Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/37159
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.authorZamarra Londoño, Julián Esteban-
dc.contributor.authorPérez Noreña, Daniela-
dc.contributor.authorBarrera Montoya, Carlos Andrés-
dc.date.accessioned2023-11-03T19:09:28Z-
dc.date.available2023-11-03T19:09:28Z-
dc.date.issued2023-
dc.identifier.issn0120-4203-
dc.identifier.urihttps://hdl.handle.net/10495/37159-
dc.description.abstractRESUMEN: El presente artículo evalúa el contenido del informe de auditoría —para caso de Colombia, informe del revisor fiscal— en las empresas cotizadas en la bolsa de valores de Colombia en el periodo 2010-2021, por medio de la metodología Text Mining, que posibilitó el análisis del texto incluido en 647 informes de revisor fiscal, identificando los términos más recurrentes y su importancia dentro del informe, a través del estadístico de frecuencia de términos y nubes de palabras. Con lo anterior, se encontró que los informes del revisor fiscal siguen un formato estándar que, sin embargo, incluyen temas relativos al proceso de auditoría e información adicional a través de los párrafos de énfasis y otros asuntos, mostrando que las palabras o términos que más se usan dentro de los informes son “financiero”, “auditoría” y “opinión”, pero en los párrafos de revelaciones adicionales como párrafos de énfasis y cuestiones clave se incorporan otros temas como procedimientos, deterioro, cartera, evolución y activos para hacer referencia a la información adicional de evaluación de los auditores diferente a solo emitir una opinión de auditoríaspa
dc.description.abstractABSTRACT: This article applies the Text Mining methodology to assess the content of the audit report -in the case of Colombia, the statutory auditor’s report- for companies listed on the Colombian stock exchange in the period 2010-2021. This enabled the analysis of the textual context of 647 statutory auditor’s reports, allowing to identify the most frequent terms and their relevance within the report through term frequency statistic and word clouds. With the above analysis, it was determined that the statutory auditor’s reports follow a standard format that, however, includes topics related to the audit process and additional information through the emphasis and other issues paragraphs. It was found that “financial”, “audit” and “opinion” are the most frequently used words or terms within the reports. However, in the additional disclosure paragraphs such as emphasis and key issues, other topics including “procedures”, “impairment”, “portfolio”, “evolution”, and “assets” are incorporated to refer to additional information regarding auditors’ evaluation beyond merely issuing an audit opinionspa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.publisherUniversidad de Antioquia, Facultad de Ciencias Económicasspa
dc.type.hasversioninfo:eu-repo/semantics/publishedVersionspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/2.5/co/*
dc.titleText Mining : análisis del contenido del informe del revisor fiscalspa
dc.typeinfo:eu-repo/semantics/articlespa
dc.identifier.doi10.17533/udea.rc.n83a06-
oaire.versionhttp://purl.org/coar/version/c_970fb48d4fbd8a85spa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
dc.identifier.eissn2590-4604-
oaire.citationtitleContaduríaspa
oaire.citationstartpage127spa
oaire.citationendpage152spa
oaire.citationissue83spa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.type.coarhttp://purl.org/coar/resource_type/c_6501spa
dc.type.redcolhttp://purl.org/redcol/resource_type/CJournalArticlespa
dc.type.localArtículo de revistaspa
dc.subject.lembAuditoria fiscal-
dc.subject.lembTax auditing-
dc.subject.lembUsuarios de información-
dc.subject.lembInformation users-
dc.subject.proposalText miningspa
Aparece en las colecciones: Artículos de Revista en Ciencias Económicas

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
ZamarraJulian_2023_TextMiningAnalisis.pdfArtículo de revista1.07 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons