Цифровизация общества происходит в глобальном масштабе и в настоящее время является самой значимой силой, меняющей мировую экономику. Это изменение формирует организации, в которых работают специалисты, полагающиеся на цифровые бизнес-модели и регулярно обновляющиеся информационные технологии.
Цифровизация организаций — это неизбежный эффект, влияющий в том числе на аудиторские фирмы, которые должны адаптироваться для увеличения эффективности своей работы и повышения доверия клиентов.
Ключевые слова: аудит, цифровизация, аналитика аудиторских данных.
В последние годы крупнейшие бухгалтерские фирмы объявляют о крупных инвестициях в цифровую аналитику данных, поскольку они ожидают, положительного влияния цифровизации на их текущую практику. Цифровая трансформация происходит по нескольким причинам. Во-первых, нынешняя бизнес-среда приняла технологии, которые генерируют большие объемы данных. Во-вторых, методы анализа данных позволяют собирать, обрабатывать и анализировать данные, делая их более доступными, чем раньше. В-третьих, компании меняют свои бизнес-модели, чтобы воспользоваться преимуществами цифровой трансформации. [4]
Основной целью аудита является формирование уверенности в финансовой отчетности. Для достижения своей цели аудит должен проводиться эффективным и действенным образом. Чтобы обеспечить актуальность аудита, аудиторские фирмы должны быть в состоянии реагировать на быстро меняющуюся бизнес-среду и новые технологии. В результате профессия аудитора движется к цифровизации. Цифровой аудит направлен на интеграцию автоматической аналитики данных, системы больших данных и выход за рамки традиционного аудита. Цифровизация аудита, согласно опубликованным официальным документам крупнейших аудиторских фирм, позволяет аудиторам идти в ногу с технологическими достижениями и быстро меняющейся бизнес-средой и в то же время повышать качество аудита. В цифровизации аудиторской профессии есть две основные категории:
– Автоматизация, при которой искусственный интеллект, иногда с возможностью машинного обучения, берет на себя ручную работу, выполняемую в настоящее время аудиторами [2];
– Большие данные — система, включающая в себя значительное разнообразие информационных активов, передаваемых с повышенной скоростью между внешней и внутренней средой, и внутри них.
На данный момент аудиторы сталкиваются с проблемой высокой неопределенности в отношении того, являются ли данные, обрабатываемые с помощью анализа больших данных, точными и надежными в процессах принятия решений. В таких случаях в систему больших данных внедряют ADA (аналитику аудиторских данных), поскольку она обеспечивает связь между большими данными и аудиторами, предоставляя им визуальную, табличную и иную интерпретацию информации.
Аналитика аудиторских данных — инструмент обнаружения и анализа закономерностей, выявления аномалий и извлечения другой полезной информации из данных, лежащих в основе или связанных с предметом аудита с помощью моделирования и визуализации для планирования или проведения аудита. Ожидается, что цифровые технологии заменят как когнитивные, так и ручные задачи. Следовательно, чтобы оставаться актуальными в будущем, аудиторские фирмы вынуждены оцифровывать и внедрять инновации, чтобы расширить свои бизнес-возможности.
На сегодняшний день аудиторские фирмы применяют традиционный подход к аудиту, основанный на профессиональном суждении и использовании простых методов, таких как одномерный анализ, для аналитических процедур. Кроме того, аудит проводится на основе выборок, требует много времени и основан на прошлых результатах деятельности компаний. Тем не менее, исследователи и аудиторы ожидают цифрового сдвига, поскольку появляются более передовые технологии аудита, а разработки в глобальных фирмах все больше и больше фокусируются на цифровом аудите.
На данный момент в крупных аудиторских фирмах внедрены некоторые цифровые инструменты, в первую очередь инструменты визуализации. Ожидается, что предстоящая трансформация будет сопряжена с рядом проблем. Некоторые из них, среди прочего, связаны с трудностями документирования системы аналитики аудиторских данных, с тем, как её использование влияет на процесс аудита и разрешена ли она в текущей нормативной среде. Проблема регулирования включает в себя множество аспектов, таких как стандарты аудита, разработка новых стандартов, взаимодействие с надзорными органами и внутренние методологии и политики аудиторских фирм. [1]
Существует несколько причин роста инвестиций в цифровизацию процесса аудита в фирмах. Во-первых, у клиентов есть ожидания относительно цифровизации. Поскольку клиенты применяют цифровые инструменты, они ожидают, что их аудитор будет обладать соответствующими знаниями и навыками в области программного обеспечения для преобразования в цифровой аудит. Во-вторых, цифровая трансформация — это возможность для фирм снизить затраты, поскольку цифровые инструменты могут повысить эффективность аудита. Цифровые инструменты могут сделать ручное наблюдение, документацию, записи в бухгалтерской книге и т. д. избыточными, экономя несколько рабочих часов. Также, проверяются более крупные выборки, что может обеспечить более эффективный аудит с большей уверенностью в том, что финансовая отчетность не содержит существенных искажений. Кроме того, внедрение цифровых инструментов аудита может сделать планирование аудита более автоматизированным, снизив промежуточные затраты. В-третьих, у аудиторских компаний появится возможность получить более глубокое представление о клиентах с помощью аналитики аудиторских данных, и о том, как это может создать дополнительную ценность для клиента.
Все большее значение приобретает доступ к квалифицированным ИТ-сотрудникам, в основном для понимания и документирования процессов, происходящих в аналитике аудиторских данных, а также для понимания и анализа бизнес-модели высоко цифровизированных клиентов. До сих пор неясно, какое потенциальное влияние цифровая трансформация окажет на аудиторскую профессию, поскольку этот процесс все еще находится на ранней стадии. Несмотря на это, высока вероятность того, что цифровизация и автоматизация сферы бухгалтерского учета, вероятно, приведут к структурным изменениям во всей профессии аудитора. Данная точка зрения подтверждается в официальных документах, выпущенных крупнейшими аудиторскими фирмами. В публикациях крупнейших аудиторских фирм будущий аудит рассматривается как оцифрованный процесс, включающий в свои процессы гораздо больше информации, чем сегодня, за счет использования больших данных и аналитики.
Сложные методы, такие как искусственный интеллект и машинное обучение, могут заменить профессиональное суждение аудитора. [2] Для иллюстрации: алгоритм может вводить значительные объемы данных из различных источников при выполнении оценки риска, намного быстрее, чем любой аудитор. Поскольку аналитика аудиторских данных открывается для широкого спектра инструментов, ее можно применять на любом этапе процесса аудита. Ее реализуют при планировании, оценке рисков, реагировании на оценку рисков и при выполнении последних аналитических процедур для формирования общего заключения.
Процедуры аналитики аудиторских данных чаще всего применяются для тестирования записей в журнале, но это не является чем-то новым и инновационным. Все остальные этапы аудита показывают применение данной системы в меньшем масштабе. Кроме того, наблюдается особенно низкое ее применение при сборе доказательств.
Аудиторские доказательства — это информация, используемая аудитором для получения выводов, на которых основано аудиторское заключение. Аудиторские доказательства включают как информацию, содержащуюся в бухгалтерских записях, лежащих в основе финансовой отчетности, так и нефинансовую информацию. Однако для того, чтобы иметь возможность использовать информацию в качестве аудиторских доказательств, она должна быть достаточной и уместной. Эти требования взаимосвязаны. Достаточность используется для измерения объема полученных аудиторских доказательств, а уместность используется для измерения релевантности и надежности аудиторских доказательств, полученных аудитором. Аудитор не может компенсировать более некачественными аудиторскими доказательствами отсутствие достоверности и релевантности аудиторских доказательств.
Аудиторские доказательства в традиционном аудите в значительной степени основаны на субъективном мнении аудитора, часто получаемом путем случайного отбора или из потенциальных областей высокого риска. В цифровой среде это более широкий объем информации, известный как вышеупомянутая система больших данных. Аналитика аудиторских данных позволяет аудитору использовать большие данные для создания аудиторских доказательств. Новые источники аудиторских доказательств становятся доступными благодаря технологическому совершенствованию в цифровой трансформации общества. Большие данные существенно расширяют сферу использования аудитором для формирования мнения о том, не содержит ли финансовая отчетность компании существенных ошибок. [5]
Многие возможности больших данных становятся доступными благодаря широкому использованию и производству данных в бизнес-процессах по всему миру, а также данных, генерируемых в мире в целом. Несмотря на то, что как предприятия, так и частные лица воспользовались возможностями в среде, основанной на больших данных, индустрия бухгалтерского учета и аудита еще не воспользовалась новыми и огромными объемами данных и не включила возможности и угрозы, созданные этой цифровой трансформацией, в свои правила и положения. Одной из проблем, выявленных при применении больших данных, является отсутствие прозрачного аудиторского следа, что означает, что будет гораздо сложнее получить отслеживаемые документы и способ проверки информации, собранной аудитором. Если это возможно, аудитор может извлечь и сохранить данные, собранные из источника больших данных, но из-за быстрой скорости, с которой большие данные развиваются, изменяются и накапливаются, это, несомненно, вызовет трудности для любого другого аудитора, чтобы контролировать, были ли данные точными и уместными в то время, когда они были собраны в качестве аудиторских доказательств. Во-вторых, утверждается, что большие данные могут быть неустойчивы к взлому, что дает повод для опасений за конфиденциальность данных. [3]
Несмотря на все несовершенства, с которыми сейчас ассоциируются прорывные цифровые технологии, эксперты считают, что они успешно заменят устаревшие методики проведения аудита и прочих финансовых аналитических процедур.
Литература:
- Balakrishnan R. Internal Audit in the Age of Digital Transformation / R. Balakrishnan // IIA Canada — 2020. [Электронный ресурс] URL: https://chapters.theiia.org/IIA %20Canada/Thought %20Leadership %20Documents/Internal-Audit-in-the-Age-of-Digital-Transformation.pdf (дата обращения: 03.05.2021)
- Colthart J. How real firms are using AI for Audit / J. Colthart // Accounting web — 2019. [Электронный ресурс] URL: https://www.accountingweb.com/technology/trends/how-real-firms-are-using-ai-for-audit (дата обращения: 03.05.2021)
- Digitization of audit & Compliance // Contextline — 2019. [Электронный ресурс] URL: https://contextine.com/digitization-of-audit-compliance/ (дата обращения: 03.05.2021)
- Schoten E. The Digital Revolution: Threat Or Opportunity For The Audit Profession / E. Schoten // International journal of government auditing — 2016. [Электронный ресурс] URL: http://intosaijournal.org/the-digital-revolution-threat-or-opportunity-for-the-audit-profession/ (дата обращения: 03.05.2021)
- Schulte W. Digitalization: auditing more than financial data / W. Schulte // Accountancy Europe — 2019. [Электронный ресурс] URL: https://www.accountancyeurope.eu/professional-matters/audit-more-than-financial-data/ (дата обращения: 03.05.2021)
