Dobički:
- Razumeti, zakaj je testiranje vnosa v dnevnik obvezno po BDS 240 in kako lahko umetna inteligenca pregleda sumljiva merila vnosa
- Sposobnost označevanja in razvrščanja prioritet izstopajočih vrednosti, nenavadnega časa in vzorcev nenavadnih količin s podporo za umetno inteligenco
- Biti sposoben trditi, da vsaka anomalija, ki jo označi umetna inteligenca, ni ugotovitev, ampak vprašaj, ki ga bo revizor raziskal, odprava lažno pozitivnih rezultatov pa je človeška odgovornost.
Računovodski izkazi podjetja so v bistvu vsota milijonov vnosov v dnevnik (v računovodstvu je vsaka finančna transakcija zabeležena kot bremenitev in dobro). Tako napaka kot goljufija na koncu živita v vnosu v dnevnik: znesek, vpisan na napačen račun, dodatek, ki je "pozabljen" in storniran ob koncu obdobja, nenavaden vnos, vnesen ročno sredi noči. Zato BDS 240 (standard, ki ureja revizorjevo odgovornost glede goljufij pri reviziji računovodskih izkazov) jasno zahteva, da revizor opravi preverjanje temeljnic. Njegov namen je razkriti morebitne manipulacije s strani vodstva s preglasitvijo upravljanja.
V tej enoti bomo obravnavali, kako umetno inteligenco spremeniti v motor za odkrivanje nepravilnosti in napak, a zakaj je vsak označen zapis "vprašaj" in ne "ugotovitev". Prva dva pojma. Anomalija je nenavaden zapis v nizu podatkov, ki odstopa od pričakovanega vzorca. Izstopanje je opazovanje, ki se številčno bistveno razlikuje od drugih (kot je zelo velika količina, zelo visoka frekvenca). Anomalija ni vedno napaka; toda tam bi moral revizor pogledati.
Kriteriji sumljivega knjiženja v testu vnosa v temeljnico
BDS 240 navaja, da so zapisi z določenimi značilnostmi bolj pomembni za tveganje goljufije. Umetna inteligenca lahko na podlagi teh meril v nekaj sekundah skenira več sto tisoč zapisov. Tipična merila za "rdečo zastavo":
- Nenavaden čas: Ročni zapisi, vneseni po delovnem času, ob koncu tedna, na praznik ali zadnji dan konca roka.
- Nenavaden uporabnik: Zapisi, ki jih vnese uporabnik, ki običajno ne vnaša računovodskih evidenc (na primer skrbnik).
- Nenavadne kombinacije kontov: knjižbe med konti, ki se ne pričakujejo (npr. račun prihodkov in nenavaden negotovinski račun).
- Okrogli zneski: "čisti" veliki zneski, kot so 100.000, 500.000; Je značilna sled ročne manipulacije.
- Zapisi s praznimi ali dvoumnimi opisi: prazni opisi, kot so "popravek", "razno", "začasno".
- Obrnjeni zapisi: Zapisi, vneseni na začetku obdobja in preklicani (storno) po kratkem času.
- Podpražni dvojniki: veliko število zapisov, združenih tik pod pragom odobritve (npr. 50.000 USD).
Nasvet: razmislite o teh merilih skupaj, ne posamično. Samo "okrogel znesek" je lahko nedolžen; toda "konec tedna, skrbnik, opis prazen, okroglo dosledno, ročna objava ob koncu obdobja" je močna rdeča zastavica. Če umetna inteligenca združi merila, da ustvari »oceno tveganja«, vam pomaga določiti prednost.
Lažna pozitivna resnica: zakaj ni vsako znamenje ugotovitev
Narava skeniranja nepravilnosti je lažno pozitivna: zapisi, označeni s pravilom, ki so dejansko legitimni. Na primer, podjetje samodejno vnese krožno obračunavanje najemnine na zadnji delovni dan vsakega meseca; To se je zataknilo pri kriteriju "okrogel znesek + konec obdobja", vendar je povsem normalno. Revizorjeva naloga je izluščiti resnično tveganje iz označenega kupa. To razvrščanje ni prenosljivo; ker razlikovanje med zakonitim in sumljivim zahteva poznavanje posla in konteksta – česar AI nima.
Zato vedno preberite rezultat takole: "Umetna inteligenca je zame označila 420 zapisov. Večina jih je verjetno lažno pozitivnih. Moja naloga je, da od teh 420 najdem tiste, ki jih je res treba raziskati, vzorce in posamezne sumljive." Ta pogled vas ščiti pred pristranskostjo avtomatizacije (jemanjem vsakega znaka za napako) in lenobnostjo (ne pogledate nobenega od njih).
Odkrivanje anomalij korak za korakom
- Pripravite podatke in preverite popolnost. (Koraki usklajevanja v prejšnji enoti.)
- Jasno določite merila. Kateri vzorci časa, zneska, uporabnika in opisa bodo označeni?
- Skenirajte in ocenite z AI. Vsak zapis označite glede na kriterije; Dajte večjo prednost tistim, ki izpolnjujejo več meril.
- Odstranite lažne pozitivne rezultate. Filtrirajte ali označite znane legitimne vzorce (kot so samodejne časovne razmejitve).
- Preglejte preostale zapise. Povežite vsakega s spremnim dokumentom, odobritvijo in poslovno logiko.
- Dokumentirajte sklep in utemeljitev. Zapišite, kaj se vam je zdelo sumljivo in zakaj ter kaj ste odpravili in zakaj.
trije mini kovčki
Primer 1 – Dejanska ugotovitev. Revizor je z AI pregledal 240.000 vnosov v dnevnik; Združil je merila "zadnji 3 dnevi obdobja + priročnik + 'popravek' opisa + 100.000-kratni znesek". 14 zapisov je prejelo visoke ocene. V pregledu je bilo 11 upravičenih popravkov ob koncu leta; Vendar pa so bili 3 vnosi vneseni na način, ki bi napihnil račun dohodka in bil razveljavljen v naslednjem obdobju, in ni bilo dokazne dokumentacije. To je bil vzorec upravljanja, ki je zaobšlo kontrole in je bila pomembna ugotovitev. Umetna inteligenca je postavila 14 vprašanj; Revizorjev skepticizem je našel 3 prave odgovore.
Primer 2 – lažno pozitivna past. Član ekipe je napisal 380 "okroglo doslednih" zapisov, ki jih je umetna inteligenca označila neposredno na delovni list pod naslovom "sumljive transakcije". Ko je uradnik pogledal, je videl, da ima večina fiksno najemnino, fiksno svetovalno provizijo in avtomatske evidence amortizacije; vsi so bili legitimni. Delovni list je postal "seznam lažnih ugotovitev", ki je revizijo vodilo v napačno smer. Nauk: ni vsak označeni zapis ugotovitev; Revizor naredi izbiro.
Primer 3 — Preozka nastavitev meril. Revizor je uporabil samo merilo "vikend rekord" in ni našel sumljivih zapisov; Bil je olajšan. Vendar so se v poslovanju manipulativne evidence vnašale med delovnim časom med tednom, vendar z neobičajnimi kombinacijami računov. Zanašanje na en sam, ozek kriterij mu je preprečilo, da bi videl resnično tveganje. Ko je revizor razširil merila, se je pojavil vzorec. Nauk: eno samo merilo ne daje zagotovila; Poglejte ga večdimenzionalno.
Šibek poziv/močan poziv
Šibek poziv:
Poiščite goljufive vnose v teh dnevniških vnosih.
Težava: AI ne more "zaznati" goljufanja; Goljufija je pravna/poklicna posledica, ne vzorec podatkov. Tudi "prevarant" je nedefiniran. Ta poziv ustvari izmišljen "seznam goljufij" ali nesmiselne zastavice.
Močan poziv:
Vaša vloga: ste pomočnik pri analizi temeljnic neodvisnega revizorja. Zapis OZNAČITE po kriterijih; odločitev o goljufanju/napaki pripada meni. Kontekst: Anonimizirani dnevniški podatki (stolpci: številka_zapisa, datum, čas, uporabniška_vloga, debetni_račun, kreditni_račun, znesek, vrsta_zapisa [ročno/samodejno], opis). Konec termina: 31.12. Delovni čas: 09:00-18:00, pon-pet. Naloga:1) Vsakemu zapisu dodelite "oceno pozornosti" v skladu z naslednjimi kriteriji (odvisno od tega, koliko kriterijev je priloženih): a) record_type=manual b) datum med 29. in 31. decembrom ALI vikend/praznik c) ura izven službe d) znesek 100.000 TL trdno (zaokroženo) e) opis je prazen oz. {popravek, razno, začasno} in2) Dajte tistim z oceno 3 ali več kot prednostni seznam.3) Vsako merilo, ki ga uporabite, napišite v navadnem besedilu (revidabilnost).4) Pojasnite, da so to "izjeme, ki jih je treba preučiti" in niso REZULTAT goljufije/napake. Dodajanje lažnega zapisa.
Ta poziv je zmogljiv, ker jasno opredeljuje merila, zahteva večdimenzionalne ocene, možnost revizije in natančno locira rezultat (izjema, ne rezultat).
Pogoste napake
- Pomeni "najdi trik". AI ne zazna goljufanja; oceni glede na merila. Goljufanje je strokovna/pravna posledica.
- Zamenjaj znak za najdbo. Pisanje sumljivega zapisa kot "napaka" brez izločanja lažnih pozitivnih rezultatov.
- Zanašanje na en kriterij. Uporaba ozkega pravila in manjka pravi vzorec.
- Ne filtrira zakonitih vzorcev. Ustvarjanje hrupa z vključitvijo samodejnih časovnih razmejitev na seznam sumljivih.
- Brez dokumentiranja utemeljitve. Delovni list pustite neizsledljiv, ne da bi zapisali, kaj ste izločili/obdržali in zakaj.
Pozor: opisovanje posnetka kot "sumljivega" je resna izjava. Preverite z dokazi (dokazilo, potrdilo, poslovni primer), preden napišete kot ugotovitev. V nasprotnem primeru boste nepošteni do podjetja in škodili kakovosti revizije.
Če povzamem
Testiranje vnosa v dnevnik je zahtevano v skladu z BDS 240 in umetna inteligenca je idealen motor za to: v nekaj sekundah skenira na stotine tisoče zapisov glede na večdimenzionalna merila in ustvari oceno pozornosti. Vendar AI ne "zazna" goljufanja ali napak; označuje le nenavadno. Rezultat je kup izjem, polnih lažno pozitivnih rezultatov; Od revizorjevega skepticizma in presoje je odvisno, ali bo iz njega izločil resnično tveganje, izločil legitimno in potegnil zaključke. Znak je vprašaj, ne odgovor.
Aplikacijska naloga
Določite pet kriterijev anomalije za hipotetične podatke dnevnika (razpored, uporabnik, znesek, kombinacija kontov, opis). Umetna inteligenca naj proizvede večdimenzionalno "oceno pozornosti" z zmogljivim vzorcem poziva zgoraj. Nato napišite »vodnik za preverjanje«: katere legitimne vzorce (samodejno obračunavanje, fiksna najemnina itd.) je treba filtrirati kot lažno pozitivne? Nazadnje, za 5 rekordov z visokimi točkami, "katere dokaze naj iščem?" Odgovorite na vprašanje.
kontrolni seznam
- [ ] Podatke sem anonimiziral in preveril njihovo popolnost.
- [ ] Merila anomalije sem definiral večdimenzionalno in jasno.
- [ ] Prejel sem odprto besedilo ocene pozornosti in uporabljena merila od AI.
- [ ] Znane legitimne vzorce sem filtriral kot lažno pozitivne.
- [ ] Pregledal sem zapise z visokimi točkami s podporno dokumentacijo in potrditvijo.
- [ ] Preveril sem z dokazi, preden sem zaključil "goljufanje/napaka".
- [ ] Dokumentiral sem, kaj se mi je zdelo sumljivo in zakaj.