[Download] Tải Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính – Tải về File Word, PDF

Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính

Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính
Nội dung Text: Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính

Download


Mục tiêu bài viết về vận dụng phân tích dữ liệu lớn vào giai đoạn thực hiện kiểm toán, cụ thể là thử nghiệm cơ bản bao gồm thủ tục phân tích và thử nghiệm chi tiết. Trong đó, bài báo đề cập đến một số kỹ thuật phân tích dữ liệu lớn thường gặp và ví dụ minh họa nhằm mô tả rõ ràng hơn cách thức vận dụng trong thực tiễn.

Bạn đang xem: [Download] Tải Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính – Tải về File Word, PDF

*Ghi chú: Có 2 link để tải biểu mẫu, Nếu Link này không download được, các bạn kéo xuống dưới cùng, dùng link 2 để tải tài liệu về máy nhé!
Download tài liệu Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính File Word, PDF về máy

Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính

Mô tả tài liệu

Nội dung Text: Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính

  1. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    Apply big data analysis in substantive test in financial audit
    Nguyen Vinh Khuong*, Nguyen Ngoc Tue Minh

    University of Economics and Law, Vietnam National University HCMC

    Received: 30/05/2019; Accepted: 04/12/2019

    ABSTRACT
    Big data has a significant impact on auditing and assurance service ensuring that companies are operating
    and generating more data than ever before. With the smart use of the latest technologies, along with the knowledge
    and experience available, auditors can achieve a better insight into the overall financial situation of customers.
    Hence, auditor can make better decisions, improve audit quality and ultimately create value for customers. The
    purpose of the paper is on the application of big data analysis at the stage of auditing, in particular, substantive test
    including analytical procedures and test of details of balances. In particular, the article discussed some common
    data analysis techniques and patterns to describe more precisely how to utilise in practice.
    Keywords: Big data, substantive test, auditing.

    Corresponding author.
    *

    Email: khuongnv@uel.edu.vn

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 95

  2. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản
    trong kiểm toán báo cáo tài chính
    Nguyễn Vĩnh Khương*, Nguyễn Ngọc Tuệ Minh

    Trường Đại học Kinh tế-Luật, ĐHQG TP.HCM
    Ngày nhận bài: 30/05/2019; Ngày nhận đăng: 04/12/2019

    TÓM TẮT
    Dữ liệu lớn cũng ảnh hưởng đáng kể tới ngành nghề kiểm toán và dịch vụ đảm bảo khi các công ty đang
    vận hành và tạo ra nhiều dữ liệu hơn bao giờ hết. Với việc sử dụng một cách thông minh các công nghệ mới nhất,
    cùng với kiến thức và kinh nghiệm có sẵn, các kiểm toán viên có thể đạt được một cái nhìn sâu sắc hơn về toàn
    cảnh tình hình tài chính của khách hàng, từ đó đưa ra quyết định tốt hơn, nâng cao chất lượng kiểm toán và cuối
    cùng tạo ra giá trị cho khách hàng. Mục tiêu bài báo về vận dụng phân tích dữ liệu lớn vào giai đoạn thực hiện
    kiểm toán, cụ thể là thử nghiệm cơ bản bao gồm thủ tục phân tích và thử nghiệm chi tiết. Trong đó, bài báo đề cập
    đến một số kỹ thuật phân tích dữ liệu lớn thường gặp và ví dụ minh họạ nhằm mô tả rõ ràng hơn cách thức vận
    dụng trong thực tiễn.
    Từ khóa: Dữ liệu lớn, thử nghiệm cơ bản, kiểm toán.

    1. ĐẶT VẤN ĐỀ là bất khả thi hoặc có thể tốn nhiều ngày, thậm
    Phân tích dữ liệu để tạo ra giá trị kinh chí hàng tuần để thực hiện. Bằng cách sử dụng
    doanh không phải là một khái niệm mới, tuy thông tin chi tiết từ dữ liệu lớn, doanh nghiệp có
    nhiên, việc hiểu các dữ liệu một cách nhanh thể đưa ra các quyết định đúng đắn, nhắm vào
    chóng và đưa ra các quyết định kinh doanh dựa khách hàng mới theo những cách sáng tạo và
    trên kết quả phân tích dữ liệu thì ngày càng khác biệt, phục vụ cho các khách hàng hiện tại
    trở nên quan trọng hơn bao giờ hết. Các doanh với mô hình phân phối được cải tiến cho từng cá
    nghiệp có khả năng tận dụng được lợi thế của dữ nhân và cung cấp những dịch vụ mới, phân biệt
    liệu lớn đều có thể thích ứng nhanh hơn với các mình với các đối thủ cạnh tranh. Những doanh
    xu hướng kinh doanh mới, thay đổi nhu cầu của nghiệp có thể tận dụng các cơ hội mà dữ liệu lớn
    khách hàng và hoạt động hiệu quả hơn. Điều này mang lại có thể phát triển lợi thế cạnh tranh lâu
    giúp nâng cao sự hài lòng của khách hàng và dẫn dài. Ngoài ra, dữ liệu lớn có thể nâng cao tính
    tới sự thành công của doanh nghiệp. minh bạch của doanh nghiệp, cải thiện việc phân
    tích quản lý và báo cáo, và giảm chi phí quản lí.
    Thật vậy, dữ liệu lớn sẽ đem lại rất nhiều
    lợi ích đáng kể nếu chúng được sử dụng và kiểm Dữ liệu lớn cũng ảnh hưởng đáng kể tới
    soát tốt. Các chương trình này hỗ trợ trong việc ngành nghề kiểm toán và dịch vụ đảm bảo khi
    hợp nhất và tiêu thụ khối lượng lớn dữ liệu có các doanh nghiệp, công ty đang vận hành và tạo
    cấu trúc và phi cấu trúc, tạo cơ hội để phân tích ra nhiều dữ liệu hơn bao giờ hết. Với việc sử
    và hiểu biết nhanh chóng. Trong khi trước đây, dụng một cách thông minh các công nghệ mới
    việc phân tích dữ liệu ngay lập tức như vậy có thể nhất, cùng với kiến thức và kinh nghiệm có sẵn,

    Tác giả liên hệ chính:
    *

    Email: khuongnv@uel.edu.vn

    96 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

  3. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    các kiểm toán viên có thể đạt được một cái nhìn thể được sử dụng như một phương pháp giảm
    sâu sắc hơn về toàn cảnh tình hình tài chính của kích thước, trong đó số lượng đối tượng được
    khách hàng, từ đó đưa ra quyết định tốt hơn, nâng nhóm thành một tập hợp các cụm, giúp làm giảm
    cao chất lượng kiểm toán và cuối cùng tạo ra giá số biến lại và dùng cho mô hình dự đoán. Kỹ
    trị cho khách hàng của họ. Cốt lõi của những thuật phân tích này giúp giảm các vấn đề liên
    thay đổi này là do khối lượng dữ liệu ngày càng quan đến tính đa cộng tuyến (Đa cộng tuyến là
    tăng mà kiểm toán viên cần phải xử lý. Ngoài một hiện tượng khá phổ biến trong các vấn đề
    khối lượng tuyệt đối, các dữ liệu này còn có của mô hình hồi quy đa biến. Đây là hiện tượng
    nhiều dạng khác nhau như văn bản, hình ảnh, âm các biến giải thích có tương quan với các biến
    thanh và video đòi hỏi dung lượng lưu trữ lớn khác có trong mô hình. Đa cộng tuyến có thể làm
    (Mohanty và cộng sự, 2013). Các quy định pháp cho kết quả nghiên cứu bị sai lệch ở nhiều khía
    lý hiện hành, các chuẩn mực nghề nghiệp và các cạnh khác nhau). Clustering có thể được nhóm
    thói quen hành nghề dường như ngày càng tụt thành ba loại: unsupervised, semisupervised và
    hậu trong một môi trường chứa nhiều thông tin supervised.
    và thay đổi nhanh chóng như thế này. Điều này
    2.2. K-means
    khiến các công ty kiểm toán ngày càng khó khăn
    hơn trong việc phục vụ nhu cầu của khách hàng K-means là một trong những kỹ thuật
    và có khả năng đe dọa sự tồn tại lâu dài của công clustering (phân cụm) được sử dụng rộng rãi
    ty ở hiện tại. nhất vì tính đơn giản và tốc độ của nó. Nó phân
    vùng dữ liệu thành các cụm bằng cách gán từng
    Tuy những tác động của dữ liệu lớn tới
    đối tượng cho trung tâm cụm gần nhất của nó
    nền kinh tế nói chung và ngành nghề kiểm toán
    (trung tâm cụm là giá trị trung bình của các biến
    và dịch vụ đảm bảo nói riêng đã thể hiện rõ tại
    cho tất cả các đối tượng trong cụm đó) dựa trên
    nhiều nơi trên thế giới, nhưng tại Việt Nam hiện
    thước đo khoảng cách được sử dụng. Ngoài ra,
    nay lại có rất ít bài viết về cách thức vận dụng
    k-means hoạt động nhanh chóng hơn cho các tập
    phân tích dữ liệu lớn trong bối cảnh kiểm toán
    dữ liệu lớn, thứ rất phổ biến hiện nay. Thuật toán
    và dịch vụ đảm bảo. Vì vậy, tác giả tổng hợp,
    cơ bản cho k-means hoạt động như sau:
    phân tích cách thức vận dụng phân tích dữ liệu
    lớn trong kiểm toán báo cáo tài chính, cụ thể ở 1. Chọn số cụm, đặt là k.
    thử nghiệm cơ bản nhằm đáp ứng nhu cầu cấp 2. Chọn k điểm làm trung tâm cụm (ví dụ:
    thiết trên. các đối tượng k được chọn ngẫu nhiên từ tập dữ
    2. KHÁI NIỆM MỘT SỐ KỸ THUẬT DÙNG liệu).
    ĐỂ PHÂN TÍCH DỮ LIỆU LỚN 3. Gán từng đối tượng cho trung tâm cụm
    2.1. Cluster gần nhất.
    Clustering (phân cụm) là quá trình phân 4. Tính toán lại trung tâm cụm mới.
    bổ các đối tượng thành các nhóm có thành phần 5. Lặp lại bước 3 và 4 cho đến khi tiêu chí
    tương tự nhau thông qua việc tìm ra ranh giới hội tụ được đáp ứng (ví dụ: việc gán đối tượng
    giữa các nhóm này, bằng cách sử dụng một số cho các cụm không còn thay đổi qua nhiều lần
    thuật toán và phương pháp thống kê khác nhau. lặp) hoặc đạt được số lần lặp tối đa.
    Phân tích cluster không tạo ra bất kỳ sự phân biệt
    nào giữa các biến phụ thuộc và độc lập. Phân Nhiều vấn đề cần được xem xét trong
    tích cluster cho phép kiểm tra toàn bộ tập hợp phân cụm k-means:
    các mối quan hệ phụ thuộc lẫn nhau để tìm ra • Thuật toán k-means yêu cầu số lượng
    mối quan hệ tương đồng giữa các đối tượng để k cụm làm đầu vào. Phương pháp ABC có thể
    xác định ra các cụm. Phân tích cluster cũng có được sử dụng để ước tính số lượng cụm.

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 97

  4. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    • Nên chọn độ tương tự/khoảng cách tùy 2.4. Artificial Neuron Network (ANN)
    theo yêu cầu của nhiệm vụ. Artificial Neural Network (ANN), hay
    • Các cụm có thể hội tụ đến mức tối thiểu còn gọi là mạng nơron nhân tạo, là mô hình xử
    cục bộ. Do vấn đề này, các cụm thu được có thể lý thông tin được mô phỏng dựa trên hoạt động
    không phải là đúng. Để tránh điều này, có thể của hệ thống thần kinh của sinh vật, bao gồm số
    hữu ích khi chạy thuật toán với các trung tâm lượng lớn các nơron được gắn kết để xử lý thông
    cụm ban đầu khác nhau và so sánh kết quả. tin. ANN giống như bộ não con người, được học
    bởi kinh nghiệm (thông qua huấn luyện), có khả
    2.3. Decision tree (cây quyết định)
    năng lưu giữ những kinh nghiệm hiểu biết (tri
    Thuật toán cây quyết định là công cụ được thức) và sử dụng những tri thức đó trong việc dự
    dùng để phân lớp dữ liệu, mỗi cây quyết định đoán các dữ liệu chưa biết (unseen data).
    tượng trưng cho một sự quyết định của một lớp
    Cấu trúc tổng quát của một ANN gồm 3
    các dữ kiện nào đó. Mỗi nút trong cây là tên của
    thành phần đó là: Input Layer, Hidden Layer và
    một lớp hay một phép thử thuộc tính cụ thể nào
    Output Layer. Trong đó, lớp ẩn (Hidden Layer)
    đó, phép thử này phân chia không gian trạng thái
    gồm các Nơron nhận dữ liệu input từ các Nơron
    các dữ kiện tại nút đó thành các kết quả có thể
    ở lớp (Layer) trước đó và chuyển đổi các input
    đạt được của phép thử. Mỗi tập con được phân
    này cho các lớp xử lý tiếp theo. Trong một ANN
    chia của phép thử là không gian con của các sự
    có thể có nhiều lớp ẩn. Trong đó các Processing
    kiện, nó tương ứng với một vấn đề con của sự
    Elements (PE) của ANN gọi là Nơron, mỗi
    phân lớp. Các cây quyết định được dùng để hỗ
    Nơron nhận các dữ liệu vào (Inputs) xử lý chúng
    trợ quá trình ra quyết định kinh doanh.
    và cho ra một kết quả (Output) duy nhất. Kết quả
    Cây quyết định có thể định nghĩa, diễn xử lý của một Nơron có thể làm Input cho các
    giải bằng một tập các luật IF– THEN, với cách Nơron khác.
    trình bày như vậy nó sẽ giúp cho người đọc dễ
    3. VẬN DỤNG PHÂN TÍCH DỮ LIỆU LỚN
    đọc và dễ hiểu. Cây quyết định có thể thực hiện
    VÀO THỦ TỤC PHÂN TÍCH
    được cả với các dữ liệu chứa lỗi (noisy data).
    Về bản chất, cây quyết định là một trong các Phân tích dữ liệu lớn là (những) kỹ thuật
    phương pháp quy nạp được dùng phổ biến nhất phân tích dữ liệu có thể được sử dụng để thực
    trong quá trình xử lý dữ liệu. Một cách tổng thể, hiện các bước của một cuộc kiểm toán như đánh
    cây quyết định có các tính chất sau: giá rủi ro, thử nghiệm kiểm soát và thủ tục cơ
    bản (gồm phân tích cơ bản và kiểm tra chi tiết).
    • Mỗi nút trong (internal node) biểu diễn
    Trong phạm vi bài viết này, tác giả sẽ dựa trên
    một thuộc tính cần kiểm tra giá trị (attribute to be
    những tài liệu, công trình nghiên cứu trước đây
    tested) đối với các các tập thuộc tính. về phân tích dữ liệu lớn để trình bày những ứng
    • Nút lá (leaf node) hay còn gọi là nút trả dụng của phân tích dữ liệu lớn vào việc thực hiện
    lời biểu thị cho một lớp các trường hợp mà nhãn thủ tục phân tích và thử nghiệm chi tiết. Dựa vào
    của nó là tên của lớp, nó biểu diễn một lớp (a hướng dẫn phân tích dữ liệu kiểm toán được ban
    classififcation). hành bởi Viện Kế toán công chứng Mỹ và các
    nghiên cứu liên quan về áp dụng các kỹ thuật
    • Nút nhánh (branch) từ một nút sẽ tương
    này trong quá trình thực hiện cuộc kiểm toán
    ứng với một giá trị có thể của thuộc tính gắn với
    (AICPA, 2017, GTAG, 2017).
    nút đó.
    3.1. Định nghĩa thủ tục phân tích
    • Nhãn (lable) của nút này là tên của thuộc
    tính và có một nhánh nối nút này đến các cây con Thủ tục phân tích bao gồm việc đánh giá
    ứng với mỗi kết quả có thể có phép thử. Nhãn thông tin tài chính qua việc phân tích các mối
    của nhánh này là các giá trị của thuộc tính đó. quan hệ giữa dữ liệu tài chính và phi tài chính;
    Nút trên cùng gọi là nút gốc. kiểm tra các biến động và các mối quan hệ xác

    98 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

  5. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    định không nhất quán với các tài liệu, thông tin Bước 2: Thu thập dữ liệu
    liên quan khác hoặc có sự chênh lệch lớn so với
    Bước 3: Đánh giá độ tin cậy của dữ liệu.
    các giá trị dự kiến. Như vậy, thủ tục phân tích
    Xem xét đến nguồn dữ liệu, tính so sánh, bản
    ngoài mục đích xác định nội dung, lịch trình và
    chất và mức độ phù hợp của thông tin và kiểm
    phạm vi của các thủ tục kiểm toán khác, nó còn
    soát việc chuẩn bị dữ liệu.
    được thực hiện như là một thử nghiệm cơ bản
    khi việc sử dụng thủ tục này có hiệu quả hơn Bước 4: Thực hiện thủ tục phân tích cơ bản
    so với kiểm toán chi tiết nhằm giảm bớt rủi ro
    • Thiết lập kỳ vọng của kiểm toán viên về
    phát hiện liên quan đến cơ sở dẫn liệu của báo
    dữ liệu ghi nhận hoặc tỷ lệ được tính toán.
    cáo tài chính.
    • Đánh giá xem kỳ vọng của kiểm toán
    3.2. Trình tự khi thực hiện thủ tục phân tích
    viên có đủ chính xác không, nếu không thì cần
    bằng phân tích dữ liệu lớn
    có các phương án bổ sung để tăng độ chính xác.
    Dưới đây là năm bước mà kiểm toán viên
    có thể sử dụng trong việc lập kế hoạch, thực hiện • Thực hiện quy trình phân tích cơ bản và
    và đánh giá kết quả của một thủ tục phân tích cơ so sánh với kỳ vọng của kiểm toán viên
    bản có áp dụng dữ liệu lớn Bước 5: Đánh giá kết quả của thủ tục
    Bước 1: Lập kế hoạch thủ tục phân tích phân tích cơ bản.
    cơ bản. • Xác định xem sự khác biệt giữa kỳ vọng
    • Xác định các khoản mục trên báo cáo của kiểm toán viên và kết quả phân tích có đáng
    tài chính, các tài khoản hoặc thuyết minh cần kể hay không.
    phân tích.
    • Điều tra bất kỳ sự khác biệt đáng kể, xác
    • Xác định các rủi ro có sai sót trọng yếu định nguyên nhân.
    đã được đánh giá.
    • Xác định xem liệu thủ tục phân tích cơ
    • Xác định các kỳ vọng của kiểm toán bản có xác định được sai sót nào không và đánh
    viên, bao gồm: giá sai sót đó.
    – Các biến độc lập (dự đoán) sẽ được sử • Kết luận xem thủ tục phân tích đã đạt
    dụng. được mục tiêu hay chưa. Nếu các mục tiêu chưa
    – Nguồn dữ liệu cho các biến đó. đạt được, cần lập kế hoạch và thực hiện các thủ
    tục khác để đạt được các mục tiêu đó.
    – Mức độ phân tổ của dữ liệu.
    • Xác định độ chính xác mong muốn của v Tính hợp lí và khả năng dự đoán
    kiểm toán viên. Tiền đề cơ bản trong việc áp dụng các thủ
    • Xác định ngưỡng chênh lệch có thể bỏ tục phân tích cơ bản là mối quan hệ hợp lý giữa
    qua. các dữ liệu được dự kiến sẽ tồn tại và tiếp tục.
    Điều quan trọng là phải xem xét những yếu tố
    • Xác định thủ tục phân tích cơ bản (ví dụ:
    nào làm cho mối quan hệ trở nên hợp lý bởi vì
    phân tích xu hướng, phân tích tỷ lệ, mô hình dự
    có nhiều loại dữ liệu khác nhau, đôi khi dường
    báo phi thống kê, phân tích hồi quy,…) có thể
    như chúng có vẻ liên quan nhưng thực sự thì lại
    đáp ứng các mục tiêu của kiểm toán viên.
    là không. Điều này có thể dẫn đến những kết
    • Phát triển mô hình sẽ được sử dụng, luận sai lầm của kiểm toán viên. Ngoài ra, sự
    nếu có.
    hiện diện của một mối quan hệ bất ngờ có thể
    • Xác định các loại bảng biểu minh họa sẽ cung cấp bằng chứng quan trọng khi được xem
    được sử dụng. xét kỹ lưỡng.

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 99

  6. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    Sự hiểu biết của kiểm toán viên về doanh • Dữ liệu cho toàn bộ nhà máy có thể được
    nghiệp và môi trường của doanh nghiệp sẽ rất phân chia theo vị trí của phân xưởng.
    hữu ích trong việc giúp xác định sự tồn tại và Một sai sót trọng yếu có thể dễ dàng được
    tiếp tục của các mối quan hệ giữa các dữ liệu. xác định thông qua việc sử dụng dữ liệu được
    Các mối quan hệ càng dễ dự đoán thì kỳ vọng phân tách. Ví dụ, rủi ro mà sai sót trọng yếu có
    của kiểm toán viên sẽ càng chính xác. Sau đây là thể bị che khuất bởi các yếu tố bù đắp tăng lên
    các yếu tố kiểm toán viên có thể xem xét khi dự khi hoạt động của một doanh nghiệp trở nên phức
    đoán số về các mối quan hệ: tạp và đa dạng hơn. Phân tán dữ liệu sẽ giúp làm
    • Bản chất của các số dư khoản mục (ví giảm rủi ro này. Ngoài ra, kỳ vọng của kiểm toán
    dụ: tài khoản bao gồm ước tính kế toán hoặc là viên có thể sẽ chính xác hơn khi dữ liệu phân
    lũy kế số phát sinh thực tế được). tách được sử dụng. Kiểm toán viên cũng có thể
    xem xét dữ liệu được phân tách theo các cách
    • Sự kết hợp các sản phẩm bán ra.
    khác nhau (ví dụ: doanh thu cho thuê theo tháng
    • Hồ sơ doanh nghiệp (ví dụ: số lượng, và theo tài sản cho thuê) vì trong một số trường
    kích cỡ và vị trí của các đơn vị sản xuất). hợp, điều này có thể làm tăng khả năng xác định
    sai sót trọng yếu.
    • Quyết định của ban quản lý (ví dụ: trong
    việc lập dự toán, mua tài sản cố định). Mặt khác, việc phân tán dữ liệu có thể đưa
    ra các vấn đề để kiểm toán viên xem xét. Trong
    • Sự ổn định của môi trường mà doanh
    một số trường hợp, các kiểm soát của một doanh
    nghiệp hoạt động.
    nghiệp có thể hoạt động hiệu quả cho dữ liệu ở
    • Khoản mục là một tài khoản trên bảng mức tổng hợp cao nhưng lại không hiệu quả đối
    cân đối kế toán hay thuộc báo cáo kết quả hoạt với dữ liệu phân tách. Ví dụ: dữ liệu hàng quý có
    động kinh doanh. thể không chịu sự kiểm soát giống như dữ liệu
    hàng năm. Hơn nữa, dữ liệu giữa niên độ thường
    Ví dụ: kỳ vọng được hình thành cho
    sẽ không được kiểm toán mà chỉ được soát xét.
    tài khoản trên báo cáo kết quả hoạt động kinh
    doanh có xu hướng chính xác hơn kỳ vọng cho 3.3. Minh họa trường hợp công ty thuộc lĩnh
    tài khoản trên bảng cân đối kế toán vì các mối vực sản xuất
    quan hệ trên báo cáo thu nhập thường dễ dự đoán Kiểm toán viên đang kiểm toán báo cáo
    hơn, vì chúng xảy ra trong một khoảng thời gian, tài chính của một doanh nghiệp tư nhân sở hữu
    thay vì tại một thời điểm. Ngoài ra, kỳ vọng hình và quản lý 10 khu chung cư. Có 1.200 căn hộ
    thành trong điều kiện kinh tế ổn định (ví dụ: lãi có kích thước khác nhau và nằm ở các khu vực
    suất ổn định) hoặc các yếu tố môi trường ổn định khác nhau của cùng một thành phố. Doanh thu
    (ví dụ: không có thay đổi về quy định) có xu cho thuê hàng năm từ các căn hộ này trung bình
    hướng chính xác hơn kỳ vọng hình thành trong khoảng 14 triệu đô la mỗi năm trong vài năm qua.
    nền kinh tế hoặc môi trường không ổn định.
    v Lập kế hoạch thủ tục phân tích cơ bản.
    v Mức độ phân tán của dữ liệu
    • Xác định các khoản mục và cơ sở dẫn liệu
    Mức độ phân tán của dữ liệu liên quan liên quan
    đến việc các số dư tài khoản, giao dịch hoặc các
    – Thủ tục phân tích cơ bản này sẽ là một
    nhóm khác được kết hợp để sử dụng trong thủ
    nguồn bằng chứng kiểm toán liên quan đến
    tục phân tích cơ bản. Sau đây là một vài ví dụ:
    doanh thu cho thuê. Các cơ sở dẫn liệu được xác
    • Dữ liệu hàng năm có thể được phân chia định như sau:
    thành cấp độ hàng tháng hoặc hàng tuần.
    – Phát sinh. Tất cả các giao dịch doanh thu
    • Doanh thu và chi phí bán hàng có thể cho thuê được ghi nhận đã xảy ra và liên quan
    được phân chia theo dòng sản phẩm. đến công ty.

    100 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

  7. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    – Đầy đủ. Tất cả các giao dịch cho thuê – Giá cho thuê trung bình hàng tháng trên
    cần được ghi lại đã được ghi lại. thị trường mà doanh nghiệp hoạt động
    – Chính xác. Các khoản tiền và dữ liệu • Mức độ chính xác mong muốn của kỳ vọng
    khác liên quan đến các giao dịch cho thuê đã và các sai lệch đáng kể
    được ghi lại đúng.
    Độ chính xác mong muốn cho thủ tục
    – Đúng kỳ. Giao dịch cho thuê đã được phân tích cơ bản này là mức trọng yếu thực hiện
    ghi nhận trong đúng kỳ. được xác định bởi kiểm toán viên bằng cách sử
    • Các rủi ro có sai sót trọng yếu đã được xác dụng xét đoán chuyên môn.
    định Sự khác biệt giữa kỳ vọng của kiểm toán
    Thủ tục phân tích cơ bản này được thiết viên về doanh thu cho thuê trong một tháng và
    kế để xử lý với mức độ rủi ro sai lệch vừa phải số doanh thu cho thuê được ghi nhận trong một
    của doanh thu cho thuê. Mức độ đảm bảo được tháng được coi là đáng kể nếu chênh lệch đó đơn
    cung cấp bởi thủ tục này bị ảnh hưởng bởi các lẻ hoặc khi tổng hợp với các sai sót khác, vượt
    vấn đề sau: quá mức trọng yếu thực hiện.
    – Kết quả của công việc kiểm toán được • Loại kỹ thuật phân tích được sử dụng
    thực hiện trong một môi trường kiểm soát tốt.
    Một mô hình ANN (mạng lưới noron nhân
    Không có bất kỳ dấu hiệu nào về động cơ hoặc
    tạo) được sử dụng để phát triển kỳ vọng về doanh
    xu hướng của chủ sở hữu hoặc người quản lý cố
    thu cho thuê của kiểm toán viên. Kiểm toán viên
    tình làm sai lệch doanh thu cho thuê.
    sử dụng bộ dữ liệu về doanh thu của các năm
    – Kết quả của các thủ tục liên quan đến trước cho quá trình học tập (learning process) để
    việc thiết kế các kiểm soát của công ty đối với tìm ra xu hướng và từ đó xây dựng mô hình dự
    doanh thu cho thuê và việc thực hiện các kiểm đoán về doanh thu năm nay.
    soát đó.
    Kiểm toán viên hình thành kỳ vọng về số
    – Kết quả của các thủ tục kiểm toán khác doanh thu hàng tháng từ mỗi tòa nhà chung cư
    trực tiếp hoặc gián tiếp cung cấp bằng chứng của công ty. Các khu chung cư có kích thước
    kiểm toán liên quan đến doanh thu cho thuê, và số lượng phòng tương tự được nhóm lại. Số
    ví dụ như xác minh các khoản thu tiền mặt từ lượng căn hộ trong mỗi nhóm được nhân với tỷ
    người thuê, gửi thư xác nhận cho người thuê về
    lệ cho thuê trên thị trường trung bình hàng tháng
    khoản phải thu và các điều khoản của hợp đồng
    cho loại căn hộ đó. Việc tính toán được điều
    cho thuê.
    chỉnh bởi các yếu tố phản ánh tỷ lệ trống trung
    • Kỳ vọng của kiểm toán viên bình hàng tháng trên thị trường và ngày hết hạn
    Kỳ vọng của kiểm toán viên là ước tính của hợp đồng thuê. Các tính toán được tổng hợp
    doanh thu cho thuê cho mỗi tháng được tổng hợp sẽ biểu thị tổng doanh thu cho thuê dự kiến theo
    để cung cấp ước tính doanh thu cho thuê trong tháng và tổng doanh thu hàng năm cho mỗi trong
    năm được kiểm toán. Các biến độc lập (dự đoán) số 10 khu chung cư.
    được sử dụng để thực hiện ước tính này bao gồm: • Các bảng biểu
    – Số lượng căn hộ trong mỗi 10 khu chung Các biểu đồ sau đây được sử dụng:
    cư của doanh nghiệp .
    – Biểu đồ 1 so sánh tổng doanh thu dự
    – Kích thước và số phòng của các căn hộ. kiến với tổng doanh thu cho thuê thực tế theo
    – Ngày hết hạn của hợp đồng thuê, đặc tháng. Mục đích của biểu đồ này là giúp xác định
    biệt là ngày hết hạn trong năm hiện tại. các tháng cụ thể, nếu có, để phân tích sâu hơn.

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 101

  8. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    – Biểu đồ 2 cho thấy tổng doanh thu trên v Đánh giá kết quả của thủ tục phân tích cơ
    mỗi khu chung cư. Phân chia doanh thu theo bản
    từng khu sẽ cung cấp cho kiểm toán viên cái Mô hình của kiểm toán viên đã tính đến
    nhìn rõ ràng hơn về sự tồn tại của một sai sót việc một số lượng lớn các hợp đồng thuê sẽ hết
    trọng yếu. Ví dụ, nó có thể cho phép kiểm toán hạn vào cuối tháng sáu. Thông thường, các căn
    viên phát hiện ra những sai sót đã bị bù đắp khi hộ sau khi hết hợp đồng thuê sẽ bị trống ít nhất
    doanh thu cho thuê quá mức của một khu có thể hai tuần. Tuy nhiên, trong trường hợp này, những
    được bù đắp bằng doanh thu cho thuê cho một người thuê mới được tìm thấy nhanh hơn. Ngoài
    khu khác. ra, kiểm toán viên còn tìm hiểu được rằng các
    nỗ lực làm mới khu phố đã khiến cho thành phố
    sạch đẹp và sống động hơn, đặc biệt là các khu
    vực xung quanh các khu chung cư của doanh
    nghiệp, điều này làm cho doanh thu cao hơn dự
    kiến. Tất cả các hợp đồng thuê mới đã được kiểm
    tra để xác minh rằng trên thực tế, những người
    thuê mới đã được tìm thấy nhanh hơn và doanh
    nghiệp có thể tính giá thuê cao hơn đáng kể cho
    Biểu đồ 1. Doanh thu dự kiến và thực tế theo tháng các căn hộ trong các khu này so với mô hình của
    kiểm toán viên sử dụng để dự đoán. Dựa trên
    việc thu thập bằng chứng thích hợp, kiểm toán
    viên kết luận rằng không có sự sai lệch trọng yếu
    nào về doanh thu cho thuê.
    4. VẬN DỤNG PHÂN TÍCH DỮ LIỆU LỚN
    VÀO THỬ NGHIỆM CHI TIẾT
    4.1. Định nghĩa thử nghiệm chi tiết
    Biểu đồ 2. Doanh thu dự kiến và thực tế theo từng Thử nghiệm chi tiết (các nhóm giao dịch,
    khu chung cư số dư tài khoản và thuyết minh) là một loại thử
    v Thực hiện thủ tục phân tích cơ bản nghiệm cơ bản. Nếu kiểm toán viên đã xác định
    rủi ro có sai sót trọng yếu đã được đánh giá ở cấp
    Kiểm toán viên đã thực hiện một ANN độ cơ sở dẫn liệu là rủi ro đáng kể thì kiểm toán
    và áp dụng mô hình dự đoán cho doanh thu cho viên phải thực hiện các thử nghiệm cơ bản để xử
    thuê theo kế hoạch. Như thể hiện trong biểu đồ lý rủi ro này. Nếu chỉ thực hiện thử nghiệm cơ
    1, doanh thu cho thuê trong các tháng 2, 7 và 12 bản đối với một rủi ro đáng kể thì thử nghiệm cơ
    được tìm thấy cao hơn dự kiến. Biểu đồ 2 lại cho bản phải bao gồm kiểm tra chi tiết.
    thấy một vài khu chung cư cụ thể có doanh thu
    4.2. Trình tự khi thực hiện thử nghiệm chi tiết
    cho thuê vượt quá mong đợi. Những khác biệt
    bằng phân tích dữ liệu lớn
    so với kỳ vọng được coi là đáng kể và do đó cần
    được tìm hiểu sâu hơn. Dưới đây năm bước cơ bản và các quy
    trình liên quan để sử dụng khi lập kế hoạch, thực
    Kiểm toán viên thực hiện các thủ tục tiếp
    hiện và đánh giá kết quả của một phép phân tích
    theo để điều tra sự khác biệt đáng kể so với kỳ được sử dụng để thực hiện kiểm tra chi tiết.
    vọng. Các thủ tục này bao gồm phỏng vấn quản
    lý và thu thập bằng chứng kiểm toán để chứng Bước 1: Lập kế hoạch cho phép phân tích.
    thực hoặc phản bác các phản hồi nhận được từ • Xác định các khoản mục, tài khoản,
    ban quản lý. thuyết minh, và các cơ sở dẫn liệu liên quan,

    102 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

  9. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    đồng thời xác định bản chất, thời gian và mức độ kiểm soát có liên quan, kiểm toán viên cần đánh
    của tổng thể mà kiểm toán viên sẽ phân tích. giá xem các sai sót đã được phát hiện bởi các thủ
    • Xác định mục đích chung của việc phân tục phân tích cơ bản cho thấy các kiểm soát có
    tích dữ liệu hoạt động hiệu quả hay không. Tuy nhiên, việc
    không có sai sót được phát hiện bởi các thủ tục
    • Xác định các mục tiêu cụ thể của việc cơ bản không cung cấp bằng chứng kiểm toán
    phân tích dữ liệu cho thấy các kiểm soát liên quan hoạt động có
    • Xác định tổng thể dữ liệu sẽ được phân hiệu quả.
    tích hoặc kiểm tra, bao gồm cho mục đích lập Một phép phân tích được thiết kế và thực
    kế hoạch, xem xét sơ bộ các vấn đề có thể ảnh hiện phù hợp có thể xác định được một số ít sai
    hưởng đến sự liên quan, tính sẵn có và độ tin cậy sót có thể xảy ra, tuy nhiên, trong nhiều trường
    của dữ liệu.
    hợp, số lượng sai sót có thể xảy ra sau khi kiểm
    • Chọn phép phân tích dữ liệu phù hợp tra chi tiết lại rất lớn. Trong những trường hợp
    mục đích cũng như các kỹ thuật, công cụ, loại như vậy kiểm toán viên cần đánh giá xem liệu
    bảng biểu sẽ được sử dụng. phép phân tích đã được lên kế hoạch và thực
    Bước 2: Truy cập và chuẩn bị dữ liệu cho hiện một cách thích hợp hay chưa, nếu chưa,
    phép phân tích. phải thiết kế và thực hiện lại. Kiểm toán viên
    cũng có thể quyết định áp dụng cách phân nhóm
    Bước 3: Xem xét sự liên quan và độ tin và sàng lọc để giải quyết số lượng lớn các sai sót
    cậy của dữ liệu được sử dụng. có thể được xác định.
    Bước 4: Thực hiện phép phân tích. Xem xét một ví dụ đơn giản khi kiểm toán
    • Nếu kết quả ban đầu của phép phân tích viên thiết kế và thực hiện một phép phân tích để
    cho thấy việc thiết kế hoặc hiệu quả của nó cần kiểm tra chi tiết đối chiếu tiền mặt nhận được với
    phải được sửa đổi thì phải điều chỉnh lại và thực hóa đơn. Đây là một trong số những thủ tục được
    hiện lại phân tích. sử dụng để cung cấp bằng chứng liên quan đến
    • Nếu kiểm toán viên kết luận rằng phép cơ sở dẫn liệu chính xác của doanh thu. Áp dụng
    phân tích đã được thiết kế và thực hiện phù hợp kỹ thuật phân tích k-means clustering để phân
    và phép phân tích đã xác định được các khoản cụm, kết quả phân tích xác định một số lượng
    mục cần được xem xét, thì việc lập kế hoạch và lớn các sai sót có thể xảy ra, vì đã phát hiện một
    thực hiện các thủ tục bổ sung cho các khoản mục lượng lớn nghiệp vụ có số tiền và hóa đơn không
    đó cần phù hợp với mục tiêu của phép phân tích. khớp nhau. Đánh giá của kiểm toán viên về kết
    quả phân tích này đã chỉ ra rằng nhiều sai sót
    Bước 5: Đánh giá kết quả và kết luận về thuộc trong một cụm liên quan đến tiền mặt được
    mục đích và mục tiêu cụ thể của việc thực hiện ghi có vào tài khoản tạm thời (suspense account).
    phép phân tích đã đạt được hay chưa. Kiểm toán viên đã hỏi ban quản lý về cách họ
    Phép phân tích dữ liệu được sử dụng để dự định thực hiện để ghi đúng lại tài khoản này.
    thực hiện kiểm tra chi tiết có thể giúp kiểm toán Kiểm toán viên cũng sử dụng kỹ thuật phân
    viên xác định được sai sót. Sai sót này có thể tích clustering để phân cụm các mục trong tài
    cho thấy sự thiếu hụt của một kiểm soát có liên khoản theo nguồn đăng và các thuộc tính thích
    quan hoặc sự sai sót của một kiểm soát mà kiểm hợp khác. Thông tin này sau đó đã được sử dụng
    toán viên ý định tin tưởng vào. Một sai sót như để đánh giá việc xử lý các mục trong tài khoản
    vậy thường sẽ được coi là một sự thiếu sót trong tạm thời. Kết quả của phép phân tích cũng xác
    kiểm soát nội bộ, mức độ nghiêm trọng của sai định ra các cụm sai sót tiềm năng khác mà kiểm
    sót này sẽ yêu cầu sự đánh giá của kiểm toán toán viên đánh giá là không quan trọng. Kiểm
    viên. Khi đánh giá hiệu quả hoạt động của các toán viên xem xét các khía cạnh định tính về bản

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 103

  10. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    chất của các hạng mục trong mỗi cụm và kết luận khác biệt giữa các dữ liệu được sử dụng trong
    rằng không cần thực hiện thêm thủ tục nào liên việc tạo hóa đơn bán hàng. Những dữ liệu này
    quan đến các khoản mục trong các cụm này. bao gồm loại sản phẩm, số lượng, giá cả và mức
    4.3. Minh họa trường hợp công ty thuộc lĩnh giảm giá, dữ liệu liên quan đến loại sản phẩm
    vực sản xuất khách hàng đặt hàng và hạn mức giảm giá.

    Đây là một minh họa về việc sử dụng phân Phép phân tích này là một trong một số
    tích dữ liệu lớn khi thực hiện quy trình kiểm tra thủ tục được sử dụng để thu thập bằng chứng liên
    ba bước: hóa đơn – phiếu nhập kho – giá niêm quan đến cơ sở dẫn liệu phát sinh và chính xác
    yết. Báo cáo tài chính đang được kiểm toán trong của doanh thu. Điều này bao gồm bằng chứng
    ví dụ này là của một nhà sản xuất đồ nội thất. thu được từ các thử nghiệm kiểm soát có liên
    Có khoảng 60.000 giao dịch bán hàng mỗi năm. quan và bằng chứng từ các thử nghiệm cơ bản
    Doanh nghiệp ghi nhận doanh thu khi chuyển khác, chẳng hạn như xác nhận số dư khoản phải
    giao hàng hóa cho khách hàng trên cơ sở FOB thu với khách hàng (bao gồm chi tiết hóa đơn).
    (khi quyền kiểm soát được chuyển cho khách • Xác định tổng thể dữ liệu cần kiểm tra
    hàng). Phép phân tích này là một thử nghiệm chi
    Kiểm toán viên đã quyết định rằng thủ
    tiết để cung cấp bằng chứng về cơ sở dẫn liệu phát
    tục kiểm tra chi tiết này sẽ tập trung vào việc so
    sinh và chính xác của các giao dịch bán hàng.
    sánh sản phẩm và giá bán sản phẩm mà khách
    Công ty có hai loại sản phẩm chính: đồ hàng đã đặt với hóa đơn liên quan và chứng từ
    nội thất gia đình được bán cho các nhà bán lẻ và vận chuyển do doanh nghiệp phát hành. Đơn đặt
    đồ nội thất thương mại được bán cho các công hàng của khách hàng là bằng chứng từ nguồn
    ty để sử dụng riêng. Có 7 nhóm sản phẩm (ví bên ngoài. Tuy nhiên, dữ liệu trong đơn đặt hàng
    dụ: ghế sô pha, ghế gỗ, bàn gỗ, bàn sô pha,…) của khách hàng đã được chuyển đến các tài liệu
    và khoảng 80 loại sản phẩm cụ thể trong các đặt hàng nội bộ để định dạng phù hợp với cơ sở
    nhóm sản phẩm. Các loại sản phẩm này mô tả dữ liệu của công ty.
    đặc trưng cụ thể của một nhóm sản phẩm (ví dụ:
    Kiểm toán viên thu thập dữ liệu liên quan
    ghế sô pha, ghế gỗ). Có hàng ngàn biến thể sản
    từ cơ sở dữ liệu của công ty. Dữ liệu được sử
    phẩm dựa trên sự kết hợp giữa vải, màu sắc và
    dụng bao gồm:
    vật liệu. Mỗi kiểu cụ thể đều có mã số hàng hóa
    riêng (SKU – Stock Keeping Unit) và mỗi mã số – Thông tin tài khoản khách hàng
    có một mức giá riêng. – Thông tin đơn đặt hàng
    Chỉ có sáu khách hàng cao cấp có khối – Thông tin sản phẩm được đặt
    lượng đặt hàng mua nhiều mới được hưởng giảm – Số lượng đặt hàng
    giá. Mỗi đại lý bán hàng được ủy quyền giảm – Giá bán của sản phẩm
    giá tùy ý cho các khách hàng cao cấp được chấp – Thông tin đơn vận chuyển
    thuận trước lên tới 15% so với giá quy định trong – Thông tin sản phẩm được vận chuyển
    bảng giá. Nếu giảm trên 15% thì yêu cầu thêm sự – Số lượng sản phẩm vận chuyển
    phê duyệt của phó tổng giám đốc.
    – Đơn vị vận chuyển
    v Lập kế hoạch cho phép phân tích – Đơn giá vận chuyển
    • Xác định khoản mục và cơ sở dẫn liệu – Thông tin hóa đơn
    liên quan – Thông tin sản phẩm trên hóa đơn
    Các cơ sở dẫn liệu cần quan tâm là phát – Số tiền trên hóa đơn
    sinh và chính xác của doanh thu. Các loại sai sót – Tỷ lệ chiết khấu
    có thể xảy ra bao gồm sai lệch doanh thu do sự – Ngày ghi sổ

    104 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

  11. JOURNAL OF SCIENCE
    Q U Y N H O N U N I V E RS I T Y

    Kiểm toán viên cũng sử dụng thêm các cơ
    sở dữ liệu khác của doanh nghiệp như các tập tin
    liên quan đến quá trình hợp đồng (liên kết các
    đơn đặt hàng của khách hàng với các đơn đặt
    hàng được chuẩn bị nội bộ) và bảng giá của từng
    loại sản phẩm.
    • Xác định phép phân tích phù hợp
    Kiểm toán viên đã quyết định thực hiện kỹ Biểu đồ 4. Kiểm tra ba bước về giá bán
    thuật xử lí dữ liệu lớn cây quyết định (decision
    Kiểm toán viên thực hiện hai quy trình
    tree) để kiểm tra các chi tiết xem thông tin trên
    kiểm tra ba bước. Đối với phép so sánh về số
    các tài liệu hỗ trợ có khớp với nhau hay không,
    lượng thì không phát hiện được sự không phù
    và nếu không khớp thì tổng sai lệch có vượt quá
    mức trọng yếu hay không. Điều này đòi hỏi thực hợp nào. Điều này được thể hiện trong biểu đồ
    hiện hai quy trình kiểm tra ba bước. Đối với mỗi 3. Số lượng sản phẩm được hiển thị trên trục
    giao dịch bán hàng trong năm được kiểm toán, tung, các dấu chấm màu khác nhau biểu hiện
    thực hiện hai so sánh sau: cho số lượng trên hóa đơn, số lượng trên đơn
    đặt hàng và số lượng được vận chuyển. Kết quả
    – Số lượng được bán theo hóa đơn bán
    của phép so sánh cho thấy số lượng ở ba bên đều
    hàng, chứng từ giao hàng và đơn đặt hàng nội bộ
    giống nhau.
    để xác định xem tất cả chúng có khớp không.
    Trong biểu đồ 4, trục tung thể hiện giá
    – Giá trên hóa đơn bán hàng, đơn đặt hàng
    bán sản phẩm. Các dấu chấm tương tự biểu đồ
    hoặc tài liệu hỗ trợ tương tự và bảng giá chính
    3 cũng được sử dụng để thể hiện giá bán sản
    của công ty để xác định xem tất cả chúng có
    phẩm trên hóa đơn, trên đơn đặt hàng và trên
    khớp không.
    bảng giá. Ta thấy rằng các dấu chấm màu xanh
    v Chuẩn bị dữ liệu dương (giá niêm yết trên bảng giá) nằm cao hơn
    Kiểm toán viên sử dụng một phép phân các dấu chấm khác. Kiểm toán viên xử lí sự bất
    tích cây quyết định (decision tree) khác để kiểm thường này bằng cách sử dụng một phép phân
    tra tính liên tục của các đơn đặt hàng, hóa đơn tích k-means clustering bổ sung để xác định xem
    và chứng từ vận chuyển và để xử lý các số còn sự không phù hợp này có phân tách theo các
    thiếu. Phần mềm kiểm toán cũng được sử dụng điểm đặc trưng nào hay không và có thể hiện
    để xác định và xử lý các tập tin không có dữ một mô hình nào không, để giúp xác định các
    liệu hoặc dữ liệu được định dạng không phù hợp nguyên nhân có thể có. Ví dụ, kiểm toán viên dự
    trước khi thực hiện phân tích dữ liệu trong kiểm đoán liệu sự chênh lệch này xảy ra vào một ngày
    tra chi tiết. cụ thể, trong một chuỗi ngày cụ thể hay liệu sự
    v Thực hiện phân tích và đánh giá kết quả không phù hợp chỉ liên quan đến một số khách
    hàng hay không. Kiểm toán viên thu được bằng
    chứng từ phép phân tích bổ sung rằng sự không
    phù hợp này là do quá trình đối chiếu không
    được tính đến phần giảm giá. Sau đó, kiểm toán
    viên đã thiết kế lại phép phân tích để kiểm tra
    xem liệu có bất kỳ khách hàng nào, ngoài khách
    hàng cao cấp, có được giảm giá hay không và có
    bất kỳ khách hàng cao cấp nào có được giảm giá
    Biểu đồ 3. Kiểm tra ba bước về số lượng vượt quá 15% hay không. Sau khi thực hiện lại

    Journal of Science – Quy Nhon University, 2019, 13(6), 95-106 105

  12. TẠP CHÍ KHOA HỌC
    TRƯỜNG ĐẠI HỌC QUY NHƠN

    phép phân tích thì không tìm ra được trường hợp hơn vào việc nghiên cứu chúng. Một dấu hiệu rõ
    nào như vậy. ràng của xu hướng này là sự tăng vọt gần đây về
    số lượng ấn phẩm trong lĩnh vực này trong một
    Kiểm toán viên kết luận rằng quy trình lập
    khoảng thời gian rất ngắn, cụ thể là hai năm qua
    hóa đơn của khách hàng về số lượng và giá cả là
    cho đến nay. Tuy nhiên, cả những người hành
    phù hợp với đơn đặt hàng của khách hàng, cung
    nghề và học giả vẫn còn nằm ở một khoảng cách
    cấp bằng chứng về cơ sở dẫn liệu phát sinh và
    khá xa so với đích đến là đưa ra những hướng
    chính xác của các giao dịch bán hàng trong năm.
    dẫn cụ thể, rõ ràng trong việc áp dụng dữ liệu lớn
    5. KẾT LUẬN vào ngành nghề của mình. Thực tế, các khách
    Dữ liệu lớn vẫn là một chủ đề mới đối hàng lớn và có nhiều ứng dụng công nghệ tiên
    với các nhà nghiên cứu và nhà thực hành. Tuy tiến như các quỹ đầu tư, các ngân hàng là những
    nhiên, nó đã đem đến nhiều sự thay đổi ở nhiều người đầu tiên sử dụng các công cụ phân tích
    thị trường. Phân tích dữ liệu lớn là một hành dữ liệu lớn tiên tiến, và do đó, đây sẽ là động
    trình dài nhiều năm, nhiều giai đoạn. Điều quan lực cho các công ty kiểm toán áp dụng các công
    trọng là phải có một tầm nhìn chiến lược, định nghệ này vào hoạt động kinh doanh của mình.
    hướng phù hợp để đáp ứng tốt với các yếu tố tiêu
    cực. Tang và Kostic (2017) cho rằng nghiên cứu
    TÀI LIỆU THAM KHẢO
    trong một số cơ sở dữ liệu điện tử cho thấy tình
    trạng hiện tại của các nghiên cứu liên quan đến 1. Mohanty, S., Jagadeesh, M., & Srivatsa, H.
    dữ liệu lớn và việc triển khai các quy trình kiểm Big data imperatives: Enterprise ‘Big Data’
    toán theo dữ liệu lớn vẫn còn ở giai đoạn sơ khai. warehouse, ‘BI’ implementations and analytics,
    Apress, 2013.
    Các học giả vẫn đang nỗ lực để đạt được
    2. American Institute of Certified Public
    sự thống nhất trong việc xây dựng một khung
    Accountants (AICPA). Guide to audit data
    lý thuyết cho phép thực hiện và ứng dụng thành
    analytics, American Institute of Certified Public
    công dữ liệu lớn. Trong khi đó, các báo cáo của
    Accountants, 2017.
    các công ty kiểm toán thuộc Big 4 lại tập trung
    nhiều hơn vào tiềm năng gây gián đoạn của các 3. Global Technology Audit Guide (GTAG).
    Understanding and Auditing Big Data, 2017.
    công nghệ này đối với ngành kiểm toán và các
    ngành công nghiệp khác. Một điểm chung giữa 4. Tang, X., & Kostic, N. The future of audit:
    những người hành nghề và các nhà nghiên cứu Examining the opportunities and challenges
    học thuật là họ đều nhận thức được về sự hiện stemming from the use of Big Data Analytics
    diện của dữ liệu lớn và họ phản ứng với những and Blockchain technology in audit practice,
    phát triển mới bằng cách đầu tư nhiều nguồn lực Working paper, 2017.

    106 Tạp chí Khoa học – Trường Đại học Quy Nhơn, 2019, 13(6), 95-106

Download tài liệu Vận dụng phân tích dữ liệu lớn trong thử nghiệm cơ bản trong kiểm toán báo cáo tài chính File Word, PDF về máy