Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán

Dữ liệu lớn (Big Data) và phân tích dữ liệu (Data Analytics) là chủ đề được nhắc

nhiều trong các lĩnh vực hiện nay. Những doanh nghiệp (DN) có chiến lược phát

triển vững mạnh như các tập đoàn kinh tế, các công ty lớn đều quan tâm triển khai

và áp dụng cho quy trình hoạt động của mình, và lĩnh vực kiểm toán cũng không

nằm ngoại lệ. Tuy nhiên, để áp dụng được chúng vào thực tiễn hoạt động thì cần

phải có sự cân nhắc và tính toán kỹ lưỡng những mặt tích cực và hạn chế tiềm ẩn

của dữ liệu lớn và phân tích dữ liệu. Trong bài viết, tác giả tổng quan một số đặc

điểm chính của việc ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo

cáo tài chính (BCTC), đồng thời chỉ ra những lợi ích và những thách thức đối với

doanh nghiệp kiểm toán khi áp dụng. Qua đó, tác giả thảo luận các giải pháp nhằm

giảm thách thức khi áp dụng phân tích dữ liệu và dữ liệu lớn đối với các hãng kiểm

toán trong hoạt động kiểm toán BCTC hiện đại.

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 1

Trang 1

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 2

Trang 2

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 3

Trang 3

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 4

Trang 4

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 5

Trang 5

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 6

Trang 6

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 7

Trang 7

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 8

Trang 8

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 9

Trang 9

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán trang 10

Trang 10

Tải về để xem bản đầy đủ

pdf 12 trang xuanhieu 7720
Bạn đang xem 10 trang mẫu của tài liệu "Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán", để tải tài liệu gốc về máy hãy click vào nút Download ở trên

Tóm tắt nội dung tài liệu: Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán

Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán Báo cáo tài chính - Lợi ích và thách thức đối với các doanh nghiệp kiểm toán
quá trình 
càng tốt và phân loại các bất thường thành 
các nhóm có thể quản lý để KTV có thể 
áp dụng các xét đoán trong việc giải quyết 
các bất thường được phát hiện đó một cách 
hiệu quả. KTV cần phải có sự hiểu biết sâu 
sắc về hệ thống kế toán của khách hàng để 
có thể đánh giá một cách phù hợp. Ngoài 
ra, các công ty kiểm toán cũng cần phải 
để ý các trường hợp được gọi là “dương 
tính giả” (ví dụ, công cụ DA phát hiện ra 
những bất thường nhưng đó lại là những 
giao dịch hợp lý) và vẫn phải xem liệu các 
công cụ tự động có thể loại bỏ các kết quả 
“dương tính giả” hoặc giảm chúng xuống 
đến mức có thể quản lý được. Và nếu quá 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 79
nhiều “dương tính giả” như vậy sẽ khiến 
KTV dành nhiều sự tập trung vào những 
khu vực mà cuối cùng lại không có rủi ro 
chứa đựng sai phạm trọng yếu, và điều này 
làm giảm tính hiệu quả, hiệu năng của cuộc 
kiểm toán.
Thách thức thứ hai tập trung vào tính khả 
dụng của nguồn dữ liệu, quyền sở hữu dữ 
liệu và tính trung thực của dữ liệu. Nhiều 
khách hàng có thể thiếu khả năng thu thập 
dữ liệu theo cách hữu ích cho KTV hoặc 
dữ liệu khó có thể sử dụng được. Hơn nữa, 
dữ liệu có thể được thu thập bởi khách 
hàng, nhưng không rõ mức độ KTV được 
truy cập và khả năng chia sẻ từ khách hàng. 
Đây là một nhược điểm tiềm ẩn trong việc 
khai thác dữ liệu để phát hiện gian lận và có 
rất nhiều khách hàng không cho phép KTV 
truy cập trực tiếp vào cơ sở dữ liệu của họ. 
Vì dữ liệu lớn có thể đến từ cả nguồn bên 
trong và bên ngoài, do đó KTV cần phải 
đánh giá liệu dữ liệu có nguồn gốc từ một 
nguồn an toàn và liệu nó có thể bị giả mạo 
trước khi KTV thu thập được hay không. 
Thách thức thứ ba liên quan đến cách DA 
được các nhà đầu tư và cơ quan quản lý 
xem xét như thế nào. Trong những năm 
qua, nghề kiểm toán đã giải quyết được 
khoảng cách kỳ vọng giữa sự trông đợi về 
kết quả và ý nghĩa kiểm toán của những 
người sử dụng với những chuẩn mực đòi 
hỏi KTV phải đáp ứng. Khoảng cách về kỳ 
vọng xảy ra khi người dùng tin rằng KTV 
đảm bảo rằng BCTC được trình bày trung 
thực hợp lý về mọi mặt, nhưng trong thực 
tế, KTV chỉ cung cấp một mức độ đảm bảo 
hợp lý dựa trên cơ sở chọn mẫu các giao 
dịch để kiểm tra thử nghiệm. Với khả năng 
kiểm toán tất cả các giao dịch, DA có thể 
làm trầm trọng hơn vấn đề về khoảng cách 
kỳ vọng. Có thể hội đồng quản trị và người 
sử dụng BCTC sẽ yêu cầu các KTV ở một 
tiêu chuẩn cao hơn về phát hiện gian lận và 
trách nhiệm pháp lý trong việc phát hiện 
các sai phạm của BCTC. Theo kiểm toán 
truyền thống, KTV có biện pháp bảo vệ 
cho những gian lận không được phát hiện 
nếu mẫu được chọn không có bằng chứng 
rõ ràng về gian lận. Với khai thác dữ liệu 
có thể coi tương đương với việc lấy mẫu 
100%. Nếu bằng chứng không thể chối cãi 
đó nằm trong mẫu, nhưng KTV đã bỏ qua 
nó, thì các KTV không còn bảo vệ được 
mình theo như các biện pháp bảo vệ quá 
trình hành nghề như truyền thống nữa. 
Ngoài ra, việc tập trung DA vào thông tin 
phi tài chính, các nhà quản lý e ngại đến 
khả năng mà KTV có thể ít tập trung vào 
việc kiểm toán cho khách hàng của họ mà 
lại tập trung nhiều sự chú ý vào việc cung 
cấp dịch vụ phi kiểm toán. Cuối cùng, các 
chuẩn mực kiểm toán hiện tại chưa được 
thiết lập để tính đến cách tiếp cận dựa vào 
DA trong quá trình kiểm toán, và những 
người xây dựng chuẩn mực sẽ phải xem 
xét các chuẩn mực phù hợp với các phương 
pháp mới này, ví dụ các chuẩn mực mà 
KTV dựa vào để đưa ra kết luận dựa trên 
chọn mẫu để thu thập bằng chứng phải thay 
đổi đáng kể để phù hợp với kiểm tra 100% 
giao dịch, hoặc các chuẩn mực phải được 
viết để tập trung vào kiểm tra tính chính 
trực, trung thực của dữ liệu.
4. Những vấn đề cần thảo luận 
Trên đây là một số lợi ích và thách thức 
của việc áp dụng DA và dữ liệu lớn trong 
kiểm toán BCTC. Những lợi ích chính là 
những triển vọng tích cực để cải thiện đáng 
kể chất lượng kiểm toán thông qua việc áp 
dụng DA và dữ liệu lớn, nhưng thách thức 
cũng là những rào cản. Tuy nhiên, việc áp 
dụng DA trong kiểm toán ngày càng gia 
tăng thể hiện vai trò và nhu cầu của nó. 
Các DN đang đầu tư vào dữ liệu lớn để cải 
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202080
thiện việc đưa ra quyết định của riêng họ 
và họ hy vọng các KTV có thể tận dụng dữ 
liệu lớn để cải thiện tính hiệu lực và hiệu 
quả của kiểm toán. Do vậy để đối mặt với 
những thách thức, các vấn đề cần đưa ra 
thảo luận như sau:
4.1. Chất lượng nguồn nhân lực kiểm toán
Việc đào tạo sinh viên, những người sẽ 
tham gia vào hoạt động kiểm toán, và cung 
cấp cho các KTV hiện hành những kỹ năng 
mở rộng để có thể thực hiện được DA một 
cách hiệu quả là một cách có thể góp phần 
giải quyết khoảng cách kỹ năng và thách 
thức chuyên môn liên quan đến ứng dụng 
dữ liệu lớn và DA trong kiểm toán. Cũng 
như nhiều cuộc họp, hội thảo được diễn ra 
thì các chuyên gia, các nhà nghiên cứu đều 
nhất trí với thông điệp rằng các chương trình 
đào tạo kế toán cần được tập trung nhiều 
hơn vào việc đào tạo sinh viên kỹ năng 
nghiên cứu và khoa học về dữ liệu, như 
thống kê, các công cụ trực quan dữ liệu 
Đối với các kỹ năng cao hơn như nhận diện 
mẫu, tư duy phản biện và tăng cường đào 
tạo về quy trình phân tích nên được khuyến 
khích ở mức độ như nhau. Hiện nay, các 
hãng kiểm toán lớn trên thế giới cũng đã 
có những đầu tư đáng kể vào phát triển các 
công cụ giúp KTV làm việc với các dữ liệu 
lớn mà không cần phải tự lập trình, vì vậy 
các chương trình đào tạo nên tập trung sâu 
hơn vào việc đảm bảo sinh viên có thể hiểu 
được mối quan hệ giữa BCTC, quy trình 
kinh doanh và các yếu tố bên ngoài gây rủi 
ro kinh doanh cho đơn vị. Sinh viên cũng 
cần phải hiểu làm thế nào các mẫu thông 
tin tài chính có thể “kể câu chuyện” về hoạt 
động của DN. Sự hiểu biết sâu sắc không 
chỉ kế toán diễn ra như thế nào mà còn hiểu 
tại sao lại diễn ra như vậy sẽ giúp cho KTV 
sẽ phân tích tốt hơn dã liệu được cung cấp 
thông qua trực quan hóa và phát triển mạnh 
trong môi trường dữ liệu lớn.
Trên thế giới, nhiều chương trình của các 
trường đại học đã phát triển để trang bị 
cho sinh viên những kỹ năng về DA và dữ 
liệu lớn để có đầy đủ hơn năng lực chuyên 
môn cũng như kỹ năng cần thiết trong bối 
cảnh mới. Ví dụ, tại cuộc họp thường niên 
của Hiệp hội Kế toán Hoa Kỳ (AAA) vào 
tháng 8/2014 đã diễn ra hội thảo được đồng 
tài trợ bởi PricewaterhouseCoopers và Đại 
học Illinois đã được tổ chức để thảo luận 
về các chương trình giảng dạy kế toán phải 
thích ứng để kết hợp nhiều khóa học DA 
(PwC, 2015). Thông điệp của hội thảo này 
là để sinh viên có thể cạnh tranh cả trong 
nghề nghiệp sau khi ra trường, họ phải 
học cách trở thành nhà khoa học dữ liệu. 
Big Data được coi là làn sóng của tương 
lai trong kinh doanh và bất kỳ tổ chức nào 
bị tụt hậu trong quá trình phát triển những 
ứng dụng này có thể sẽ tụt hậu so với các 
đối thủ cạnh tranh và có thể gặp hậu quả 
nghiêm trọng đến hoạt động trong tương lai 
với những khách hàng lớn, tiềm năng.
4.2. Hỗ trợ cho các doanh nghiệp kiểm 
toán ứng dụng phân tích dữ liệu và dữ 
liệu lớn trong thực tiễn nghề nghiệp
Các nhà phân tích, nhà quản lý về lĩnh vực 
kế toán- kiểm toán, các tổ chức quốc tế, hiệp 
hội và các hãng kiểm toán đều đồng ý rằng 
thách thức về sự phát triển của dữ liệu lớn 
cũng là một cơ hội để cải thiện hiệu quả và 
phân bổ nguồn lực trong hoạt động kế toán, 
kiểm toán (ICAEW, 2019). Về quan điểm 
này, cần nhấn mạnh đến giai đoạn thực hiện 
mà các kỹ thuật này được phát hiện ra dựa 
trên những DA ở quy mô lớn và quy trình 
thông tin để hiểu được con đường cần thực 
hiện và khả năng trong tương lai mở ra cho 
nghề nghiệp kiểm toán. Theo quan điểm của 
thách thức này, chúng ta có thể phân biệt các 
NGUYỄN THỊ THANH MAI
Số 218- Tháng 7. 2020- Tạp chí Khoa học & Đào tạo Ngân hàng 81
tác động có thể thấy trước được phụ thuộc 
vào loại hình hoặc cấu trúc của các hãng 
kiểm toán. Do đó, các hãng có quy mô lớn sẽ 
không có khó khăn đối với việc sử dụng DA 
trong các ứng dụng quản lý của khách hàng 
của họ vì đôi khi họ có thể sử dụng những 
hệ thống này trong một số cuộc kiểm toán 
có doanh thu cao và quy mô của các công ty 
mà họ kiểm toán, do đó họ sẽ có thể làm cho 
việc triển khai hệ thống ứng dụng và phân 
tích có lợi nhuận dễ dàng hơn.
Tuy nhiên, đối với các hãng kiểm toán 
nhỏ hơn, chúng ta tìm thấy một kịch bản 
khác, vì một công ty duy nhất sẽ gặp khó 
khăn trong việc phát triển hệ thống phân 
tích và thu được đủ lợi nhuận từ nó, chỉ có 
thể sử dụng nó trong một số hạn chế công 
việc kiểm toán, và trong nhiều trường hợp 
không đủ để thực hiện các khoản đầu tư 
vào công nghệ này. Để khắc phục nhược 
điểm này và cho toàn bộ ngành kiểm toán 
là cần có sẵn các kỹ thuật mới, cần phải 
phát triển các ứng dụng chuyển đổi, tức là 
có tính chất chung, cho phép các ứng dụng 
này được sử dụng với nhiều khách hàng 
và công việc kiểm toán, bởi một số công 
ty kiểm toán, cung cấp một mức giá phải 
chăng vì chi phí phát triển và tiếp thị của 
họ có thể được chia sẻ bởi các công ty khác 
nhau trong lĩnh vực này. Theo đó cần có kế 
hoạch hỗ trợ cho các DN kiểm toán tiếp cận 
và ứng dụng DA và dữ liệu lớn trong thực 
tiễn nghề nghiệp.
4.3. Doanh nghiệp kiểm toán cần cân 
nhắc, soát xét kỹ trước khi đầu tư vào 
phân tích dữ liệu và dữ liệu lớn
DA đã là một lĩnh vực đầu tư đáng kể cho 
các công ty kiểm toán, chủ yếu trong thực 
hiện dịch vụ tư vấn, và gần đây là dịch vụ 
kiểm toán. Nhiều công ty thu thập lượng dữ 
liệu khổng lồ về khách hàng, môi trường 
bên ngoài, đối thủ cạnh tranh... và thường 
không biết cách thực hiện bước tiếp là phân 
tích và áp dụng dữ liệu để điều hành DN 
của họ. Tuy nhiên, với một nghề nghiệp mà 
trách nhiệm pháp lý và môi trường kiểm 
toán chịu sự quản lý cao của pháp luật, 
điều này có nghĩa rằng các DN kiểm toán 
sẽ phải thực sự cẩn trọng hơn khi mạnh 
dạn đầu tư vào DA trong cung cấp dịch vụ 
kiểm toán (Liddy, 2014; Lombardi, Bloch, 
và Vasarhelyi, 2014).
5. Kết luận
Dữ liệu là trái tim, là trung tâm của kế toán 
và việc ứng dụng dữ liệu lớn và DA hiện 
nay sẽ giúp cho kế toán truyền tải được 
nhiều giá trị của DN hơn đến người sử dụng 
thông tin. Và vì thế, đây là điều tất yếu mà 
hoạt động kiểm toán cần phải tiên phong để 
kiểm soát được việc ứng dụng trong thực 
tiễn nghề nghiệp. Để cân nhắc sử dụng 
những công nghệ trong DA và dữ liệu lớn 
thì các DN cần hiểu rõ về lợi ích và thách 
thức của chúng. Những lợi ích mà DA và 
Big Data mang lại bao gồm khả năng KTV 
có thể kiểm tra số lượng nghiệp vụ nhiều 
hơn; chất lượng kiểm toán gia tăng bởi việc 
cung cấp nhiều hiểu biết về quy trình của 
khách hàng; gian lận sẽ dễ được phát hiện 
hơn và KTV có thể cung cấp dịch vụ, giải 
quyết các vấn đề cho chính khách hàng của 
họ vượt trên khả năng hiện tại bằng cách 
sử dụng dữ liệu phi tài chính và dữ liệu bên 
ngoài để cung cấp thông tin cho cuộc kiểm 
toán. Tuy nhiên, bên cạnh những lợi ích 
vượt trội thì các hãng kiểm toán cũng cần 
phải cân nhắc đến những thách thức mà chủ 
yếu thuộc vào ba vấn đề lớn: thứ nhất là 
việc đào tạo và tính chuyên môn hóa của 
KTV; thứ hai là tính khả dụng, tính phù 
hợp và tính trung thực của dữ liệu; thứ ba là 
kỳ vọng của các cơ quan quản lý và người 
sử dụng BCTC.
Ứng dụng phân tích dữ liệu và dữ liệu lớn trong kiểm toán báo cáo tài chính - lợi ích và 
thách thức đối với các doanh nghiệp kiểm toán
Tạp chí Khoa học & Đào tạo Ngân hàng- Số 218- Tháng 7. 202082
Với tốc độ phát triển về công nghệ và sự 
thay đổi hàng ngày đang diễn ra mạnh mẽ 
của thế giới đòi hỏi các DN cần có những 
cải tiến về quy trình công nghệ, đổi mới 
cách thức tiếp cận cuộc kiểm toán. Để có 
thể ứng dụng kỹ thuật này yêu cầu cần 
phải có sự cân nhắc kỹ lưỡng, đầu tư mạnh 
của các DN hoặc hiệp hội nghề nghiệp về 
chuyên môn. Đối với chương trình đào tạo 
sinh viên tại các trường đại học, cần có sự 
đổi mới, cập nhật về chương trình học, kỹ 
năng cơ bản của một số môn chuyên ngành, 
đồng thời đào tạo sinh viên sâu hơn về các 
phương pháp nghiên cứu khoa học hiện đại 
ngày nay, các kỹ năng phân tích và đọc dữ 
liệu từ một số công cụ được sử dụng trong 
quá trình đào tạo.
Bài viết khai thác một chủ đề được rất 
nhiều ngành nghề, lĩnh vực và DN trên thế 
giới cũng như tại Việt Nam quan tâm. Tuy 
nhiên, trong giới hạn bài viết, tác giả chưa 
có được dữ liệu cụ thể về số liệu các DN 
kiểm toán tại Việt Nam áp dụng DA và Big 
Data để phân tích. Trong thời gian tới, tác 
giả dự định thực hiện những nghiên cứu sâu 
hơn với nhiều số liệu cụ thể và kiểm định 
một số giả thuyết có liên quan nhằm tìm ra 
những nhận định, giải pháp góp phần thúc 
đẩy việc ứng dụng DA và Big Data nhanh, 
hiệu quả, hiệu lực hơn ■
Tài liệu tham khảo
1. AICPA (2014), Reimagining auditing in a wired world (White paper), United State
2. Bộ Công thương, Hệ thống Cơ sở dữ liệu thống kê Ngành công thương, 
3. Bộ Khoa học và Công nghệ, Cục Thông tin khoa học và Công nghệ Quốc gia,  
4. Bộ Tài chính (2012), Thông tư 214 /2012/TT-BTC ban hành hệ thống chuẩn mực kiểm toán Việt Nam Chuẩn mực 
kiểm toán Việt Nam VSA 200, VSA 315
5. Capriotti, R.J (2014), Big data: bringing big changes to accounting, Pennsylvania CPA Journal
6. Crawley, M., & Whelan, J. (2014). Analytics in empirical/ archival financial accounting research. Business 
Horizons, 57(5), 583- 593
7. Deloitte (2013), Tax analytics: The three minute guide, https://public.deloitte.com/media/analytics/pdfs/us_ba_
TaxAnalytics_091313.pdf
8. Gartner (2013), IT glossary: Big data, 
9. ICAEW (2019), Big data and analytics: the impact on the accountancy profession, London
10. KPMG (2014), Going beyond the data: achieving actionable insights with data and analytics. Amstelveen, 
Netherlands: KPMG International Cooperative.
11. Lombardi, D., Blonch, R., & Vasarhelyi, M.(2014). The future of audit, Journal of Information Systems and 
Technology Management, 11(1), 21-32.
12. Liddy, J.P (2014), The future of audit, Forbes: 
13. Ngô Kim Thanh (2020), Ứng dụng dữ liệu lớn trong nền kinh tế số, Tạp chí Công thương, truy cập tại: http://
tapchicongthuong.vn/bai-viet/ung-dung-du-lieu-lon-trong-nen-kinh-te-so-72702.htm
14. Nguyễn Huy Hoàng (2019), Kiểm toán dữ liệu lớn – đặc điểm và xu hướng, Báo Kiểm toán Số 44, truy cập tại: 
15. PwC (2015), Data driven: What students need to succeed in a rapidly changing business world, London: 
PricewaterhouseCooper LLC.
16. Tập đoàn FPT, Ban Công nghệ thông tin, truy cập tại: https://techinsight.com.vn/fpt-is-trien-khai-thanh-cong-du-
an-big-data-dau-tien-cho-tpbank/
17. Tập đoàn Vingroup, Viện Nghiên cứu Dữ liệu lớn, truy cập tại: 

File đính kèm:

  • pdfung_dung_phan_tich_du_lieu_va_du_lieu_lon_trong_kiem_toan_ba.pdf