Data Analytics in Financial Statement Audits: Identification of the Key Challenges in Implementing Data Analytics in Financial Statement Audits under the International Standards on Auditing

Helene Hallager Nielsen

Student thesis: Master thesis

Abstract

Stigende digitalisering og automatisering i samfundet har de senere år medført et massivt fokus på og investering i implementering af dataanalyse i finansiel revision. Revisionsbranchen er dog underlagt en række love og standarder, hvorfor det må tilsikres, at implementeringen sker i overensstemmelse med den relevante regulering på området. I denne afhandling er det derfor undersøgt, hvordan begrebet dataanalyse benyttes i den nuværende debat, hvor branchen er på nuværende tidspunkt i processen med at implementere dataanalyse, samt hvor de væsentligste problemstillinger forbundet med at implementere dataanalyse under de gældende internationale standarder om revision (ISAerne) opstår. Det er fundet at dataanalyse, som begrebet anvendes i revisionsbranchen i dag, omfatter en rækker metoder og værktøjer til at analysere mønstre, tendenser og afvigelser i data, til formål for opnåelse af revisionsbevis. Sådanne værktøjer kan i stigende grad automatisere analyseprocessen og analysere på store mængder af data. Revisionsbranchen er dog på et tidligt stadie i implementeringen af dataanalyse, idet de anvendte værktøjer fortsat anses som relativt simple og som oftest anvendes på traditionelle typer af finansiel information. Branchen bevæger sig dog gradvist mod at udvikle og anvende mere komplekse teknologier og andre typer af information. For nuværende anvendes dataanalyse dog primært i tillæg til eksisterende revisionshandlinger inden for risikovurdering og substansrevision. Traditionelle handlinger er endnu ikke i videre omfang erstattet af dataanalyse grundet usikkerhed i om, hvordan nye værktøjer og metoder kan anvendes til at give revisionsbevis. Det er fundet at de væsentligste udfordringer ved at implementere dataanalyse under de gældende internationale standarder om revision, rangeret efter deres betydning i praksis, relaterer sig til følgende fire områder:
► Relevans og pålidelighed af data: Det anses som en væsentlig udfordring i praksis at vurdere typen og omfanget af handlinger der kræves i ISA 500 for at sikre relevans og pålidelighed af data, når datamængderne stiger og nye fejlkilder opstår som følge af, at data udtrækkes på nye måder og fra nye kilder.
► Dokumentation: Dataanalyse medfører, at revisor i højere grad end tidligere baserer sig på automatiserede processer i dataanalyseværktøjerne. Det er en udfordring at der i dag ikke er klare retningslinjer i ISA 230 for, hvilken dokumentation der kræves af revisor til at påvise at værktøjerne behandler informationen efter intentionen.
► Typen af opnået revisionsbevis: Nye dataanalytiske handlinger, såsom test af fulde populationer af store mængder transaktioner, er udfordrende at knytte op til de eksisterende, anerkendte typer af handlinger i ISA 500. Når ikke handlingen er klart defineret, vanskeliggøres fastlæggelsen af, hvilken type revisionsbevis der opnås og som følge heraf også vurderingen af, hvornår tilstrækkeligt egnet revisionsbevis er opnået.
► Håndtering af afvigelser: Analyse på fulde populationer af store mængder transaktioner medfører ofte store mængder afvigelser, som revisor ikke praktisk har mulighed for at teste. Hvordan afvigelser bør behandles vanskeliggøres dog af, at sådanne handlinger ikke entydigt

EducationsMSc in Auditing, (Graduate Programme) Final Thesis
LanguageEnglish
Publication date2017
Number of pages81