Gevinster:
- Evne til at bruge kunstig intelligens som en risikoidé-generator og udarbejder i processen med at identificere risikoen for væsentlig fejlinformation ved at kende virksomheden og dens omgivelser
- Evne til at skrive tærskelberegninger for væsentlighed og ubetydelighed med støtte til kunstig intelligens og uafhængigt verificere hvert tal
- Evne til at fastholde, at den endelige risikovurdering og væsentlighedsvurdering tilhører revisors faglige vurdering, og at kunstig intelligens kun giver input
God revision vindes eller tabes ved skrivebordet, længe før feltarbejde. Hvis en revisor starter uden at kende forretningen, uden at gætte, hvor der er stor sandsynlighed for at gå galt, og uden at rette sine ressourcer (tid, team, test) mod disse risici, kan han kigge de forkerte steder, uanset hvor hårdt han arbejder. Derfor fastlægger BDS 315 (Standard til bestemmelse og vurdering af risikoen for væsentlig fejlinformation ved at kende virksomheden og dens omgivelser) og BDS 320 (Væsentlighedsstandard i revision) rammerne for revisionen.
I denne enhed kommer vi ind på, hvordan du kan anvende AI på planlægningsfasens to hovedopgaver - væsentlighedsberegning og risikokortlægning - som idépartner og udkastgenerator, men hvorfor du altid vil være den endelige dommer. Lad os først afklare to begreber. En væsentlig fejlinformation er en fejl eller besvigelse i årsregnskabet, der individuelt eller samlet er stor nok til at påvirke de økonomiske beslutninger, som brugere af opgørelserne træffer. Risikovurdering er et forsøg på at bestemme, på hvilken konto, transaktionsklasse eller oplysning, og af hvilken grund, en sådan fejlinformation er mest sandsynlig.
Lær forretningen at kende: Hvor AI bliver en tankepartner
ISA 315 beder revisor om at kende den virksomhed og det miljø, hvori den opererer (branche, lovgivning, forretningsmodel, intern kontrol). Under denne anerkendelsesproces spørger revisoren "hvad går typisk galt i denne branche?" spørger han. Det er her AI er en værdifuld brainstorming-partner: den kan hurtigt opliste en branches typiske risikoområder, almindelige mønstre for regnskabssvig, sæsonbestemte og indtægtsgenkendelses forviklinger. Men pas på: denne liste givet af AI er generel og generisk; genkender ikke din virksomhed. Så outputtet er et "tjeklisteudkast", ikke en "risikovurdering".
Lad os opsætte processen trin for trin:
- Giv konteksten. Beskriv anonymt virksomhedens branche, størrelse, forretningsmodel og bemærkelsesværdige funktioner. (Intet navn, TIN.)
- Anmod om en generisk risikoidé. "Hvor er risikoen for væsentlig fejlinformation typisk høj i denne type virksomhed?" spørge. AI giver dig et startkort.
- Tilpas til erhvervslivet. Filtrer AI-listen med fakta, du kender (denne virksomheds historie, interne kontroller, resultater fra tidligere år). Nogle risici gælder ikke for denne virksomhed; Nogle er unikke risici, som AI’en aldrig vil se.
- Bind det med beviser. Knyt hver risiko til, hvilken test du vil behandle i feltstudiet.
Tip: Tænk på AI som "hvor kan der være risiko for væsentlig fejlinformation?" Brug det til at få dig til at tænke; Ikke for at få dig til at sige "det er her risikoen er, helt sikkert". Risikovurdering er professionel bedømmelse; risikere idé-brainstorming.
Væsentlighed: antal, men antal baseret på vurdering
ISA 320 kræver, at revisor fastlægger et væsentlighedsniveau, når revisionen påbegyndes. I praksis starter dette med at vælge en indikator (f.eks. skat før overskud, omsætning, samlede aktiver eller egenkapital) og anvende en procentsats på den. Eksempelvis 5 % af overskuddet før skat fra fortsættende aktiviteter eller 0,5-1 % af omsætningen. Dette er ikke en mekanisk formel: Revisoren beslutter, hvilken indikator der er mest meningsfuld for virksomheden, hvad procentdelen vil være og det endelige beløb. Ydeevne væsentlighed (den nedre tærskel sat under væsentlighed for at stramme test under planlægning) og klart uvigtig tærskel (grænsen for forskelle, der er for små til at blive rapporteret) bestemmes også.
AI er en fremragende lommeregner og scenariemotor her: den beregner øjeblikkeligt beløbene for forskellige indikatorer og procenter, sætter dem foran dig i en tabel. Men valget af indikator og den endelige bedømmelse er dit. Følgende tabel viser et typisk scenarieoutput (tallene er eksempler):
indikator
Beløb (TL)
% anvendt
Væsentlighed (TL)
resultat før skat
12.000.000
5 %
600.000
indtægt
240.000.000
0,5 %
1.200.000
Samlede aktiver
180.000.000
1 %
1.800.000
egenkapital
90.000.000
2 %
1.800.000
Når man ser på denne tabel, tænker revisor: "Hvis overskuddet er ustabilt, kan en indtægtsbaseret væsentlighed være mere rimelig; men hvis brugernes hovedinteresse i denne forretning er rentabilitet, er overskud før skat mere passende." Denne vurdering er professionel vurdering, som AI ikke kan erstatte. AI beregner fire scenarier på 5 sekunder; Du bestemmer, hvilken der er korrekt.
Forsigtig: Bekræft væsentlighedsscenariet givet af AI. Gentag selv procentberegningen (er 600.000 virkelig 5% af 12.000.000?), og sørg for, at indikatorerne er de rigtige beløb. AI'en kan udføre multiplikationen forkert eller bruge den forkerte mængde.
Risikokort: AI-udkast, revisor prioriterer
Et risikokort er et arbejdsark, der samler identificerede risici ét sted og tildeler evalueringer (sandsynlighed, effekt, relevant påstand, planlagt test) til hver. Påstande i regnskab er sandheder, som ledelsen implicit hævder om en konto eller transaktion: virkelighed/eksistens, fuldstændighed, nøjagtighed, værdiansættelse, periodicitet (cutoff), rettigheder-forpligtelser, præsentation. For eksempel er "indkomsten er fuldstændig" en fuldstændighedspåstand; "Aktier værdiansættes til deres nettorealisationsværdi" er et værdiansættelseskrav.
AI fungerer godt til at omdanne en rå liste over risici til et organiseret kort: kortlægning af hver risiko til den tilsvarende påstand, liste mulige tests, formatering af tabellen. Men overlad aldrig to ting til ham: (1) hvilken risiko der virkelig gælder for denne virksomhed, (2) prioritering af risici. Disse bestemmer, hvor du bruger dine revisionsressourcer og påvirker revisionskvaliteten direkte.
tre minisager
Tilfælde 1 — Korrekt brug. En revisionschef brainstormede risici for en nyerhvervet detailkunde. Spørg AI "hvor er risikoen for væsentlig fejlinformation typisk høj i en detailforretning med flere brancher?" spurgte han; Han modtog et udkast på 11 elementer, såsom kontantstyring, lageroptællingsforskelle, indtægtsnedskæring, returnering/rabatmanipulation. Han filtrerede dette gennem sin egen viden: kunden havde lavt kontantsalg (korttungt), hvilket reducerede denne risiko; Men risikoen for aktienedskæring, som AI ikke gik glip af, var kritisk i denne branche, fordi der var en intens kampagne i slutningen af året. Resultat: AI leverede frøet, revisoren tilpassede kortet til virksomheden.
Tilfælde 2 — Signifikans multiplikationsfejl. Et teammedlem fik AI til at beregne et kardinalitetsscenario. YZ tog fejlagtigt omsætningen som 24 millioner i stedet for 240 millioner og øgede væsentligheden til 120.000 TL. Teammedlemmet satte dette i planlægningen uden verifikation; Fordi ydeevnens væsentlighed var underbestemt, begyndte holdet unødigt at teste hundredvis af yderligere elementer. Beløbet blev rettet, da den ansvarlige bemærkede det. Lektion: Genberegn hver multiplikation af AI.
Case 3 — Forkert den offentlige liste for en virksomhed. En praktikant indsatte listen over generiske "byggeindustriens risici" givet af YZ på arbejdsarket for risikovurdering. Denne kunde havde dog ikke opført risikoen for "procentdel af færdiggørelsesmanipulation i flerårige byggekontrakter" (kunden var en materialeleverandør, ikke en underleverandør); På den anden side var den kundespecifikke risiko for "transfer pricing i koncerninternt salg" ikke på listen. At tage fejl af den generelle liste som en forretningsspecifik vurdering både oppustede og efterlod risiciene ufuldstændige.
Svag prompt / Stærk prompt
Svag prompt:
Fortæl os risiciene og væsentligheden af denne virksomhed.
Problem: virksomheden er ikke introduceret, indikatoren og beløbet er ikke givet, og AI er lavet til at producere en "visse risiko" og et fiktivt væsentlighedsbeløb.
Kraftig prompt:
Din rolle: du er planlægningsassistent for en uafhængig revisor. Den endelige vurdering af risiko og væsentlighed er min.Kontekst (anonym): En mellemstor, multi-branch fødevaredetailvirksomhed. Der er en intens kampagne i slutningen af året. Kortbaseret salg, lave kontanter. Konstatering af tidligere år: afvigelser i optælling af beholdninger. Opgave A - Risikoidé: Angiv de områder, hvor risikoen for væsentlig fejlinformation typisk vil være høj i denne type virksomhed, og kort hver til den relevante regnskabsmæssige påstand (fuldstændighed, sandfærdighed, periodicitet/afskæring, værdiansættelse osv.). Bemærk venligst, at disse er GENERELLE, og at den virksomhedsspecifikke evaluering tilhører mig. Opgave B - Væsentlighedsscenarie:Beregn væsentlighedsscenarietabellen med %s for følgende indikatorer; Vis hver multiplikation tydeligt, så jeg kan bekræfte den. Jeg vil beslutte, hvilken indikator jeg skal vælge.- Resultat før skat: 12.000.000 TL- Indtægter: 240.000.000 TL- Samlede aktiver: 180.000.000 TLRule: Opgør ikke nogen tal, som jeg ikke har givet data for.
Denne prompt er stærk, fordi den introducerer virksomheden, kræver matchning af krav, gør kontoen verificerbar og overlader beslutningen til revisor.
Almindelige fejl
- Forveksler den generelle risikoliste med en forretningsvurdering. Sætte det generiske output af AI i regnearket uden at filtrere det.
- Verificerer ikke kardinalitetsmultiplikation. Lægger ikke mærke til AI's fejl i mængde eller procent.
- Overlader indikatorvalg til AI. Hvilken indikator der er passende, er et spørgsmål om professionel vurdering.
- Ikke at forbinde risici med krav. Risiko uden kravmatching kan ikke knyttes til testen.
- Forsømmelse af tidligere års resultater og forretningsspecifik information. AI ved ikke disse ting; Hvis du ikke fortæller ham det, vil risikokortet være ufuldstændigt.
Tip: Efter at have udarbejdet risikokortet, spørg AI: "Hvad er de risici, der kan være blevet overset på dette kort?" spørg baglæns. Dette hjælper dig med at se blinde vinkler; Men filtrer ideerne selv.
Sammenfattende
I planlægningsfasen bringer AI to kraftfulde anvendelser: sektorbestemt risikobrainstorming og væsentlighedsscenarieberegning. Men vurdering af risikoen for væsentlig fejlinformation i overensstemmelse med ASA 315 og fastlæggelse af væsentlighed i overensstemmelse med ASA 320 er professionel bedømmelse. AI giver generisk risikoindsigt og verificerbart regnskab; Hvilken risiko er gyldig, hvilken indikator der skal vælges og det endelige væsentlighedsbeløb tilhører revisor. Genberegn hver væsentlighedsmultiplikation, filtrer hver forretningsspecifik risikoidé.
Ansøgningsopgave
Vælg en hypotetisk virksomhed (bestem branche, størrelse, tidligere års fund). Med det kraftfulde promptmønster ovenfor får du først den generiske risikoidé og derefter væsentlighedsscenariet. Transform AI's risikoliste til en tabel med tre kolonner: "risiko / relevant påstand / gælder det for denne virksomhed (J/N, begrundelse)". Bekræft manuelt hver multiplikation i væsentlighedsscenariet og skriv i én sætning begrundelsen for din valgte indikator.
tjekliste
- [ ] Jeg beskrev virksomheden anonymt, men med tilstrækkelig sammenhæng (branche, størrelse, historiske fund).
- [ ] Jeg filtrerede AI's risikoideer gennem forretningsspecifik viden; Jeg fjernede de ugyldige og tilføjede de manglende.
- [ ] Jeg kortlagde hver risiko til den relevante regnskabspåstand og knyttet den til en test.
- [ ] Jeg har uafhængigt verificeret hvert produkt og hvert beløb i væsentlighedsscenariet.
- [ ] Jeg begrundede valget af indikator; Jeg tog beslutningen.
- [ ] Jeg sætter tærsklen for præstationsvæsentlighed og åbenbart ikke-væsentlighed.
- [ ] "Er der nogen risici, der bliver overset?" Jeg spurgte baglæns og filtrerede ideerne.