ANÁLISIS DE DATOS EN LA AUDITORÍA. LO QUE TODO AUDITOR DEBE SABER
Estándar
CREADO: 09 ABRIL 2019
AUDITOOL
El modernismo y la tecnología no se detienen en su dinamismo e innovación, y la dimensión de su alcance, a veces, es difícil de sensibilizar, inclusive en ámbitos profesionales donde la regulación y la normatividad se quedan atrás para darles orden y control. Un ejemplo claro de esto es la introducción de las criptomonedas, tema que hasta se podría decir se ha vuelto trillado, aunque sigamos sin saber mucho del mismo; y en otro ámbito, casi de similar magnitud para el área que nos compete está el análisis de datos en la auditoría.
El Análisis de Datos en la Auditoría (ADA, también por sus siglas en inglés) lo define el International Auditing and Assurance Standards Board (IAASB), mediante el Data Analytics Working Group, de la siguiente manera: Cuando es usado para la obtención de evidencia de auditoría, es la ciencia y el arte de descubrir y analizar patrones, desviaciones e inconsistencias y la extracción de otro tipo de información útil de los datos subyacentes relacionados con el asunto en cuestión a auditar a través del análisis, el uso de modelos y la visualización con el propósito de planear o ejecutar el trabajo de auditoría de dicho asunto. Los auditores han utilizado los sistemas de cómputo en la auditoría desde que las entidades también computarizaron sus sistemas de información y sistemas contables. Asimismo, muchas firmas en Latinoamérica cuentan con diversos desarrollos en sistemas para hacer distintas pruebas de auditoría a cierta información extraída, clasificada o sorteada como lo es la revisión de los asientos al mayor general en respuesta a los riesgos de fraude en la información financiera, y más recientemente, el procedimiento de revisión de archivos electrónicos como los CFDI y su autenticación, que se utiliza como un procedimiento de verificación de auditoría.
Ahora la tendencia en el uso de los sistemas de cómputo es con el desarrollo de herramientas que permitan analizar de diversas formas una población de datos o transacciones al 100%. Estas herramienta emplean técnicas de visualización de datos que se contextualizan en forma de imágenes, gráficos y otros elementos de trazabilidad que destacan información que permite identificar patrones, tendencias, correlaciones y otro tipo de aislamiento de datos que, claramente, no podrían ser percibidos de otro modo en información muy voluminosa, inclusive en información en forma de texto como extensos informes o reportes. En algunos países desarrollados, la práctica del
análisis de datos en la auditoría se está volviendo también en una herramienta de competencia y de mercadeo que integra una diversa lista de capacidades de análisis en el desarrollo de la auditoría de estados financieros.
análisis de datos en la auditoría se está volviendo también en una herramienta de competencia y de mercadeo que integra una diversa lista de capacidades de análisis en el desarrollo de la auditoría de estados financieros.
Las diversas herramientas pueden realizar tareas como las siguientes:
- El análisis de poblaciones a 100% mediante la estratificación identificación de partidas con
patrones aislados para ser examinadas. - El reproceso de cálculos relevantes y/o complejos para los estados financieros.
- La correlación de transacciones, conforme pasan a diversos ciclos de procesos.
- La determinación de segregación de funciones.
- La comparación de información con datos obtenidos externamente.
- La manipulación de información para evaluar el impacto en diversos escenarios o con diversos supuestos.
Quienes se han dedicado al estudio e investigación de estos métodos, así como diversas agrupaciones profesionales que se han dado a la tarea de informarse sobre lo que están haciendo las diversas firmas de auditores en sus países o en las sedes de sus redes internacionales, han determinado el uso del análisis de datos en la auditoría como una gran contribución a la calidad en la ejecución de estas. En un estudio reciente hecho por el Financial Reporting Council del Reino Unido, se ha reconocido que la práctica del uso del ADA: “ofrece un alto potencial de mejora en la calidad de la auditoría en los siguientes ámbitos: mayor profundidad en el entendimiento del negocio de la entidad por parte del auditor, determinar un mejor enfoque de pruebas de auditoría en áreas de más alto riesgo a través de la estratificación inteligente de poblaciones muy numerosas, ayuda en el ejercicio del escepticismo profesional, mejora la consistencia y promueve la centralización de la supervisión en auditorías de grupo, permite al auditor realizar pruebas en conjuntos de datos e información extensos o complejos donde la aplicación de un enfoque manual no sería factible, mejora en la eficiencia de la auditoría, identificación de instancias de fraude, hace más provechosa la comunicación con el gobierno corporativo de las entidades”.
Con todo lo descrito, en la práctica profesional de ciertas jurisdicciones se ha extendido el interés de su aplicación, que lejos de lograr mayor penetración de su implementación más allá de sus fronteras, ya se cuenta con ejercicios de revisión en la aplicación del análisis de datos en las auditorías seleccionadas para inspecciones de control de calidad por parte de los reguladores y, como resultado, también hay comentarios y consideraciones de reflexión sobre estas, como las siguientes:
El uso de ADA no es tan predominante como lo espera el mercado. Las firmas y los equipos de trabajo sienten presión para promover el uso de técnicas de ADA para cubrir las expectativas de los comités de auditoría, lograr eficiencias y mostrarse competitivos frente a sus profesionales adversarios.
Soporte enfocado en la implementación estandarizada de la herramientas. Cuando el proceso de implementación del uso de ADA se enfoca en un número reducido de herramientas, su uso es más exitoso entre los usuarios, ya que obtienen más confianza y este se extiende con mayor seguridad, además de que es más eficiente en los resultados obtenidos. Por el contrario, a mayor variedad de herramientas puestas a disposición para su uso, más reducido es su uso en la práctica.
La intervención de los especialistas adecuados es vital. La aplicación de ADA requiere de especialistas formados en el conocimiento del uso de las herramientas y más aún en la obtención eficiente de los datos e información subyacente.
Claro entendimiento del objetivo de su uso. Los equipos de auditoría necesitan tener un claro entendimiento del propósito del uso de técnicas de análisis de datos dentro de su metodología de auditoría para asegurarse de que obtendrán evidencia de auditoría suficiente y apropiada.
La documentación de la evidencia es un reto. La aplicación de ADA tiene el mismo desafío que cualquier evidencia de auditoría: que un profesional experimentado entienda claramente la naturaleza, oportunidad y extensión de las pruebas aplicadas con el análisis de datos, si no se documentó, se asume que no se realizó.
Reto de globalización. Cuando hablamos de grupos empresariales transnacionales que utilizan una misma plataforma de tecnología y sistemas de información, se antoja ambicioso pensar que el auditor de grupo podría aplicar numerosas pruebas de ADA a cualquier base de datos de cualquier jurisdicción (componente del grupo) de manera centralizada; sin embargo, también hay que cuidar algunos desafíos de evidencia de auditoría por parte del auditor del componente.
Finalmente, hay algunas otras reflexiones que nos ayudan a poner en contexto el uso del análisis de datos en la auditoría que nos permita dimensionar también aquellas consideraciones que hace falta tomar en cuenta para lograr un uso y “aceptación” estandarizada de su aplicación como un procedimiento de auditoría; entre estas, la consideración de su uso en las Normas Internacionales de Auditoría; es decir, como se menciona al inicio del tema, aquellos que establecen las normas ya lo tienen definido pero aún no está normado, inclusive en la práctica se ha vivido la polémica de si el ADA debe considerarse como un procedimiento de evaluación de riesgos o como
un conjunto de procedimientos sustantivos en respuesta a los riesgos evaluados. Por otro lado, existen mayores riesgos sobre la confidencialidad y seguridad de la información, incluyendo la libre aceptación de las entidades para proporcionar sus datos subyacentes.
un conjunto de procedimientos sustantivos en respuesta a los riesgos evaluados. Por otro lado, existen mayores riesgos sobre la confidencialidad y seguridad de la información, incluyendo la libre aceptación de las entidades para proporcionar sus datos subyacentes.
Por último, no podemos omitir la consideración de la inversión significativa en la infraestructura de las firmas y prácticas profesionales, tanto en tecnología como en recurso humano y capacitación para ver un poco más recurrente esta práctica en nuestra región.
No hay comentarios.:
Publicar un comentario