Analiza podataka i revizorski softver
Segment provjerava praktičnu uporabu alata za analizu populacije: pripremu podataka, tehnike testiranja, dokumentiranje i ograničenja zaključaka.
Priprema i alati
- Prije analize provjerava se potpunost i točnost populacije: broj zapisa, kontrolne sume i usporedba s glavnom knjigom.
- Alati uključuju ACL ili IDEA, SQL upite, Excel i Power Query, Power BI te skripte u Pythonu ili R-u.
- Rekalkulacija, spajanje tablica i stratifikacija omogućuju testiranje cijele populacije umjesto uzorka, čime se uklanja rizik uzorkovanja, ali ne i rizik loših podataka.
Tehnike
- Duplikati zapisa, GAP analiza numeričkih sekvenci, granične vrijednosti, starenje potraživanja i križne provjere između modula.
- Benfordov zakon koristi se kao indikator za usmjeravanje, ne kao dokaz prijevare.
- MUS i atributivno uzorkovanje primjenjuju se kad potpuni pregled nije moguć; veličina uzorka zavisi od pouzdanja, očekivane pogreške i tolerirane pogreške.
Radni primjer
Analiza 50.000 knjiženja pokazuje odstupanje distribucije prvih znamenki u skupinama 4 i 9. Revizor izdvaja populaciju, provjerava zaokruživanja i ručne unose te ciljano testira 60 stavki. Nalaz je koncentracija ručnih knjiženja na kraju mjeseca, što vodi dodatnom testiranju, a ne zaključku o prijevari.
Zamke
- Automatski zaključak da je anomalija prijevara.
- Analiza bez provjere potpunosti izvoza, primjerice s filtriranim ili negativnim iznosima.
- Nedokumentirani upiti i verzije datoteka, što onemogućuje ponovno izvršenje.