Digital revisjon

MRR453 Digital revisjon

Vår 2021

  • Innhold

    Digitalisering (automatisering og data analyser) implementeres i økende omfang i regnskapsavdelingene hos virksomhetene. Dette vil påvirke revisorprofesjonen vesentlig. I tillegg til strukturerte data fra virksomhetene, har revisor også tilgang til en rekke data (Big Data) fra andre kilder. I sum vil derfor måten revisor reviderer på trolig endres vesentlig. Dette krever ny kompetanse, bl.a. i innhenting og håndtering av store datamengder og i bruk av ulike statistiske metoder og verktøy for dataanalyser.

    Dette emnet gir studentene en oversikt over nye prosesser og teknologi, trening i spesifikke metoder og verktøy, samt ferdigheter til å forstå hvordan og i hvilken grad de nye analyseverktøyene kan erstatte dagens revisjonshandlinger og gi tilstrekkelige og hensiktsmessig revisjonsbevis.

     

    Emneoversikt (men ikke nødvendigvis undervist i den rekkefølge):

    (A) Digitalisering hos virksomhetene:

    • Hva skjer av automatisering/robotisering i regnskapssystemer og -avdelinger hos virksomheter. Demonstrasjon av roboter.
    • Dokumentasjon og intern kontroller hos kunde som følge av automatiserte prosesser. Konsekvenser for revisjon.

     

    (B) Hvordan innhente og behandle data (preprocessing)

    • Bruk av strukturerte og ustrukturerte data generelt i revisjon; inkludert å sikre og dokumentere at data er fullstendige, nøyaktige og ikke manipulerte
    • Uttrekk/tilgang og lagring av data, om SQL, SAP og Hadoop som verktøy, inkludert hva revisor må være oppmerksom på
    • Kartlegge dataflyten i systemer og prosesser som er relevante for regnskapet

     

    (C) Dataanalyser til bruk i revisjon (datamining)

    • Statistiske metoder for dataanalyser til bruk i revisjon: Teori og praktiske case v.h.a. datasett hvor det gjøres dataanalyser
    • Hypoteser, sammenhenger og outlayers
    • Bruk av ulike statistiske metoder som: Regresjonsanalyser, clustering/mønstre, beslutningstrær, text mining
    • Bruk av dataanalyseverktøy, og visualisering.

     (D) Er dataanalysene tilstrekkelig og hensiktsmessig revisjonsbevis?

    • Hva sier revisjonsstandarder og reguleringsmyndigheter om bruk av dataanalyser som revisjonsbevis? Kan de erstatte dagens bevis?

    Hva er tilstrekkelig og hensiktsmessig revisjonsbevis fra dataanalyser? Hvordan bør de dokumenteres?

  • Læringsutbytte

    Kunnskap - Studenten skal ved fullføring

    • Ha en forståelse av endringene som skjer i regnskapssystemene og -avdelingene mht. digitalisering; digitale transaksjoner, automatisering (robotisering) av prosesser, samt arbeidsoperasjoner, kontroller og dataanalyser i virksomhetene
    • Ha kjennskap til ulike type dataoverføringsverktøy og metoder og ulike dataanalyseverktøy (SAP connector, SQL, Hadoop, samt R, Phyton o.l.)
    • Ha kunnskap og praktisk forståelse for dataintegritet; pålitelighet av data, fullstendig og nøyaktig overføring av data, vasking av data og rydding av data
    • Ha god kunnskap om sentrale statistiske metoder ved dataanalyser (data mining): regresjon, clustering/mønstre, beslutningstrær, text mining. Kunne håndtere outliers, unormaliteter og konkludere basert på resultater
    • Ha kunnskap om hvordan funn fra dataanalyser kan brukes i revisjonen og eventuelt erstatte manuelle/substansiell innhenting av revisjonsbevis
    • Ha kunnskap om i hvilke grad gjeldende revisjonsstandarder er tilpasset bruk av dataanalyse, samt de pågående initiativ og endringsprosesser i revisjonsstandardene

    Ferdigheter - Studenten skal ved fullføring

    • Kunne beskrive sentrale regnskapsprosesser, hva som kan bli digitalisert og hvilke type digitale/automatiserte kontroller som kan anvendes
    • Som revisor kunne stille relevante spørsmål om overførte data er fullstendige, nøyaktige og ikke manipulerte
    • Kunne vaske og strukturere ustrukturerte data og forstå risiker og hensiktsmessige prosedyrer ved håndtering av data
    • Kunne bruke dataanalyseverktøy
    • Kunne gjennomføre ulike dataanalyser v.h.a. statistiske metoder (data mining, hypotesetesting, avviksanalyser, datavisualisering m.v.) til bruk i revisjonsarbeidet; både for virksomhetsforståelse og identifisering av risiker i planleggingsarbeidet, testing av internkontroll, og innhenting og vurdering av revisjonsbevis
    • Kunne avgjøre om revisjonsbevisene er tilstrekkelige og hensiktsmessig, inkludert i hvilken grad de kan erstatte eksisterende "tradisjonelle" revisjonsbevis

     

    Generell kompetanse - Studenten skal ved fullføring

    • Ha en forståelse over endringsprosessene som skjer/forventes vil skje i regnskapsavdelinger/-systemer og i revisjonsarbeidet og rollen og kompetansekrav til revisjonsmedarbeidere

  • Undervisningsopplegg

    Forelesninger, oppgavegjennomgang (herunder studentpresentasjoner og casediskusjoner) og egne studier. Forelesninger og oppgavegjennomgang vil som hovedregel gjennomføres fysisk i auditorium; koronapandemien kan medføre større grad av digital undervisning. Det vil foreligge et digitalt alternativ for forelesninger og oppgavegjennomganger som gjennomføres fysisk.

  • Anbefalte forkunnskaper

    Grunnleggende kunnskap i statistiske metoder i data-analyser (regresjonsanalyse m.v.) samt bruk av excel. NB: Det gis et forkurs over en uke med kombinert undervisninger, case, grupeparbeid og gruppeveiledning for de som ikke mener de har tilstrekkelig forkunnskaper i statistikk og excel. Følg med på Canvas for nærmere info. MRR411/BUS426N Revisjon eller tilsvarende.

  • Krav til kursgodkjenning

    Godkjent individuell innlevering i statistiske dataanalyser. Godkjent gruppebasert innlevering og/eller forberede gruppebasert fremføring. Dersom egen gruppe skal fremføre må man delta i presentasjonen.

    Gjentak: Tidligere kursgodkjenning vil fortsatt være gyldig selv om kursgodkjenningskravene senere er endret. 

  • Vurderingsform

    4 timers individuell skriftlig hjemmeeksamen.

    På eksamen kan det bli gitt vedlegg som er på engelsk. 

  • Karakterskala

    A-F 

  • Dataverktøy

    PC som kan laste ned eller bruke excel, R, Tablau

  • Litteratur

    Obligatorisk litteratur:

    • ‘Dataanalytics for accounting’ by Richardson et.al. 2020
    • Artikler som legges ut av foreleser

    En detaljert oversikt over hvilke kapitler mv. som er pensum blir publisert på Canvas. Forelesningene, innlevering, casediskusjoner og oppgaver er også en viktig del av pensum i kurset.

Oppsummering

Studiepoeng
7.5
Undervisningsspråk
Norsk og engelsk
Semester

Vår. Tilbys våren 2021.

Kursansvarlig

Finn Kinserdal, Førsteamanuensis, Institutt for regnskap, revisjon og rettsvitenskap.