Ganancias:
- Comprenda qué procedimientos analíticos están dentro del alcance de BDS 520 y cómo utilizar la inteligencia artificial para la generación de expectativas, el análisis de proporciones y la redacción de explicaciones de desviaciones.
- Capacidad para interpretar análisis horizontal-vertical, análisis de ratios y desgloses de tendencias con soporte de inteligencia artificial e identificar desviaciones que deben examinarse.
- Capacidad para comprender que la explicación de la desviación sugerida por la inteligencia artificial es una hipótesis y no puede considerarse como un resultado de auditoría sin estar respaldada por evidencia.
Una de las armas más poderosas de un auditor experimentado es la "expectativa". Antes de mirar los estados financieros, sabe aproximadamente lo que necesita ver porque conoce el negocio: "Esta empresa creció un 15% el año pasado, el número de personal es estable, por lo que yo esperaría que los gastos de personal aumenten aproximadamente tanto como la inflación". Luego compara la realidad con la expectativa. Si hay una desviación de las expectativas, hay una explicación o un problema. La forma sistemática de esta forma de pensar se llama procedimientos analíticos y el BDS 520 los organiza.
El procedimiento analítico consiste en establecer una expectativa utilizando relaciones razonables entre datos financieros y no financieros y compararla con la real y buscar desviaciones significativas. Se utiliza en tres lugares: en la planificación (para ver el riesgo), en las pruebas sustantivas (para una verificación sustantiva) y al final de la auditoría (para una verificación general de la razonabilidad). En esta unidad, aprenderá a utilizar la inteligencia artificial en la formación de expectativas, el análisis de proporciones y la producción de borradores de explicación de desviaciones; Pero discutiremos por qué la explicación propuesta por la IA es una hipótesis, no una evidencia.
Herramientas del procedimiento analítico.
Las principales herramientas analíticas utilizadas por el auditor son:
- Análisis horizontal: Examinar el cambio (monto y%) de un artículo de un año a otro. "Las ventas aumentaron un 40%; ¿por qué?"
- Análisis vertical: relación de elementos con respecto a un total (por ejemplo, la relación entre cada gasto e ingresos). "Mientras que el costo de los bienes vendidos representó el 62% de los ingresos, este año llegó a ser el 71%; ¿por qué se redujo el margen?"
- Análisis de ratios: Calcular ratios significativos (margen de beneficio bruto, tasa de rotación de inventario, período de cobro de cuentas por cobrar, ratio circulante) y examinar su tendencia y comparación con la industria.
- Análisis de tendencias: ver varios períodos juntos y tomar descansos.
- Prueba de razonabilidad: Establecer una expectativa independiente (por ejemplo, “gasto por intereses ≈ deuda promedio × tasa de interés”) y compararla con la realidad.
La IA hace todos estos cálculos en segundos, los coloca en una hoja de cálculo y señala las desviaciones. Además, puede sugerir posibles explicaciones de las desviaciones. He aquí el punto crítico: la explicación producida por la IA es una hipótesis inicial. “El margen se ha reducido porque los precios de las materias primas han aumentado” puede ser razonable, pero el auditor no puede concluir sin corroborarlo con contratos, facturas, información de la gerencia y, especialmente en el caso de desviaciones inesperadas, evidencia independiente.
Cuanto más sensible es la expectativa, más fuerte es el procedimiento.
Una sutileza importante del BDS 520: la confiabilidad de un procedimiento analítico depende de cuán precisa e independientemente se establezcan las expectativas. Si construyes la expectativa directamente a partir de los datos proporcionados por la empresa, caes en una lógica circular (validar los mismos datos con los mismos datos). Una expectativa fuerte se basa, en la medida de lo posible, en aportaciones independientes (datos no financieros, datos del mercado externo, su propia cuenta). La IA puede ayudarle a construir un modelo de expectativas: "¿qué datos necesito para calcular de forma independiente los gastos por intereses?" — pero el auditor es responsable de la independencia de los datos y de la idoneidad del modelo.
Consejo: predetermina el "umbral de insignificancia" al interpretar la desviación. ¿Cuánta desviación de las expectativas se considerará "investigativa"? Establezca este umbral por adelantado, de forma coherente con la materialidad, para no tener que perseguir cada pequeña fluctuación que produce la IA.
Establecer expectativas sólidas con datos no financieros
El procedimiento analítico alcanza su máxima potencia cuando se construyen expectativas a partir de datos no financieros, no sólo de datos financieros. Por ejemplo, puede estimar de forma independiente los ingresos por habitaciones de un hotel multiplicando el número de noches de habitación ocupadas por la tarifa promedio de la habitación; se puede aproximar el gasto energético de una empresa manufacturera a partir del número de unidades producidas y el consumo típico por unidad; Puede predecir los ingresos educativos de una escuela a partir del número de estudiantes y la tarifa promedio. Estas expectativas no caen en la trampa de la circularidad porque son independientes del propio registro contable de la empresa y proporcionan un control cruzado real. La IA le ayuda a establecer los insumos y la fórmula para este modelo de expectativas independiente; pero el auditor es responsable de garantizar que los insumos sean verdaderamente independientes y confiables (número de estudiantes, alojamiento por noche, cantidad de producción, ¿correcto?). Si la diferencia entre las expectativas y la realidad es grande, esto indica un error contable o un problema con las expectativas; Ambos deben ser investigados.
Procedimiento analítico paso a paso
- Establece expectativas. Escriba lo que espera del elemento que se está revisando, con aportes independientes si es posible.
- Prepare los datos, verifique que estén completos. ¿Los datos reales que comparará son precisos y completos?
- Calcula con IA. Realizar cálculos horizontales/verticales/de relación/de tendencia; Muestra los pasos de cada cuenta.
- Identificar desviaciones. Marca las desviaciones que superan el umbral que estableciste de antemano.
- Generar hipótesis pero verificar. Preguntar a la IA posibles explicaciones; prueba cada uno con pruebas.
- Documente el resultado. Expectativa, hecho, desviación, explicación y evidencia confirmatoria.
tres mini casos
Caso 1: Encontrar la causa real de la desviación. Un auditor encontró que los gastos de personal aumentaron en un 38%; Sin embargo, el número de personal y la inflación explicaron esto sólo en un 22%. Hizo que la IA preguntara sobre hipótesis de divergencia; YZ enumeró opciones como "aumento, nueva contratación, bonificación, indemnización por despido". El auditor examinó los registros de nómina: la diferencia se debía a un pago global de prima pagado durante el año pero no distribuido como gasto durante el período correcto, y había un error de estacionalidad. La IA dio hipótesis; Las pruebas de nómina y la investigación del auditor revelaron la verdad.
Caso 2: Confundir una hipótesis con evidencia. Un miembro del equipo preguntó a AI sobre un aumento del 40% en una partida de gastos; La IA "probablemente se debe a la inflación", afirmó. El miembro del equipo escribió esto como comentario directamente en la hoja de trabajo y tapó el bolígrafo. El responsable preguntó: la inflación en ese momento era del 25%, el 40% no estaba explicado; Además, el rubro era un gasto de alquiler con contrato fijo y no aumentaba automáticamente con la inflación. La verdadera razón fue que se agregó un nuevo campo al contrato. Lección: La explicación de la IA es una hipótesis; No puede haber conclusión sin ser probada con evidencia.
Caso 3: Malas expectativas. Para probar la razonabilidad de los gastos por intereses, un auditor estableció su expectativa directamente a partir de los gastos por intereses registrados por la empresa (circular). Naturalmente, resultó que "expectativa = realidad" y no aparecieron desviaciones. El responsable recordó que la expectativa debe establecerse de forma independiente: saldo promedio de deuda × tasa de interés promedio. Tras un cálculo independiente, resultó que el gasto por intereses real fue significativamente menor de lo esperado y no se acumularon intereses sobre la deuda. Lección: la independencia de las expectativas determina la solidez del procedimiento.
Aviso débil / Aviso fuerte
Aviso débil:
Mire este cuadro, dígame si hay algo anormal.
El problema: sin expectativas, sin umbral, sin contexto. La IA señala aleatoriamente una “anomalía” o genera explicaciones inventadas; el resultado carece de valor de control.
Potente mensaje:
Su función: es asistente de procedimientos analíticos de un auditor independiente. Calcularás y MOSTRARAS desviaciones y sugerirás posibles HIPÓTESIS explicativas; la verificación y la conclusión son mías. Contexto (anónimo): Productora. Ingresos año actual 240 millones, año anterior 200 millones (crecimiento del 20%). El número de personal es fijo.Datos:[cuenta; año anterior; año en curso] líneas (ingresos, COGS, gastos de personal, alquiler, gastos por intereses, ...) Tarea: 1) Realizar un análisis horizontal (monto y % de cambio) para cada elemento; mostrar el paso de cálculo.2) Análisis vertical: proporciónar cada gasto con los ingresos; comparar para dos años.3) Aplicar el siguiente umbral: marcar “para revisión” si el cambio porcentual se desvía del crecimiento de los ingresos (20%) en más de 10 puntos absolutos.4) Sugerir 2-3 explicaciones posibles HIPÓTESIS para cada elemento marcado; Anote también las PRUEBAS mediante las cuales se verificará cada uno. Indique que estos no son hallazgos. 5) No invente números ni puntos de referencia de la industria que no pueda derivar de los datos.
Este mensaje es poderoso porque brinda contexto y expectativas (crecimiento del 20%), establece un umbral de desviación claro, pide explicaciones como hipótesis y vincula cada hipótesis con la evidencia.
Errores comunes
- Confundir una hipótesis con evidencia. Escribir conclusiones sin verificar la declaración "probablemente..." de la IA.
- Establecer expectativas circulares. Derivar la expectativa de los datos a verificar y producir un "ajuste" falso.
- No establecer un umbral. Persiguiendo cada pequeña fluctuación o pasando por alto la desviación significativa.
- Análisis sin contexto. Solicitar una “anomalía” sin promocionar el negocio; recibiendo señales sin sentido.
- Mantenerse superficial en una desviación inesperada. Cubriendo un giro sorprendente con la primera explicación plausible; mientras que BDS requiere una investigación más profunda sobre desviaciones inesperadas.
Nota: Una desviación esperada (por ejemplo, una mayor depreciación debido a una inversión conocida) es diferente de una desviación inesperada. Una desviación inesperada conlleva un mayor riesgo y requiere pruebas más sólidas. La IA no puede distinguir entre los dos; El auditor hace esta distinción.
En resumen
Los procedimientos analíticos (BDS 520) es el arte de ver las desviaciones estableciendo expectativas y comparándolas con la realidad. La IA es un potente motor de cálculo e hipótesis en este campo: realiza análisis horizontal/vertical/de relación/de tendencia en segundos, señala desviaciones y sugiere posibles explicaciones. Pero el poder del procedimiento depende de la independencia de las expectativas, y la explicación propuesta por la IA es una hipótesis, no una evidencia. El auditor establece el umbral de desviación, garantiza la independencia de las expectativas y verifica cada declaración con evidencia. Una desviación inesperada siempre exige una investigación más profunda.
Tarea de aplicación
Tome un estado de resultados simple de dos años (hipotético) y establezca una expectativa de crecimiento (por ejemplo, 20%). Con el poderoso patrón de indicaciones anterior, haga que la IA realice un análisis horizontal y vertical, aplique un umbral de deriva y solicite una coincidencia de hipótesis + evidencia para los elementos marcados. Luego escriba en un párrafo cómo establecer una "expectativa independiente no circular" para un elemento (qué entradas independientes utilizaría).
lista de verificación
- [ ] He establecido una expectativa de antemano (con aportes independientes si es posible) para el elemento que se está revisando.
- [ ] Confirmé la integridad de los datos que comparé.
- [] Recibí el análisis horizontal/vertical/de relación que muestra los pasos de cálculo de la IA y lo verifiqué.
- [ ] He fijado un umbral de desviación coherente con la materialidad.
- [ ] Tomé las explicaciones de la IA como hipótesis; Probé cada uno con pruebas.
- [ ] Distingo entre desviación esperada e inesperada; Profundicé en lo inesperado.
- [ ] Documenté expectativas, realidad, desviación, explicación y evidencia que lo corrobora.