Ocena ryzyka i istotność: Mapa ryzyka w świetle BDS 315 i 320

Zyski:

• Umiejętność wykorzystania sztucznej inteligencji jako generatora pomysłów na ryzyko i projektanta w procesie identyfikacji ryzyka istotnego zniekształcenia dzięki znajomości biznesu i jego otoczenia
• Możliwość skryptowania obliczeń progów istotności i nieistotności przy wsparciu sztucznej inteligencji i samodzielnej weryfikacji każdej liczby
• Zdolność do utrzymania, że ostateczna ocena ryzyka i ocena istotności należą do zawodowego osądu audytora i że sztuczna inteligencja jedynie dostarcza danych wejściowych

Dobry audyt wygrywa się lub przegrywa przy biurku, na długo przed pracą w terenie. Jeśli audytor zaczyna, nie znając branży, nie zgadując, gdzie istnieje duże prawdopodobieństwo wystąpienia błędu i nie kierując swoich zasobów (czasu, zespołu, testów) na te ryzyka, może szukać w niewłaściwych miejscach, niezależnie od tego, jak ciężko pracuje. Dlatego BDS 315 (Standard dotyczący ustalania i oceny ryzyka istotnego zniekształcenia na podstawie znajomości firmy i jej otoczenia) oraz BDS 320 (Standard dotyczący istotności w audycie) ustanawiają ramy badania.

W tej części omówimy, w jaki sposób możesz zastosować sztuczną inteligencję do dwóch głównych zadań na etapie planowania – obliczania istotności i mapowania ryzyka – jako partner pomysłów i generator projektów, ale dlaczego zawsze będziesz ostatecznym sędzią. Wyjaśnijmy najpierw dwa pojęcia. Istotne zniekształcenie to błąd lub oszustwo w sprawozdaniu finansowym, które indywidualnie lub łącznie jest na tyle duże, że wpływa na decyzje gospodarcze użytkowników sprawozdania. Ocena ryzyka polega na ustaleniu, na którym rachunku, w jakim rodzaju transakcji lub ujawnieniu występuje największe prawdopodobieństwo wystąpienia takiego zniekształcenia.

Poznanie biznesu: gdzie sztuczna inteligencja staje się partnerem myślowym

MSB 315 wymaga od biegłego rewidenta poznania jednostki i otoczenia, w którym ona działa (branża, ustawodawstwo, model biznesowy, kontrola wewnętrzna). Podczas procesu uznania biegły rewident zadaje pytanie „co zazwyczaj dzieje się nie tak w tej branży?” pyta. W tym miejscu sztuczna inteligencja jest cennym partnerem w burzy mózgów: może szybko sporządzić listę typowych obszarów ryzyka w branży, typowych wzorców oszustw księgowych, sezonowości i zawiłości w uznawaniu przychodów. Ale uważaj: ta lista podana przez sztuczną inteligencję jest ogólna i ogólna; nie rozpoznaje Twojej firmy. Zatem wynikiem jest „projekt listy kontrolnej”, a nie „ocena ryzyka”.

Skonfigurujmy proces krok po kroku:

1. Podaj kontekst. Anonimowo opisz branżę, wielkość, model biznesowy i godne uwagi cechy firmy. (Brak nazwy, NIP.)
2. Poproś o ogólny pomysł na ryzyko. „Gdzie ryzyko istotnego zniekształcenia jest zazwyczaj wysokie w tego typu działalności?” zapytać. AI daje ci mapę początkową.
3. Dostosuj do biznesu. Filtruj listę sztucznej inteligencji według znanych Ci faktów (historia tej firmy, kontrole wewnętrzne, ustalenia z poprzedniego roku). Niektóre ryzyka nie dotyczą tej działalności; Niektóre z nich stanowią wyjątkowe ryzyko, którego sztuczna inteligencja nigdy nie dostrzeże.
4. Powiąż to z dowodami. Połącz każde ryzyko z badaniem, którym zajmiesz się w badaniu terenowym.

Wskazówka: pomyśl o sztucznej inteligencji jako o tym, „gdzie może występować ryzyko istotnego zniekształcenia?” Użyj go, aby zmusić Cię do myślenia; Nie po to, żebyś powiedział: „z pewnością tu leży ryzyko”. Ocena ryzyka to profesjonalny osąd; ryzyko burzy mózgów na temat pomysłów.

Istotność: liczba, ale liczba oparta na ocenie

MSB 320 wymaga od biegłego rewidenta określenia poziomu istotności na początku badania. W praktyce zaczyna się to od wybrania wskaźnika (np. podatku przed zyskiem, przychodu, sumy aktywów lub kapitału własnego) i zastosowania do niego wartości procentowej. Przykładowo 5% zysku przed opodatkowaniem z działalności kontynuowanej, czyli 0,5-1% przychodów. To nie jest mechaniczny wzór: audytor decyduje, który wskaźnik ma największe znaczenie dla biznesu, jaki będzie procent i ostateczna kwota. Określana jest także istotność wykonawcza (dolny próg ustawiony poniżej istotności w celu zaostrzenia testów podczas planowania) i wyraźnie nieistotny próg (granica różnic zbyt mała, aby można ją było zgłosić).

AI jest tutaj doskonałym kalkulatorem i silnikiem scenariuszy: natychmiast oblicza kwoty dla różnych wskaźników i wartości procentowych, umieszcza je przed tobą w tabeli. Ale wybór wskaźnika i ostateczna ocena należy do Ciebie. Poniższa tabela przedstawia typowy wynik scenariusza (liczby są przykładami):

wskaźnik

Kwota (TL)

% Zastosowano

Istotność (TL)

zysk przed opodatkowaniem

12 000 000

5%

600 000

przychody

240 000 000

0,5%

1 200 000

Aktywa ogółem

180 000 000

1%

1 800 000

kapitał własny

90 000 000

2%

1 800 000

Patrząc na tę tabelę, audytor myśli: „Jeśli zyski są niestabilne, bardziej uzasadniona może być istotność oparta na przychodach, ale jeśli głównym celem użytkowników w tej branży jest rentowność, bardziej odpowiedni będzie zysk przed opodatkowaniem”. Ocena ta stanowi profesjonalny osąd, którego sztuczna inteligencja nie może zastąpić. AI oblicza cztery scenariusze w 5 sekund; Ty decydujesz, który z nich jest poprawny.

Uwaga: sprawdź scenariusz istotności podany przez sztuczną inteligencję. Wykonaj ponownie obliczenia procentowe (czy 600 000 to naprawdę 5% z 12 000 000?) i upewnij się, że wskaźniki są prawidłowymi kwotami. Sztuczna inteligencja może niepoprawnie wykonać mnożenie lub użyć niewłaściwej kwoty.

Mapa ryzyka: wersje robocze sztucznej inteligencji, audytor nadaje priorytet

Mapa ryzyka to arkusz, który gromadzi zidentyfikowane ryzyka w jednym miejscu i przypisuje każdemu z nich oceny (prawdopodobieństwo, wpływ, odpowiednie twierdzenie, planowane testy). Twierdzenia w rachunkowości to prawdy, które kierownictwo w sposób dorozumiany potwierdza na temat rachunku lub transakcji: rzeczywistość/istnienie, kompletność, dokładność, wycena, okresowość (odcięcie), prawa-obowiązki, prezentacja. Na przykład „dochód jest kompletny” jest stwierdzeniem kompletności; „Akcje wyceniane są według możliwej do uzyskania wartości netto” – to stwierdzenie z wyceny.

Sztuczna inteligencja dobrze sprawdza się w przekształcaniu surowej listy ryzyk w zorganizowaną mapę: przyporządkowując każde ryzyko do odpowiedniego roszczenia, wymieniając możliwe testy, formatując tabelę. Nigdy jednak nie zostawiaj mu dwóch rzeczy: (1) jakie ryzyko naprawdę dotyczy tego biznesu, (2) ustalanie priorytetów ryzyka. Określają one, na co przeznaczasz zasoby audytu i bezpośrednio wpływają na jakość audytu.

trzy mini etui

Przypadek 1 – Prawidłowe użycie. Dyrektor ds. audytu przeprowadził burzę mózgów na temat zagrożeń dla nowo pozyskanego klienta detalicznego. Zapytaj sztuczną inteligencję „gdzie ryzyko istotnego zniekształcenia jest zwykle wysokie w wielooddziałowej firmie detalicznej?” zapytał; Otrzymał projekt 11 punktów, takich jak zarządzanie środkami pieniężnymi, różnice inwentaryzacyjne, cięcie przychodów, manipulacja zwrotami/rabatami. Przefiltrował to poprzez swoją własną wiedzę: klient miał niską sprzedaż gotówkową (dużo obciążającą kartę), co zmniejszyło to ryzyko; Jednak ryzyko cięć zapasów, którego AI nie przeoczyła, było w tym biznesie krytyczne, ponieważ pod koniec roku miała miejsce intensywna kampania. Wynik: sztuczna inteligencja dostarczyła ziarno, audytor dostosował mapę do potrzeb firmy.

Przypadek 2 — Błąd mnożenia istotności. Członek zespołu zlecił sztucznej inteligencji obliczenie scenariusza kardynalności. Spółka YZ błędnie przyjęła przychody w wysokości 24 mln zamiast 240 mln i zwiększyła istotność do 120 000 TL. Członek zespołu uwzględnił to w planowaniu bez weryfikacji; Ponieważ istotność wydajności nie była określona, ​​zespół niepotrzebnie zaczął testować setki dodatkowych elementów. Kwota została skorygowana, gdy osoba odpowiedzialna to zauważyła. Lekcja: Oblicz ponownie każde pomnożenie AI.

Przypadek 3 – Mylenie listy publicznej z firmą. Stażysta wkleił listę ogólnych „ryzyk w branży budowlanej” podaną przez YZ do arkusza oceny ryzyka. Jednakże klient ten nie ponosił ryzyka wyszczególnienia „procentu manipulacji realizacją w wieloletnich kontraktach budowlanych” (klient był dostawcą materiałów, a nie podwykonawcą); Z drugiej strony na liście nie znalazło się specyficzne dla klienta ryzyko „cen transferowych w sprzedaży wewnątrzgrupowej”. Błędne traktowanie ogólnej listy jako oceny specyficznej dla danej firmy zarówno zawyżało, jak i sprawiało, że ryzyko było niekompletne.

Słaba zachęta/silna zachęta

Słaba zachęta:

Opowiedz nam o ryzyku i istotności tej firmy.

Problem: firma nie jest wprowadzana, nie jest podany wskaźnik i kwota, a sztuczna inteligencja ma generować „pewne ryzyko” i fikcyjną kwotę istotności.

Potężny monit:

Twoja rola: jesteś asystentem niezależnego audytora ds. planowania. Ostateczna ocena ryzyka i istotności należy do mnie. Kontekst (anonimowy): Średniej wielkości, wielobranżowa firma zajmująca się sprzedażą detaliczną żywności. Pod koniec roku trwa intensywna kampania. Sprzedaż kartowa, niska gotówka. Ustalenie stanu poprzedniego roku: różnice w stanie zapasów. Zadanie A – Pomysł na ryzyko: Wymień obszary, w których ryzyko istotnego zniekształcenia byłoby zazwyczaj wysokie w tego rodzaju działalności, przypisując każdy z nich do odpowiednich stwierdzeń księgowych (kompletność, prawdziwość, okresowość/data graniczna, wycena itp.). Proszę pamiętać, że są to uwagi OGÓLNE i ocena dotycząca konkretnego biznesu należy do mnie. Zadanie B – Scenariusz istotności: Oblicz tabelę scenariusza istotności z %s dla następujących wskaźników; Pokaż wyraźnie każde mnożenie, żebym mógł je zweryfikować. Ja zdecyduję, który wskaźnik wybrać.- Zysk przed opodatkowaniem: 12.000.000 TL- Dochód: 240.000.000 TL- Aktywa ogółem: 180.000.000 TLRZasada: Nie wymyślaj żadnych liczb, dla których nie podałem danych.

Ta zachęta jest silna, ponieważ przedstawia firmę, wymaga dopasowania roszczeń, umożliwia weryfikację konta i pozostawia decyzję audytorowi.

Typowe błędy

• Mylenie ogólnej listy ryzyka z oceną biznesową. Umieszczenie ogólnego wyniku AI w arkuszu bez jego filtrowania.
• Nie sprawdzamy mnożenia liczności. Nie zauważając błędu AI pod względem ilościowym lub procentowym.
• Pozostawiając wybór wskaźników AI. To, który wskaźnik jest odpowiedni, jest kwestią profesjonalnego osądu.
• Nie łączenie ryzyka z roszczeniami. Ryzyka bez dopasowania roszczeń nie można powiązać z testem.
• Zaniedbanie ustaleń z poprzedniego roku i informacji dotyczących konkretnej działalności. AI nie wie takich rzeczy; Jeśli mu nie powiesz, mapa ryzyka będzie niekompletna.

Wskazówka: Po przygotowaniu mapy ryzyka zapytaj sztuczną inteligencję „Jakie zagrożenia mogły zostać przeoczone na tej mapie?” zapytaj od tyłu. Pomaga to dostrzec martwe punkty; Ale sam przefiltruj pomysły.

Podsumowując

Na etapie planowania sztuczna inteligencja ma dwa potężne zastosowania: burzę mózgów na temat ryzyka sektorowego i obliczanie scenariuszy istotności. Jednak ocena ryzyka istotnego zniekształcenia zgodnie z MSB 315 i ustalenie istotności zgodnie z MSB 320 to zawodowy osąd. Sztuczna inteligencja zapewnia ogólny wgląd w ryzyko i weryfikowalną księgowość; Które ryzyko jest zasadne, jaki wskaźnik wybrać i ostateczna kwota istotności należy do audytora. Oblicz ponownie każde mnożenie istotności, filtruj każdy pomysł na ryzyko pod kątem specyfiki biznesowej.

Zadanie aplikacji

Wybierz hipotetyczną firmę (określ branżę, wielkość, ustalenia z poprzedniego roku). Korzystając z powyższego potężnego wzorca podpowiedzi, najpierw uzyskaj ogólną koncepcję ryzyka, a następnie scenariusz istotności. Przekształć listę ryzyka sztucznej inteligencji w trzykolumnową tabelę: „ryzyko / istotne roszczenie / czy ma ono zastosowanie do tej działalności (T/N, uzasadnienie)”. Ręcznie zweryfikuj każde mnożenie w scenariuszu istotności i napisz w jednym zdaniu uzasadnienie wybranego wskaźnika.

lista kontrolna

• [ ] Opisałem firmę anonimowo, ale z wystarczającym kontekstem (branża, wielkość, ustalenia historyczne).
• [ ] Przefiltrowałem koncepcje ryzyka AI poprzez wiedzę specyficzną dla biznesu; Usunąłem nieprawidłowe i dodałem brakujące.
• [ ] Przypisałem każde ryzyko do odpowiedniego stwierdzenia księgowego i powiązałem je z testem.
• [ ] Niezależnie zweryfikowałem każdy produkt i kwotę w scenariuszu istotności.
• [ ] Uzasadniłem wybór wskaźnika; Podjąłem decyzję.
• [ ] Wyznaczam próg istotności wykonawczej i oczywiście niematerialności.
• [ ] „Czy istnieją jakieś zagrożenia, które mogą zostać przeoczone?” Zapytałem od tyłu i przefiltrowałem pomysły.