Les 11 data enabled audit Flashcards
!!! geef de auditcycle
1) cliëntacceptatie: kunnen we mandaat accepteren?
2) begrip: wat zijn relevante operationele en boekhoudkundige processen
3) risico identificatie: wat kan er misgaan
4) reactie op risico’s-controle test: wat zit er achter cijfers
5) reactie op risico’s substantiële tests: worden cijfers ondersteund door bewijs?
6) rapportage: wat is onze conclusie over een getrouw en eerlijk beeld?
–> bij 2 en 3: processmining
–> bij 5: dashboards explore gl
understanding & risk identification
klassiek vs data techniques
outdated info –> up to date info
subjectieve informatie –> objectieve informatie
incomplete informatie –> complete informatie
understanding & risk identification
changed way of scoping (inpv ket vs non key process aspects)
Insluiting
Vermijden van geautomatiseerde controles (omzeilen van PO-goedkeuringen, SoD-conflicten, FI-documenten, enz.)
Post factum controle matching
Focus op uitzonderingen (afwijkingen van de standaardprocesstroom)
Uitsluiting
door processmining kunde gaan zien welke transacties minder materieel zijn
Transacties onder de materialiteitsdrempel (bijvoorbeeld diensten en diverse kosten)
Lagere testmonsters dankzij bevestigde processen met lagere risico’s (bijvoorbeeld alle facturen worden gedekt door leveringen)
fraude
Frauduleuze financiële verslaggeving:
- Opzettelijke fouten
- door vervalsing, verkeerde voorstelling van zaken en verkeerde toepassing van boekhoudkundige principes
- om gebruikers van jaarrekeningen te misleiden
- wanneer alle elementen van de fraudedriehoek aanwezig zijn
risico op fraude bij doorbreken van controle door management
- Verduistering van activa:
- Diefstal van bedrijfsmiddelen
- in grote of kleine hoeveelheden
- gaat vaak gepaard met vervalsing van boekhoudkundige gegevens
- om het feit dat activa zijn gestolen te misleiden en te verbergen
process mining
processen bedrijf vaak inERP –> die data er uit halen en transformeren en vervolgens visualiseren –> elke vraag die ge kunt hebben over process kunde daarin door objectieve data
counterside: data moet beschikbaar zijn
future of audit data enabled audit alleen goed nieuws
geef voor en nadelen
uptodate info –> budget ristricties
kwantificeerde info –> risico voor over auditing
objectieve informatie –> investering van het team
sterke reporting naar klant –> documentatie risico
complete informatie –> cliënteelinvestering
lange termijn effeciëntie –>
infrastructuurbehoefte
evoluties van auditing
HANDMATIGE AUDITING
observatie, walkthrougs en fysieke documenten
PILOOTPROJECTEN EN AD HOC
Audits maken gebruik van op zichzelf staande analytische tools in specifieke gebieden
nog geen volledige integratie is
DUURZAME EN PERIODIEKE ANALYSES
anaylitsch scripts worden geautomatiseerd en gestandaard diseert voor specifieke reviews
analyses worden elke stap in auditplan meegenomen
CONTINUE AUDITING
data tools gekoppeld aan belangrijke systemen
voortdurend uitzonderingen te auditing
toekomst van audits
Verbeterde klantrelatie
Door efficiëntere datatechnieken auditteams zich richten op belangrijke auditkwesties en klanten beter begeleiden.
Automatisering en AI
Automatisering en AI steeds meer worden geïntegreerd in auditpraktijk, leidt: snellere en nauwkeurigere audits.
Real-time auditing
Geavanceerde tools zullen klanten in staat stellen direct opvolging te geven aan uitzonderingen, en auditors kunnen het hele jaar op de hoogte blijven van bevindingen.
Data als een vaardigheid
Van auditteamleden wordt verwacht dat ze vaardig worden in het werken met big data, wat een nieuwe competentie in datavaardigheden vereis
