[mks_separator style=\”solid\” height=\”1\”]
معرفی دوره
[mks_separator style=\”solid\” height=\”1\”]
حسابرسان برای انجام وظایف خود نیازمند دسترسی به اطلاعات و گردآوری و تحلیل شواهد هستند. در گذشته حسابرسان برای بررسی شواهد از روش های نمونه گیری استفاده می کردند. این روش ها گرچه براصول علم آمار بنا نها شده است، لیکن نمی تواند در حجم بالای اطلاعات، کارایی و اثربخشی لازم را برای تضمین کیفیت عملیات حسابرسی به همراه داشته باشد. از این رو تحلیل داده ها به عنوان یک روش مناسب برای جبران این نقیصه مطرح گردیده است.
تحلیل داده ها، فرآیند بررسی، پاکسازی، انتقال و مدلسازی داده ها با هدف دستیابی به اطلاعات ارزشمند، کسب دانش و نتیجه گیری در یک حوزه خاص است. طی تحلیل داده ها، بینش مورد نیاز حسابرسان از داده های عملیاتی و مالی استخراج می شود. با استفاده از تکنیک های مختلف تحلیل داده، حسابرسان می توانند به اطلاعاتی ارزشمند در خصوص فرصت های تقلب، موارد عدم رعایت مقررات، ضعف کنترل ها، پایین بودن کارایی و اثربخشی دست یابند. تحلیل داده، حسابرسان را به ابزاری توانمند برای حداکثرسازی دانش و بینش در راستای ارزیابی اثربخشی کنترل ها مجهز می سازد.
دوره آموزشی حاضر به منظور ارتقای دانش و مهارت های حسابرسان داخلی، با رویکرد کاملاً عملی و کارگاهی طراحی شده است. طی این دوره شرکت کنندگان علاوه بر آشنایی با اصول تحلیل داده و تکنیک های آن می توانند تحلیل داده های آزمایشی را برای انجام فعالیت های حسابرسی با استفاده از نرم افزارهای عمومی و ساده ای همچون Excel و Access تجربه کنند. در قالب این کارگاه مجموعه ای متنوع از آزمون های حسابرسی برای ارزیابی اثربخشی کنترل ها و شناسایی تقلب در نظر گرفته شده است که شرکت کنندگان فرصت اجرای این آزمون ها را با داده های آزمایشی خواهند داشت.
[mks_separator style=\”solid\” height=\”1\”]
مزایای دوره
[mks_separator style=\”solid\” height=\”1\”]
- فعالیت عملی و کارگاهی در محیط کارگاه رایانه برای تعمیق یادگیری
- انجام آزمون های کاربردی برای چرخه های متداول
- استفاده از داده های آزمایشی برای انجام آزمون ها
- آموزش انجام آزمون ها با استفاده از نرم افزارهای عمومی Excel و Access
[mks_separator style=\”solid\” height=\”1\”]
سرفصل مطالب
[mks_separator style=\”solid\” height=\”1\”]
متدولوژی تحلیل داده ها
• برنامه ریزی و تعریف مساله
• شناخت، گردآوری و آماده سازی داده ها
• تحلیل داده ها
• اعتبارسنجی نتایج
• گزارشگری نتایج
آماده سازی داده ها
• دریافت و فهم داده
• پاکسازی داده ها
• انتخاب و یکپارچه سازی داده ها
تحلیل های اولیه داده ها
• طبقه بندی داده ها
• خلاصه سازی توصیفی داده ها
آزمون های شناسایی تقلب
• آزمون بزرگترین تراکنش ها
• آزمون بیشترین نرخ رشد
• آزمون RSF برای شناسایی ناهنجاری ها
• آزمون ارقام تکراری
• آزمون همبستگی
تحلیل چرخه خرید با داده های آزمایشی
• آزمون شکست معامله
• آزمون تقدم سفارش خرید بر پیش فاکتور
• آزمون شماره سریال صورتحساب
• آزمون تطبیق مقدار کالای دریافت شده با مقدار سفارش داده شده
• آزمون پرداخت های تکراری
• آزمون تامین کنندگان پرخطر
• آزمون روند تامین از تامین کننده
• آزمون پرداخت های غیرطبیعی
تحلیل چرخه فروش با داده های آزمایشی
• آزمون سقف اعتبار مشتریان
• آزمون تفکیک وظایف
• آزمون تطبیق مقدار کالای ارسال شده با مقدار سفارش داده شده
• آزمون وجوه دریافت شده با وجوه صورتحساب
تحلیل چرخه حقوق و دستمزد با داده های آزمایشی
• آزمون هزینه سفر و ماموریت
• آزمون پرداخت های مشکوک
• آزمون اضافه کار غیرمعمول
[mks_separator style=\”solid\” height=\”1\”]