Đơn vị 4 / 12

Phát hiện lỗi và bất thường: Kiểm tra mục nhập nhật ký và phân tích ngoại lệ

Lợi nhuận:

  • Hiểu lý do tại sao việc kiểm tra đầu vào tạp chí là bắt buộc theo BDS 240 và cách trí tuệ nhân tạo có thể quét các tiêu chí đầu vào đáng ngờ
  • Khả năng đánh dấu và ưu tiên các ngoại lệ, mô hình thời gian bất thường và số lượng bất thường với sự hỗ trợ của trí tuệ nhân tạo
  • Có thể khẳng định rằng mọi điểm bất thường được trí tuệ nhân tạo gắn cờ không phải là một phát hiện mà là một dấu hỏi mà kiểm toán viên sẽ điều tra và việc loại bỏ các kết quả dương tính giả là trách nhiệm của con người.

Báo cáo tài chính của một doanh nghiệp về cơ bản là tổng của hàng triệu bút toán (trong kế toán, mỗi giao dịch tài chính được ghi nhận là ghi nợ và ghi có). Cuối cùng, cả sai sót và gian lận đều tồn tại trong một mục nhật ký: một số tiền được ghi sai vào tài khoản, một khoản trợ cấp bị “bỏ quên” và bị đảo ngược vào cuối kỳ, một mục nhập bất thường được nhập thủ công vào lúc nửa đêm. Do đó, BDS 240 (chuẩn mực quy định trách nhiệm của kiểm toán viên liên quan đến gian lận trong kiểm toán báo cáo tài chính) yêu cầu rõ ràng kiểm toán viên phải thực hiện kiểm tra ghi sổ nhật ký. Mục đích của nó là tiết lộ những thao túng có thể xảy ra của ban quản lý thông qua việc ghi đè quản lý.

Trong phần này, chúng ta sẽ đề cập đến cách biến trí tuệ nhân tạo thành một công cụ phát hiện sự bất thường và lỗi, nhưng tại sao mỗi bản ghi được đánh dấu lại là một "dấu hỏi" chứ không phải là "phát hiện". Hai khái niệm đầu tiên. Sự bất thường là một bản ghi bất thường trong tập dữ liệu sai lệch so với mẫu dự kiến. Một ngoại lệ là một quan sát có sự khác biệt đáng kể về mặt số lượng so với các quan sát khác (chẳng hạn như số lượng rất lớn, tần số rất cao). Sự bất thường không phải lúc nào cũng là một lỗi; nhưng đó là nơi kiểm toán viên nên xem xét.

Tiêu chí đăng bài đáng ngờ trong bài kiểm tra đầu vào tạp chí

BDS 240 nêu rõ rằng hồ sơ có những đặc điểm nhất định sẽ dễ có nguy cơ gian lận hơn. AI có thể quét hàng trăm nghìn bản ghi dựa trên các tiêu chí này trong vài giây. Tiêu chí “cờ đỏ” điển hình:

  • Thời điểm bất thường: Hồ sơ được nhập thủ công sau giờ làm việc, vào ngày nghỉ cuối tuần, ngày lễ, ngày cuối cùng của thời hạn.
  • Người dùng bất thường: Hồ sơ được nhập bởi người dùng thường không nhập hồ sơ kế toán (ví dụ: quản trị viên).
  • Kết hợp tài khoản bất thường: Bài đăng giữa các tài khoản không mong đợi lẫn nhau (ví dụ: tài khoản doanh thu và tài khoản không dùng tiền mặt bất thường).
  • Số tiền làm tròn: “sạch” số tiền lớn như 100.000, 500.000; Đó là dấu vết điển hình của thao tác thủ công.
  • Hồ sơ có mô tả trống rỗng hoặc mơ hồ: mô tả trống rỗng như “sửa”, “linh tinh”, “tạm thời”.
  • Bản ghi đảo ngược: Bản ghi được nhập vào đầu kỳ và bị hủy (storno) sau một thời gian ngắn.
  • Bản sao ngưỡng phụ: Số lượng lớn hồ sơ được nhóm lại ngay dưới ngưỡng phê duyệt (ví dụ: 50.000 USD).
Mẹo: Hãy suy nghĩ về các tiêu chí này cùng nhau chứ không phải riêng lẻ. Riêng “số tiền tròn” có thể vô tội; nhưng "cuối tuần, bởi quản trị viên, mô tả trống, vòng nhất quán, đăng thủ công cuối kỳ" là một lá cờ đỏ mạnh mẽ. Việc AI kết hợp các tiêu chí để tạo ra “điểm rủi ro” sẽ giúp bạn ưu tiên.

Sự thật tích cực sai lầm: tại sao không phải mọi dấu hiệu đều là một phát hiện

Bản chất của việc quét bất thường là dương tính giả: các bản ghi được gắn cờ theo quy tắc thực sự hợp pháp. Ví dụ: một công ty tự động nhập khoản tích lũy tiền thuê theo vòng tròn vào ngày làm việc cuối cùng của mỗi tháng; Việc này mắc kẹt với tiêu chí “số tiền làm tròn + cuối kỳ” nhưng hoàn toàn bình thường. Công việc của kiểm toán viên là loại bỏ rủi ro thực sự từ đống được gắn cờ. Sự sắp xếp này không thể chuyển nhượng được; bởi vì việc phân biệt hợp pháp và đáng ngờ đòi hỏi phải hiểu biết về hoạt động kinh doanh và bối cảnh - thứ mà AI không có.

Vì vậy, hãy luôn đọc kết quả đầu ra như thế này: "AI đã gắn cờ 420 bản ghi cho tôi. Hầu hết chúng có thể là dương tính giả. Công việc của tôi là tìm ra trong số 420 bản ghi này những bản ghi thực sự cần được điều tra, các mẫu và từng bản đáng ngờ." Chế độ xem này bảo vệ bạn khỏi cả sự thiên vị tự động hóa (nhận mọi dấu hiệu để tìm ra lỗi) và sự lười biếng (không nhìn vào bất kỳ dấu hiệu nào trong số chúng).

Phát hiện bất thường từng bước

  1. Chuẩn bị dữ liệu và xác minh tính đầy đủ. (Các bước đối chiếu ở bài trước.)
  2. Xác định rõ ràng các tiêu chí. Thời gian, số lượng, mẫu người dùng và mô tả nào sẽ được gắn cờ?
  3. Quét và ghi điểm bằng AI. Đánh dấu từng bản ghi theo tiêu chí; Ưu tiên cao hơn cho những người đáp ứng nhiều tiêu chí.
  4. Loại bỏ các kết quả dương tính giả. Lọc hoặc gắn cờ các mẫu hợp pháp đã biết (chẳng hạn như tích lũy tự động).
  5. Kiểm tra các bản ghi còn lại. Liên kết từng tài liệu với tài liệu hỗ trợ, phê duyệt và logic kinh doanh.
  6. Ghi lại kết luận và lý do. Viết ra những gì bạn thấy nghi ngờ và lý do cũng như những gì bạn đã loại bỏ và tại sao.

ba trường hợp nhỏ

Trường hợp 1 - Phát hiện thực tế. Một kiểm toán viên đã quét 240.000 mục nhật ký bằng AI; Nó kết hợp các tiêu chí "3 ngày cuối cùng của kỳ kinh + hướng dẫn sử dụng + mô tả 'chỉnh sửa' + số tiền gấp 100.000 lần". 14 hồ sơ đạt điểm cao. Trong quá trình xem xét, có 11 điều chỉnh hợp pháp vào cuối năm; Tuy nhiên, 3 bút toán đã được nhập theo cách có thể làm tăng tài khoản thu nhập và bị đảo ngược vào kỳ sau và không có tài liệu chứng minh. Đây là một mô hình quản lý bỏ qua các biện pháp kiểm soát và là một phát hiện quan trọng. AI hỏi 14 câu hỏi; Sự hoài nghi của kiểm toán viên đã tìm ra 3 câu trả lời thực sự.

Trường hợp 2 - Bẫy dương tính giả. Một thành viên trong nhóm đã viết 380 bản ghi “nhất quán vòng” mà AI đã gắn cờ trực tiếp vào bảng tính với tiêu đề “giao dịch đáng ngờ”. Khi quan sát, anh ta thấy hầu hết đều có tiền thuê nhà cố định, phí tư vấn cố định và ghi chép khấu hao tự động; tất cả đều hợp pháp. Bảng tính đã trở thành một "danh sách các phát hiện sai" khiến cuộc kiểm toán đi sai hướng. Bài học: không phải mọi bản ghi bị gắn cờ đều là một phát hiện; Kiểm toán viên tiến hành lựa chọn.

Trường hợp 3 - Đặt tiêu chí quá hẹp. Kiểm toán viên chỉ sử dụng tiêu chí “bản ghi cuối tuần” và không tìm thấy bản ghi nào đáng ngờ; Anh cảm thấy nhẹ nhõm. Tuy nhiên, trong kinh doanh, các hồ sơ thao túng được nhập vào giờ làm việc các ngày trong tuần nhưng với các kết hợp tài khoản bất thường. Việc dựa vào một tiêu chí hẹp hòi duy nhất đã khiến anh không nhìn thấy được rủi ro thực sự. Khi kiểm toán viên mở rộng các tiêu chí, mô hình này xuất hiện. Bài học: tiêu chí đơn lẻ không mang lại sự đảm bảo; Hãy nhìn nó một cách đa chiều.

Dấu nhắc yếu / Dấu nhắc mạnh

Dấu nhắc yếu:

Tìm các mục gian lận trong các mục nhật ký này.

Vấn đề: AI không thể “phát hiện” gian lận; Gian lận là hậu quả pháp lý/nghề nghiệp, không phải là mẫu dữ liệu. Ngoài ra "lừa đảo" là không xác định. Lời nhắc này tạo ra một "danh sách gian lận" bịa đặt hoặc các cờ vô nghĩa.

Lời nhắc mạnh mẽ:

Vai trò của bạn: bạn là trợ lý phân tích mục nhật ký của kiểm toán viên độc lập. Bạn ĐÁNH DẤU bản ghi theo tiêu chí; Quyết định gian lận/sai sót thuộc về tôi. Bối cảnh: Dữ liệu nhật ký ẩn danh (các cột: số bản ghi, ngày, giờ, vai trò người dùng, tài khoản ghi nợ, tài khoản tín dụng, số tiền, loại bản ghi [thủ công/tự động], mô tả). Kết thúc thời hạn: 31/12. Giờ làm việc: 09:00-18:00, Thứ Hai-Thứ Sáu. Nhiệm vụ:1) Cho "điểm chú ý" cho mỗi bản ghi theo các tiêu chí sau (tùy thuộc vào số lượng tiêu chí được đính kèm): a) record_type=manual b) ngày trong khoảng 29-31 tháng 12 HOẶC cuối tuần/ngày lễ c) giờ không làm việc d) số tiền 100.000 TL rắn (làm tròn) e) mô tả trống hoặc {sửa chữa, linh tinh, tạm thời} in2) Đưa ra danh sách ưu tiên những điểm từ 3 trở lên.3) Viết từng tiêu chí bạn áp dụng bằng văn bản thuần túy (khả năng kiểm toán).4) Nói rõ rằng đây là những "trường hợp ngoại lệ cần kiểm tra" và không phải là KẾT QUẢ của gian lận/sai sót. Thêm một bản ghi giả.

Lời nhắc này có tác dụng mạnh mẽ vì nó xác định rõ ràng các tiêu chí, yêu cầu điểm số đa chiều, khả năng kiểm tra và xác định chính xác đầu ra (ngoại lệ, không phải kết quả).

Những lỗi thường gặp

  • Nó có nghĩa là "tìm ra thủ thuật". AI không phát hiện gian lận; chấm điểm theo tiêu chí. Gian lận là một hậu quả nghề nghiệp/pháp lý.
  • Nhầm dấu hiệu cho một phát hiện. Viết bản ghi đáng ngờ là "lỗi" mà không loại bỏ các kết quả dương tính giả.
  • Dựa vào một tiêu chí. Sử dụng quy tắc hẹp và thiếu mẫu thực.
  • Không lọc ra các mẫu hợp pháp. Tạo tiếng ồn bằng cách đưa các khoản tích lũy tự động vào danh sách đáng ngờ.
  • Không ghi lại lý do. Để bảng tính không bị theo dõi mà không viết ra những gì bạn đã loại bỏ/giữ lại và lý do.
Thận trọng: Mô tả bản ghi âm là "đáng ngờ" là một tuyên bố nghiêm túc. Xác minh bằng bằng chứng (tài liệu hỗ trợ, xác nhận, trường hợp kinh doanh) trước khi viết dưới dạng phát hiện. Nếu không, bạn sẽ gây bất công cho doanh nghiệp và làm tổn hại đến chất lượng kiểm toán.

Tóm lại

Kiểm tra đầu vào tạp chí là bắt buộc theo BDS 240 và AI là công cụ lý tưởng cho việc này: nó quét hàng trăm nghìn bản ghi theo tiêu chí đa chiều trong vài giây và tạo ra điểm chú ý. Nhưng AI không “phát hiện” gian lận hoặc sai sót; nó chỉ đánh dấu sự bất thường. Đầu ra là một loạt các trường hợp ngoại lệ chứa đầy các kết quả dương tính giả; Kiểm toán viên có thể tùy thuộc vào sự hoài nghi và phán đoán của mình để phân loại rủi ro thực sự, loại bỏ rủi ro hợp pháp và đưa ra kết luận. Dấu hiệu là dấu chấm hỏi, không phải câu trả lời.

Nhiệm vụ ứng dụng

Chỉ định năm tiêu chí bất thường cho dữ liệu nhật ký giả định (lịch trình, người dùng, số tiền, kết hợp tài khoản, mô tả). Yêu cầu AI tạo ra "điểm chú ý" đa chiều với mẫu nhắc nhở mạnh mẽ ở trên. Sau đó viết “hướng dẫn sàng lọc”: những mô hình hợp pháp nào (tích lũy tự động, tiền thuê cố định, v.v.) nên được lọc ra dưới dạng dương tính giả? Cuối cùng, đối với 5 kỷ lục đạt điểm cao, “tôi tìm kiếm bằng chứng gì?” Trả lời câu hỏi.

danh sách kiểm tra

  • [ ] Tôi đã ẩn danh dữ liệu và xác minh tính đầy đủ của nó.
  • [ ] Tôi đã xác định được tiêu chí dị thường một cách đa chiều và rõ ràng.
  • [ ] Tôi đã nhận được bản rõ về điểm chú ý và tiêu chí áp dụng từ AI.
  • [ ] Tôi đã lọc ra các mẫu hợp pháp đã biết dưới dạng dương tính giả.
  • [ ] Tôi đã xem xét các hồ sơ đạt điểm cao cùng với tài liệu hỗ trợ và xác nhận.
  • [ ] Tôi đã xác minh bằng bằng chứng trước khi kết luận "gian lận/lỗi".
  • [ ] Tôi đã ghi lại những điều tôi thấy đáng ngờ và lý do.