Печалби:
- Разберете кои аналитични процедури са в обхвата на БДС 520 и как да използвате изкуствения интелект за генериране на очаквания, анализ на съотношенията и изготвяне на обяснение на отклонението.
- Способност за интерпретиране на хоризонтално-вертикален анализ, анализ на съотношения и разбивки на тенденции с поддръжка на изкуствен интелект и идентифициране на отклонения, които трябва да бъдат изследвани
- Способност да се разбере, че обяснението на отклонението, предложено от изкуствения интелект, е хипотеза и не може да се счита за резултат от одит, без да бъде подкрепено с доказателства.
Едно от най-мощните оръжия на опитния одитор е „очакването“. Преди да погледне финансовия отчет, той знае приблизително какво трябва да види, защото познава бизнеса: „Тази компания нарасна с 15% миналата година, броят на персонала е стабилен, така че очаквам разходите за персонал да се увеличат приблизително колкото инфлацията.“ След това сравнява реалността с очакванията. Ако има отклонение от очакванията, има или обяснение, или проблем. Систематичната форма на този начин на мислене се нарича аналитични процедури, а БДС 520 го организира.
Аналитичната процедура е да се установи очакване, като се използват разумни връзки между финансови и нефинансови данни и да се сравнят с действителните и да се търсят значителни отклонения. Използва се на три места: при планиране (за да се види рискът), при тестване по същество (за проверка по същество) и в края на одита (за цялостна проверка на разумността). В този модул ще научите как да използвате изкуствения интелект при формиране на очаквания, анализ на съотношенията и производство на чернова за обяснение на отклонението; Но ние ще обсъдим защо обяснението, предложено от AI, е хипотеза, а не доказателство.
Инструменти на аналитичната процедура
Основните аналитични инструменти, използвани от одитора са:
- Хоризонтален анализ: Проучване на промяната (сума и %) на артикул от година на година. „Продажбите се увеличиха с 40%; защо?“
- Вертикален анализ: Съотношение на елементи към цяло (напр. съотношението на всеки разход към приходите). „Докато себестойността на продадените стоки беше 62% от приходите, тази година стана 71%; защо маржът намаля?“
- Анализ на съотношението: Изчисляване на значими съотношения (марж на брутната печалба, скорост на оборот на запасите, период на събиране на вземания, текущо съотношение) и изследване на неговата тенденция и сравнение с индустрията.
- Анализ на тенденциите: Виждане на множество периоди заедно и улавяне на прекъсвания.
- Тест за разумност: Установяване на независимо очакване (напр. „разходи за лихви ≈ среден дълг × лихвен процент“) и сравняването им с реалността.
AI прави всички тези изчисления за секунди, поставя ги в електронна таблица и маркира отклоненията. Освен това може да предложи възможни обяснения за отклонения. Тук е критичната точка: обяснението, създадено от AI, е първоначална хипотеза. „Маржът е намалял, защото цените на суровините са се увеличили“ може да е разумно, но одиторът не може да заключи, без да го потвърди с договори, фактури, оповестяване от ръководството и – особено в случай на неочаквани отклонения – независими доказателства.
Колкото по-чувствително е очакването, толкова по-силна е процедурата
Важна тънкост на БДС 520: надеждността на една аналитична процедура зависи от това колко точно и независимо е установено очакването. Ако изградите очакванията директно от данните, предоставени от бизнеса, попадате в кръгова логика (валидиране на едни и същи данни с едни и същи данни). Силното очакване се основава на независими входове, доколкото е възможно (нефинансови данни, данни за външен пазар, вашата собствена сметка). AI може да ви помогне да изградите модел на очакване – „какви входящи данни са ми необходими, за да изчисля самостоятелно разходите за лихви?“ — но одиторът е отговорен за независимостта на входящите данни и уместността на модела.
Съвет: Предварително определете "прага на незначимост", когато интерпретирате отклонението. Колко отклонения от очакванията ще се считат за "разследващи"? Задайте този праг предварително, в съответствие със съществеността, така че да не се налага да преследвате всяко малко колебание, което AI произвежда.
Създаване на силни очаквания с нефинансови данни
Аналитичната процедура е най-мощна, когато изграждате очакванията от нефинансови данни, а не само от финансови данни. Например, можете независимо да оцените приходите от стая на хотела, като умножите броя на заетите нощувки по средната цена на стаята; можете да определите приблизително енергийния разход на производствен бизнес от броя на произведените единици и типичното потребление на единица; Можете да предвидите приходите от образование на училище от броя на учениците и средната такса. Такива очаквания не попадат в капана на кръговрата, защото са независими от собствените счетоводни записи на бизнеса и осигуряват истинска кръстосана проверка. AI ви помага да установите входните данни и формулата за този независим модел на очакване; но одиторът е отговорен за гарантирането, че входящите данни са наистина независими и надеждни (брой студенти, стая-нощ, производствено количество правилно?). Ако разликата между очакванията и реалността е голяма, това показва или счетоводна грешка, или проблем с въвеждането на очакванията; И двете трябва да бъдат изследвани.
Аналитична процедура стъпка по стъпка
- Задайте очаквания. Запишете какво очаквате за разглеждания артикул, ако е възможно с независим вход.
- Подгответе данните, проверете пълнотата. Точни и пълни ли са действителните данни, които ще сравнявате?
- Изчислете с AI. Направете хоризонтални/вертикални/съотношения/изчисления на тренд; Покажете стъпките на всеки акаунт.
- Идентифицирайте отклоненията. Маркирайте отклонения, които надвишават прага, който сте задали предварително.
- Генерирайте хипотези, но проверявайте. Попитайте AI за възможни обяснения; тествайте всеки един с доказателство.
- Документирайте резултата. Очакване, факт, отклонение, обяснение и потвърждаващи доказателства.
три мини калъфа
Случай 1 — Откриване на истинската причина за отклонението. Един одитор установи, че разходите за персонал са се увеличили с 38%; Броят на персонала и инфлацията обаче обясняват това само с 22%. Той накара AI да попита за хипотези за разминаване; YZ изброи опции като "повишение, нов наем, бонус, обезщетение". Одиторът прегледа записите по заплатите: разликата се дължи на еднократно плащане на премия, платено през годината, но не разпределено като разход за правилния период, и имаше сезонна грешка. AI даде хипотеза; Доказателствата по ведомостта и проверката на одитора разкриха истината.
Случай 2 — Погрешно приемане на хипотеза за доказателство. Член на екипа попита AI за 40% увеличение на разходна позиция; AI „вероятно се дължи на инфлацията“, каза той. Членът на екипа написа това като коментар директно върху работния лист и затвори химикала. Отговорникът попита: инфлацията тогава беше 25%, 40% не беше обяснено; Освен това артикулът беше разход за наем с фиксиран договор и не се увеличава автоматично с инфлацията. Истинската причина беше ново поле, добавено към договора. Урок: Обяснението на AI е хипотеза; Не може да има заключение, без да бъде тествано с доказателства.
Случай 3 — Лошо очакване. За да тества разумността на разходите за лихви, одиторът установи очакванията си директно от разходите за лихви, записани от бизнеса (циркуляр). Естествено се оказа, че "очакване = реалност" и никакви отклонения не се появиха. Отговорното лице напомни, че очакването трябва да се установи независимо: среден дълг × среден лихвен процент. При независимо изчисление се оказа, че действителните разходи за лихви са значително по-ниски от очакваните и не е начислена лихва по дълг. Урок: независимостта на очакванията определя силата на процедурата.
Слаба подкана / Силна подкана
Слаба подкана:
Вижте тази диаграма, кажете ми дали има нещо необичайно.
Проблемът: няма очаквания, няма праг, няма контекст. AI или произволно маркира „аномалия“ или генерира измислени обяснения; резултатът няма контролна стойност.
Мощна подкана:
Вашата роля: Вие сте асистент на аналитична процедура на независим одитор. Ще изчислявате и ПОКАЖЕТЕ отклонения и ще предложите възможни обяснителни ХИПОТЕЗИ; проверката и заключението са мои. Контекст (анонимен): Продуцентска компания. Приход текущата година 240 милиона, предходната година 200 милиона (20% ръст). Броят на персонала е фиксиран.Data:[account; предходна година; текуща година] редове (приходи, COGS, разходи за персонал, наеми, разходи за лихви, ...) Задача:1) Направете хоризонтален анализ (сума и % промяна) за всяка позиция; покажете стъпка на изчисление. 2) Вертикален анализ: съотношение на всеки разход спрямо приходите; сравнете за две години.3) Приложете следния праг: маркирайте „за преглед“, ако % промяната се отклонява от ръста на приходите (20%) с повече от 10 абсолютни точки.4) Предложете 2-3 възможни обяснения ХИПОТЕЗА за всеки маркиран елемент; Запишете и ДОКАЗАТЕЛСТВАТА, с които ще се проверява всеки. Заявете, че това не са констатации. 5) Не измисляйте никакви числа или индустриални показатели, които не можете да извлечете от данните.
Тази подкана е мощна, защото дава контекст и очаквания (20% растеж), задава ясен праг на отклонение, изисква обяснения като хипотези и обвързва всяка хипотеза с доказателства.
Често срещани грешки
- Погрешно приемане на хипотеза за доказателства. Писане на заключения, без да се проверява твърдението на AI „вероятно...“.
- Установяване на кръгови очаквания. Извличане на очакванията от данните, които трябва да бъдат проверени, и създаване на фалшиво „напасване“.
- Без задаване на праг. Преследване на всяка малка флуктуация или пренебрегване на значителното отклонение.
- Анализ без контекст. Искане на „аномалия“ без насърчаване на бизнеса; получаване на безсмислени знаци.
- Да останеш повърхностен при неочаквано отклонение. Покриване на изненадващ обрат с първото правдоподобно обяснение; като има предвид, че БДС изисква по-задълбочено проучване на неочаквано отклонение.
Забележка: Очаквано отклонение (напр. увеличена амортизация поради известна инвестиция) е различно от неочаквано отклонение. Неочакваното отклонение носи по-висок риск и изисква по-сериозни доказателства. AI не може да направи разлика между двете; Одиторът прави това разграничение.
В обобщение
Аналитичните процедури (БДС 520) са изкуството да се виждат отклоненията чрез установяване на очаквания и съпоставянето им с реалността. AI е мощен двигател за изчисления и хипотези в тази област: той извършва хоризонтален/вертикален/анализ на съотношението/тенденции за секунди, отбелязва отклонения, предлага възможни обяснения. Но силата на процедурата зависи от независимостта на очакванията, а обяснението, предложено от AI, е хипотеза, а не доказателство. Одиторът определя прага на отклонение, одиторът гарантира независимостта на очакванията и одиторът проверява всяко твърдение с доказателства. Неочакваното отклонение винаги изисква по-задълбочено изследване.
Задача за приложение
Вземете прост двугодишен отчет за доходите (хипотетичен) и задайте очакван растеж (например 20%). С мощния модел на подкана по-горе, накарайте изкуствения интелект да извърши хоризонтален и вертикален анализ, да приложи праг на отклонение и да предложи съвпадение на хипотеза + доказателства за маркирани елементи. След това напишете в един параграф как да настроите „некръгово независимо очакване“ за елемент (какви независими входове бихте използвали).
контролен списък
- [ ] Създадох предварително очакване (с независимо въвеждане, ако е възможно) за артикула, който се преглежда.
- [ ] Потвърдих пълнотата на данните, които сравних.
- [ ] Получих хоризонтален/вертикален/съотношен анализ, показващ стъпките на изчисление от AI и го проверих.
- [ ] Зададох праг на отклонение в съответствие със съществеността.
- [ ] Приех обясненията на AI като хипотези; Тествах всеки един с доказателство.
- [ ] Правя разлика между очаквано и неочаквано отклонение; Зарових се по-дълбоко в неочакваното.
- [ ] Документирах очаквания, реалност, отклонение, обяснение и потвърждаващи доказателства.