Analitični postopki in modeliranje pričakovanj: analiza trendov, razmerij in odstopanj

Dobički:

• Razumeti, kateri analitični postopki so v okviru standarda BDS 520 in kako uporabiti umetno inteligenco za ustvarjanje pričakovanj, analizo razmerij in pripravo razlage odstopanj.
• Sposobnost interpretacije horizontalno-vertikalne analize, analize razmerij in razčlenitev trendov s podporo umetne inteligence ter prepoznavanja odstopanj, ki jih je treba pregledati
• Sposobnost razumevanja, da je razlaga odstopanja, ki jo predlaga umetna inteligenca, hipoteza in je ni mogoče obravnavati kot rezultat revizije, ne da bi bila podprta z dokazi.

Eno najmočnejših orožij izkušenega revizorja je »pričakovanje«. Preden pogleda računovodske izkaze, približno ve, kaj mora videti, saj se na posel spozna: »To podjetje je lani zraslo za 15 odstotkov, število zaposlenih je stabilno, tako da bi pričakoval, da se bodo stroški dela povečali približno toliko kot inflacija.« Nato primerja resničnost s pričakovanji. Če pride do odstopanja od pričakovanja, obstaja bodisi razlaga bodisi problem. Sistematična oblika tega načina razmišljanja se imenuje analitični postopki, BDS 520 pa jih organizira.

Analitični postopek je vzpostaviti pričakovanje z uporabo razumnih razmerij med finančnimi in nefinančnimi podatki in jih primerjati z dejanskimi ter poiskati pomembna odstopanja. Uporablja se na treh mestih: pri načrtovanju (za ogled tveganja), pri vsebinskem testiranju (za vsebinsko preverjanje) in na koncu revizije (za splošno preverjanje razumnosti). V tej enoti se boste naučili uporabljati umetno inteligenco pri oblikovanju pričakovanj, analizi razmerij in izdelavi osnutkov za razlago odstopanj; Toda razpravljali bomo o tem, zakaj je razlaga, ki jo predlaga AI, hipoteza, ne dokaz.

Orodja analiznega postopka

Glavna analitična orodja, ki jih uporablja revizor, so:

• Horizontalna analiza: pregled spremembe (znesek in %) postavke iz leta v leto. "Prodaja se je povečala za 40 %; zakaj?"
• Vertikalna analiza: Razmerje med postavkami in celoto (npr. razmerje med vsakim odhodkom in prihodkom). "Medtem ko so stroški prodanega blaga znašali 62 % prihodkov, so letos postali 71 %; zakaj se je marža zmanjšala?"
• Racio analiza: Izračun smiselnih količnikov (bruto profitna marža, stopnja obračanja zalog, obdobje izterjave terjatev, trenutni koeficient) in preučevanje njegovega trenda ter primerjava s panogo.
• Analiza trendov: ogled več obdobij skupaj in lovljenje odmorov.
• Test razumnosti: Vzpostavitev neodvisnega pričakovanja (npr. »odhodki za obresti ≈ povprečni dolg × obrestna mera«) in primerjava z realnostjo.

AI naredi vse te izračune v nekaj sekundah, jih postavi v preglednico in označi odstopanja. Poleg tega lahko predlaga možne razlage za odstopanja. Tukaj je kritična točka: razlaga, ki jo ustvari AI, je začetna hipoteza. »Marža se je zmanjšala, ker so se cene surovin zvišale« je lahko razumno, vendar revizor ne more zaključiti, ne da bi ga podkrepil s pogodbami, računi, razkritji vodstva in – zlasti v primeru nepričakovanih odstopanj – neodvisnimi dokazi.

Bolj kot je občutljivo pričakovanje, močnejši je postopek

Pomembna subtilnost BDS 520: zanesljivost analitičnega postopka je odvisna od tega, kako natančno in neodvisno je ugotovljeno pričakovanje. Če pričakovanja zgradite neposredno iz podatkov, ki jih zagotovi podjetje, zapadete v krožno logiko (potrjevanje istih podatkov z istimi podatki). Močna pričakovanja temeljijo na čim večji meri neodvisnih vložkov (nefinančni podatki, podatki o zunanjem trgu, vaš lastni račun). Umetna inteligenca vam lahko pomaga zgraditi model pričakovanj - "katere vložke potrebujem za neodvisen izračun stroškov obresti?" — vendar je revizor odgovoren za neodvisnost vhodnih podatkov in ustreznost modela.

Nasvet: Pri interpretaciji odstopanja vnaprej določite "prag nepomembnosti". Koliko odstopanja od pričakovanj se bo štelo za "preiskovalno"? Ta prag nastavite vnaprej, v skladu z bistvenostjo, tako da vam ni treba loviti vsakega majhnega nihanja, ki ga povzroči umetna inteligenca.

Vzpostavitev močnih pričakovanj z nefinančnimi podatki

Analitični postopek je najmočnejši, ko pričakovanja gradite na podlagi nefinančnih podatkov, ne le finančnih podatkov. Na primer, lahko neodvisno ocenite hotelski prihodek od sob tako, da pomnožite število zasedenih nočitev s povprečno ceno sobe; stroške energije v proizvodnem podjetju lahko približno ocenite s številom proizvedenih enot in tipično porabo na enoto; Iz števila učencev in povprečne šolnine lahko napoveste dohodek šole od izobraževanja. Takšna pričakovanja se ne ujamejo v past krožnosti, ker so neodvisna od lastne računovodske evidence podjetja in zagotavljajo resnično navzkrižno preverjanje. AI vam pomaga vzpostaviti vhodne podatke in formulo za ta neodvisni model pričakovanj; vendar je revizor odgovoren za zagotovitev, da so vhodni podatki resnično neodvisni in zanesljivi (število študentov, soba-nočitev, količina proizvodnje pravilna?). Če je razlika med pričakovanjem in realnostjo velika, to kaže bodisi na računovodsko napako bodisi na težavo z vnosom pričakovanj; Oboje je treba raziskati.

Analitični postopek korak za korakom

1. Postavite pričakovanja. Zapišite, kaj pričakujete od pregledanega predmeta, po možnosti z neodvisnim vnosom.
2. Pripravite podatke, preverite popolnost. Ali so dejanski podatki, ki jih boste primerjali, točni in popolni?
3. Računajte z AI. Naredite vodoravne/navpične/razmerne/trendne izračune; Pokažite korake vsakega računa.
4. Ugotovite odstopanja. Označite odstopanja, ki presegajo prag, ki ste ga predhodno nastavili.
5. Ustvarite hipoteze, vendar preverite. Vprašajte AI za morebitna pojasnila; preizkusite vsakega z dokazom.
6. Dokumentirajte rezultat. Pričakovanje, dejstvo, odstopanje, razlaga in potrditveni dokazi.

trije mini kovčki

Primer 1 — Iskanje pravega vzroka za odstopanje. En revizor je ugotovil, da so se stroški osebja povečali za 38 %; Število osebja in inflacija pa sta to pojasnila le za 22 %. AI je vprašal o hipotezah o razhajanju; YZ je navedel možnosti, kot so "povišica, nova zaposlitev, bonus, odpravnina". Revizor je pregledal evidenco plač: razlika je nastala zaradi pavšalnega plačila premije, plačanega med letom, ki pa ni bil razporejen kot odhodek v pravilnem obdobju, in prišlo je do sezonske napake. AI je podal hipotezo; Dokazi o plačilni listi in revizorjeva preiskava so razkrili resnico.

2. primer – zamenjava hipoteze za dokaz. Član ekipe je AI vprašal o 40-odstotnem povečanju postavke stroškov; AI je "verjetno posledica inflacije," je dejal. Član ekipe je to napisal kot komentar neposredno na delovni list in zaprl pisalo. Odgovorna oseba je vprašala: inflacija je bila takrat 25-odstotna, 40-odstotna ni bila pojasnjena; Poleg tega je bila postavka strošek najema s fiksno pogodbo in se ni samodejno povečala z inflacijo. Pravi razlog je bilo novo polje, dodano v pogodbo. Lekcija: Razlaga AI je hipoteza; Brez dokazov ne more biti zaključka.

Primer 3 – Slabo pričakovanje. Da bi preizkusil razumnost odhodkov za obresti, je revizor svoje pričakovanje oblikoval neposredno iz odhodkov za obresti, ki jih je zabeležilo podjetje (okrožnica). Seveda se je izkazalo »pričakovanje = realnost« in nobenih odstopanj ni bilo. Odgovorna oseba je opozorila, da je treba samostojno določiti pričakovanje: povprečno stanje dolga × povprečna obrestna mera. Pri neodvisnem izračunu se je izkazalo, da so dejanski stroški obresti bistveno nižji od pričakovanih, dolg pa se ne obrestuje. Nauk: neodvisnost pričakovanja določa moč postopka.

Šibek poziv/močan poziv

Šibek poziv:

Poglej ta grafikon, povej mi, če je kaj nenormalnega.

Težava: brez pričakovanj, brez praga, brez konteksta. AI bodisi naključno označi »anomalijo« bodisi ustvari izmišljene razlage; rezultat nima kontrolne vrednosti.

Močan poziv:

Vaša vloga: ste pomočnik analitičnega postopka neodvisnemu revizorju. Izračunali in PRIKAZALI boste odstopanja ter predlagali morebitne razlagalne HIPOTEZE; preverjanje in zaključek sta moja.Kontekst (anonimno): Proizvodno podjetje. Prihodki tekoče leto 240M, prejšnje leto 200M (20% rast). Število osebja je fiksno.Podatki:[račun; prejšnje leto; tekoče leto] vrstice (prihodki, COGS, stroški osebja, najemnine, stroški obresti, ...) Naloga:1) Naredite horizontalno analizo (znesek in % spremembe) za vsako postavko; pokaži korak izračuna.2) Vertikalna analiza: sorazmerje vsakega odhodka s prihodkom; primerjajte za dve leti.3) Uporabite naslednji prag: označite »za pregled«, če odstotna sprememba odstopa od rasti prihodkov (20%) za več kot 10 absolutnih točk.4) Predlagajte 2-3 možne razlage HIPOTEZA za vsako označeno postavko; Zapišite tudi DOKAZE, s katerimi se bo vsak preverjal. Navedite, da to niso ugotovitve. 5) Ne izmišljujte si nobenih številk ali industrijskih meril, ki jih ne morete izpeljati iz podatkov.

Ta poziv je močan, ker daje kontekst in pričakovanja (20-odstotna rast), določa jasen prag odstopanja, zahteva razlage kot hipoteze in vsako hipotezo povezuje z dokazi.

Pogoste napake

• Zamenjavanje hipoteze z dokazom. Pisanje zaključkov brez preverjanja izjave AI "verjetno ...".
• Vzpostavitev krožnih pričakovanj. Izpeljava pričakovanja iz podatkov, ki jih je treba preveriti, in ustvarjanje lažnega "fita".
• Brez določanja praga. Preganjanje vsakega majhnega nihanja ali spregledanje pomembnega odstopanja.
• Analiza brez konteksta. Spraševanje po »anomaliji« brez promocije podjetja; prejemanje nesmiselnih znakov.
• Ostati površen v nepričakovanem odstopanju. Pokrivanje presenetljivega zasuka s prvo verodostojno razlago; medtem ko BDS zahteva globlje preiskave nepričakovanih odstopanj.

Opomba: pričakovano odstopanje (npr. povečana amortizacija zaradi znane naložbe) se razlikuje od nepričakovanega odstopanja. Nepričakovano odstopanje pomeni večje tveganje in zahteva močnejše dokaze. AI ne more razlikovati med obema; Revizor naredi to razliko.

Če povzamem

Analitični postopki (BDS 520) so umetnost opazovanja odstopanj z vzpostavljanjem pričakovanj in njihovo primerjavo z realnostjo. Umetna inteligenca je zmogljiv mehanizem za izračune in hipoteze na tem področju: izvede vodoravno/navpično/razmerno/trend analizo v nekaj sekundah, označi odstopanja, predlaga možne razlage. Toda moč postopka je odvisna od neodvisnosti pričakovanja, razlaga, ki jo predlaga AI, pa je hipoteza in ne dokaz. Revizor določi prag odstopanja, revizor zagotovi neodvisnost pričakovanj in vsako trditev preveri z dokazi. Nepričakovano odstopanje vedno zahteva poglobljeno preiskavo.

Aplikacijska naloga

Vzemite preprost dvoletni izkaz poslovnega izida (hipotetičen) in nastavite pričakovano rast (npr. 20 %). Z zgornjim zmogljivim vzorcem poziva naj umetna inteligenca izvede vodoravno in navpično analizo, uporabi prag zanašanja in ujemanje hipotez + dokazov za označene elemente. Nato v enem odstavku napišite, kako nastaviti "nekrožno neodvisno pričakovanje" za postavko (katere neodvisne vnose bi uporabili).

kontrolni seznam

• [ ] Vnaprej sem določil pričakovanja (z neodvisnim vnosom, če je mogoče) za predmet, ki ga pregledujem.
• [ ] Potrdil sem popolnost podatkov, ki sem jih primerjal.
• [ ] Od umetne inteligence sem prejel vodoravno/navpično/razmerno analizo, ki prikazuje korake izračuna, in jo preveril.
• [ ] Postavil sem prag odstopanja v skladu z pomembnostjo.
• [ ] Razlage AI sem vzel kot hipoteze; Vsakega sem preizkusil z dokazi.
• [ ] Razlikujem pričakovano in nepričakovano odstopanje; Kopal sem globlje v nepričakovano.
• [ ] Dokumentiral sem pričakovanja, resničnost, odstopanja, razlage in podkrepitvene dokaze.