Rilevamento di anomalie e errori: test delle voci di giornale e analisi dei valori anomali — Intelligenza artificiale nell'auditing e nella revisione contabile indipendente

Guadagni:

Scopri perché il test delle registrazioni contabili è obbligatorio ai sensi del BDS 240 e in che modo l'intelligenza artificiale può scansionare criteri di registrazione sospetti
Capacità di contrassegnare e dare priorità a valori anomali, tempistiche insolite e modelli di importi insoliti con il supporto dell'intelligenza artificiale
Riuscire a sostenere che ogni anomalia segnalata dall’intelligenza artificiale non è una constatazione, ma un punto interrogativo su cui l’auditor indagherà, e che l’eliminazione dei falsi positivi è responsabilità umana.

I rendiconti finanziari di un'azienda sono fondamentalmente la somma di milioni di registrazioni contabili (in contabilità, ogni transazione finanziaria è registrata come debito e credito). Sia l'errore che la frode alla fine risiedono in una registrazione contabile: un importo scritto sul conto sbagliato, un'indennità che viene "dimenticata" e stornata alla fine del periodo, una registrazione insolita inserita manualmente nel cuore della notte. Pertanto, il BDS 240 (lo standard che regola le responsabilità del revisore in merito alle frodi nella revisione dei rendiconti finanziari) richiede chiaramente che il revisore esegua il test delle registrazioni contabili. Il suo scopo è quello di rivelare possibili manipolazioni da parte della direzione attraverso l'override della direzione.

In questa unità tratteremo come trasformare l'intelligenza artificiale in un motore di rilevamento di anomalie e errori, e perché ogni record contrassegnato è un "punto interrogativo" piuttosto che una "risultata". Primi due concetti. Un'anomalia è un record insolito in un set di dati che si discosta dal modello previsto. Un valore anomalo è un'osservazione che è numericamente significativamente diversa dalle altre (ad esempio una quantità molto grande, una frequenza molto alta). L'anomalia non è sempre un errore; ma è lì che il revisore dovrebbe guardare.

Criteri di registrazione sospetti nel test di registrazione nel diario

Il BDS 240 afferma che i record con determinate caratteristiche sono più rilevanti per il rischio di frode. L’intelligenza artificiale può scansionare centinaia di migliaia di record in base a questi criteri in pochi secondi. Tipici criteri "bandiera rossa":

Tempistica insolita: registrazioni manuali inserite dopo l'orario di lavoro, nel fine settimana, in un giorno festivo o l'ultimo giorno della fine del mandato.
Utente insolito: registrazioni immesse da un utente che normalmente non inserisce registrazioni contabili (ad esempio, un amministratore).
Combinazioni di conti insolite: registrazioni tra conti che non si aspettano l'una dall'altra (ad esempio, un conto delle entrate e un conto insolito non di cassa).
Importi tondi: importi "puliti" di grandi dimensioni come 100.000, 500.000; È una tipica traccia di manipolazione manuale.
Record con descrizioni vuote o ambigue: descrizioni vuote come "correzione", "varie", "provvisorio".
Registrazioni stornate: registrazioni iscritte all'inizio del periodo e cancellate (storno) dopo breve tempo.
Duplicati sottosoglia: un gran numero di record raggruppati appena al di sotto della soglia di approvazione (ad esempio $ 50.000).

Suggerimento: pensa a questi criteri insieme, non individualmente. L'"importo tondo" da solo può essere innocuo; ma "fine settimana, da parte di un amministratore, descrizione vuota, coerenza del ciclo, pubblicazione manuale di fine periodo" è un forte segnale di allarme. Avere l’intelligenza artificiale che combina i criteri per produrre un “punteggio di rischio” ti aiuta a stabilire le priorità.

La falsa verità positiva: perché non tutti i segnali sono una constatazione

La natura della scansione delle anomalie sono i falsi positivi: record contrassegnati dalla regola che in realtà sono legittimi. Ad esempio, una società inserisce automaticamente un rateo di affitto round robin l'ultimo giorno lavorativo di ogni mese; Ciò è bloccato dal criterio "importo tondo + fine periodo", ma è del tutto normale. Il compito del revisore dei conti è quello di estrarre il rischio reale dalla pila segnalata. Questo ordinamento non è trasferibile; perché per distinguere il legittimo dal sospetto è necessario conoscere l’azienda e il contesto, cosa che l’intelligenza artificiale non possiede.

Quindi leggi sempre l'output in questo modo: "L'IA mi ha segnalato 420 record. La maggior parte di essi sono probabilmente falsi positivi. Il mio compito è scoprire tra questi 420 quelli che necessitano veramente di essere indagati, i modelli e i singoli sospetti." Questa visione ti protegge sia dai pregiudizi dell'automazione (prendendo ogni segno per un errore) che dalla pigrizia (non guardarne nessuno).

Rilevamento delle anomalie passo dopo passo

Preparare i dati e verificarne la completezza. (Passi di riconciliazione nell'unità precedente.)
Definire chiaramente i criteri. Quali tempistiche, importi, utenti e modelli di descrizione verranno contrassegnati?
Scansione e punteggio con l'intelligenza artificiale. Contrassegnare ogni record in base ai criteri; Dai una priorità più alta a quelli che soddisfano più criteri.
Elimina i falsi positivi. Filtra o contrassegna modelli legittimi noti (come i ratei automatici).
Esaminare i record rimanenti. Collega ciascuno al documento di supporto, all'approvazione e alla logica aziendale.
Documentare la conclusione e la motivazione. Annota cosa hai trovato sospetto e perché, cosa hai eliminato e perché.

tre mini custodie

Caso 1 – Risultato effettivo. Un revisore ha scansionato 240.000 voci di diario con l’intelligenza artificiale; Combinava i criteri "ultimi 3 giorni del periodo + manuale + descrizione 'correzione' + 100.000 volte l'importo". 14 record hanno ricevuto punteggi alti. Nella revisione, 11 erano aggiustamenti di fine anno legittimi; Tuttavia, 3 voci sono state inserite in modo tale da gonfiare il conto dei redditi e essere invertite nel periodo successivo, e non c'era documentazione di supporto. Si trattava di un modello di gestione che aggirava i controlli ed è stata una scoperta significativa. L’IA ha posto 14 domande; Lo scetticismo dell'auditor ha trovato le 3 vere risposte.

Caso 2: trappola del falso positivo. Un membro del team ha scritto i 380 record “round coerenti” che AI aveva segnalato direttamente sul foglio di lavoro sotto la voce “transazioni sospette”. Quando l'ufficiale guardò, vide che la maggior parte di loro aveva un affitto fisso, una parcella di consulenza fissa e registri di ammortamento automatico; erano tutti legittimi. Il foglio di lavoro era diventato un "elenco di risultati falsi" che portavano l'audit nella direzione sbagliata. Lezione: non tutti i record segnalati costituiscono un risultato; Il revisore effettua la selezione.

Caso 3 — Definizione dei criteri troppo restrittiva. Un revisore ha utilizzato solo il criterio della "registrazione del fine settimana" e non ha trovato registrazioni sospette; Era sollevato. Tuttavia, nell'attività, i registri manipolativi venivano inseriti durante l'orario di lavoro nei giorni feriali, ma con combinazioni di conti insolite. Basarsi su un unico, ristretto criterio gli ha impedito di vedere il rischio reale. Quando il revisore ha ampliato i criteri, è emerso lo schema. Lezione: un singolo criterio non fornisce garanzie; Guardatelo multidimensionalmente.

Prompt debole / Prompt forte

Suggerimento debole:

Trova voci fraudolente in queste voci di diario.

Problema: l’intelligenza artificiale non può “rilevare” gli imbrogli; La frode è una conseguenza legale/professionale, non un modello di dati. Anche "fraudolento" non è definito. Questo prompt produce una "lista di cheat" inventata o flag senza significato.

Suggerimento potente:

Il tuo ruolo: sei l'assistente all'analisi delle registrazioni contabili di un revisore indipendente. SEGNI il record secondo i criteri; La decisione su imbrogli/errori appartiene a me. Contesto: dati del diario anonimizzati (colonne: numero_record, data, ora, ruolo_utente, conto_debito, conto_credito, importo, tipo_record[manuale/automatico], descrizione). Fine del mandato: 31.12. Orario di lavoro: 09:00-18:00, lunedì-venerdì. Compito: 1) Assegnare un "punteggio di attenzione" a ciascun record in base ai seguenti criteri (a seconda di quanti criteri sono allegati): a) tipo_record=manuale b) data tra il 29 e il 31 dicembre o fine settimana/festività c) ora fuori servizio d) importo 100.000 TL pieno (arrotondato) e) la descrizione è vuota o {correzione, miscellanea, temporaneo} in2) Dai quelli con un punteggio pari o superiore a 3 come elenco di priorità.3) Scrivi ogni criterio che applichi in testo semplice (udibilità).4) Chiarisci che queste sono "eccezioni da esaminare" e non sono il RISULTATO di frode/errore. Aggiunta di un record falso.

Questo suggerimento è potente perché definisce chiaramente i criteri, richiede punteggi multidimensionali, verificabilità e individua accuratamente l'output (l'eccezione, non il risultato).

Errori comuni

Significa "trova il trucco". L'intelligenza artificiale non rileva gli imbrogli; mette un segno secondo i criteri. Il tradimento è una conseguenza professionale/legale.
Confondere il segno per un ritrovamento. Scrivere il record sospetto come "errore" senza eliminare i falsi positivi.
Basandosi su un criterio. Usando una regola ristretta e perdendo il modello reale.
Non filtrare modelli legittimi. Creare rumore includendo accantonamenti automatici nell'elenco dei sospetti.
Non documentare la motivazione. Lasciare il foglio di lavoro irrintracciabile senza scrivere cosa hai eliminato/mantenuto e perché.

Attenzione: descrivere una registrazione come "sospetta" è un'affermazione seria. Verificare con prove (documento giustificativo, conferma, business case) prima di scrivere come risultato. Altrimenti, sarai ingiusto nei confronti dell’azienda e danneggerai la qualità dell’audit.

In sintesi

Il test delle registrazioni nel diario è richiesto dal BDS 240 e l’intelligenza artificiale è il motore ideale per questo: analizza centinaia di migliaia di record rispetto a criteri multidimensionali in pochi secondi e produce un punteggio di attenzione. Ma l'intelligenza artificiale non "rileva" imbrogli o errori; segna solo l'insolito. L'output è un mucchio di eccezioni piene di falsi positivi; Spetta allo scetticismo e al giudizio del revisore individuare il rischio reale, eliminare quello legittimo e trarre le conclusioni. Il segno è un punto interrogativo, non una risposta.

Compito dell'applicazione

Specificare cinque criteri di anomalia per i dati di un giornale ipotetico (programmazione, utente, importo, combinazione di conti, descrizione). Chiedi all'intelligenza artificiale di produrre un "punteggio di attenzione" multidimensionale con il potente modello di prompt sopra. Quindi scrivi una “guida allo screening”: quali modelli legittimi (maturazione automatica, affitto fisso, ecc.) dovrebbero essere filtrati come falsi positivi? Infine, per i 5 record con punteggio elevato, “quali prove cerco?” Rispondi alla domanda.

lista di controllo

[ ] Ho anonimizzato i dati e verificato la loro completezza.
[ ] Ho definito i criteri di anomalia in modo multidimensionale e chiaro.
[ ] Ho ricevuto il testo in chiaro del punteggio di attenzione e dei criteri applicati dall'IA.
[ ] Ho filtrato i modelli legittimi noti come falsi positivi.
[] Ho esaminato i record con punteggi elevati con documentazione di supporto e conferma.
[] L'ho verificato con prove prima di concludere "cheat/errore".
[ ] Ho documentato cosa ho trovato sospetto e perché.