💻 computer science

Adaptive Neural Threshold Networks for SEC Accounting Enforcement Triage

Este estudo propõe uma rede de limiar neural adaptativa que supera a regressão logística na priorização de registros da SEC para revisão de aplicação de normas contábeis ao aprender limiares dependentes de contexto, enquanto estabelece simultaneamente um quadro de requisitos de governança para garantir o uso do sistema como um auxílio de triagem confidencial em vez de evidência legal.

Autores originais: Maha Moussa, Sayed Sayed, Khater A. E. Gad, Mahmoud Ibrahim

Publicado 2026-09-07

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Maha Moussa, Sayed Sayed, Khater A. E. Gad, Mahmoud Ibrahim

Artigo original sob licença CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Todos os anos, milhares de empresas públicas nos Estados-seis Unidos apresentam relatórios detalhados sobre seu dinheiro, suas dívidas e seus lucros. Esses documentos são de registro público, destinados a ajudar investidores e reguladores a compreender a saúde da economia. Mas a agência responsável por supervisionar esses registros, a Securities and Exchange Commission, tem um problema massivo: simplesmente há relatórios demais para ler cada um deles em profundidade. A agência deve decidir quais poucos arquivos investigar primeiro, esperando encontrar aqueles que escondem fraudes ou erros contábeis graves. Este é um desafio de classificação, uma triagem onde a atenção humana limitada deve ser direcionada aos casos mais suspeitos antes que uma decisão legal formal seja sequer tomada.

Por décadas, os reguladores confiaram em especialistas humanos para detectar os sinais de alerta nos demonstrativos financeiros. Recentemente, no entanto, pesquisadores questionaram se computadores poderiam ajudar. A ideia não é substituir os investigadores humanos, mas atuar como um filtro que destaca os padrões mais incomuns nos dados. O desafio é que encontrar fraudes é incrivelmente difícil. A maioria das empresas é honesta, e aquelas que são pegas são uma fração minúscula do total. Além disso, a "prova" de um crime muitas vezes leva anos para emergir, o que significa que um computador treinado em dados passados pode estar procurando por padrões que ainda não se formaram totalmente. A questão é se um sistema de aprendizado de máquina consegue aprender a detectar os primeiros sussurros de problemas sem se perder no ruído das mudanças normais dos negócios.

Uma equipe de pesquisadores desenvolveu um novo tipo de sistema de computador projetado especificamente para esta tarefa. Eles construíram uma ferramenta que não tenta declarar uma empresa culpada ou inocente. Em vez disso, ela atua como um auxílio de priorização, classificando milhares de períodos de registro para sugerir quais merecem um olhar mais atento de um especialista humano. O sistema foi testado em um conjunto de dados massivo contendo mais de 330.000 períodos de registro de mais de 14.000 empresas diferentes. Os pesquisadores treinaram o sistema com dados de 2009 a 2018, e depois o testaram nos dados mais recentes e completos de 2021 e 2022. O objetivo era ver se o sistema conseguiria identificar corretamente os registros que foram posteriormente vinculados a ações de fiscalização oficiais, conhecidas como Accounting and Auditing Enforcement Releases.

Os pesquisadores descobriram que seu novo sistema, que chamam de rede de limiar neural adaptativa, teve um desempenho superior aos métodos estatísticos padrão. Enquanto um modelo tradicional conseguia identificar cerca de 23,6% dos registros problemáticos ao revisar os 10% superiores da lista, o novo sistema encontrou 30,9% deles. Essa melhoria pode parecer pequena, mas em um mundo onde apenas uma fração minúscula dos registros é realmente problemática, encontrar mais dos casos ruins significa economizar um tempo valioso para os investigadores. O sistema funciona aprendendo o que é "normal" para uma empresa específica em um momento específico, em vez de usar uma regra única e rígida para todos. Ele observa fatores como a velocidade com que uma empresa está crescendo, quanta dívida ela carrega e se seu fluxo de caixa condiz com seus lucros relatados. Se os números de uma empresa se afastarem demais do que é esperado para seu tamanho e setor, o sistema a sinaliza.

Crucialmente, os pesquisadores projetaram o sistema para ser transparente. Ao contrário de muitas ferramentas de inteligência artificial modernas que atuam como uma "caixa preta" onde o raciocínio é oculto, este sistema mostra exatamente por que levantou um alerta. Ele pode informar a um analista que uma empresa foi sinalizada porque seu estoque cresceu muito mais rápido que suas vendas, ou porque suas reservas de caixa caíram inesperadamente. Isso permite que o revisor humano veja o desvio contábil específico que disparou o aviso. Os pesquisadores enfatizam que este índice não é uma evidência de crime. É simplesmente um sinal que diz: "Olhe aqui primeiro". Uma pontuação alta não prova fraude, e uma pontuação baixa não prova que uma empresa está segura. O sistema é estritamente uma ferramenta de classificação, não de julgamento.

O estudo também destaca as limitações de usar dados passados para prever fiscalizações futuras. Os pesquisadores descobriram que o tempo das ações legais importa imensamente. Se tentassem prever ações de fiscalização que ocorreram no mesmo ano do registro, o sistema falharia quase completamente. No entanto, quando olharam para uma janela de três anos, o sistema tornou-se muito mais eficaz. Isso sugere que o processo legal é lento; os sinais de problemas em um relatório financeiro muitas vezes não levam a uma investigação oficial até anos depois. O sistema aprendeu a reconhecer esses padrões de longo prazo, mas os pesquisadores alertam que isso também significa que o sistema está aprendendo de um histórico de fiscalização que pode ser enviesado pelo que os reguladores escolheram perseguir no passado.

Em última análise, o artigo conclui que, embora esta tecnologia ofereça uma melhoria genuína na forma como os reguladores podem filtrar montanhas de papelada, ela não pode substituir o julgamento humano. O sistema é melhor visto como uma forma de garantir que os casos mais suspeitos não sejam perdidos devido à falta de tempo ou recursos. Os pesquisadores propõem um conjunto estrito de regras para como tal ferramenta deve ser usada no mundo real. Eles insistem que as pontuações devem permanecer confidenciais, que especialistas humanos devem sempre verificar os achados antes de tomar qualquer medida e que o sistema deve ser constantemente monitorado para garantir que não vise injustamente certos tipos de empresas. O objetivo não é automatizar a lei, mas dar às pessoas que a aplicam um mapa melhor para saber por onde começar sua jornada.

Resumo Técnico: Redes de Limiar Neural Adaptativo para Triagem de Fiscalização Contábil da SEC

Definição do Problema
Agências de fiscalização pública, como a Comissão de Valores Mobiliários dos EUA (SEC), enfrentam um "problema de triagem": o volume de divulgações financeiras regulamentadas (arquivos 10-K e 10-Q) excede a capacidade para investigação aprofundada. Embora o aprendizado de máquina possa auxiliar na priorização de registros, a aplicação de pontuação preditiva na administração pública introduz desafios jurídicos e empíricos únicos. Especificamente, os rótulos de fiscalização (Accounting and Auditing Enforcement Releases, ou AAERs) são seletivos, atrasados e juridicamente ambíguos; eles refletem uma combinação de conduta subjacente e o processo discricionário de detecção e investigação da agência. Além disso, as métricas de classificação padrão frequentemente falham em capturar a realidade institucional de que o output de um modelo é um auxílio de priorização, não uma determinação legal de fraude ou responsabilidade. O desafio central é desenvolver um sistema que classifique períodos de arquivamento para revisão potencial, enquanto respeita a distinção entre triagem administrativa e adjudicação, garantindo que o sistema permaneça interpretável, revisável e juridicamente delimitado.

Metodologia
O estudo constrói um sistema neural interpretável e consciente do direito, projetado para classificar períodos de arquivamento da SEC com base na probabilidade de uma associação futura de nível de emissor com um AAER.

Dados e Construção de Resultados:
- Painel: O conjunto de dados compreende 331.388 observações de 14.047 empresas únicas, derivadas de conjuntos de dados de demonstrações financeiras da SEC (arquivos XBRL) abrangendo os anos fiscais de 2009 a 2023.
- Rotulagem: A variável alvo é uma associação prospectiva de AAER de três anos para o emissor. Um processo rigoroso de revisão em duas etapas foi aplicado para vincular os AAERs aos emissores, rejeitando correspondências apenas de pessoas, apenas de auditores ou ambíguas. Isso reduziu os candidatos positivos iniciais de 2.889 para 904 vínculos de nível de emissor revisados.
- Divisão Temporal: Os modelos foram treinados nos anos fiscais (FY) de 2009–2018, validados em 2019–2020 e avaliados em um conjunto de teste "maduro" (2021–2022), onde a janela de acompanhamento de três anos está completa. O ano fiscal 2023 é tratado como descritivo devido ao acompanhamento incompleto.
- Recursos (Features): O modelo utiliza 125 preditores, incluindo índices financeiros padrão, mudanças ano a ano e índices do tipo Beneish (ex: DSRI, GMI, AQI), padronizados e imputados usando estatísticas do conjunto de treinamento.
Arquitetura do Modelo (Limiares Neurais Adaptativos):
- Inspirado na arquitetura "DeepCut", o modelo proposto separa variáveis de limiar (ex: provisões, alavancagem, status de prejuízo) de variáveis contextuais (ex: tamanho da empresa, setor, tipo de arquivamento).
- Uma rede neural de duas camadas gera limiares dependentes de contexto, inferior ( $c^L_{ij}$ ) e superior ( $c^H_{ij}$ ), para cada variável de limiar.
- O modelo calcula termos de "excedência": desvios do valor observado em relação aos limites inferior ou superior específicos do contexto. Essas excedências não negativas são ponderadas e somadas para produzir um logit de risco.
- Interpretabilidade: A arquitetteura é projetada para produzir explicações na forma de desvios contábeis específicos (ex: "fraqueza de caixa" ou "crescimento incomum de contas a receber") em vez de representações ocultas opacas.
Estrutura de Avaliação e Governança:
- Métricas: O desempenho é avaliado usando ROC-AUC, PR-AUC e recall em orçamentos de revisão fixos (2%, 5%, 10%).
- Inferência: A incerteza é estimada via um bootstrap de 1.000 réplicas agrupado por emissor para contabilizar as correlações dentro das empresas.
- Governança: O estudo deriva um framework de implementação que enfatiza a "limitação de finalidade" (a pontuação é apenas para priorização), julgamento humano independente, logs de auditoria e mecanismos para evitar que a pontuação se torne uma alegação de fato.

Principais Resultados

Desempenho: O modelo de limiar neural adaptativo (DeepCut) alcançou um ROC-AUC de 0,7569 e um PR-AUC de 0,01244 no conjunto de teste maduro. Isso superou a regressão logística (ROC-AUC 0,6837, PR-AUC 0,00709) e vários métodos de modelos de conjunto baseados em árvores.
Significância Estatística: Um bootstrap pareado agrupado por emissor indicou uma melhoria estatisticamente significativa no ranking global (diferença de ROC-AUC de 0,0733; IC 95%: 0,0224–0,1265; $p=0,012$ ). No entanto, as diferenças no PR-AUC e no recall em orçamentos fixos específicos (ex: 5% e 10%) não foram resolvidas estatisticamente ou permaneceram incertas.
Recall no Orçamento: Em um orçamento de revisão de 10%, o modelo adaptativo capturou 30,9% dos positivos, comparado a 23,6% para a regressão logística. Em um orçamento de 5%, ambos os modelos capturaram 17,9%.
Ablação e Estabilidade:
- A adaptação de contexto (aprendendo limiares baseados em tamanho/setor da empresa) melhorou o desempenho em relação aos limiares globais fixos.
- Contudo, uma rede neural "apenas de contexto" (sem a camada de limiar) teve desempenho semelhante ao modelo adaptativo completo, sugerindo que o valor primário da camada de limiar reside em sua interface de explicação estruturada, e não em um poder preditivo único.
- O modelo demonstrou estabilidade através de cinco sementes aleatórias (random seeds).
Sensibilidade do Horizonte de Rótulo: O estudo descobriu que os rótulos de AAER do mesmo ano tinham quase nenhum poder preditivo (ROC-AUC ~0,50). O desempenho preditivo aumentou significamente com horizontes de 1, 2 e 3 anos, destacando que a fiscalização legal está temporalmente desalinhada com os períodos de relatório.

Significância e Alegações
O artigo posiciona sua contribuição não como um problema de detecção de fraude resolvido, mas como um sinal de ranking modesto e interpretável para triagem administrativa.

Contribuição para o Direito-IA: O estudo aborda o estágio administrativo "pré-decisório", distinguindo-o da adjudicação. Argumenta que sistemas preditivos no direito devem ser avaliados não apenas pela precisão, mas por como lidam com rótulos seletivos, resultados atrasados e o risco de converter uma pontuação de priorização em uma alegação.
Construção de Rótulo como Design: A pesquisa trata a construção da variável de resultado (vínculo emissor-AAER) como um problema crítico de design jurídico-institucional. A filtragem rigorosa dos AAERs (removendo correspondências não relacionadas ao emissor) criou uma tarefa "mais difícil, porém mais defensável", enfatizando que a limpeza de dados neste domínio é uma necessidade jurídica, não apenas estatística.
Governança e Revisabilidade: O artigo deriva requisitos específicos de governança para tais sistemas, incluindo limitação de finalidade, autoridade humana independente, trilhas de auditoria e monitoramento de desvio (drift). Afirma que a "interpretabilidade" neste contexto significa fornecer uma conta diagnóstica do porquê um arquivamento foi sinalizado (ex: excessos contábeis específicos) para apoiar a revisão humana, em vez de fornecer uma razão legal para a fiscalização.
Alegação Técnica Modesta: Os autores declaram explicitamente que o sistema alcança um "valor de ranking moderado" adequado para priorizar um conjunto limitado de arquivamentos para revisão especializada confidencial. Eles alertam que a pontuação não pode estabelecer responsabilidade, intenção ou materialidade, e que falsos negativos (positivos perdidos) são inerentes à capacidade limitada do sistema. O estudo conclui que, embora o modelo adaptativo melhore a discriminação global, sua superioridade em capacidades operacionais específicas (como orçamentos de revisão fixos) permanece incerta, e o sistema deve ser implantado com salvaguardas estritas para evitar o viés de automação e loops de feedback.

Mais como este