MRR453 Digital revisjon (videreføres som ACC430)

• 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.

  (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, oppgavegjennomganger og egne studier. Forelesningene gjennomføres som hovedregel fysisk i auditorium i Bergen og blir filmet. Oppgavegjennomgangene gjennomføres fysisk både i Bergen og Oslo og blir ikke filmet. Det er kun studenter som er tatt opp på MRR Oslo som har adgang til oppgavegjennomganger i Oslo.

• 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, gruppearbeid 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.

• Obligatorisk aktivitet (arbeidskrav)

  Man må delta på minst 9 timer oppgavegjennomgang. 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 arbeidskrav vil fortsatt være gyldig selv om arbeidskravene senere er endret.

• Vurderingsordning

  4 timer individuell hjemmeeksamen. På eksamen kan det bli gitt vedlegg på engelsk.

• Vurderingsuttrykk

  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 emnet.

• Hjelpemidler til eksamen

  Ved skoleeksamen: Pensumbøker. Ordliste. Kalkulator jfr. NHH sitt regelverk. Ved hjemmeeksamen: Alle hjelpemidler tillatt. Samarbeid mellom kandidaten og andre individer ved utarbeidelse av besvarelsen er ikke tillatt og anses som fusk.