Procjena rizika i materijalnost: Karta rizika u svjetlu BDS 315 i 320

Dobici:

• Sposobnost korištenja umjetne inteligencije kao generatora ideja o riziku i sastavljača nacrta u procesu identifikacije rizika značajnog pogrešnog prikazivanja poznavanjem poslovanja i njegovog okruženja
• Sposobnost skriptiranja proračuna pragova materijalnosti i beznačajnosti uz podršku umjetne inteligencije i neovisne provjere svakog broja
• Sposobnost održavanja da konačna procjena rizika i prosudba o značajnosti pripadaju profesionalnoj prosudbi revizora i da umjetna inteligencija daje samo ulazne podatke

Dobra revizija dobiva se ili gubi za stolom, mnogo prije rada na terenu. Ako revizor počne bez poznavanja poslovanja, bez nagađanja gdje postoji velika vjerojatnost da pogriješi i bez usmjeravanja svojih resursa (vrijeme, tim, testovi) prema ovim rizicima, mogao bi tražiti na pogrešnim mjestima, koliko god naporno radio. Stoga BDS 315 (Standard za određivanje i procjenu rizika značajnog pogrešnog prikazivanja poznavanjem poslovanja i njegovog okruženja) i BDS 320 (Standard značajnosti u reviziji) uspostavljaju okvir revizije.

U ovoj ćemo jedinici pokriti kako možete primijeniti umjetnu inteligenciju na dva glavna zadatka faze planiranja - izračun značajnosti i mapiranje rizika - kao idejnog partnera i generatora nacrta, ali zašto ćete vi uvijek biti konačni sudac. Najprije razjasnimo dva pojma. Značajno pogrešno prikazivanje je pogreška ili prijevara u financijskim izvještajima koja je, pojedinačno ili skupno, dovoljno velika da utječe na ekonomske odluke korisnika izvještaja. Procjena rizika je nastojanje da se utvrdi u kojem računu, klasi transakcija ili objavljivanja, i iz kojeg razloga, je najvjerojatnije da će se takvo pogrešno prikazivanje dogoditi.

Upoznavanje s poslom: gdje AI postaje misaoni partner

ISA 315 od revizora traži poznavanje subjekta i okruženja u kojem posluje (industrija, zakonodavstvo, poslovni model, interna kontrola). Tijekom ovog procesa priznavanja, revizor pita "što obično pođe po zlu u ovoj vrsti poslovanja?" pita on. Ovdje je umjetna inteligencija vrijedan partner za razmišljanje: može brzo popisati tipična rizična područja industrije, uobičajene obrasce računovodstvenih prijevara, sezonalnost i zamršenosti u prepoznavanju prihoda. Ali pazite: ovaj popis koji daje AI je općenit i generički; ne prepoznaje vaš posao. Dakle, rezultat je "nacrt kontrolne liste", a ne "procjena rizika".

Postavimo postupak korak po korak:

1. Dajte kontekst. Anonimno opišite industriju poslovanja, veličinu, poslovni model i značajne značajke. (Bez imena, PIB.)
2. Zatražite generičku ideju rizika. "Gdje je rizik značajnog pogrešnog prikazivanja obično visok u ovoj vrsti poslovanja?" pitati. AI vam daje početnu kartu.
3. Prilagodite poslovanju. Filtrirajte popis umjetne inteligencije s činjenicama koje znate (povijest ove tvrtke, interne kontrole, nalazi iz prethodne godine). Neki rizici ne odnose se na ovaj posao; Neki su jedinstveni rizici koje AI nikada neće vidjeti.
4. Povežite to s dokazima. Povežite svaki rizik s testom kojim ćete se baviti u terenskoj studiji.

Savjet: Zamislite umjetnu inteligenciju kao "gdje bi mogao postojati rizik značajnog pogrešnog prikazivanja?" Iskoristite ga da vas natjera na razmišljanje; Ne da vas natjeram da kažete "ovdje je rizik, sigurno". Procjena rizika je profesionalna prosudba; rizik ideja brainstorming.

Materijalnost: broj, ali broj temeljen na prosudbi

ISA 320 zahtijeva od revizora da odredi razinu materijalnosti na početku revizije. U praksi, ovo počinje odabirom pokazatelja (npr. poreza prije dobiti, prihoda, ukupne imovine ili kapitala) i primjenom postotka na njega. Na primjer, 5% dobiti prije oporezivanja od kontinuiranog poslovanja ili 0,5-1% prihoda. Ovo nije mehanička formula: revizor odlučuje koji je pokazatelj najznačajniji za poslovanje, koliki će biti postotak i konačni iznos. Također se utvrđuje značajnost izvedbe (donji prag postavljen ispod značajnosti kako bi se pooštrilo testiranje tijekom planiranja) i jasno nevažan prag (granica razlika premala da bi se o njoj izvijestilo).

AI je izvrstan kalkulator i motor za scenarije: trenutno izračunava iznose za različite pokazatelje i postotke, stavlja ih ispred vas u tablicu. Ali izbor indikatora i konačne presude je na vama. Sljedeća tablica prikazuje tipičan rezultat scenarija (brojevi su primjeri):

pokazatelj

Iznos (TL)

% Primijenjeno

Materijalnost (TL)

dobit prije oporezivanja

12.000.000

5%

600.000

prihoda

240.000.000

0,5%

1.200.000

Ukupna imovina

180.000.000

1%

1.800.000

kapital

90.000.000

2%

1.800.000

Gledajući ovu tablicu, revizor misli: "Ako je dobit nestabilna, materijalnost temeljena na prihodu može biti razumnija; ali ako je glavni interes korisnika u ovom poslu profitabilnost, dobit prije oporezivanja je prikladnija." Ova procjena je profesionalna prosudba koju AI ne može zamijeniti. AI izračunava četiri scenarija u 5 sekundi; Vi odlučujete koji je ispravan.

Oprez: Provjerite scenarij materijalnosti koji daje AI. Ponovite sami izračun postotka (je li 600 000 stvarno 5% od 12 000 000?) i provjerite jesu li pokazatelji točni iznosi. AI može pogrešno izvesti množenje ili upotrijebiti krivi iznos.

Karta rizika: AI izrađuje, revizor daje prioritet

Karta rizika je radni list koji prikuplja identificirane rizike na jednom mjestu i dodjeljuje ocjene (vjerojatnost, učinak, relevantna tvrdnja, planirano testiranje) svakom od njih. Tvrdnje u računovodstvu su istine koje menadžment implicitno tvrdi o računu ili transakciji: stvarnost/postojanje, potpunost, točnost, vrednovanje, periodičnost (cutoff), prava-obveze, prezentacija. Na primjer, "dohodak je potpun" je tvrdnja o potpunosti; "Dionice se vrednuju po njihovoj neto utrživoj vrijednosti" je zahtjev za procjenu vrijednosti.

AI dobro funkcionira u pretvaranju sirovog popisa rizika u organiziranu kartu: mapiranje svakog rizika na odgovarajuću tvrdnju, popis mogućih testova, formatiranje tablice. Ali nikada mu ne prepustite dvije stvari: (1) koji se rizik stvarno odnosi na ovaj posao, (2) određivanje prioriteta rizika. Oni određuju gdje ćete trošiti svoje revizijske resurse i izravno utječu na kvalitetu revizije.

tri mini kućišta

Slučaj 1 — Ispravna uporaba. Izvršni revizor razmatrao je rizike za novostečenog maloprodajnog klijenta. Pitajte AI "gdje je rizik značajnog pogrešnog prikazivanja obično visok u maloprodajnom poslovanju s više podružnica?" upitao je; Dobio je nacrt od 11 stavki, kao što su upravljanje gotovinom, razlike u broju zaliha, rezanje prihoda, manipulacija povratom/popustom. Filtrirao je to kroz svoje vlastito znanje: klijent je imao nisku gotovinsku prodaju (puno kartica), smanjujući taj rizik; Ali rizik rezanja zaliha, koji AI nije promakao, bio je kritičan u ovom poslu jer je krajem godine bila intenzivna kampanja. Rezultat: AI je isporučila sjeme, revizor je prilagodio mapu poslovanju.

Slučaj 2 — Pogreška množenja značajnosti. Član tima je dao AI-u da izračuna scenarij kardinalnosti. YZ je greškom uzeo prihod od 24 milijuna umjesto 240 milijuna i povećao značajnost na 120.000 TL. Član tima je ovo stavio u planiranje bez provjere; Budući da je značajnost izvedbe bila nedovoljno određena, tim je nepotrebno počeo testirati stotine dodatnih stavki. Iznos je korigiran kada je odgovorna osoba primijetila. Lekcija: Ponovo izračunajte svako množenje AI.

Slučaj 3 — Zamjena javnog popisa za tvrtku. Pripravnik je zalijepio popis generičkih "rizika u građevinskoj industriji" koji je dao YZ na radni list za procjenu rizika. Međutim, ovaj kupac nije imao naveden rizik "manipulacije postotkom završetka u višegodišnjim ugovorima o izgradnji" (kupac je bio dobavljač materijala, a ne podizvođač); S druge strane, rizik "transfernih cijena u prodaji unutar grupe" specifičan za kupca nije bio na popisu. Pogrešno pogrešno tumačenje općeg popisa kao procjene specifične za poslovanje napuhano je i ostavilo je rizike nepotpunima.

Slab upit / Jak upit

Slab upit:

Recite nam koji su rizici i značaj ove tvrtke.

Problem: posao nije uveden, indikator i iznos nisu navedeni, a AI je napravljen da proizvede "određeni rizik" i fiktivni iznos materijalnosti.

Snažan upit:

Vaša uloga: vi ste pomoćnik u planiranju neovisnog revizora. Konačna procjena rizika i značajnosti je moja. Kontekst (anonimno): Maloprodajno poduzeće srednje veličine s više podružnica. Krajem godine je intenzivna kampanja. Prodaja putem kartice, niska gotovina. Nalaz iz prethodne godine: odstupanja u broju zaliha. Zadatak A - Ideja o riziku: Navedite područja u kojima bi rizik značajnog pogrešnog prikazivanja obično bio visok u ovoj vrsti poslovanja, mapirajući svaku s relevantnom računovodstvenom tvrdnjom (potpunost, istinitost, periodičnost/granična vrijednost, vrednovanje, itd.). Imajte na umu da su ovo OPĆENITI i da procjena specifična za posao pripada meni. Zadatak B - Scenarij materijalnosti: Izračunajte tablicu scenarija značajnosti s %s za sljedeće pokazatelje; Jasno pokaži svaki množak kako bih ga mogao provjeriti. Ja ću odlučiti koji ću pokazatelj odabrati.- Dobit prije oporezivanja: 12.000.000 TL- Prihod: 240.000.000 TL- Ukupna imovina: 180.000.000 TLRule: Nemojte izmišljati brojeve za koje nisam naveo podatke.

Ovaj upit je jak jer predstavlja posao, zahtijeva usklađivanje zahtjeva, čini račun provjerljivim i prepušta odluku revizoru.

Uobičajene greške

• Zamjena opće liste rizika za procjenu poslovanja. Stavljanje generičkog izlaza AI-a u radni list bez filtriranja.
• Ne provjerava se množenje kardinalnosti. Ne primjećujući grešku umjetne inteligencije u iznosu ili postotku.
• Prepuštanje odabira indikatora AI-ju. Koji je pokazatelj prikladan stvar je stručne procjene.
• Nepovezivanje rizika s potraživanjima. Rizik bez podudaranja zahtjeva ne može se povezati s testom.
• Zanemarivanje nalaza iz prethodne godine i podataka specifičnih za poslovanje. AI ne zna te stvari; Ako mu ne kažete, karta rizika bit će nepotpuna.

Savjet: Nakon što pripremite kartu rizika, pitajte AI ​​"Koji su rizici koji su možda previđeni na ovoj karti?" pitaj unazad. To vam pomaže da vidite mrtve točke; Ali sami filtrirajte ideje.

Ukratko

U fazi planiranja AI donosi dvije moćne upotrebe: sektorsko razmišljanje o riziku i izračun scenarija materijalnosti. Ali procjena rizika značajnog pogrešnog prikazivanja u skladu s MRS-om 315 i određivanje značajnosti u skladu s MRS-om 320 je profesionalna prosudba. AI pruža generički uvid u rizik i provjerljivo računovodstvo; Koji je rizik valjan, koji pokazatelj odabrati i konačni iznos značajnosti pripada revizoru. Ponovno izračunajte svako umnožavanje značajnosti, filtrirajte svaku ideju rizika specifičnu za posao.

Zadatak aplikacije

Odaberite hipotetski posao (odredite industriju, veličinu, nalaz prethodne godine). S gornjim snažnim promptnim uzorkom, prvo steknite generičku ideju rizika, a zatim scenarij materijalnosti. Pretvorite AI-jev popis rizika u tablicu s tri stupca: "rizik / relevantna tvrdnja / odnosi li se na ovaj posao (Da/Ne, obrazloženje)". Ručno provjerite svako množenje u scenariju značajnosti i u jednoj rečenici napišite opravdanje za svoj odabrani pokazatelj.

popis za provjeru

• [ ] Opisao sam tvrtku anonimno, ali s dovoljnim kontekstom (djelatnost, veličina, povijesna otkrića).
• [ ] Filtrirao sam AI-jeve ideje o riziku kroz poslovno specifično znanje; Uklonio sam nevažeće i dodao one koje nedostaju.
• [ ] Preslikao sam svaki rizik u relevantnu računovodstvenu tvrdnju i povezao ga s testom.
• [ ] Neovisno sam provjerio svaki proizvod i iznos u scenariju značajnosti.
• [ ] Opravdao sam izbor indikatora; Ja sam donio odluku.
• [ ] Postavio sam prag za materijalnost izvedbe i očito nematerijalnost.
• [ ] "Postoje li neki rizici koji se previđaju?" Pitao sam unatrag i filtrirao ideje.