Apply big data analysis in substantive test in financial audit
ABSTRACT Big data has a significant impact on auditing and assurance service ensuring that companies are operating and generating more data than ever before. With the smart use of the latest technologies, along with the knowledge and experience available, auditors can achieve a better insight into the overall financial situation of customers. Hence, auditor can make better decisions, improve audit quality and ultimately create value for customers. The purpose of the paper is on the application of big data analysis at the stage of auditing, in particular, substantive test including analytical procedures and test of details of balances. In particular, the article discussed some common data analysis techniques and patterns to describe more precisely how to utilise in practice
Trang 1
Trang 2
Trang 3
Trang 4
Trang 5
Trang 6
Trang 7
Trang 8
Trang 9
Trang 10
Tải về để xem bản đầy đủ
Tóm tắt nội dung tài liệu: Apply big data analysis in substantive test in financial audit
các khu này so với mô hình của kiểm toán viên sử dụng để dự đoán. Dựa trên việc thu thập bằng chứng thích hợp, kiểm toán viên kết luận rằng không có sự sai lệch trọng yếu nào về doanh thu cho thuê. 4. VẬN DỤNG PHÂN TÍCH DỮ LIỆU LỚN VÀO THỬ NGHIỆM CHI TIẾT 4.1. Định nghĩa thử nghiệm chi tiết Thử nghiệm chi tiết (các nhóm giao dịch, số dư tài khoản và thuyết minh) là một loại thử nghiệm cơ bản. Nếu kiểm toán viên đã xác định rủi ro có sai sót trọng yếu đã được đánh giá ở cấp độ cơ sở dẫn liệu là rủi ro đáng kể thì kiểm toán viên phải thực hiện các thử nghiệm cơ bản để xử lý rủi ro này. Nếu chỉ thực hiện thử nghiệm cơ bản đối với một rủi ro đáng kể thì thử nghiệm cơ bản phải bao gồm kiểm tra chi tiết. 4.2. Trình tự khi thực hiện thử nghiệm chi tiết bằng phân tích dữ liệu lớn Dưới đây năm bước cơ bản và các quy trình liên quan để sử dụng khi lập kế hoạch, thực hiện và đánh giá kết quả của một phép phân tích được sử dụng để thực hiện kiểm tra chi tiết. Bước 1: Lập kế hoạch cho phép phân tích. • Xác định các khoản mục, tài khoản, thuyết minh, và các cơ sở dẫn liệu liên quan, 103 QUY NHON UNIVERSITY SCIENCEJOURNAL OF Journal of Science - Quy Nhon University, 2019, 13(6), 95-106 đồng thời xác định bản chất, thời gian và mức độ của tổng thể mà kiểm toán viên sẽ phân tích. • Xác định mục đích chung của việc phân tích dữ liệu • Xác định các mục tiêu cụ thể của việc phân tích dữ liệu • Xác định tổng thể dữ liệu sẽ được phân tích hoặc kiểm tra, bao gồm cho mục đích lập kế hoạch, xem xét sơ bộ các vấn đề có thể ảnh hưởng đến sự liên quan, tính sẵn có và độ tin cậy của dữ liệu. • Chọn phép phân tích dữ liệu phù hợp mục đích cũng như các kỹ thuật, công cụ, loại bảng biểu sẽ được sử dụng. Bước 2: Truy cập và chuẩn bị dữ liệu cho phép phân tích. Bước 3: Xem xét sự liên quan và độ tin cậy của dữ liệu được sử dụng. Bước 4: Thực hiện phép phân tích. • Nếu kết quả ban đầu của phép phân tích cho thấy việc thiết kế hoặc hiệu quả của nó cần phải được sửa đổi thì phải điều chỉnh lại và thực hiện lại phân tích. • Nếu kiểm toán viên kết luận rằng phép phân tích đã được thiết kế và thực hiện phù hợp và phép phân tích đã xác định được các khoản mục cần được xem xét, thì việc lập kế hoạch và thực hiện các thủ tục bổ sung cho các khoản mục đó cần phù hợp với mục tiêu của phép phân tích. Bước 5: Đánh giá kết quả và kết luận về mục đích và mục tiêu cụ thể của việc thực hiện phép phân tích đã đạt được hay chưa. Phép phân tích dữ liệu được sử dụng để thực hiện kiểm tra chi tiết có thể giúp kiểm toán viên xác định được sai sót. Sai sót này có thể cho thấy sự thiếu hụt của một kiểm soát có liên quan hoặc sự sai sót của một kiểm soát mà kiểm toán viên ý định tin tưởng vào. Một sai sót như vậy thường sẽ được coi là một sự thiếu sót trong kiểm soát nội bộ, mức độ nghiêm trọng của sai sót này sẽ yêu cầu sự đánh giá của kiểm toán viên. Khi đánh giá hiệu quả hoạt động của các kiểm soát có liên quan, kiểm toán viên cần đánh giá xem các sai sót đã được phát hiện bởi các thủ tục phân tích cơ bản cho thấy các kiểm soát có hoạt động hiệu quả hay không. Tuy nhiên, việc không có sai sót được phát hiện bởi các thủ tục cơ bản không cung cấp bằng chứng kiểm toán cho thấy các kiểm soát liên quan hoạt động có hiệu quả. Một phép phân tích được thiết kế và thực hiện phù hợp có thể xác định được một số ít sai sót có thể xảy ra, tuy nhiên, trong nhiều trường hợp, số lượng sai sót có thể xảy ra sau khi kiểm tra chi tiết lại rất lớn. Trong những trường hợp như vậy kiểm toán viên cần đánh giá xem liệu phép phân tích đã được lên kế hoạch và thực hiện một cách thích hợp hay chưa, nếu chưa, phải thiết kế và thực hiện lại. Kiểm toán viên cũng có thể quyết định áp dụng cách phân nhóm và sàng lọc để giải quyết số lượng lớn các sai sót có thể được xác định. Xem xét một ví dụ đơn giản khi kiểm toán viên thiết kế và thực hiện một phép phân tích để kiểm tra chi tiết đối chiếu tiền mặt nhận được với hóa đơn. Đây là một trong số những thủ tục được sử dụng để cung cấp bằng chứng liên quan đến cơ sở dẫn liệu chính xác của doanh thu. Áp dụng kỹ thuật phân tích k-means clustering để phân cụm, kết quả phân tích xác định một số lượng lớn các sai sót có thể xảy ra, vì đã phát hiện một lượng lớn nghiệp vụ có số tiền và hóa đơn không khớp nhau. Đánh giá của kiểm toán viên về kết quả phân tích này đã chỉ ra rằng nhiều sai sót thuộc trong một cụm liên quan đến tiền mặt được ghi có vào tài khoản tạm thời (suspense account). Kiểm toán viên đã hỏi ban quản lý về cách họ dự định thực hiện để ghi đúng lại tài khoản này. Kiểm toán viên cũng sử dụng kỹ thuật phân tích clustering để phân cụm các mục trong tài khoản theo nguồn đăng và các thuộc tính thích hợp khác. Thông tin này sau đó đã được sử dụng để đánh giá việc xử lý các mục trong tài khoản tạm thời. Kết quả của phép phân tích cũng xác định ra các cụm sai sót tiềm năng khác mà kiểm toán viên đánh giá là không quan trọng. Kiểm toán viên xem xét các khía cạnh định tính về bản TRƯỜNG ĐẠI HỌC QUY NHƠN KHOA HỌCTẠP CHÍ 104 Tạp chí Khoa học - Trường Đại học Quy Nhơn, 2019, 13(6), 95-106 chất của các hạng mục trong mỗi cụm và kết luận rằng không cần thực hiện thêm thủ tục nào liên quan đến các khoản mục trong các cụm này. 4.3. Minh họa trường hợp công ty thuộc lĩnh vực sản xuất Đây là một minh họa về việc sử dụng phân tích dữ liệu lớn khi thực hiện quy trình kiểm tra ba bước: hóa đơn - phiếu nhập kho - giá niêm yết. Báo cáo tài chính đang được kiểm toán trong ví dụ này là của một nhà sản xuất đồ nội thất. Có khoảng 60.000 giao dịch bán hàng mỗi năm. Doanh nghiệp ghi nhận doanh thu khi chuyển giao hàng hóa cho khách hàng trên cơ sở FOB (khi quyền kiểm soát được chuyển cho khách hàng). Phép phân tích này là một thử nghiệm chi tiết để cung cấp bằng chứng về cơ sở dẫn liệu phát sinh và chính xác của các giao dịch bán hàng. Công ty có hai loại sản phẩm chính: đồ nội thất gia đình được bán cho các nhà bán lẻ và đồ nội thất thương mại được bán cho các công ty để sử dụng riêng. Có 7 nhóm sản phẩm (ví dụ: ghế sô pha, ghế gỗ, bàn gỗ, bàn sô pha,...) và khoảng 80 loại sản phẩm cụ thể trong các nhóm sản phẩm. Các loại sản phẩm này mô tả đặc trưng cụ thể của một nhóm sản phẩm (ví dụ: ghế sô pha, ghế gỗ). Có hàng ngàn biến thể sản phẩm dựa trên sự kết hợp giữa vải, màu sắc và vật liệu. Mỗi kiểu cụ thể đều có mã số hàng hóa riêng (SKU – Stock Keeping Unit) và mỗi mã số có một mức giá riêng. Chỉ có sáu khách hàng cao cấp có khối lượng đặt hàng mua nhiều mới được hưởng giảm giá. Mỗi đại lý bán hàng được ủy quyền giảm giá tùy ý cho các khách hàng cao cấp được chấp thuận trước lên tới 15% so với giá quy định trong bảng giá. Nếu giảm trên 15% thì yêu cầu thêm sự phê duyệt của phó tổng giám đốc. v Lập kế hoạch cho phép phân tích • Xác định khoản mục và cơ sở dẫn liệu liên quan Các cơ sở dẫn liệu cần quan tâm là phát sinh và chính xác của doanh thu. Các loại sai sót có thể xảy ra bao gồm sai lệch doanh thu do sự khác biệt giữa các dữ liệu được sử dụng trong việc tạo hóa đơn bán hàng. Những dữ liệu này bao gồm loại sản phẩm, số lượng, giá cả và mức giảm giá, dữ liệu liên quan đến loại sản phẩm khách hàng đặt hàng và hạn mức giảm giá. Phép phân tích này là một trong một số thủ tục được sử dụng để thu thập bằng chứng liên quan đến cơ sở dẫn liệu phát sinh và chính xác của doanh thu. Điều này bao gồm bằng chứng thu được từ các thử nghiệm kiểm soát có liên quan và bằng chứng từ các thử nghiệm cơ bản khác, chẳng hạn như xác nhận số dư khoản phải thu với khách hàng (bao gồm chi tiết hóa đơn). • Xác định tổng thể dữ liệu cần kiểm tra Kiểm toán viên đã quyết định rằng thủ tục kiểm tra chi tiết này sẽ tập trung vào việc so sánh sản phẩm và giá bán sản phẩm mà khách hàng đã đặt với hóa đơn liên quan và chứng từ vận chuyển do doanh nghiệp phát hành. Đơn đặt hàng của khách hàng là bằng chứng từ nguồn bên ngoài. Tuy nhiên, dữ liệu trong đơn đặt hàng của khách hàng đã được chuyển đến các tài liệu đặt hàng nội bộ để định dạng phù hợp với cơ sở dữ liệu của công ty. Kiểm toán viên thu thập dữ liệu liên quan từ cơ sở dữ liệu của công ty. Dữ liệu được sử dụng bao gồm: - Thông tin tài khoản khách hàng - Thông tin đơn đặt hàng - Thông tin sản phẩm được đặt - Số lượng đặt hàng - Giá bán của sản phẩm - Thông tin đơn vận chuyển - Thông tin sản phẩm được vận chuyển - Số lượng sản phẩm vận chuyển - Đơn vị vận chuyển - Đơn giá vận chuyển - Thông tin hóa đơn - Thông tin sản phẩm trên hóa đơn - Số tiền trên hóa đơn - Tỷ lệ chiết khấu - Ngày ghi sổ 105 QUY NHON UNIVERSITY SCIENCEJOURNAL OF Journal of Science - Quy Nhon University, 2019, 13(6), 95-106 Kiểm toán viên cũng sử dụng thêm các cơ sở dữ liệu khác của doanh nghiệp như các tập tin liên quan đến quá trình hợp đồng (liên kết các đơn đặt hàng của khách hàng với các đơn đặt hàng được chuẩn bị nội bộ) và bảng giá của từng loại sản phẩm. • Xác định phép phân tích phù hợp Kiểm toán viên đã quyết định thực hiện kỹ thuật xử lí dữ liệu lớn cây quyết định (decision tree) để kiểm tra các chi tiết xem thông tin trên các tài liệu hỗ trợ có khớp với nhau hay không, và nếu không khớp thì tổng sai lệch có vượt quá mức trọng yếu hay không. Điều này đòi hỏi thực hiện hai quy trình kiểm tra ba bước. Đối với mỗi giao dịch bán hàng trong năm được kiểm toán, thực hiện hai so sánh sau: - Số lượng được bán theo hóa đơn bán hàng, chứng từ giao hàng và đơn đặt hàng nội bộ để xác định xem tất cả chúng có khớp không. - Giá trên hóa đơn bán hàng, đơn đặt hàng hoặc tài liệu hỗ trợ tương tự và bảng giá chính của công ty để xác định xem tất cả chúng có khớp không. v Chuẩn bị dữ liệu Kiểm toán viên sử dụng một phép phân tích cây quyết định (decision tree) khác để kiểm tra tính liên tục của các đơn đặt hàng, hóa đơn và chứng từ vận chuyển và để xử lý các số còn thiếu. Phần mềm kiểm toán cũng được sử dụng để xác định và xử lý các tập tin không có dữ liệu hoặc dữ liệu được định dạng không phù hợp trước khi thực hiện phân tích dữ liệu trong kiểm tra chi tiết. v Thực hiện phân tích và đánh giá kết quả Biểu đồ 3. Kiểm tra ba bước về số lượng Biểu đồ 4. Kiểm tra ba bước về giá bán Kiểm toán viên thực hiện hai quy trình kiểm tra ba bước. Đối với phép so sánh về số lượng thì không phát hiện được sự không phù hợp nào. Điều này được thể hiện trong biểu đồ 3. Số lượng sản phẩm được hiển thị trên trục tung, các dấu chấm màu khác nhau biểu hiện cho số lượng trên hóa đơn, số lượng trên đơn đặt hàng và số lượng được vận chuyển. Kết quả của phép so sánh cho thấy số lượng ở ba bên đều giống nhau. Trong biểu đồ 4, trục tung thể hiện giá bán sản phẩm. Các dấu chấm tương tự biểu đồ 3 cũng được sử dụng để thể hiện giá bán sản phẩm trên hóa đơn, trên đơn đặt hàng và trên bảng giá. Ta thấy rằng các dấu chấm màu xanh dương (giá niêm yết trên bảng giá) nằm cao hơn các dấu chấm khác. Kiểm toán viên xử lí sự bất thường này bằng cách sử dụng một phép phân tích k-means clustering bổ sung để xác định xem sự không phù hợp này có phân tách theo các điểm đặc trưng nào hay không và có thể hiện một mô hình nào không, để giúp xác định các nguyên nhân có thể có. Ví dụ, kiểm toán viên dự đoán liệu sự chênh lệch này xảy ra vào một ngày cụ thể, trong một chuỗi ngày cụ thể hay liệu sự không phù hợp chỉ liên quan đến một số khách hàng hay không. Kiểm toán viên thu được bằng chứng từ phép phân tích bổ sung rằng sự không phù hợp này là do quá trình đối chiếu không được tính đến phần giảm giá. Sau đó, kiểm toán viên đã thiết kế lại phép phân tích để kiểm tra xem liệu có bất kỳ khách hàng nào, ngoài khách hàng cao cấp, có được giảm giá hay không và có bất kỳ khách hàng cao cấp nào có được giảm giá vượt quá 15% hay không. Sau khi thực hiện lại TRƯỜNG ĐẠI HỌC QUY NHƠN KHOA HỌCTẠP CHÍ 106 Tạp chí Khoa học - Trường Đại học Quy Nhơn, 2019, 13(6), 95-106 phép phân tích thì không tìm ra được trường hợp nào như vậy. Kiểm toán viên kết luận rằng quy trình lập hóa đơn của khách hàng về số lượng và giá cả là phù hợp với đơn đặt hàng của khách hàng, cung cấp bằng chứng về cơ sở dẫn liệu phát sinh và chính xác của các giao dịch bán hàng trong năm. 5. KẾT LUẬN Dữ liệu lớn vẫn là một chủ đề mới đối với các nhà nghiên cứu và nhà thực hành. Tuy nhiên, nó đã đem đến nhiều sự thay đổi ở nhiều thị trường. Phân tích dữ liệu lớn là một hành trình dài nhiều năm, nhiều giai đoạn. Điều quan trọng là phải có một tầm nhìn chiến lược, định hướng phù hợp để đáp ứng tốt với các yếu tố tiêu cực. Tang và Kostic (2017) cho rằng nghiên cứu trong một số cơ sở dữ liệu điện tử cho thấy tình trạng hiện tại của các nghiên cứu liên quan đến dữ liệu lớn và việc triển khai các quy trình kiểm toán theo dữ liệu lớn vẫn còn ở giai đoạn sơ khai. Các học giả vẫn đang nỗ lực để đạt được sự thống nhất trong việc xây dựng một khung lý thuyết cho phép thực hiện và ứng dụng thành công dữ liệu lớn. Trong khi đó, các báo cáo của các công ty kiểm toán thuộc Big 4 lại tập trung nhiều hơn vào tiềm năng gây gián đoạn của các công nghệ này đối với ngành kiểm toán và các ngành công nghiệp khác. Một điểm chung giữa những người hành nghề và các nhà nghiên cứu học thuật là họ đều nhận thức được về sự hiện diện của dữ liệu lớn và họ phản ứng với những phát triển mới bằng cách đầu tư nhiều nguồn lực hơn vào việc nghiên cứu chúng. Một dấu hiệu rõ ràng của xu hướng này là sự tăng vọt gần đây về số lượng ấn phẩm trong lĩnh vực này trong một khoảng thời gian rất ngắn, cụ thể là hai năm qua cho đến nay. Tuy nhiên, cả những người hành nghề và học giả vẫn còn nằm ở một khoảng cách khá xa so với đích đến là đưa ra những hướng dẫn cụ thể, rõ ràng trong việc áp dụng dữ liệu lớn vào ngành nghề của mình. Thực tế, các khách hàng lớn và có nhiều ứng dụng công nghệ tiên tiến như các quỹ đầu tư, các ngân hàng là những người đầu tiên sử dụng các công cụ phân tích dữ liệu lớn tiên tiến, và do đó, đây sẽ là động lực cho các công ty kiểm toán áp dụng các công nghệ này vào hoạt động kinh doanh của mình. TÀI LIỆU THAM KHẢO 1. Mohanty, S., Jagadeesh, M., & Srivatsa, H. Big data imperatives: Enterprise ‘Big Data’ warehouse, ‘BI’ implementations and analytics, Apress, 2013. 2. American Institute of Certified Public Accountants (AICPA). Guide to audit data analytics, American Institute of Certified Public Accountants, 2017. 3. Global Technology Audit Guide (GTAG). Understanding and Auditing Big Data, 2017. 4. Tang, X., & Kostic, N. The future of audit: Examining the opportunities and challenges stemming from the use of Big Data Analytics and Blockchain technology in audit practice, Working paper, 2017.
File đính kèm:
- apply_big_data_analysis_in_substantive_test_in_financial_aud.pdf