การตรวจจับความผิดปกติและข้อผิดพลาด: การทดสอบรายการบันทึกประจำวันและการวิเคราะห์ค่าผิดปกติ

กำไร:

• ทำความเข้าใจว่าเหตุใดการทดสอบรายการบันทึกจึงจำเป็นภายใต้ BDS 240 และวิธีที่ปัญญาประดิษฐ์สามารถสแกนเกณฑ์รายการที่น่าสงสัยได้
• ความสามารถในการทำเครื่องหมายและจัดลำดับความสำคัญของค่าผิดปกติ ระยะเวลาที่ผิดปกติ และรูปแบบจำนวนที่ผิดปกติด้วยการสนับสนุนปัญญาประดิษฐ์
• ความสามารถในการรักษาว่าความผิดปกติทุกอย่างที่ปัญญาประดิษฐ์ทำเครื่องหมายไว้นั้นไม่ใช่การค้นพบ แต่เป็นเครื่องหมายคำถามที่ผู้ตรวจสอบจะตรวจสอบ และการกำจัดผลบวกลวงถือเป็นความรับผิดชอบของมนุษย์

งบการเงินของธุรกิจโดยพื้นฐานแล้วคือผลรวมของรายการบันทึกประจำวันหลายล้านรายการ (ในการบัญชี ธุรกรรมทางการเงินแต่ละรายการจะบันทึกเป็นเดบิตและเครดิต) ในที่สุดทั้งข้อผิดพลาดและการฉ้อโกงก็อยู่ในรายการบันทึกประจำวัน เช่น จำนวนเงินที่เขียนไปยังบัญชีที่ไม่ถูกต้อง ค่าเผื่อที่ "ลืม" และกลับรายการเมื่อสิ้นสุดงวด รายการที่ผิดปกติที่ป้อนด้วยตนเองในตอนกลางคืน ดังนั้น BDS 240 (มาตรฐานที่ควบคุมความรับผิดชอบของผู้สอบบัญชีเกี่ยวกับการฉ้อโกงในการตรวจสอบงบการเงิน) จึงกำหนดให้ผู้สอบบัญชีทำการทดสอบรายการบันทึกประจำวันอย่างชัดเจน จุดประสงค์คือเพื่อเปิดเผยการบิดเบือนที่เป็นไปได้โดยฝ่ายบริหารผ่านการแทนที่การจัดการ

ในหน่วยนี้ เราจะพูดถึงวิธีเปลี่ยนปัญญาประดิษฐ์ให้เป็นกลไกในการตรวจจับความผิดปกติและข้อผิดพลาด แต่เหตุใดบันทึกที่ทำเครื่องหมายไว้แต่ละรายการจึงเป็น "เครื่องหมายคำถาม" มากกว่า "การค้นพบ" สองแนวคิดแรก ความผิดปกติคือบันทึกที่ผิดปกติในชุดข้อมูลที่เบี่ยงเบนไปจากรูปแบบที่คาดไว้ ค่าผิดปกติคือการสังเกตที่แตกต่างกันอย่างมีนัยสำคัญทางตัวเลขจากสิ่งอื่นๆ (เช่น จำนวนที่มาก และความถี่ที่สูงมาก) ความผิดปกติไม่ใช่ข้อผิดพลาดเสมอไป แต่นั่นคือสิ่งที่ผู้ตรวจสอบบัญชีควรพิจารณา

เกณฑ์การโพสต์ที่น่าสงสัยในการทดสอบการเข้าบันทึกรายวัน

BDS 240 ระบุว่าบันทึกที่มีลักษณะบางอย่างมีความสำคัญต่อความเสี่ยงของการฉ้อโกงมากกว่า AI สามารถสแกนบันทึกนับแสนรายการตามเกณฑ์เหล่านี้ได้ในเวลาไม่กี่วินาที เกณฑ์ "ธงแดง" โดยทั่วไป:

• เวลาที่ผิดปกติ: บันทึกด้วยตนเองที่ป้อนหลังเวลาทำงาน วันหยุดสุดสัปดาห์ วันหยุดนักขัตฤกษ์ หรือวันสุดท้ายของการสิ้นสุดภาคเรียน
• ผู้ใช้ที่ผิดปกติ: บันทึกที่ป้อนโดยผู้ใช้ซึ่งปกติแล้วไม่ได้ป้อนบันทึกทางบัญชี (เช่น ผู้ดูแลระบบ)
• การรวมบัญชีที่ผิดปกติ: การผ่านรายการระหว่างบัญชีที่ไม่ได้คาดหวังซึ่งกันและกัน (เช่น บัญชีรายได้และบัญชีที่ไม่ใช่เงินสดที่ผิดปกติ)
• จำนวนรอบ: "สะอาด" จำนวนมาก เช่น 100,000, 500,000; มันเป็นร่องรอยทั่วไปของการจัดการด้วยตนเอง
• บันทึกที่มีคำอธิบายว่างเปล่าหรือคลุมเครือ: คำอธิบายที่ว่างเปล่า เช่น "การแก้ไข" "เบ็ดเตล็ด" "ชั่วคราว"
• บันทึกที่กลับรายการ: บันทึกที่ป้อนเมื่อเริ่มต้นช่วงเวลาและยกเลิก (หยุดนิ่ง) หลังจากช่วงเวลาสั้นๆ
• เกณฑ์ย่อยที่ซ้ำกัน: บันทึกจำนวนมากรวมตัวกันต่ำกว่าเกณฑ์การอนุมัติ (เช่น 50,000 ดอลลาร์)

เคล็ดลับ: คิดเกี่ยวกับเกณฑ์เหล่านี้ร่วมกัน ไม่ใช่ทีละรายการ "จำนวนปัดเศษ" เพียงอย่างเดียวอาจบริสุทธิ์ แต่ "วันหยุดสุดสัปดาห์โดยผู้ดูแลระบบ คำอธิบายว่างเปล่า รอบที่สอดคล้องกัน การโพสต์ด้วยตนเองเมื่อสิ้นสุดระยะเวลา" ถือเป็นธงสีแดงที่ชัดเจน การมี AI รวมเกณฑ์เพื่อสร้าง "คะแนนความเสี่ยง" ช่วยให้คุณจัดลำดับความสำคัญได้

ความจริงเชิงบวกที่ผิดพลาด: เหตุใดสัญญาณทั้งหมดจึงไม่ใช่การค้นพบ

ลักษณะของการสแกนความผิดปกติเป็นผลบวกลวง: บันทึกที่ตั้งค่าสถานะตามกฎนั้นถูกต้องตามกฎหมาย ตัวอย่างเช่น บริษัทจะป้อนค่าเช่าแบบหมุนเวียนโดยอัตโนมัติในวันทำการสุดท้ายของแต่ละเดือน สิ่งนี้ติดอยู่กับเกณฑ์ "จำนวนรอบ + สิ้นสุดงวด" แต่เป็นเรื่องปกติโดยสมบูรณ์ งานของผู้ตรวจสอบบัญชีคือการแยกความเสี่ยงที่แท้จริงออกจากกองที่ถูกทำเครื่องหมายไว้ การเรียงลำดับนี้ไม่สามารถถ่ายโอนได้ เพราะการแยกความแตกต่างที่ถูกต้องตามกฎหมายจากที่น่าสงสัยนั้นจำเป็นต้องรู้ธุรกิจและบริบท ซึ่งเป็นสิ่งที่ AI ไม่มี

ดังนั้นควรอ่านผลลัพธ์ดังนี้: "AI ​​ติดธงบันทึก 420 รายการให้ฉัน ส่วนใหญ่อาจเป็นผลบวกลวง งานของฉันคือค้นหาจาก 420 รายการเหล่านี้ที่ต้องตรวจสอบจริงๆ รูปแบบ และสิ่งที่น่าสงสัยส่วนบุคคล" มุมมองนี้จะปกป้องคุณจากอคติด้านระบบอัตโนมัติ (โดยคำนึงถึงทุกสัญญาณของข้อผิดพลาด) และความเกียจคร้าน (ไม่มองสิ่งใดเลย)

การตรวจจับความผิดปกติทีละขั้นตอน

1. จัดเตรียมข้อมูลและตรวจสอบความครบถ้วน (ขั้นตอนการกระทบยอดในหน่วยก่อนหน้า)
2. กำหนดหลักเกณฑ์ให้ชัดเจน รูปแบบเวลา จำนวน ผู้ใช้ และคำอธิบายใดที่จะถูกตั้งค่าสถานะ
3. สแกนและให้คะแนนด้วย AI ทำเครื่องหมายแต่ละบันทึกตามเกณฑ์ ให้ความสำคัญกับผู้ที่ตรงตามเกณฑ์หลายข้อ
4. กำจัดผลบวกลวง กรองหรือทำเครื่องหมายรูปแบบที่ถูกต้องตามกฎหมายที่ทราบ (เช่น เงินคงค้างอัตโนมัติ)
5. ตรวจสอบบันทึกที่เหลือ เชื่อมโยงแต่ละรายการกับเอกสารประกอบ การอนุมัติ และตรรกะทางธุรกิจ
6. บันทึกข้อสรุปและเหตุผล เขียนสิ่งที่คุณพบน่าสงสัยและสาเหตุ และสิ่งที่คุณกำจัดออกไปและเพราะเหตุใด

มินิเคสสามอัน

กรณีที่ 1 — การค้นพบจริง ผู้ตรวจสอบสแกนรายการบันทึกประจำวัน 240,000 รายการด้วย AI โดยรวมเกณฑ์ "3 วันสุดท้ายของรอบระยะเวลา + คู่มือ + คำอธิบาย 'การแก้ไข' + 100,000 เท่าของจำนวนเงิน" 14 รายการได้รับคะแนนสูง ในการทบทวน 11 รายการเป็นการปรับเปลี่ยนสิ้นปีที่ถูกต้องตามกฎหมาย อย่างไรก็ตาม มีการป้อน 3 รายการในลักษณะที่จะทำให้บัญชีรายได้สูงเกินจริงและจะกลับรายการในช่วงเวลาต่อไปนี้ และไม่มีเอกสารประกอบ นี่เป็นรูปแบบของการจัดการที่เลี่ยงการควบคุมและเป็นการค้นพบที่สำคัญ AI ถามคำถาม 14 ข้อ; ความสงสัยของผู้สอบบัญชีพบคำตอบที่แท้จริง 3 ข้อ

กรณีที่ 2 — กับดักผลบวกลวง สมาชิกในทีมเขียนบันทึก 380 “ความสอดคล้องกันรอบ” ที่ AI ได้ตั้งค่าสถานะโดยตรงลงบนแผ่นงานภายใต้หัวข้อ “ธุรกรรมที่น่าสงสัย” เมื่อเจ้าหน้าที่มองดู เขาเห็นว่าส่วนใหญ่มีค่าเช่าคงที่ ค่าที่ปรึกษาคงที่ และบันทึกค่าเสื่อมราคาอัตโนมัติ พวกเขาทั้งหมดถูกต้องตามกฎหมาย ใบงานนี้กลายเป็น "รายการการค้นพบที่ผิดพลาด" ซึ่งทำให้การตรวจสอบไปในทิศทางที่ผิด บทเรียน: ไม่ใช่ทุกบันทึกที่ถูกตั้งค่าสถานะจะถือเป็นการค้นพบ ผู้ตรวจสอบบัญชีทำการคัดเลือก

กรณีที่ 3 — การตั้งเกณฑ์แคบเกินไป ผู้ตรวจสอบบัญชีใช้เฉพาะเกณฑ์ "บันทึกวันหยุดสุดสัปดาห์" และไม่พบบันทึกที่น่าสงสัย เขาโล่งใจ อย่างไรก็ตาม ในธุรกิจ มีการป้อนบันทึกบิดเบือนในช่วงเวลาทำงานวันธรรมดา แต่มีการรวมบัญชีที่ผิดปกติ การใช้เกณฑ์แคบเพียงเกณฑ์เดียวทำให้เขาไม่สามารถมองเห็นความเสี่ยงที่แท้จริงได้ เมื่อผู้ตรวจสอบขยายเกณฑ์ก็เกิดแบบแผนขึ้นมา บทเรียน: เกณฑ์เดียวไม่ได้ให้ความมั่นใจ มองมันหลายมิติ

พรอมต์อ่อน / พรอมต์แรง

พรอมต์ที่อ่อนแอ:

ค้นหารายการฉ้อโกงในรายการบันทึกประจำวันเหล่านี้

ปัญหา: AI ไม่สามารถ “ตรวจจับ” การโกงได้ การฉ้อโกงเป็นผลทางกฎหมาย/ทางวิชาชีพ ไม่ใช่รูปแบบข้อมูล "การฉ้อโกง" ยังไม่มีคำจำกัดความ พรอมต์นี้สร้าง "รายการโกง" ที่สร้างขึ้นหรือแฟล็กที่ไม่มีความหมาย

พรอมต์อันทรงพลัง:

บทบาทของคุณ: คุณเป็นผู้ช่วยวิเคราะห์รายการบันทึกประจำวันของผู้ตรวจสอบอิสระ คุณทำเครื่องหมายบันทึกตามเกณฑ์ การตัดสินการโกง/ข้อผิดพลาดเป็นของฉัน บริบท: ข้อมูลบันทึกที่ไม่ระบุชื่อ (คอลัมน์: record_number, วันที่, เวลา, user_role, debit_account, credit_account, amount, record_type[manual/automatic], description) สิ้นสุดภาคเรียน: 31.12. เวลาทำงาน: 09:00-18:00 น. จันทร์-ศุกร์ งาน:1) ให้คะแนน "ความสนใจ" ให้กับแต่ละบันทึกตามเกณฑ์ต่อไปนี้ (ขึ้นอยู่กับจำนวนเกณฑ์ที่แนบมาด้วย): a) ประเภทบันทึก=คู่มือ b) วันที่ระหว่าง 29-31 ธันวาคม หรือวันหยุดสุดสัปดาห์/วันหยุด c) ชั่วโมงนอกหน้าที่ d) จำนวน 100,000 TL ของแข็ง (ปัดเศษ) e) คำอธิบายว่างเปล่าหรือ {correction, เบ็ดเตล็ด, ชั่วคราว} in2) ให้คะแนนผู้ที่มีคะแนน 3 ขึ้นไปเป็นรายการลำดับความสำคัญ 3) เขียนแต่ละเกณฑ์ที่คุณใช้เป็นข้อความธรรมดา (ความสามารถในการตรวจสอบ)4) ทำให้ชัดเจนว่าสิ่งเหล่านี้เป็น "ข้อยกเว้นที่ต้องตรวจสอบ" และไม่ใช่ผลจากการฉ้อโกง/ข้อผิดพลาด เพิ่มบันทึกปลอม

พร้อมท์นี้มีประสิทธิภาพเนื่องจากกำหนดเกณฑ์อย่างชัดเจน ต้องใช้คะแนนหลายมิติ การตรวจสอบได้ และระบุตำแหน่งผลลัพธ์ได้อย่างแม่นยำ (ข้อยกเว้น ไม่ใช่ผลลัพธ์)

ข้อผิดพลาดทั่วไป

• แปลว่า "ค้นหาเคล็ดลับ" AI ตรวจไม่พบการโกง ทำเครื่องหมายตามเกณฑ์ การโกงเป็นผลสืบเนื่องทางวิชาชีพ/ทางกฎหมาย
• เข้าใจผิดว่าเป็นสัญญาณการค้นพบ การเขียนบันทึกที่น่าสงสัยว่าเป็น "ข้อผิดพลาด" โดยไม่กำจัดผลบวกลวง
• อาศัยหลักเกณฑ์เดียว ใช้กฎแคบและขาดรูปแบบที่แท้จริง
• ไม่กรองรูปแบบที่ชอบด้วยกฎหมายออกไป สร้างเสียงรบกวนโดยรวมรายการคงค้างอัตโนมัติในรายการที่น่าสงสัย
• ไม่บันทึกเหตุผล การปล่อยให้แผ่นงานไม่สามารถติดตามได้ โดยไม่ต้องจดสิ่งที่คุณตัดทิ้ง/เก็บไว้ และเหตุผล

ข้อควรระวัง: การอธิบายว่าการบันทึกว่า "น่าสงสัย" ถือเป็นการกล่าวที่จริงจัง ตรวจสอบด้วยหลักฐาน (เอกสารประกอบ คำยืนยัน กรณีธุรกิจ) ก่อนเขียนเป็นข้อค้นพบ มิฉะนั้นคุณจะไม่เป็นธรรมต่อธุรกิจและทำให้คุณภาพการสอบบัญชีเสียหาย

โดยสรุป

การทดสอบรายการบันทึกประจำวันเป็นสิ่งจำเป็นภายใต้ BDS 240 และ AI เป็นเครื่องมือที่เหมาะสมที่สุดสำหรับสิ่งนี้ โดยจะสแกนบันทึกนับแสนรายการตามเกณฑ์หลายมิติในเวลาไม่กี่วินาที และสร้างคะแนนความสนใจ แต่ AI จะไม่ "ตรวจจับ" การโกงหรือข้อผิดพลาด มันเป็นเพียงเครื่องหมายที่ไม่ธรรมดาเท่านั้น ผลลัพธ์คือกองข้อยกเว้นที่เต็มไปด้วยผลบวกลวง ขึ้นอยู่กับความสงสัยและการตัดสินของผู้ตรวจสอบบัญชีที่จะแยกแยะความเสี่ยงที่แท้จริง กำจัดความเสี่ยงที่ถูกต้องตามกฎหมาย และหาข้อสรุป เครื่องหมายคือเครื่องหมายคำถาม ไม่ใช่คำตอบ

งานสมัคร

ระบุเกณฑ์ความผิดปกติห้าประการสำหรับข้อมูลสมุดรายวันสมมุติ (กำหนดการ ผู้ใช้ จำนวนเงิน การรวมบัญชี คำอธิบาย) ให้ AI สร้าง "คะแนนความสนใจ" หลายมิติด้วยรูปแบบข้อความแจ้งอันทรงพลังด้านบน จากนั้นเขียน "คำแนะนำในการคัดกรอง": รูปแบบที่ถูกต้องตามกฎหมายใด (การคงค้างอัตโนมัติ ค่าเช่าคงที่ ฯลฯ) ที่ควรกรองออกเป็นผลบวกลวง สุดท้ายนี้สำหรับบันทึกคะแนนสูงสุด 5 รายการ “ฉันจะหาหลักฐานอะไร?” ตอบคำถาม.

รายการตรวจสอบ

• [ ] ฉันได้ทำให้ข้อมูลเป็นนิรนามและตรวจสอบความครบถ้วนสมบูรณ์
• [ ] ฉันกำหนดเกณฑ์ความผิดปกติหลายมิติและชัดเจน
• [ ] ฉันได้รับข้อความธรรมดาของคะแนนความสนใจและเกณฑ์ที่ประยุกต์ใช้จาก AI
• [ ] ฉันกรองรูปแบบที่ถูกต้องตามกฎหมายที่ทราบว่าเป็นผลบวกลวงออก
• [ ] ฉันได้ตรวจสอบบันทึกคะแนนสูงพร้อมเอกสารประกอบและการยืนยันแล้ว
• [ ] ฉันตรวจสอบด้วยหลักฐานก่อนที่จะสรุป "การโกง/ข้อผิดพลาด"
• [ ] ฉันบันทึกสิ่งที่ฉันพบว่าน่าสงสัยและเพราะเหตุใด