Prosedur Analitikal dan Pemodelan Jangkaan: Analisis Trend, Nisbah dan Sisihan — Kecerdasan Buatan dalam Pengauditan dan Pengauditan Bebas

Keuntungan:

Fahami prosedur analisis dalam skop BDS 520 dan cara menggunakan kecerdasan buatan untuk penjanaan jangkaan, analisis nisbah dan penggubalan penjelasan sisihan.
Keupayaan untuk mentafsir analisis mendatar-menegak, analisis nisbah dan pecahan trend dengan sokongan kecerdasan buatan dan mengenal pasti penyelewengan yang perlu diperiksa
Keupayaan untuk memahami bahawa penjelasan sisihan yang dicadangkan oleh kecerdasan buatan adalah hipotesis dan tidak boleh dianggap sebagai hasil audit tanpa disokong oleh bukti.

Salah satu senjata yang paling berkuasa juruaudit berpengalaman ialah "jangkaan". Sebelum melihat penyata kewangan, dia tahu secara kasar apa yang dia perlu lihat kerana dia tahu perniagaan: "Syarikat ini berkembang sebanyak 15% tahun lepas, bilangan kakitangan adalah stabil, jadi saya menjangkakan perbelanjaan kakitangan meningkat lebih kurang sama seperti inflasi." Kemudian ia membandingkan realiti dengan jangkaan. Sekiranya terdapat penyelewengan dari jangkaan, sama ada terdapat penjelasan atau masalah. Bentuk sistematik cara berfikir ini dipanggil prosedur analitikal, dan BDS 520 mengaturnya.

Prosedur analisis adalah untuk mewujudkan jangkaan menggunakan hubungan munasabah antara data kewangan dan bukan kewangan dan membandingkannya dengan sebenar dan mencari penyelewengan yang ketara. Ia digunakan di tiga tempat: dalam perancangan (untuk melihat risiko), dalam ujian substantif (untuk pengesahan substantif) dan pada akhir audit (untuk semakan kewajaran keseluruhan). Dalam unit ini, anda akan mempelajari cara menggunakan kecerdasan buatan dalam pembentukan jangkaan, analisis nisbah dan pengeluaran draf penjelasan sisihan; Tetapi kita akan membincangkan mengapa penjelasan yang dicadangkan oleh AI adalah hipotesis, bukan bukti.

Alat prosedur analisis

Alat analisis utama yang digunakan oleh juruaudit ialah:

Analisis mendatar: Meneliti perubahan (jumlah dan %) sesuatu item dari tahun ke tahun. "Jualan meningkat sebanyak 40%; kenapa?"
Analisis menegak: Nisbah item kepada keseluruhan (mis. nisbah setiap perbelanjaan kepada hasil). "Walaupun kos barang dijual ialah 62% daripada hasil, tahun ini ia menjadi 71%; mengapa margin mengecil?"
Analisis nisbah: Mengira nisbah yang bermakna (margin untung kasar, kadar pusing ganti inventori, tempoh kutipan belum terima, nisbah semasa) dan mengkaji arah aliran dan perbandingannya dengan industri.
Analisis aliran: Melihat beberapa tempoh bersama-sama dan menangkap masa rehat.
Ujian kewajaran: Mewujudkan jangkaan bebas (cth. “perbelanjaan faedah ≈ purata hutang × kadar faedah”) dan membandingkannya dengan realiti.

AI melakukan semua pengiraan ini dalam beberapa saat, meletakkannya dalam hamparan dan membenderakan penyelewengan. Selain itu, ia boleh mencadangkan penjelasan yang mungkin untuk penyelewengan. Inilah titik kritikal: penjelasan yang dihasilkan oleh AI adalah hipotesis awal. "Margin telah mengecil kerana harga bahan mentah telah meningkat" mungkin munasabah, tetapi juruaudit tidak boleh membuat kesimpulan tanpa mengesahkannya dengan kontrak, invois, pendedahan pengurusan dan—terutamanya dalam kes penyelewengan yang tidak dijangka—bukti bebas.

Lebih sensitif jangkaan, lebih kuat prosedur

Kehalusan penting BDS 520: kebolehpercayaan prosedur analisis bergantung pada seberapa tepat dan bebas jangkaan itu ditetapkan. Jika anda membina jangkaan terus daripada data yang disediakan oleh perniagaan, anda jatuh ke dalam logik bulat (mengesahkan data yang sama dengan data yang sama). Jangkaan yang kukuh adalah berdasarkan input bebas sebanyak mungkin (data bukan kewangan, data pasaran luaran, akaun anda sendiri). AI boleh membantu anda membina model jangkaan — "apakah input yang saya perlukan untuk mengira perbelanjaan faedah secara bebas?" — tetapi juruaudit bertanggungjawab ke atas kebebasan input dan kesesuaian model.

Petua: Pratentukan "ambang tidak penting" semasa mentafsir sisihan. Berapa banyak penyelewengan daripada jangkaan akan dianggap sebagai "penyiasatan"? Tetapkan ambang ini terlebih dahulu, konsisten dengan materialiti, jadi anda tidak perlu mengejar setiap turun naik kecil yang dihasilkan AI.

Mewujudkan jangkaan yang kukuh dengan data bukan kewangan

Prosedur analisis adalah yang paling berkuasa apabila anda membina jangkaan daripada data bukan kewangan, bukan hanya data kewangan. Contohnya, anda boleh menganggarkan hasil bilik hotel secara bebas dengan mendarabkan bilangan bilik-malam yang diduduki dengan purata kadar bilik; anda boleh menganggarkan perbelanjaan tenaga perniagaan pembuatan daripada bilangan unit yang dihasilkan dan penggunaan biasa seunit; Anda boleh meramalkan pendapatan pendidikan sekolah daripada bilangan pelajar dan purata yuran. Jangkaan sedemikian tidak termasuk dalam perangkap pekeliling kerana ia bebas daripada rekod perakaunan perniagaan itu sendiri dan menyediakan semakan silang sebenar. AI membantu anda mewujudkan input dan formula untuk model jangkaan bebas ini; tetapi juruaudit bertanggungjawab untuk memastikan bahawa input adalah benar-benar bebas dan boleh dipercayai (bilangan pelajar, bilik-malam, kuantiti pengeluaran betul?). Jika perbezaan antara jangkaan dan realiti adalah besar, ini menunjukkan sama ada ralat perakaunan atau masalah dengan input jangkaan; Kedua-duanya perlu disiasat.

Prosedur analisis langkah demi langkah

Tetapkan jangkaan. Tuliskan perkara yang anda harapkan untuk item yang sedang disemak, dengan input bebas jika boleh.
Sediakan data, sahkan kesempurnaan. Adakah data sebenar yang anda akan bandingkan tepat dan lengkap?
Kira dengan AI. Buat pengiraan mendatar/menegak/nisbah/trend; Tunjukkan langkah setiap akaun.
Kenal pasti penyelewengan. Benderakan sisihan yang melebihi ambang yang anda tetapkan sebelum ini.
Hasilkan hipotesis tetapi sahkan. Minta AI untuk penjelasan yang mungkin; menguji setiap satu dengan bukti.
Dokumen keputusan. Jangkaan, fakta, penyelewengan, penjelasan dan bukti pengesahan.

tiga kes mini

Kes 1 — Mencari punca sebenar penyelewengan. Seorang juruaudit mendapati perbelanjaan kakitangan meningkat sebanyak 38%; Walau bagaimanapun, bilangan kakitangan dan inflasi menjelaskan ini hanya sebanyak 22%. Dia meminta AI bertanya tentang hipotesis perbezaan; YZ menyenaraikan pilihan seperti "kenaikan, gaji baru, bonus, gaji pemberhentian". Juruaudit meneliti rekod senarai gaji: perbezaan itu disebabkan oleh bayaran premium sekaligus yang dibayar pada tahun itu tetapi tidak tersebar sebagai perbelanjaan dalam tempoh yang betul, dan terdapat ralat bermusim. AI memberikan hipotesis; Bukti gaji dan penyiasatan juruaudit mendedahkan kebenaran.

Kes 2 — Tersalah hipotesis sebagai bukti. Seorang ahli pasukan bertanya kepada AI tentang peningkatan 40% dalam item perbelanjaan; AI "mungkin disebabkan oleh inflasi," katanya. Ahli pasukan menulis ini sebagai ulasan terus pada lembaran kerja dan mengehadkan pen. Orang yang bertanggungjawab bertanya: inflasi adalah 25% pada masa itu, 40% tidak dijelaskan; Selain itu, item tersebut adalah perbelanjaan sewa dengan kontrak tetap dan tidak meningkat secara automatik dengan inflasi. Sebab sebenar ialah medan baharu yang ditambahkan pada kontrak. Pengajaran: Penjelasan AI adalah hipotesis; Tidak ada kesimpulan tanpa diuji dengan bukti.

Kes 3 — Jangkaan yang lemah. Untuk menguji kewajaran perbelanjaan faedah, juruaudit menetapkan jangkaannya secara langsung daripada perbelanjaan faedah yang direkodkan oleh perniagaan (pekeliling). Sememangnya, ternyata "jangkaan = realiti" dan tiada penyelewengan muncul. Orang yang bertanggungjawab mengingatkan bahawa jangkaan harus ditetapkan secara bebas: baki hutang purata × kadar faedah purata. Setelah pengiraan bebas, ternyata perbelanjaan faedah sebenar adalah jauh lebih rendah daripada jangkaan, dan tiada faedah terakru pada hutang. Pelajaran: kebebasan jangkaan menentukan kekuatan prosedur.

Gesaan lemah / Gesaan kuat

Gesaan yang lemah:

Lihat carta ini, beritahu saya jika ada apa-apa yang tidak normal.

Masalahnya: tiada jangkaan, tiada ambang, tiada konteks. AI sama ada secara rawak menandakan "anomali" atau menjana penjelasan yang dibuat-buat; hasilnya tidak mempunyai nilai kawalan.

Gesaan kuat:

Peranan anda: anda ialah pembantu prosedur analisis kepada juruaudit bebas. Anda akan mengira dan MENUNJUKKAN sisihan dan mencadangkan HIPOTESIS penjelasan yang mungkin; pengesahan dan kesimpulan adalah milik saya.Konteks (tanpa nama): Syarikat pengeluaran. Hasil tahun semasa 240J, tahun sebelumnya 200J (pertumbuhan 20%). Bilangan kakitangan adalah tetap.Data:[akaun; tahun sebelumnya; tahun semasa] baris (hasil, COGS, perbelanjaan kakitangan, sewa, perbelanjaan faedah, ...)Tugas:1) Buat analisis mendatar (jumlah dan % perubahan) untuk setiap item; tunjukkan langkah pengiraan.2) Analisis menegak: perkadaran setiap perbelanjaan kepada hasil; bandingkan selama dua tahun.3) Gunakan ambang berikut: tandakan “untuk semakan” jika % perubahan menyimpang daripada pertumbuhan hasil (20%) dengan lebih daripada 10 mata mutlak.4) Cadangkan 2-3 penjelasan yang mungkin HIPOTESIS untuk setiap item yang ditanda; Tuliskan juga BUKTI yang setiap satunya akan disahkan. Nyatakan bahawa ini bukan penemuan.5) Jangan buat sebarang nombor atau penanda aras industri yang anda tidak dapat perolehi daripada data.

Gesaan ini berkuasa kerana ia memberikan konteks dan jangkaan (pertumbuhan 20%), menetapkan ambang sisihan yang jelas, meminta penjelasan sebagai hipotesis dan mengikat setiap hipotesis dengan bukti.

Kesilapan biasa

Tersilap hipotesis sebagai bukti. Menulis kesimpulan tanpa mengesahkan pernyataan "mungkin..." AI.
Mewujudkan jangkaan pekeliling. Menghasilkan jangkaan daripada data untuk disahkan dan menghasilkan "kesesuaian" palsu.
Tidak menetapkan ambang. Mengejar setiap turun naik kecil atau mengabaikan sisihan ketara.
Analisis tanpa konteks. Meminta "anomali" tanpa mempromosikan perniagaan; menerima tanda-tanda yang tidak bermakna.
Kekal dangkal dalam penyelewengan yang tidak dijangka. Meliputi kelainan yang mengejutkan dengan penjelasan pertama yang munasabah; manakala BDS memerlukan penyiasatan yang lebih mendalam tentang penyelewengan yang tidak dijangka.

Nota: Sisihan yang dijangkakan (cth. susut nilai meningkat disebabkan pelaburan yang diketahui) adalah berbeza daripada sisihan yang tidak dijangka. Sisihan yang tidak dijangka membawa risiko yang lebih tinggi dan memerlukan bukti yang lebih kukuh. AI tidak dapat membezakan antara keduanya; Juruaudit membuat perbezaan ini.

Secara ringkasnya

Prosedur analitikal (BDS 520) ialah seni melihat penyelewengan dengan menetapkan jangkaan dan membandingkannya dengan realiti. AI ialah enjin pengiraan dan hipotesis yang berkuasa dalam bidang ini: ia melakukan analisis mendatar/menegak/nisbah/trend dalam beberapa saat, menandai penyelewengan, mencadangkan penjelasan yang mungkin. Tetapi kuasa prosedur bergantung pada kebebasan jangkaan, dan penjelasan yang dicadangkan oleh AI adalah hipotesis, bukan bukti. Juruaudit menetapkan ambang sisihan, juruaudit memastikan kebebasan jangkaan, dan juruaudit mengesahkan setiap kenyataan dengan bukti. Penyimpangan yang tidak dijangka sentiasa memerlukan penyiasatan yang lebih mendalam.

Tugasan permohonan

Ambil penyata pendapatan dua tahun mudah (hipotesis) dan tetapkan jangkaan pertumbuhan (cth. 20%). Dengan corak gesaan yang berkuasa di atas, minta AI melakukan analisis mendatar dan menegak, gunakan ambang hanyut, dan hipotesis segera + padanan bukti untuk item yang ditanda. Kemudian tulis dalam satu perenggan bagaimana untuk menyediakan "jangkaan bebas bukan bulat" untuk item (input bebas apakah yang akan anda gunakan).

senarai semak

[ ] Saya telah menetapkan jangkaan terlebih dahulu (dengan input bebas jika boleh) untuk item yang disemak.
[ ] Saya mengesahkan kesempurnaan data yang saya bandingkan.
[ ] Saya menerima analisis mendatar/menegak/nisbah yang menunjukkan langkah pengiraan daripada AI dan mengesahkannya.
[ ] Saya telah menetapkan ambang sisihan yang konsisten dengan materialiti.
[ ] Saya mengambil penjelasan AI sebagai hipotesis; Saya menguji setiap satu dengan bukti.
[ ] Saya membezakan antara sisihan yang dijangka dan tidak dijangka; Saya menggali lebih dalam perkara yang tidak dijangka.
[ ] Saya mendokumenkan jangkaan, realiti, penyelewengan, penjelasan dan bukti yang menyokong.