В статье рассмотрены основные этапы аудита дебиторской задолженности в соответствии с аудиторскими стандартами, источники информации и аналитические процедуры, используемые для анализа дебиторской задолженности. Рассмотрены перспективы внедрения искусственного интеллекта для автоматизации рутинных задач, выявления аномалий и прогнозирования невозвратной дебиторской задолженности, а также обозначены ограничения и требования к качеству программного обеспечения. Сделан вывод о неизбежности внедрения современных технологий в аудит и необходимости адаптации аудиторов для повышения эффективности и конкурентоспособности в будущем.

Ключевые слова: дебиторская задолженность, аудит, аналитические процедуры, искусственный интеллект, планирование аудиторской проверки.

В настоящее время развитие информационных систем и искусственного интеллекта значительно влияют и видоизменяют раннее отлаженные бизнес-процессы. В связи с этим аудиторская деятельность также подвергается значительным изменениям. Внедрение новых технологий требует пересмотра традиционных подходов к проведению аудита, расширения компетенций специалистов и адаптации нормативно-правовой базы.

В рамках статьи будет рассмотрен один из трудоемких сегментов аудиторской проверки — дебиторская задолженность организации, а также перспективы внедрения искусственного интеллекта для оптимизации аудиторской работы.

Дебиторская задолженность относится к оборотным активам организации и возникает в результате несовпадения даты появления обязательств с датой платежей по ним. Сутягин В. Ю. пишет, что «дебиторская задолженность — сумма долгов, причитающихся предприятию от юридических или физических лиц в итоге хозяйственных взаимоотношений с ними» [4].

Согласно аудиторским стандартам, выделяются три основные этапа проведения аудита:

1. Планирование аудиторской проверки;
2. Аудиторская проверка по существу;
3. Завершение аудиторской проверки.

Первым и важным этапом аудиторской работы является планирование, подготовка к которому возводит фундамент проверки бухгалтерской отчетности аудируемого лица. Планирование аудиторской проверки осуществляется в соответствии с МСА 300 «Планирование аудита финансовой отчетности». Стоит отметить, что планирование носит непрерывный характер, поскольку аудитор должен постоянно корректировать стратегию и план проверки в связи выявленными фактами в ходе аудита.

Качественное планирование позволяет эффективно использовать человеческий и временной ресурс для достижения целей проверки, сосредоточиться на наиболее значимых ее областях. В начале аудитор должен ознакомиться с основными хозяйственными процессами аудируемого лица, взяв в учет специфику деятельности и свойственные ей нормативные значения показателей. Также на данном этапе достигается понимание системы внутреннего контроля аудируемого лица, оцениваются риски существенного искажения аудируемой отчетности, определяется уровень существенности, планируется выборка и др. По итогам планирования аудитор подготавливает такие документы, как стратегия проверки и план аудита. Формирование подробного плана аудиторской проверки дебиторской задолженности исходит от профессионального суждения и опыта аудитора, а также используемых аудируемым лицом счетов учета. Часто за основу берется деление задолженности на внутреннюю (с сотрудниками организации) и внешнюю (с контрагентами).

Перед проведением проверки дебиторской задолженности аудитор должен ознакомиться со следующими источниками информации: учетные регистры по счетам 60, 62, 68, 69, 70, 71, 73, 75, 76; авансовые отчеты, договоры поставки продукции, накладные, счета-фактуры, акты сверки расчетов, протоколы о зачете взаимных требований, акты инвентаризации расчетов, бухгалтерская отчетность, Положение об учетной политике организации и другое.

Аудиторская проверка по существу является вторым этапом аудиторской работы и представляет собой детальную проверку отражения информации по аудируемому сегменту учета в бухгалтерском учете и отчетности. Аудитор анализирует точность, полноту, своевременность признания, правильность классификации и раскрытия в бухгалтерской отчетности данных, в том числе о дебиторской задолженности.

МСА 520 «Аналитические процедуры» устанавливает обязанности аудитора в отношении аналитических процедур в качестве процедур проверки по существу [1]. В части дебиторской задолженности аналитические процедуры представляют собой систему показателей экономического анализа, таких как:

— коэффициент оборачиваемости дебиторской задолженности;

— срок погашения дебиторской задолженности;

— доля дебиторской задолженности в общем объеме активов;

— доля сомнительной дебиторской задолженности в общем объеме дебиторской задолженности;

— показатель соотношения дебиторской и кредиторской задолженности и другие [3].

Таким образом, проводимый на этом этапе анализ направлен на обнаружение особых тенденций и изменений, что необходимо для достижения понимания о финансовом положении компании, а также о состоянии аудируемого сегмента учета — дебиторской задолженности.

Завершение аудиторской проверки сводится к формированию мнения по отчетности аудируемого лица в целом и дальнейшему его выражению в аудиторском заключении.

Аудиторская проверка бухгалтерской отчетности, а также отдельных ее сегментов занимает значительные временные и человеческие ресурсы, в связи с чем внедрение в работу современных информационных систем и искусственного интеллекта способно произвести настоящую революцию в рутинных задачах. Например, с их помощью возможно автоматизировать процесс отправки и обработки запросов на подтверждение дебиторской задолженности. Автоматизация сверки значительно сократит время, необходимое для этой трудоемкой задачи и позволит сосредоточиться на более важных аспектах работы, требующих профессионального суждения аудитора. Помимо того, искусственный интеллект может анализировать данные о дебиторской задолженности, чтобы выявлять аномалии, которые могут указывать на мошеннические операции, такие как фиктивные продажи, манипуляции с датами в документах и необоснованные списания. Прогнозирование уровня невозвратной дебиторской задолженности также является немаловажной функцией, автоматизация которой облегчит процесс анализа в этой части. Аудиторы смогут более точно оценивать финансовое состояние компании и рекомендовать создание дополнительных резервов в отношении сомнительных долгов.

Несмотря на очевидные преимущества использования искусственного интеллекта в аудиторской работе существует ряд ограничений. Внедрение подобных систем потребует значительных инвестиций в программное обеспечение, оборудование и обучение персонала. Продукт должен быть ориентирован на нужды аудиторов и быть понятным, доступным в работе, содержать профессиональную лексику, обеспечивать высокую точность результатов.

В целом, искусственный интеллект обладает огромным потенциалом для трансформации аудита, в том числе для аудиторской проверки дебиторской задолженности. В ближайшие годы внедрение современных технологий будет неизбежным процессом, который также коснется аудиторской работы. Адаптация к изменениям повысит конкурентоспособность и обеспечит высокое качество аудиторских услуг в будущем.

Литература:

1. Аналитические процедуры / Международный стандарт аудита (МСА) 520 [Электронный ресурс]: приказ Минфина России от 09.01.2019 N 2н — Доступ из СПС «КонсультантПлюс».
2. Планирование аудита финансовой отчетности / Международный стандарт аудита (МСА) 300 [Электронный ресурс]: приказ Минфина России от 09.01.2019 N 2н. — Доступ из СПС «КонсультантПлюс».
3. Поварова Е. С. Аналитические процедуры в аудите дебиторской задолженности // Вестник Московского университета имени С. Ю. Витте. Серия 1: Экономика и управление. 2022. № 1 (40). URL: https://cyberleninka.ru/article/n/analiticheskie-protsedury-v-audite-debitorskoy-zadolzhennosti (дата обращения: 20.05.2024).
4. Сутягин, В. Ю. Дебиторская задолженность: учет, анализ, оценка и управление: учебное пособие / В. Ю. Сутягин, М. В. Беспалов. — Москва: ИНФРА-М, 2024. — 216 с. [Электронный ресурс]. — (Высшее образование). — DOI 10.12737/670. — ISBN 978–5-16–019174–4. — Текст: электронный. — URL: https://znanium.ru/catalog/product/2093915 (дата обращения: 02.04.2025).