada.
As opes que o usurio possui so os mtodos:
Min-Max abreviatura de Mnimo e Mximo;

Min Avg - abreviatura de Minimum Average, e
Gamma ou Product.
Os dois ltimos so utilizados em situaes especficas e se aplicam quando a

Regra de Produo utiliza um Operador de Mdia para o Min Avg ou um Operador
de Multiplicao para o Gamma.
No caso simulado para representar este exemplo, a inferncia das regras foi feita
com a utilizao do mtodo Min-Max, j que o operador nebuloso utilizado para
todo o modelo objeto da tese o Operador de Conjuno.
A Figura 15 abaixo apresenta a janela que o software disponibiliza para o usurio

selecionar o mtodo de inferncia das Regras de Produo.
120

Figura 15 Mtodos de Inferncia das Regras de Produo
121
5.3.5 - Definio do Mtodo de Defuzzificao

Tal
qual
processo
anterior,
defuzzificao
tambm
realizada,
automaticamente, pelo software, aps o usurio definir qual o mtodo a ser utilizado.
Conforme demonstra a Figura 16 abaixo, o sistema oferece as opes:
CoM
= Center of Maximum
MoM
= Mean of Maximum
FastCoA
= Center of Area
HyperCom = Hyper Center of Maximum
Fuzzy
= (Sem outro significado)

Figura 16 Opes de Mtodos de Defuzzificao
122
Os trs primeiros mtodos foram discorridos no captulo precedente deste trabalho.

O mtodo HyperCom de aplicao restrita, quando a ao requerida do
Controlador de Lgica Nebulosa envolve tanto experincias negativas na forma de
proibies e de aes de cautelas, quanto aes positivas, que a forma corriqueira
dos demais mtodos.
J o mtodo Fuzzy, na realidade, no um mtodo, mas uma funo prevista no

sistema para que o usurio possa suprimir o clculo de defuzzificao de uma
varivel de sada especfica (ou de quantas programar).
Para os propsitos desta simulao exemplificativa, a escolha deveria recair sobre

um dos trs primeiros mtodos e, segundo as recomendaes de alguns
pesquisadores dessa tcnica, dentre eles Von Altrock (1997), no campo das cincias
sociais aplicadas e dos sistemas de informaes para o processo de deciso, foi
eleito o mtodo CoM Center of Maximum, ou Centro de Gravidade, para a
defuzzificao de todas as variveis de sada do modelo de avaliao de risco de
controle em auditoria.
123
5.3.6 - As Sadas Discretas

Completadas todas as etapas de processamento, o sistema apresenta as sadas
discretas.
Assim, tomando como exemplo a apurao da Classe de Risco
denominada Risco do Modelo de Deciso, a Figura 17, a seguir, demonstra todos

os valores discretos de entradas atribudos pelo auditor, atravs das respostas
psicomtricas aos Questionrios de Avaliao dos Fatores de Riscos de Controle
Interno e Questionrio de Determinao da Importncia dos Fatores de Riscos de
Controle Interno, apresentados no Anexo I e II e os valores discretos de sadas
resultantes do processo:

Figura 17 Valores Discretos de Entradas e Sadas
124
Observa-se que os inputs, no lado esquerdo do quadro, apresentam o nome das

variveis lingsticas de entradas, como por exemplo:
AtDemCon
Abreviatura de Atitudes e aes para o processo de

elaborao de demonstraes contbeis.
AtitPesCon
Abreviatura de Atitudes para com as pessoas das reas

de informtica e contabilidade.
Os valores ao lado das abreviaturas citadas, respectivamente 60,00 e 90,00,

referem-se avaliao atribuda pelo auditor a esses elementos.
Ao todo, de
acordo com a estrutura do modelo conceitual de avaliao de risco em pauta, a

Classe de Risco Risco do Modelo de Deciso requer doze entradas, sendo nove
correspondentes aos Elementos de Avaliao e trs pertinentes ao mdulo de
avaliao do grau de importncia que tm os Fatores de Riscos para essa Classe de
Riscos.
O lado direito da figura acima apresenta as sadas discretas do processo de

defuzzificao do sistema e correspondem avaliao do Risco do Modelo de
Deciso e dos seus Fatores de Risco. Como se constata nesta simulao, o Risco
do Modelo de Deciso foi avaliado em 40,00 pontos, no mbito de uma escala de
valores de 0 a 100
125
O modelo desenvolvido preconiza que as sadas finais do sistema devem ser um

valor especfico para o Risco do Ambiente de Controle e outro valor especfico para
o Risco dos Outros Componentes de Controle.
A Figura 18, apresentada a seguir, evidencia os resultados da simulao de

avaliao do Risco do Ambiente de Controle, contemplando todos os valores
atribudos, a esmo, tanto para os Elementos de Avaliao como para a importncia
dos Fatores de Riscos:

Figura 18 Entradas e Sadas Discretas do Risco do Ambiente de Controle
126
Nesta simulao efetuada somente para fins exemplificativos, o Risco do Ambiente

de Controle apurado foi de 25,00 pontos, na citada escala de 0 a 100, conforme
evidenciado. Significa, portanto, um rating apurado pelo aplicativo, para este tipo de
risco.
A Figura 19, a seguir, apresenta as entradas e sadas discretas da simulao de
avaliao do Risco dos Outros Componentes do Controle:

Figura 19 Entradas e Sadas Discretas do Risco de Outros Componentes
127
A seta indica na Figura 19 acima o rating de 37,50 apurado para a simulao

efetuada para a avaliao do Risco dos Outros Componentes do Controle.
Os
demais valores apurados na coluna do lado direito referem-se s sadas discretas

dos demais itens (Fatores e Classes) que compem este Tipo de Risco, enquanto
que os valores da esquerda so os pontos atribudos pretensamente para os
Elementos de Avaliao e para a importncia dos fatores que compem o Risco dos
Outros Componentes do Controle.
Conforme a estrutura conceitual estabelecida, o modelo de avaliao prev que o

Risco dos Controles apurado pela seguinte frmula:
RC = (RAC * 3) + (ROC * 2)23
5
Assim, como produto final dessa simulao meramente exemplificativa, apurou-se o

rating de 30,00 para o Risco de Controle.
Utilizando a regra preconizada pela SAS 39 (AU 350.48) do AICPA, de apurao do

Risco de Auditoria (Audit Risk AR), qual seja, AR = IR x CR x AP x TD, o valor
apurado de 30,00 inserido na funo como o fator numrico do componente CR
Control Risk.
23
RC
= Risco de Controle; RAC = Risco do Ambiente de Controle e ROC = Risco dos Outros Componentes do Controle
128
6- TESTES PRTICOS DO MODELO CONCEITUAL
6.1 Forma de Aplicao dos Testes

O modelo de avaliao de riscos de controle programado no aplicativo FuzzyTech
5.54 foi testado junto a auditores independentes em atividade em So Paulo, quanto
sua viabilidade de operao e capacidade de oferecer respostas consistentes com
os objetivos para os quais foi concebido.
Esses testes foram realizados em duas etapas, sendo uma considerada preliminar e
a outra definitiva. Os propsitos para tal estratgia sero comentados adiante, j
que se faz necessrio registrar o esquema geral adotado para a realizao de
ambas as aplicaes, para permitir melhor compreenso.
O processo dos testes prticos iniciou-se com uma explanao para os auditores
que fariam a avaliao do problema identificado pelo autor como demandante de
estudos e proposta de tentativa de resoluo. Cabe enfatizar que essa exposio
inicial serviu como reforo de consolidao das pesquisas prvias realizadas
conforme comentado no item 2.3 Pesquisa sobre Mtodos de Avaliaes de
Risco de Controle Utilizados deste trabalho, j que nessa etapa foram envolvidos
diversos profissionais que no participaram da fase exploratria citada.
Uma vez conhecendo e manifestando aquiescncia com o problema de pesquisa,

foram apresentados a eles os conceitos elementares da lgica nebulosa como a
ferramenta que, de acordo com a hiptese aqui suscitada, seria capaz de solver a
questo-tema.
129
Subseqentemente, explanou-se a respeito da estrutura do modelo conceitual

desenvolvido, utilizando como recurso didtico os quadros da Figura 9 Modelo
Conceitual de Avaliao de Risco do Ambiente de Controle, da Figura 10
Modelo Conceitual de Avaliao de Risco dos Outros Componentes de
Controle e da Figura 11 Modelo Conceitual de Avaliao Final de Risco de
Controle, apresentados anteriormente neste trabalho no captulo 5 MODELO DE
AVALIAO DE RISCO DE CONTROLE USANDO A LGICA NEBULOSA.
Encerrada a parte terica do encontro, foi apresentado o software FuzzyTech 5.54 e

suas principais funes, j programado com a rvore de deciso do modelo e com
as regras de controle geradas pelo sistema e modificadas e validadas pelos
especialistas consultados. Nessa ocasio, os auditores foram convidados a atribuir
valores na escala pr-estabelecida de 0 a 100, de forma hipottica para alguns
Elementos de Avaliao escolhidos aleatoriamente, para redundar em dois ou trs
Fatores de Risco.
Utilizando a funo debug do sistema, os valores da escala psicomtrica atribudos

pelos entrevistados foram registrados no aplicativo e este, imediatamente,
apresentava as sadas discretas geradas, ou seja, os valores defuzzificados que
representam na escala adotada a expresso numrica da avaliao dos Fatores de
Riscos feitas pelos auditores entrevistados.
Uma vez explicado o modelo conceitual e o funcionamento da ferramenta que o

operacionaliza, foram apresentados os dois questionrios ANEXO I
130
Questionrio de Avaliao dos Fatores de Riscos de Controle Interno e ANEXO

II Questionrio da Determinao da Importncia dos Fatores de Riscos de
Controle Interno - que coletam os valores da escala psicomtrica necessrios para
introduzir as entradas discretas no controlador nebuloso, conforme as notas de
avaliao atribudas pelos auditores para cada elemento. Ambos os questionrios
possuem instrues formais que permitem o correto preenchimento, todavia, foi
demonstrada de forma amostral, a relao entre os tpicos dos questionrios e a
rvore de deciso do aplicativo de informtica utilizado.
Embora a escolha das empresas auditadas que fariam parte da amostra fosse uma
prerrogativa dos auditores-colaboradores, solicitou-se a eles que procurassem
selecionar entidades de diferentes ramos de atividade e avaliadas originariamente
com nveis distintos de controle.
Para encerrar as explicaes e demandas aos entrevistados, foi enfatizada a

necessidade de completa identificao pessoal, nos termos constantes em quadro
especfico de cada questionrio, assim como a informao do ramo de atividade da
entidade selecionada24 e o nvel de risco apurado na ocasio do desenvolvimento
dos seus exames, utilizando a metodologia de trabalho das empresas da qual fazem
parte.
Aps o recebimento dos questionrios devidamente preenchidos, os valores l

constantes foram inseridos no aplicativo e obtidos os resultados das avaliaes de
24
Como meio de viabilizar a pesquisa, foi oferecida antecipadamente a dispensa de se conhecer o nome da entidade auditada
e as demonstraes contbeis a que se refere a avaliao. Todos os auditores entrevistados se identificaram e responderam
aos itens de forma completa.
131
risco sob a configurao da lgica nebulosa. Para todos os casos processados, foi
acionada a funo de gerao de documentao do sistema, que resultou na
descrio detalhada de todos os dados inseridos, as regras de controle geradas e
detonadas e as sadas discretas resultantes, apresentadas de forma descritiva e
atravs de grficos, para facilitar anlises e conferncias de valores inseridos.
Finalizando essas etapas, os resultados foram compilados e so apresentados, a

seguir, juntamente com as principais observaes pertinentes a cada etapa.
132
6.2 Testes Preliminares e Finais do Modelo Concebido
Os testes de viabilidade de operao e validao lgica do modelo programado no

software de lgica nebulosa foram realizados, preliminarmente, com o uso do banco
de dados prprio25 e com o concurso de supervisores de auditoria vinculados,
profissionalmente, ao autor e, posteriormente, envolvendo banco de dados e
profissionais de diversas outras empresas de auditoria independente.
Os testes preliminares foram realizados em uma amostra de 10 empresas mdias e

grandes, de variados ramos de atividade, que tiveram suas demonstraes
contbeis auditadas no perodo de 2002 a 2003, com o auxlio dos supervisores
citados, que atriburam valores de 0 a 100 para os elementos de avaliao e fatores
de riscos contidos nos questionrios dos Anexos I e II, anteriormente citados.
Na etapa conclusiva da validao operacional do modelo desenvolvido, os testes

foram realizados com base no banco de dados de seis empresas de auditoria
independente, sendo que dessa populao fizeram parte as representantes
brasileiras de trs das quatro principais empresas mundiais de auditoria (as
denominadas big four) e trs empresas de atuao nacional, com expressiva
participao no mercado, possuindo diversas companhias abertas nas suas carteiras
de clientes. A amostra composta de 21 entidades auditadas, de porte mdio e
grande e de diversos ramos de atividade, escolhidas de forma aleatria pelos
colaboradores da pesquisa.
25
O banco de dados consiste do conjunto de papis de trabalho que os auditores mantm em arquivo, de forma compulsria
segundo as normas de auditoria, visando comprovar o resultado de suas concluses e dos seus pareceres.
133
Os questionrios desenvolvidos para suportar o processo de avaliao de risco de

controle pela lgica nebulosa foram respondidos por auditores independentes
experientes, ocupando posies tais como snior, gerente e diretor de auditoria e
tomando como base os papis de trabalho de projetos de auditoria de
demonstraes contbeis em que atuaram e, portanto, haviam feito avaliaes de
risco de controle para suportar a natureza, extenso e oportunidade dos seus
procedimentos de auditoria. As finalidades dos testes foram:
Comparar os resultados gerados com a aplicao da lgica nebulosa com

aqueles gerados pelas avaliaes realizadas com o emprego de questionrios
de respostas binrias sim ou no para quesitos utilizados originariamente
pelos auditores independentes partcipes da pesquisa, nas entidades
auditadas da amostra selecionada que em essncia, so muito similares aos
que embasam os Elementos de Avaliao do modelo desenvolvido;
Compreender melhor, principalmente na etapa de testes preliminares, a

operao do aplicativo com uma grande massa de dados, no tanto de
alimentao, mas principalmente, de processamento, j que a anlise
combinatria das probabilidades de resultados proporcionou elevada
quantidade de regras de produo. Recorde-se que o modelo composto de
quase meia centena de Elementos de Avaliao, combinando, na maioria dos
Fatores de Riscos, trs antecedentes com cinco termos lingsticos;
Identificar dvidas e questionamentos, vantagens, limitaes e crticas

pertinentes, para eventuais sugestes de aperfeioamento no modelo
134
conceitual e nos itens programveis do software utilizado, em decorrncia da

aplicao prtica e comparativa dos conceitos e modelos de avaliao a que
os auditores-colaboradores esto acostumados no cotidiano de suas vidas
profissionais, tanto do contedo da base - elementos de avaliao e
importncia dos fatores de riscos quanto dos resultados inferidos pelo
aplicativo de informtica usado;
Os quadros, a seguir, resumem os principais dados componentes e os resultados

comparativos obtidos nos testes preliminares e nos testes finais do modelo
concebido:
RESULTADOS DAS AVALIAES DE RISCO DE CONTROLE

Etapa Preliminar - Banco de Dados do Autor
Ramo de Atividade
da Entidade Auditada
1
2
3
4
5
6
7
8
9
10
Transporte Coletivo Urbano

Fundao sem Fins Lucrativos
Coleta de Resduos Slidos
Supermercado
Concessionria de Veculos
Administradora de Imveis
Construo Civil
Concessionria de Rodovias
Indstria Grfica
Agropecuria
Avaliao do Risco de Controle

Risco Original
Risco Apurado
Apurado pelo
pelo Mtodo da
Auditor Independente Lgica Nebulosa
Alto
Mdio
Baixo
Mdio
Mdio
Baixo
Mdio
Baixo
Baixo
Mdio
73
44
23
31
28
9
39
6
18
35

Quadro 9 Resultado das Avaliaes de Risco de Controle
Etapa Preliminar Banco de Dados do Autor
135
RESULTADOS DAS AVALIAES DE RISCO DE CONTROLE

Etapa Final - Banco de Dados de Terceiros
N Empresa de
Auditoria
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
A
B
B
B
C
C
C
C
C
C
C
C
D
D
D
E
E
E
F
F
G
Cargo do
Auditor
Ramo de Atividade
da Entidade Auditada
Risco Original
Apurado pelo
Auditor
Risco Apurado
pelo Mtodo da
Lgica Nebulosa
Top Senior
Gerente
Gerente
Gerente Senior
Senior
Senior
Gerente
Gerente
Semi-Senior
Senior
Senior
Gerente
Diretor
Diretor
Diretor
Diretor
Diretor
Diretor
Gerente
Gerente
Gerente
Instituio Financeira
Catering
SPE - Financeira
Seguros e Previdncia
Indstria e Holding
Alumnio
Papel e Celulose
Indstria
Tecnologia e Comunicao
Indstria - Laticnio
Indstria - Vidraria
Laboratrio Farmaceutico
Fabric.Montagem Estruturas
Industria Eletro-Mecanica
Agncia de Fomento
Entidade Filantrpica
Indstria Grfica
Maior que normal

Moderado
Baixo
Alto
Baixo
Moderado
Baixo
Baixo
Baixo
Baixo
Baixo
Baixo
Moderado
Moderado
Moderado
Mdio
Mdio
Baixo
Moderado
Alto
Baixo
20
42
26
52
17
27
23
11
25
15
14
11
26
32
24
15
69
28
48
58
14
Fonte: Elaborado pelo autor

Quadro 10 Resultado das Avaliaes de Risco de Controle Etapa Final
Banco de Dados de Terceiros
As empresas denominadas A, B e C so as representantes brasileiras dos

escritrios de atuao global conhecidos como big four.
A coluna Risco Apurado pelo Mtodo da Lgica Nebulosa nos Quadro 9 e 10

anteriores, aponta o rating obtido na escala de 0 a 100 para o Risco de Controle das
entidades avaliadas. Os valores foram gerados originariamente com duas casas
decimais, porm para melhor visualizao dos resultados, os dcimos foram
aproximados para o nmero subseqente, quando igual ou superior a 0,50.
136
A Figura 20 abaixo demonstra a posio equivalente dos termos Muito Baixo,

Baixo, Razovel, Alto e Muito Alto, utilizados no modelo de avaliao pela
lgica nebulosa, na escala psicomtrica adotada e poder proporcionar elementos
visuais para melhor compreenso dos comentrios subseqentes:

Figura 20 Posio dos Termos Lingsticos na Escala Psicomtrica
Como se depreende, alguns casos apresentam incongruncias entre o termo

lingstico atribudo originalmente pelo auditor ao risco avaliado para os controles da
entidade e o rating apurado pela metodologia de avaliao com o uso da lgica
nebulosa.
So exemplos notrios os casos de nmeros 1 e 17 constantes no
Quadro 10 anterior, em que observa-se que os conceitos atribudos ao final dos

processos originais realizados pelos dois auditores no condizem com os conceitos
atribudos individualmente a cada Elemento de Avaliao de Riscos, por meio de
137
valores de 0 a 100 da escala psicomtrica.
Um indcio que poderia ser obtido
intuitivamente desta situao que ao transformarem os seus julgamentos em

valores numricos, os auditores agiram de maneira incoerente com a postura que
adotaram quando fizeram, originalmente, suas avaliaes utilizando apenas os
termos lingsticos.
Nos demais casos, as avaliaes por um mtodo ou por outro guardam aparente
consistncia, sendo que alguns itens de nmeros 4 e 20, por exemplo
aparentemente, foram julgados com maior conservadorismo pelos auditores nas
suas anlises originais e, pelo mtodo da lgica nebulosa, tal postura no se
configurou de maneira acentuada.
Cabe registrar, todavia, que o objetivo desta pesquisa no contempla a investigao

das razes de mudanas comportamentais dos avaliadores.
138
6.3 Constataes Extradas dos Testes Aplicados
As principais constataes obtidas em ambas as etapas foram substancialmente

similares e podem ser assim resumidas:
A comparao dos resultados das avaliaes de riscos feitas com o modelo

de lgica nebulosa e com os mtodos originais dos auditores participantes da
pesquisa, apresentados nos Quadros 1 e 2 anteriores, aponta, de forma
intuitiva,
que
os
resultados
demonstrados
sob
forma
numrica
(defuzzificados) guardam consistncia, na maioria dos casos testados, com

os resultados originariamente apurados.
De fato, se for considerado que o norte de todo o processo de avaliao foi

uma escala numrica de 0 a 100, razovel entender que, por exemplo, o
valor 48 est condizente com o conceito moderado, assim como o valor 6
compatvel com a atribuio original de risco de nvel baixo.
Os elementos de avaliao e a concepo do modelo foram de plena

aceitao e concordncia dos auditores independentes envolvidos neste
trabalho.
A premissa de estabelecer uma base cientfica, com a utilizao de um

mtodo quantitativo para o processo de avaliao de risco de controle versus
as anlises consubstanciadas apenas na sensibilidade profissional foi bem
aceita por tais profissionais, em consonncia com a mesma reao
139
anteriormente obtida dos scios e gerentes de empresas de auditoria

entrevistados, conforme exposto no captulo 2 - AUDITORIA CONTBIL E
OS RISCOS DOS CONTROLES INTERNOS - item 2.3 - Pesquisa sobre
Mtodos de Avaliaes de Risco de Controle Utilizados;
As atribuies de valores de 0 a 100 para os elementos de avaliao no se

constituram em nenhum obstculo para os profissionais, j que refletiram a
transposio numrica do julgamento de atributos como baixo, moderado,
alto etc, que cada um havia feito anteriormente para a avaliao de risco
original com o uso de suas metodologias de trabalho;
Alguns auditores manifestaram dvidas na determinao da importncia dos

Fatores de Riscos para a apurao das Classes de Riscos, fato de certa
forma aguardado, j que esse tipo de anlise no explcita na metodologia
de avaliao que utilizam normalmente.
As dvidas identificadas foram sanadas e, em dois casos, foram refeitas as

avaliaes originais formalizadas no questionrio do Anexo II;
A crtica saliente aplicao do modelo quanto falta de familiaridade com

o arcabouo conceitual da lgica nebulosa e quanto s dificuldades cognitivas
que as funes de fuzzificao, inferncia e defuzzificao representam
para os indivduos que no se aprofundaram na matria.
140
De fato, no somente os conceitos de lgica nebulosa normalmente no

fazem parte do cabedal de conhecimentos desses profissionais, como
tambm, atravs apenas de observaes empricas, no se identificam nos
seus procedimentos usuais de auditoria os diversos mtodos quantitativos
disponveis atualmente, cuja aplicao se encontra bem disseminada nas
reas de controladoria, contabilidade de custos, oramento etc.
Essas observaes no cientficas indicam que at mesmo a amostragem

estatstica freqentemente substituda por amostragem por julgamento nos
procedimentos substantivos e testes de observncia.
Para
finalizar
as
constataes
vinculadas
ao
modelo
conceitual
especificamente, a equao final de ponderar os valores obtidos na avaliao

do risco do ambiente e do risco de outros componentes foi objeto de
observaes quanto aos pesos atribudos a cada fator.
Embora concordando com a diferena de importncia dos dois tipos de riscos

na formao do risco de controle, um dos profissionais no atribuiria pesos
to prximos, uma vez que entende que o risco do ambiente de controle deve
ter maior representatividade.
141
Quanto aos aspectos operacionais em si do sistema, observou-se que o

software FuzzyTech 5.54 de fcil manuseio, com bons recursos de auxlio
ao usurio e com um conjunto de recursos grficos e visuais que facilitam,
sobremaneira, o entendimento do processo e dos resultados apurados.
142
7 CONCLUSES E SUGESTES
A proposta deste estudo foi a construo de um modelo para avaliao dos riscos de
controles internos, no mbito de um processo de auditoria de demonstraes
contbeis, calcado no mtodo quantitativo conhecido como lgica nebulosa e
visando possibilitar a contemplao de elementos de avaliao incertos e difusos
que compem, de maneira representativa, os fatores de riscos analisados pelos
auditores independentes.
Para simulao e testes de funcionamento do modelo, utilizou-se um software

(FuzzyTech 5.54) e a validao conceitual e operacional foi realizada tanto atravs
de debates e consultas a especialistas, obras literrias e alguns manuais prticos de
metodologia de trabalho de auditoria, quanto pela utilizao de uma
massa de
dados para processamento e anlise comparativa dos resultados de casos prticos

de entidades que tiveram seus sistemas de controles internos avaliados por algumas
das principais empresas de auditoria independente atuantes no Brasil, para emisso
de parecer sobre as demonstraes contbeis.
Os tpicos conclusivos decorrentes deste estudo, bem como suas vantagens, so os

seguintes:
As evidncias coletadas em decorrncia dos testes aplicados permitem a

aceitao da hiptese de trabalho, bem como indicam que o modelo
concebido com o uso da lgica nebulosa contempla os aspectos ambguos
e incertos inerentes ao ambiente da operao e aos elementos dos
143
processos de controle, possibilitando a avaliao sistematizada e racional

dos riscos dos sistemas de controles internos de uma entidade para o
escopo da auditoria independente de demonstraes contbeis;
O modelo elimina a restrio binria de respostas sim ou no para

questionrios de avaliao de risco que, preponderantemente, sustentam as
metodologias de trabalho das empresas de auditoria independente
pesquisadas, possibilitando incorporar respostas com maior amplitude, tais
como: freqentemente sim, nem sempre etc, que so traduzidas para
uma escala numrica previamente fornecida, em que o sim estaria no
incio da contagem (zero, por exemplo) e o no estaria ao final da escala
(100, por exemplo), deixando o meio para o apontamento das respostas
intermedirias entre o positivo e o negativo, conforme melhor refletir o
julgamento do avaliador;
A lgica nebulosa permitiu tratar, de forma numrica, predicados tais como

bom, razovel, de grande importncia, por meio da aplicao de uma
escala psicomtrica;
Como decorrncia desses adequados tratamentos, o resultado da avaliao

expresso em um valor numrico que representa o risco de controle
avaliado em uma entidade, no curso de uma auditoria de demonstraes
contbeis e pode ser utilizado como o fator RC na funo de avaliao do
risco de auditoria RA = RI (x) RC (x) RD, orientada pelo AICPA e base dos
144
processos largamente empregados pelos auditores independentes nesse

tipo de auditoria;
O modelo conceitual se mostrou plenamente operacional e, portanto,

aplicvel na atividade de auditoria independente de demonstraes
contbeis.
Um aspecto que pode ser observado como uma limitao do modelo desenvolvido
que sua aplicao no elimina o elemento julgamento profissional que est na
base de todo o processo de avaliao de risco de controle, em qualquer metodologia
de trabalho empregada pelos auditores independentes.
Como eventual desvantagem poderia ser aqui reconhecida a necessidade de

capacitar os auditores-avaliadores nos conceitos de lgica nebulosa e a operar com
esse aplicativo de informtica ou com outros congneres que, pelo menos
atualmente, so poucos e no popularizados, como, por exemplo, as planilhas
eletrnicas e editores de texto.
O potencial de aplicao de verses ampliadas e aperfeioadas do modelo em

questo, assim como da lgica nebulosa e de outros mtodos quantitativos em
processos de auditoria independente que podem ser vislumbrados seriam, como
exemplo, os seguintes:
A estrutura conceitual pode ser ampliada para incorporar novos elementos de

avaliao de riscos e at mesmo conceitos, como temporariamente ocorre
145
com edies de pronunciamentos de entidades reguladoras, tais como o

COSO, IFAC, AICPA, IBRACON etc;
O modelo pode agregar elementos mais detalhados e especficos, voltados

para a avaliao das atividades de controle26, normalmente agrupadas nos
mtodos tradicionais de trabalho das empresas de auditoria em ciclos
operacionais, como, por exemplo, o ciclo de Compras e Desembolsos, de
Receitas, de Recursos Humanos etc. Poder-se-ia, ainda, vincular essas
avaliaes detalhadas com as asseres contidas nas contas e classes de
transaes das demonstraes contbeis, tais como: propriedade, existncia,
ocorrncia etc.;
Os elementos de avaliao e o resultado de um modelo com a mesma

tipologia podem estar voltados especificamente para a sinalizao de
ocorrncia de fraudes nas demonstraes contbeis ou, at mesmo, para
desvios que podem no causar impacto direto, imediato e significativamente
na posio econmica e financeira da entidade, mas podem gerar prejuzos
de imagem, credibilidade e outros com potenciais pecunirios futuros;
Outros mtodos quantitativos, tais como as redes neurais e os algoritmos

genticos, poderiam ser aplicados em modelos de avaliaes de risco de
controle, tendo como base o presente modelo, ou desenvolvidos para
aplicaes similares em processos de auditagem.
26
Um dos cinco componentes do controle, segundo o COSO e o AICPA e que no modelo

desenvolvido considerado uma das Classes de Risco que compem o Risco dos Outros
Componentes de Controle.
146
Finalizando, espera-se que o presente estudo possa contribuir para a Cincia

Contbil e mais especificamente para o campo da auditoria das demonstraes
contbeis, medida que visou trazer e demonstrar a viabilidade da aplicao prtica
de um instrumento das Cincias Exatas para tentar mensurar elementos tpicos das
Cincias Sociais Aplicadas. Naturalmente, em razo do seu carter inovador, tanto
a proposta do estudo em si, como o modelo conseqente gerado, demandam o
envolvimento de pesquisadores tambm de outras disciplinas para melhorar e
ampliar as oportunidades de aplicao na atividade de auditoria e outras similares.
147
148
8 BIBLIOGRAFIA
AMERICAN INSTITUTE OF CERTIFIED PUBLIC ACCOUNTANTS AICPA.

AICPA Professional Standards - Vol. 1 - U.S. Auditing Standards Attestation Standards. New York: AICPA, 1997.
ANDRADE, Maria Margarida de. Como Preparar Trabalhos para Cursos de PsGraduao: Noes Prticas. So Paulo: Editora Atlas, 1995.
ANDRADE, Eduardo Leopoldino de. Introduo Pesquisa Operacional
Mtodos e Modelos para a Anlise de Deciso. 2 Edio. Rio de Janeiro: LTC
Livros Tcnicos e Cientficos Editora S.A., 2000.
ANTUNES, Jernimo. Contribuio ao Estudo da Avaliao de Risco e
Controles Internos na Auditoria de Demonstraes Contbeis no Brasil.
So Paulo, 1998. Dissertao (Mestrado em Contabilidade e Controladoria) Departamento de Contabilidade e Aturia da Faculdade de Economia,
Administrao e Contabilidade da Universidade de So Paulo.
ARENS, Alvin A. e LOEBBECKE, James K. Auditing An Integrated Approach.
7th Edition. New Jersey: Editora Prentice-Hall, Inc, 1997.
BAILEY, Larry P. GAAS Guide. San Diego: Editora Harcourt Brace & Company,
1997.
BERNSTEIN, Peter L. Desafio aos Deuses: A Fascinante Histria do Risco.
Traduo Ivo Korytowski. Rio de Janeiro: Editora Campus, 1997.
BITTENCOURT, Joo R. e OSRIO, Fernando. FuzzyF Fuzzy Logic
Framework: Uma Soluo Software Livre para o Desenvolvimento, Ensino e
Pesquisa de Aplicaes de Inteligncia Artificial Multiplataforma. So
Leopoldo, 2003. Trabalho Acadmico para a Disciplina Cincia da Computao
do Programa de Mestrado em Computao Aplicada do Centro de Cincias
Exatas e Tecnolgicas da Universidade do Vale do Rio dos Sinos UNISINOS.
BOJADZIEV, George and BOJADZIEV, Maria. Fuzzy Logic for Business,
Finance, and Management. Singapure: World Scientific, 1997.
BORBA, Jos Alonso. A Lgica Nebulosa (Fuzzy Logic) Aplicada na
Contabilidade: Um Modelo para os Julgamentos de Materialidade no
Planejamento da Auditoria. So Paulo, 2000. Tese (Doutorado em
Contabilidade e Controladoria) Departamento de Contabilidade e Aturia da
Faculdade de Economia, Administrao e Contabilidade da Universidade de So
Paulo.
BOYNTON, William C. JOHNSON, Raymond N. KELL, Walter G. Traduo Jos
Evaristo dos Santos. Auditoria. So Paulo: Editora Atlas, 2002.
149
BUSSAB, Wilton de O., MORETTIN, Pedro A. Estatstica Bsica. 5 Edio. So

Paulo: Editora Saraiva, 2002.
CARVALHO, Luiz Nelson Guedes de. Uma Contribuio Auditoria do Risco de
Derivativos. So Paulo, 1996. Tese (Doutorado em Contabilidade e
Controladoria) Departamento de Contabilidade e Atuaria da Faculdade de
Economia, Administrao e Contabilidade da Universidade de So Paulo.
CHANDRA, Akhilesh and AGRAWAL, Surrenda P. A Fuzzy Decision Support for
Cost Management Systems Design. In: SIEGEL, Philip H. KORVIN, Andre de,
OMER, Khursheed. Applications of Fuzzy Sets and the Theory of Evidence
to Accounting, II. Stanford: JAI Press, 1998. p. 99-115.
CHEN, Guanrong and PHAM, Trung T. Introduction to Fuzzy Sets, Fuzzy Logic,
and Fuzzy Control Systems. Boca Raton: CRC Press, 2001.
COOK, John W. & WINKLE, Gary M. Auditoria: Filosofia e Tcnica. So Paulo:
Saraiva S.A. - Livreiros Editores, 1983.
COTRIM, Gilberto. Fundamentos da Filosofia. So Paulo: Editora Saraiva, 1998.
COMMITTEE OF SPONSORING ORGANIZATIONS OF THE TREADWAY
COMMISSION COSO. Internal Control: Integrated Framework. USA, 1994.
CONSELHO FEDERAL DE CONTABILIDADE. Princpios Fundamentais e
Normas Brasileiras de Contabilidade de Auditoria e Percia. Braslia: CFC,
2003.
CORRAR, Luiz J. e THEPHILO, Carlos R. (Coordenadores). Pesquisa
Operacional para Deciso em Contabilidade e Administrao
Contabilometria. So Paulo: Editora Atlas, 2004.
COX, Earl. The Fuzzy Systems Handbook. 2nd. Edition. San Diego: AP
Professional, 1999.
COX, Earl. Fuzzy Logic for Business and Industry. Rockland: Charles River
Media, Inc. 1995.
DESHMUKH, Ashutosh. ROMINE, Jeff. Assessing the Risk of Management
Fraud Using Red Flags: A Fuzzy Number Based Spreadsheet Approach.
Journal of Accounting and Computers, 3, 1998. pp 5-15.
DESHMUKH, Ashutosh and NASSIRIPOUR, Sia. Assessment of Short-Term
Liquidity Risk Using Fuzzy Sets. In: SIEGEL, Philip H. KORVIN, Andre de,
150
DUBOIS, Didier and PRADE, Henri. Fuzzy Sets and Systems: Theory and
Applications. Volume 144 in Mathematics in Science and Engineering. San
Diego: Academic Press, Inc., 1980.
FERREIRA, Aurlio B. H. Novo Aurlio Sculo XXI: O Dicionrio da Lngua
Portuguesa. So Paulo. 3 Edio. Rio de Janeiro: Nova Fronteira, 1999.
FRIEDLOB, George T. SCHLEIFER, Lydia L.F. Fuzzy Logic: Application for Audit
Risk and Uncertainty. Managerial Auditing Journal, Bradford: 1999. Vol. 14, Iss.
3; pg. 127-135.
IMENES, Luiz Mrcio e LELLIS, Marcelo. Microdicionrio de Matemtica. So
Paulo: Editora Scipione, 1998.
INSTITUTO BRASILEIRO DE CONTADORES IBRACON. Normas
Internacionais de Auditoria e Cdigo de tica Profissional. So Paulo, 1998.
IUDCIBUS, Srgio, MARION, Jos C. e PEREIRA, Elias. Dicionrio de Termos
de Contabilidade. So Paulo: Editora Atlas, 2003.
JUND, Srgio. Auditoria: Conceitos, Normas, Tcnicas e Procedimentos: Teoria
e 500 Questes Estilo ESAF, UNB e Outras. Rio de Janeiro: Impetus, 2001.
KLIR, Yuan. Sets and Fuzzy Logic: Theory and Applications. Upper Saddle
River: Ed. Prentice Hall PTR, 1995.
KORVIN, Andre de. SIEGEL, Philip H, and AGRAWAL, Surrenda. An Application
of Fuzzy Sets to Cost Allocation. In: SIEGEL, Philip H. KORVIN, Andre de,
KORVIN, Andre de., et al. Modeling Job Scheduling for Audit Uncertainties
Using Fuzzy Logic. In: SIEGEL, Philip H. KORVIN, Andre de, OMER,
Khursheed. Applications of Fuzzy Sets and the Theory of Evidence to
Accounting, II. Stanford: JAI Press, 1998. p. 39-54.
KOSKO, Bart. Fuzzy Thinking: The New Science of Fuzzy Logic. New York:
Hyperion, 1993.
LALANDE, Andr. Vocabulrio Tcnico e Crtico da Filosofia. 10 Edio. Porto:
Rs Editora, 1980.
LOPES, Alexsandro B. e OLIVEIRA, Heraldo G. Conjuntos Nebulosos (Fuzzy
Sets) So Paulo, 1999. Trabalho Acadmico para a Disciplina EAC-731
Contabilometria, do Programa de Doutorado em Contabilidade e Controladoria
do Departamento de Contabilidade e Atuaria da Faculdade de Economia,
Administrao e Contabilidade da Universidade de So Paulo.
151
MCNEILL, Daniel and FREIBERGER, Paul. Fuzzy Logic: The Revolutionary

Computer Technology That Is Changing Our World. New York: Simon &
Schuster, 1993.
MCNEILL, F. Martin and THRO, Ellen. Fuzzy Logic: A Pratical Approach. Boston:
Academic Press, Inc., 1994.
MARTINS, Gilberto de Andrade. Manual para Elaborao de Monografias e
Dissertaes. So Paulo: Editora Atlas S.A., 1994.
MESSIER, William F. Auditing & Assurance Services: A Systematic Approach.
2nd. Edition. Boston: Ed. The McGraw-Hill Companies, Inc, 1999.
NGUYEN, Hung T. and WALKER, Elbert A. A First Course in Fuzzy Logic. 2nd.
Edition. Boca Raton: Ed. Chapman & Hall/CRC, 2000.
RENDER, Barry and JR, Ralph M. Stair. Quantitative Analysis for Management.
7th. Edition. New Jersey: Ed. Prentice-Hall, Inc, 2000.
RITTENBERG, Larry E. and SCHWIEGER, Bradley J. Auditing - Concepts for a
Changing Environment. 2nd. Edition. Philadelphia: Ed. Brace College Publishers,
1994.
RUSSELL, Bertrand. Traduo Laura Alves e Aurlio Rebello. Histria do
Pensamento Ocidental: A Aventura das Idias dos Pr-Socrticos a
Wittgenstein. Rio de Janeiro: Ediouro, 2001.
SANDRI, Sandra e CORREA, Cludio. Lgica Nebulosa. V Escola de Redes
Neurais, So Jos dos Campos SP, 1999, p. 073-090.
SANTI, Paulo Adolpho. Introduo Auditoria. So Paulo: Editora Atlas S.A.,
1988.
SHAW, Ian S. Controle e Modelagem Fuzzy. So Paulo: Ed. Edgard Blucher, 1999.
SIEGEL, Philip H., RIGSBY, John T. and BOURGEOIS, Brian. An Application of
Fuzzy Set Theory to the Problem of Evaluating Net Realizable Value of
Accounts Receivable. In: SIEGEL, Philip H. KORVIN, Andre de, OMER,
Khursheed. Applications of Fuzzy Sets and the Theory of Evidence to
Accounting, II. Stanford: JAI Press, 1998. p. 89-102.
SILVA, Ermes Medeiros da et. al. Pesquisa Operacional: Programao Linear.
So Paulo: Editora Atlas S.A., 1998.
SPIEGEL, Murray R. Traduo: Alfredo Alves de Faria. Probabilidade e Estatstica.
So Paulo: Ed. McGrawHill, 1978.
152
SRIRAM, Ram S. and WHEELER, Patrick. Uncertainty Handling in Accounting

Systems: A Comparison of Alternative Approaches to Knowledge
Representation. In: SIEGEL, Philip H. et al. Applications of Fuzzy Sets and
the Theory of Evidence to Accounting. Stanford: JAI Press, 1995. p.163-186.
SRIVASTAVA, Rajendra P. and LU, Hai. Structural Analysis of Audit Evidence
Using Belief Functions. Fuzzy Sets and Systems. Vol.131. Amsterdam: Elsevier
North-Holland, Inc. 2002. p. 107-120.
STEVENSON, William J. Estatstica Aplicada Administrao. So Paulo: Ed.
Habra, 1981.
SULLIVAN, Jerry D. et. al. Montgomerys Auditing. Tenth Edition. New York:
Editora John Wiley & Sons, 1985.
TAYLOR, Donald H. and GLEZEN, G.William. Auditing An Assertions
Approach. 7th. Edition. New York: John Wiley & Sons, Inc, 1997.
VERGARA, Sylvia C. Projetos e Relatrios de Pesquisa em Administrao. 3
Edio. So Paulo: Ed. Atlas, 2000.
VON ALTROCK, Constantin. Fuzzy Logic and NeuroFuzzy Applications in
Business and Finance. New Jersey: Prentice Hall PTR, 1997.
WALLACE, Wanda A. - Handbook of Internal Accounting Controls. 2nd. Edition.
New Jersey: Editora Prentice-Hall, Inc., 1991.
WEBER, Eleo, TRIERWEILER, Pedro Antonio. Aplicao da Lgica Fuzzy em
Software e Hardware. Canoas: Editora da Ulbra, 2002.
ZADEH, Lofti A. et. al. Fuzzy Sets and Their Applications to Cognitive and
Decision Processes. New York: Academic Press, Inc., 1975.
ZWICKER, Ronaldo. Apostila da Disciplina: EAD-5909 Informtica na
Administrao, do Programa de Ps-Graduao em Mtodos Quantitativos e
Informtica Mestrado e Doutorado do Departamento de Administrao da
Faculdade de Economia, Administrao e Contabilidade da Universidade de
So Paulo, 2001.
153
SITES DA INTERNET
http://www.aahq.org
http://www.aicpa.org
http://www.bcb.gov.br
http://www.cfc.org.br
http://www.cfenet.com
http://www.cvm.gov.br
http://www.erm.coso.org
http://www.eycarat.ukans.edu
http://www.fei.org
http://www.ibracon.com.br
http://www.ifac.org
http://www.isaca.org
http://www.law.uc.edu/CCL/SOact/soact.pdf
http://www.periodicos.capes.gov.br
http://proquest.umi.com/pqdweb
http://www.theiia.org
http://www.sec.gov
http://www.sibi.usp.br/sibi/biblioteca
http://www.susep.gov.br
154
ANEXO I
QUESTIONRIO DE AVALIAO
DOS FATORES DE RISCOS DE CONTROLE INTERNO
Esclarecimentos Iniciais
As questes abaixo tm por objetivo a avaliao dos fatores de riscos que podem
provocar falhas nos sistemas de controles internos das entidades e que, por sua vez,
geraro distores relevantes para as demonstraes contbeis objeto do parecer
dos auditores independentes.
Para cada questo dever ser atribuda um valor entre 0 (zero) e 100 (cem),
somente com a utilizao de nmeros inteiros e de forma crescente, em que os
menores valores expressaro a insatisfao do avaliador quanto ao atendimento dos
controles internos ao objetivo da questo e os maiores valores, de forma inversa,
indicaro a satisfao.
Todas as questes devem ter um valor atribudo, uma vez que no h previso de
itens no aplicveis. Caso algum item no seja avaliado, ser considerado o valor 0
(zero), o que indicar um grau elevado de insatisfao com o objetivo do quesito.
Estas avaliaes serviro como entradas discretas no Sistema de Avaliao de
Riscos de Controle, que utiliza como recurso de processamento de dados o software
FuzzyTech 5.54.
O sistema transformar esses valores nos termos lingsticos:
pssimo, ruim, razovel, bom e muito bom, aplicando a funo de pertinncia dos
elementos da lgica nebulosa, e processar todas as suas funes com base
nesses termos definidos.
O questionrio est segregado em blocos de perguntas, obedecendo aos
agrupamentos conceituados no sistema em tela como Fatores de Riscos, que cada
grupo de questes desencadeia.
155
QUESTIONRIO DE AVALIAO
AVALIAO DO AMBIENTE DE CONTROLE
I - Avaliao do Risco de Gesto de Pessoas
Fator: Integridade e Valores ticos
Prtica de elevadas normas de comportamento tico pela Alta
Administrao e comunicao das polticas e dos cdigos de conduta
a todos os funcionrios.
Fornecimento de orientao moral aos empregados que demandam
tal necessidade.
Combate aos incentivos e tentaes para a elaborao de
demonstraes contbeis fraudulentas.
Fator: Comprometimento com Competncia
Nvel de conhecimentos e habilidades requeridos para as pessoas,
nos diversos nveis da organizao, realizarem suas tarefas de
maneira eficaz.
Polticas e prticas de treinamento profissional, implementadas para
todos os nveis hierrquicos da entidade.
Compatibilidade da experincia profissional com as tarefas
designadas aos funcionrios, principalmente para aquelas que
envolvem maior risco e responsabilidades.
Fator: Polticas e Prticas de Recursos Humanos
Polticas de recrutamento e processos de seleo para a contratao
de novos colaboradores.
Fornecimento de orientaes precisas e oportunas sobre a cultura
organizacional da entidade, as responsabilidades e os papis atuais
e potenciais para os funcionrios contratados.
Processos de avaliao de desempenho para aconselhamentos,
promoes de cargos e funes e programas de remunerao e
benefcios.
156
Valor
Atribudo
II - Avaliao do Risco do Modelo de Deciso
Fator: Filosofia e Estilo Operacional da Administrao
Forma de assuno dos riscos de negcios pela administrao e
maneira como esta os monitora.
Modo de tratamento dispensado pela alta administrao para os
principais executivos da entidade.
Atitudes da administrao para com as pessoas e funes que lidam
com as atividades contbeis e de processamento de informao.
Fator: Postura para Informaes Contbeis
Escolha apropriada e conservadora dos princpios de contabilidade
geralmente aceitos na elaborao das demonstraes financeiras.
Nvel de conscincia dos diretores e de apropriado conservadorismo
na determinao de estimativas contbeis.
Atitudes e aes adotadas no processo de elaborao e divulgao
de demonstraes contbeis.
Fator: Conselho de Administrao e Comit de Auditoria
Independncia em relao diretoria executiva, adequada
experincia e estatura profissional dos seus membros.
Envolvimento e adequao das aes, contemplando o oportuno
envolvimento nas questes pertinentes finalidade do rgo.
Interao e acompanhamento das atividades dos auditores internos e
dos auditores independentes.
III - Avaliao do Risco da Infra-Estrutura
Fator: Atribuio de Autoridade e Responsabilidade
Definio de autoridade e responsabilidade congruentes com
conhecimento e experincia do pessoal e com recursos demandados
pelas atividades.
Atribuio de responsabilidades pela consecuo de resultados aos
administradores das unidades organizacionais.
Processo de atribuio de autoridade e responsabilidade por
documentao, transaes e acessos em ambiente de TI.
Fator: Estrutura Organizacional
Estruturas hierrquicas apropriadas para o tamanho da entidade.
Compatibilidade entre a natureza da atividade da entidade auditada e
o organograma formal.
Eficcia proporcionada pela estrutura organizacional na gerao de
informao contbil-financeira.
157
Valor
Atribudo
I Avaliao da Avaliao de Risco
Fator: Ameaas Internas
Capacidade de identificar riscos causados por alteraes no
ambiente operacional.
Identificao e mensurao do impacto de novas tecnologias e de
funcionrios recm-ingressados.
Deteco dos efeitos provocados por mudanas nos sistemas de
informaes.
Fator: Ameaas Externas
Capacitao para gerenciar ameaas e oportunidades provocadas
por rpido crescimento das atividades operacionais.
Identificao e mensurao dos riscos provocados por introduo
de atividades, linhas ou produtos novos.
Oportuno reconhecimento dos efeitos decorrentes de novos
pronunciamentos contbeis, de aplicao compulsria.
II Avaliao das Atividades de Controle
Fator: Restries de Acessos e Funes
Segregao de funes entre responsabilidade pela execuo,
registro e custdia de ativos.
Controles de restries e acessos fsicos aos ativos tangveis da
entidade.
Nvel de permisso e acessos aos controles e informaes
estratgicas e operacionais da entidade.
Fator: Controles de Processamento de Informaes
Processo de delegao de autorizao de transaes e controles
de cumprimento da norma estabelecida.
Controle das aprovaes das alteraes realizadas nos sistemas de
informaes para o processo decisrio.
Nvel de integridade e de exatido das informaes fornecidas
pelos sistemas de controles internos.
Fator: Revises de Desempenho
Contedo dos relatrios de oramentos elaborados e nvel das
anlises realizadas pelos gestores.
Processo de correlao efetuado entre informaes quantitativas
operacionais, econmicas e financeiras.
Contagens fsicas peridicas de ativos e comparao dos
levantamentos com os registros fsicos e contbeis.
158
Valor
Atribudo
III Avaliao da Informao e Comunicao
Fator: Processamento da Informao
Processamento das transaes contemplando os atributos de
validade, integralidade, tempestividade, correta avaliao e
classificao.
Trilhas de auditoria completas, fornecidas pelo sistema contbil
para cada transao realizada.
Documentao hbil para comprovao das transaes e arquivos
adequados.
Fator: Divulgao da Informao
Plano de contas contbeis, apropriado para as atividades da
entidade.
Manual de polticas e principais prticas contbeis adotadas pela
entidade.
Relatrios contbeis e financeiros completos, oportunos e objetivos
para apoio do processo decisrio.
IV Monitoramento
Fator: Monitoramento Interno
Processos de avaliao do desenho dos sistemas de controles
internos.
Estrutura organizacional, atuao e resultados da auditoria interna.
Fator: Superviso Externa
Aceitao e implantao das melhorias de controles internos
sugeridos pela auditoria externa.
Contribuies sobre fraquezas e aperfeioamentos de controles
internos, oferecidas por agncias reguladoras.
Respondido por:
Empresa:
Cargo:
Assinatura:
Local e Data:
159
Valor
Atribudo
160
ANEXO II
QUESTIONRIO DE DETERMINAO DA IMPORTNCIA
Esclarecimentos Iniciais
As questes abaixo tm por objetivo determinar a importncia que os Fatores de
Riscos de controles tm na avaliao das diversas Classes de Riscos, que podem
provocar falhas nos sistemas de controles internos das entidades, e que, por sua
vez, geraro distores relevantes para as demonstraes contbeis objeto do
parecer dos auditores independentes.
Para cada questo dever ser atribuda um valor entre 0 (zero) e 100 (cem),
somente com a utilizao de nmeros inteiros e de forma crescente, em que os
menores valores expressaro a menor importncia atribuda pelo avaliador quanto
influncia do Fator de Risco na avaliao da Classe de Risco e, de forma inversa, o
maior valor indicar a grande importncia determinadas pelo avaliador.
Todas as questes devem ter um valor atribudo, uma vez que no h previso de
itens no aplicveis. Caso algum item no seja avaliado, ser considerado o valor 0
(zero), o que indicar um insignificante grau de importncia do Fator de Risco.
De forma complementar ao Questionrio de Avaliao dos Fatores de Riscos de
Controle Interno, estas avaliaes serviro como entradas discretas no Sistema de
Avaliao de Riscos de Controle, que utiliza como recurso de processamento de
dados o software FuzzyTech 5.54.
O sistema transformar esses valores nos
termos lingsticos: grande, mdia e pequena, aplicando a funo de pertinncia dos

elementos da lgica nebulosa, e processar todas as suas funes com base
nesses termos definidos.
161
I - Risco da Gesto de Pessoas
1. Integridade e Valores ticos
2. Comprometimento com Competncia
3. Polticas e Prticas de Recursos Humanos
II - Risco do Modelo de Deciso

1. Filosofia e Estilo Operacional da Administrao
2. Postura para Informaes Contbeis
3. Conselho de Administrao e Comit de Auditoria
III - Risco da Infra-Estrutura

1. Atribuio de Autoridade e Responsabilidade
2. Estrutura Organizacional
IV - Risco da Avaliao de Riscos

1. Ameaas Internas
2. Ameaas Externas
V - Risco das Atividades de Controle

1. Restrio de Acessos e Funes
2. Controles de Processamento de Informaes
3. Revises de Desempenho
VI - Risco da Informao e Comunicao

1. Processamento da Informao
2. Divulgao da Informao
VII - Risco do Monitoramento

1. Monitoramento Interno
2. Superviso Externa
Respondido por:
Empresa:
Cargo:
Assinatura:
Local e Data:
162
Valor Atribudo

Tese Modelo Avaliacao Risco Logica Nebulosa

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Tese Modelo Avaliacao Risco Logica Nebulosa

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE DE SO PAULO

FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE

MODELO DE AVALIAO DE RISCO DE CONTROLE

ORIENTADOR: PROF. DR. ELISEU MARTINS

FACULDADE DE ECONOMIA, ADMINISTRAO E CONTABILIDADE

MODELO DE AVALIAO DE RISCO DE CONTROLE

ORIENTADOR: PROF. DR. ELISEU MARTINS

Para Maria Teresa,

Ao Prof. Dr. Nelson Carvalho, admirvel e cativante personalidade, imprescindvel

Aos seguintes professores-doutores pelas relevantes contribuies: Edgar Bruno

Ao Prof. Jos Carlos de Aquino, pela competente reviso ortogrfica.

Aos auditores independentes que participaram dos processos de construo e testes

Aos meus queridos pais Antonio e Georgina pelos extraordinrios e diligentes

2- AUDITORIA CONTBIL E OS RISCOS DOS CONTROLES

3- MTODOS QUANTITATIVOS PARA TRATAR INCERTEZAS............

4- LGICA NEBULOSA PARA REDUO DE INCERTEZAS................

5- MODELO DE AVALIAO DE RISCO DE CONTROLE USANDO A

6- TESTES PRTICOS DO MODELO CONCEITUAL..............................

Figura 2 Representao da transio gradual de temperatura................

Figura 3 Representao da transio de temperatura com conjuntos

Figura 5 Processo de agregao de sadas nebulosas...........................

Figura 6 Durao da aguada pelo mtodo centride...............................

Figura 7 Durao da aguada pelo mtodo do mximo............................

Figura 8 Durao da aguada pelo mtodo da mdia dos mximos.........

Figura 9 Modelo conceitual de avaliao de risco do ambiente de

Figura 12 rvore de deciso da avaliao do risco de gesto de

Figura 14 Exemplo de regras de produo..............................................

Figura 15 Mtodos de inferncia das regras de produo.......................

Figura 16 Opes de mtodos de defuzzificao..................................

Figura 17 Valores discretos de entradas e sadas...................................

Figura 18 Entradas e sadas discretas do risco do ambiente de controle 126

Quadro 2 Exemplos de Conjuntos Tradicionais.......................................

Quadro 3 Exemplos de Propriedades de Operaes dos Conjuntos

Quadro 4 Exemplos de Propriedades de Operaes dos Conjuntos

Quadro 5 Matriz de Variveis e Termos Lingsticos...............................

Quadro 6 Classes de Riscos e Fatores de Riscos de Controle...............

Quadro 7 Fatores de Risco e seus Elementos de Avaliao...................

Quadro 8 Exemplos de Combinaes de Termos Lingsticos para

Quadro 9 Resultado das Avaliaes de Risco de Controle Etapa

Quadro 10 Resultado das Avaliaes de Risco de Controle Etapa

O objetivo deste trabalho foi a concepo de um modelo de avaliao de risco dos

A validao conceitual do modelo concebido foi realizada por meio de entrevistas e

de trabalho de auditoria de empresas representativas dessa indstria e a validade

Palavras-chave: Avaliao de Risco de Controle, Lgica Nebulosa, Contabilidade,

The methodologies used to achieve those objecitives are usually supported by

FuzzyTech 5.54 software.

1.1 - Consideraes Iniciais

Opinar sobre algo envolve, inerentemente, o risco de acertar ou errar. No caso de

Para poder expressar uma opinio, os auditores necessitam coligir um conjunto de

Esse processo de compilao de evidncias apia-se substancialmente na avaliao

O modelo de avaliao de risco de auditoria, de acordo com a reviso bibliogrfica e

Os fatores dessa frmula algbrica podem ser expressos em termos quantitativos

Qualquer que seja o processo final de avaliao de risco, quantitativo ou no

Em que: AR = Audit Risk; IR = Inherent Risk; CR = Control Risk; AP = Analytical Procedures e TD =

Alguns mtodos introduzem um pouco mais de sofisticao tcnica, considerando,

Assim, embora possam expressar os nveis de riscos em escalas numricas ou

1.2 O Problema e sua Importncia

O resultado da avaliao dos riscos dos sistemas de controles internos de uma

Para Arens e Loebbecke (1997), essa avaliao determinar quo eficazmente os

Se o auditor avaliar o risco dos sistemas de controles internos a nveis altos ou

De acordo com a NBC-T-11-Normas de Auditoria Independente das Demonstraes Contbeis,

Taylor e Glezen (1997) registram que as normas de auditoria geralmente aceitas

No sentido inverso, se o auditor avaliar como baixo o risco de os controles falharem