La Reinvención de los Procedimientos de Evaluación de Riesgos
La norma revisada se publicó en diciembre de 2020 y es posible que se pregunte qué impacto tiene en los procedimientos de evaluación de riesgos de su firma y cómo puede abordar los requisitos. En el enlace del Folio 96 del IMCP, hay información sobre los cambios, en particular el Anexo 3 – Introducción a la NIA 315 que publicó el IAASB. La Federación Internacional de Contadores (IFAC) durante el análisis y desarrollo de la norma, incorporó un diagrama de flujo útil para la NIA 315, que describe los diversos pasos necesarios para evaluar el riesgo de incorrección material.
Existe una serie de mejoras en la NIA 315, incluido un enfoque mejorado en los controles (particularmente los controles con Tecnología de Información -TI), requisitos más estrictos sobre el ejercicio del escepticismo profesional y la documentación, y consideraciones sobre el uso de análisis de datos para la evaluación de riesgos. El nuevo estándar entra en vigor a partir del 15 de diciembre de 2021, por lo que es el momento de comenzar a planificar cómo abordará los cambios en sus auditorias. A continuación, analizamos algunas consideraciones clave sobre cómo, el análisis de datos puede respaldar una evaluación de riesgos sólida.
¿Cómo puede el análisis de datos respaldar su evaluación de riesgos de acuerdo con NIA 315?
Las áreas identificadas en rojo en el diagrama de flujo(De clic en la imagen) muestran los diferentes procedimientos que pueden ser respaldados por el uso de análisis de datos. Un elemento clave de la norma revisada es que este, debe ser un proceso iterativo que se lleve a cabo durante toda la auditoría. Esto significa que el uso de herramientas de análisis de datos que puedan reprocesar los datos fácilmente con la información más reciente respaldará mejor este requisito que los enfoques más tradicionales.
Identificación de Riesgos de Incorrección Material a Nivel de Estados Financieros
El análisis de datos puede respaldar los procedimientos de evaluación de riesgos establecidos en la NIA 315 mediante el análisis de datos contables anteriores y actuales a nivel de estado financiero. Esto permite al auditor ver los saldos materiales en las cuentas y, si se aplica el aprendizaje automático determinar en dónde se encuentra la concentración de transacciones riesgosas. Aquí es donde se pueden aplicar los conocimientos adquiridos en los recuadros azules del diagrama de flujo. Comparar la comprensión obtenida a través de la observación, con los datos, es una forma poderosa de verificar el análisis inicial e identificar áreas para una mayor investigación.
Curso Análisis de Datos para Auditoría - Ley de Benford
Identificación de Riesgos de Incorrección Material a Nivel de Aseveración
Los análisis específicos pueden enfocarse en los riesgos de una aseveración y mostrar dónde hay problemas particulares con una afirmación. Para hacerlo de manera efectiva, se pueden aplicar y combinar varias pruebas de analítica de datos diferentes para desarrollar un buen indicador de un riesgo de afirmación, por ejemplo, la precisión. Luego, estas pruebas pueden aplicarse de manera automática para brindar al auditor la información necesaria para su evaluación de riesgos.
Determinar Clases de Transacciones, Saldos de Cuentas o Revelaciones Importantes
La combinación de análisis de afirmaciones con la capacidad de perfilar transacciones similares puede ayudar a los auditores a identificar clases importantes de transacciones o saldos. La analítica de datos puede ayudar a producir puntuaciones de similitud, pero también a identificar conjuntos de transacciones que son inusuales. Esto puede indicar procesos comerciales previamente desconocidos que pueden requerir una evaluación separada de su entorno de control.
Evaluar el Riesgo Inherente Evaluando la Probabilidad y la Magnitud
Después de la identificación del riesgo, el auditor puede guiar su evaluación a comprender el nivel de transacciones infrecuentes. El análisis de datos puede proporcionar evaluaciones de riesgo más detalladas en lugar de simplemente riesgosas o no. Esto puede ayudar a respaldar las evaluaciones alineadas con el espectro de riesgo inherente según se define en la NIA 315.
Evaluar el Riesgo de Control
El análisis de datos, como la minería de procesos o las pruebas automatizadas de segregación de funciones, puede ayudar a informar o probar el riesgo de control. Estos análisis pueden proporcionar más comodidad en torno a la evaluación de riesgos de los controles y ayudar a identificar las desviaciones en el entorno de control que requieren un examen más detenido.
Elementos que son Materiales, pero sin Riesgos Significativos
Cuando se han determinado clases de transacciones, saldos de cuentas o revelaciones que son materiales,pero no contienen un riesgo significativo, los análisis recurrentes pueden garantizar que esta evaluación siga siendo válida. Los métodos de detección de anomalías pueden ser particularmente útiles aquí, ya que permiten al auditor verificar periódicamente que no haya ocurrido nada inusual desde que se llevó a cabo la evaluación inicial.
Próximos pasos: NIA 315 y Análisis de Datos
Las metodologías de auditoría deberán reflejar el flujo de trabajo que marca la NIA 315 (Revisada 2019), con especial énfasis en la naturaleza iterativa de la evaluación de riesgos y garantizar que los auditores sean motivados a ejercer escepticismo profesional y documentarlo en cada etapa. El análisis de datos puede ayudar a garantizar que la información utilizada para realizar continuamente la evaluación de riesgos sea oportuna, apropiada y relevante.
Estas mejoras al estándar dan como resultado un enfoque de auditoría más sólido y un avance hacia las tecnologías de análisis y visualización de datos en la práctica de auditoría. Con el análisis de datos, los contadores y auditores pueden obtener información más detallada sobre los datos financieros de sus clientes en menos tiempo.
En general, el análisis de datos puede aumentar la eficiencia de sus procesos, para que pueda centrarse en la entrega de mejores resultados, en tiempo con la entrada en vigor de la NIA 315 (Revisada 2019) el 15 de diciembre de 2021