Phân tích dữ liệu mang lại nhiều lợi ích trong kiểm toán công

Phân tích dữ liệu đóng vai trò quan trọng

Phân tích dữ liệu là việc ứng dụng các phương pháp khoa học của ngành khoa học dữ liệu nhằm đạt được những hiểu biết sâu sắc từ các dữ liệu đã thu thập. Theo nghiên cứu của KTNN, phân tích dữ liệu bao gồm: Chuỗi các bước thu thập dữ liệu, xử lý dữ liệu, phân tích dữ liệu, đánh giá và đưa ra kết quả.

TS. Lê Anh Vũ - Trưởng phòng Kiểm toán CNTT, KTNN chuyên ngành VII - cho biết, phân tích dữ liệu trong kiểm toán công bắt đầu với việc kiểm toán viên nhà nước xác định và thực hiện thu thập các nguồn dữ liệu khác nhau phục vụ một cuộc kiểm toán tài sản công, tài chính công. Thông qua các kỹ thuật phân tích dữ liệu khác nhau, kiểm toán viên nhà nước sẽ có những hiểu biết sâu sắc, cụ thể về đối tượng được kiểm toán, bao gồm: Số liệu tài chính công, chính sách công, dịch vụ công… làm cơ sở để đưa ra các đánh giá về rủi ro kiểm toán và trọng yếu kiểm toán, xác định nội dung kiểm toán, chọn mẫu kiểm toán hoặc đưa ra nhận định, ý kiến kiểm toán.

“Nếu chỉ thu thập dữ liệu mà không được phân tích chi tiết sẽ gây tốn kém, lãng phí vô cùng lớn. Chúng ta phải đi vào từng phần cốt lõi để từ phân tích dữ liệu các phần mềm sẽ chỉ ra phần nào là trọng yếu, phần nào là rủi ro, từ đó kiểm toán viên nhà nước mới tập trung đi vào vấn đề trọng tâm nào, sau đó chọn mẫu kiểm toán nếu không kiểm toán được toàn bộ, tiếp đến sẽ đưa ra các ý kiến kiểm toán” - Phó Tổng Kiểm toán nhà nước Hà Thị Mỹ Dung nhấn mạnh.

Đề cập đến vai trò mà phân tích dữ liệu trong kiểm toán công mang lại, đại diện KTNN chuyên ngành VII cho biết, trong cả 4 giai đoạn gắn với quy trình kiểm toán công, phân tích dữ liệu đều thể hiện rõ những lợi ích to lớn.

Trong giai đoạn khảo sát, lập kế hoạch kiểm toán, phân tích dữ liệu giúp kiểm toán viên nhà nước có cái nhìn khái quát, cũng như chi tiết về đối tượng được kiểm toán một cách khách quan, giảm thiểu các nhận định chủ quan, qua đó nâng cao chất lượng đánh giá rủi ro, xác định các vấn đề trọng tâm và chọn mẫu kiểm toán chi tiết. Đây cũng là cơ sở quan trọng dẫn đến việc phân bổ tối ưu nguồn lực kiểm toán.

Ở giai đoạn thực hiện kiểm toán, các phát hiện kiểm toán cá biệt có thể được đánh giá trên phạm vi toàn hệ thống của đối tượng được kiểm toán thông qua việc phân tích dữ liệu lớn nhằm phát hiện toàn bộ các sai sót tương tự.

Trong giai đoạn lập và phát hành báo cáo kiểm toán, phân tích dữ liệu giúp nâng cao chất lượng trình bày và hình ảnh hóa trong quá trình lập báo cáo kiểm toán. Từ đó mang lại kết quả là nội dung báo cáo kiểm toán thú vị hơn, cũng như có những gợi ý hữu ích hơn cho các bên liên quan.

Đối với giai đoạn kiểm tra thực hiện kiến nghị và kết luận kiểm toán, phân tích dữ liệu có thể áp dụng cho dữ liệu hiện tại của đơn vị được kiểm toán và so sánh với các kết quả của phân tích dữ liệu tại thời điểm kiểm toán để đánh giá việc thực hiện các kiến nghị và kết luận kiểm toán.

Hướng dẫn phân tích dữ liệu của INTOSAI

Đến thời điểm hiện tại, Tổ chức quốc tế Các cơ quan Kiểm toán tối cao (INTOSAI) đã xây dựng 2 hướng dẫn phân tích dữ liệu trong hoạt động kiểm toán. Cụ thể gồm: Hướng dẫn phân tích dữ liệu ban hành năm 2019 (Hướng dẫn 2019) với mục tiêu cung cấp hướng dẫn chung về triển khai phân tích dữ liệu trong hoạt động kiểm toán và Hướng dẫn áp dụng phân tích dữ liệu trong hoạt động kiểm toán được ban hành năm 2020 (Hướng dẫn 2020).

Theo TS. Lê Anh Vũ, Hướng dẫn 2019 cung cấp khái niệm phân tích dữ liệu và phác thảo các quy trình chung để thực hiện các phương pháp phân tích dữ liệu cho những kiểm toán viên đã quen thuộc với phương pháp kiểm toán truyền thống. Hướng dẫn cũng cung cấp một số tiêu chuẩn thực hành tốt cho phân tích dữ liệu đã được áp dụng liền mạch. Tuy nhiên, Hướng dẫn không tập trung vào công nghệ và phương pháp cụ thể.

Khác với Hướng dẫn 2019 chỉ cung cấp cách nhìn tổng quan, Hướng dẫn 2020 đã trình bày chi tiết trình tự, thủ tục cho 4 chuyên đề chính: Tổng quan về ứng dụng phân tích dữ liệu trong hoạt động kiểm toán; Thu thập dữ liệu và chuẩn bị dữ liệu; Phân tích dữ liệu và sử dụng kết quả; Kiểm soát chất lượng và bảo mật. Như vậy, Hướng dẫn 2020 đã đủ thông tin khung sườn để các cơ quan kiểm toán tối cao (SAI) có thể kế thừa, triển khai chi tiết và vận dụng trong thực tiễn hoạt động kiểm toán phù hợp với tình hình quốc gia. Ngoài nội dung tổng quan trình bày đầu tiên nhằm giúp các SAI có cái nhìn tổng quát về phân tích dữ liệu, hai phần tiếp theo đi xuyên suốt quy trình phân tích dữ liệu và phần cuối cùng đề cập đến kiểm soát chất lượng gắn với các rủi ro của phân tích dữ liệu và vấn đề bảo mật.

Theo các hướng dẫn của INTOSAI, kiểm toán viên muốn phân tích dữ liệu cần phải có tư duy toán học, am hiểu các thuật toán, biết lập trình, phải hiểu cách dữ liệu được trao đổi qua các hệ thống CNTT và cách trình bày các kết quả một cách dễ hiểu. Đây là các năng lực then chốt để định hướng công tác đào tạo nhân sự của SAI.

Phân tích dữ liệu trong kiểm toán công sẽ được nâng tầm phát triển mới khi các phân tích được tái sử dụng dưới dạng mô hình phân tích dữ liệu áp dụng cho nhiều cuộc kiểm toán nhằm tiết kiệm thời gian và nâng cao hiệu quả trong hoạt động kiểm toán công.

Bên cạnh đó, nếu SAI muốn xây dựng đội ngũ phân tích dữ liệu thì phải chú trọng xây dựng đầy đủ 3 nhóm chính, gồm: Nhóm 1 - đơn thuần là các kỹ sư CNTT gắn với việc xây dựng hệ thống xử lý dữ liệu thô; Nhóm 2 - bắt đầu với việc làm sạch dữ liệu, phân loại dữ liệu cho đến bước trình bày kết quả phân tích dữ liệu; Nhóm 3 - là nhóm ra quyết định sẽ sử dụng kết quả phân tích dữ liệu như thế nào trong hoạt động kiểm toán.

“Có thể nói, KTNN đang rất thiếu đội ngũ thuộc Nhóm 1 và Nhóm 2. Trong đó, Nhóm 2 là nhóm nòng cốt và mất công xây dựng vì yêu cầu vừa phải hiểu về kỹ thuật, biết lập trình, biết phân tích và phải biết trình bày kết quả” - TS. Lê Anh Vũ nhận định.

Trước thực tế này, Phó Tổng Kiểm toán nhà nước Hà Thị Mỹ Dung yêu cầu việc triển khai thu thập dữ liệu trong kiểm toán công của KTNN cần phải đi vào từng bước cụ thể, có mục đích và phương pháp rõ ràng, bài bản và hiệu quả hơn./.

H.Thoan - T. Xuyên