Användning av big data-analys vid urval och testning av bokföringsposter och dess påverkan på professionell skepsis

Varför detta är viktigt för förtroendet för finansiella siffror

När företag publicerar sina finansiella rapporter antar investerare, anställda och allmänheten att siffrorna är ärliga. Ändå har några av de största bedrägerierna de senaste åren skett genom subtila manipulationer av bokföringsposter djupt inne i enorma databaser. Den här artikeln undersöker hur revisorer börjar använda big data-verktyg för att skanna dessa hav av poster mer effektivt — och ställer en avgörande fråga: gör dessa kraftfulla teknologier revisorer mer vaksamma, eller frestar de dem att lita för mycket på datorn?

Söker problem i vardaglig bokföring

I centrum för varje revision finns bokföringsposter — de grundläggande registren över pengar som kommer in och går ut ur ett företag. Bedrägliga aktörer utnyttjar ofta dessa register för att dölja förluster eller blåsa upp vinster, ibland genom att kringgå normala kontroller. Internationella revisionsregler kräver därför att revisorer testar dessa poster med ett skeptiskt förhållningssätt. Traditionellt innebar det att kontrollera små stickprov för hand. I en era av massiva, komplexa dataset kan dock denna selektiva metod missa förslagna problem. Författarna hävdar att big data-analys kan omvandla denna uppgift genom att undersöka hela populationer av poster och upptäcka ovanliga mönster som vore osynliga vid manuella granskningar.

Hur big data-verktyg förändrar revisionsvardagen

Studien bygger på djupintervjuer med nio seniora revisorer från Big Four-firmor verksamma i Palestina, en marknad som integrerar globala revisionspraxis under svåra förhållanden. Dessa revisorer beskriver big data-verktyg som samlar in miljontals bokföringsposter, sorterar dem efter risk och markerar konstigt utseende transaktioner. Istället för att börja med ett handfull poster valda ur intuition kan team nu se hela aktivitetens landskap och zooma in på poster som sticker ut i belopp, tidpunkt, källsystem eller kombinationer av faktorer. Denna "data-först"-syn, rapporterar de, snabbar inte bara upp arbetet utan ger också en rikare bild av hur en kunds verksamhet faktiskt fungerar.

Människor, utbildning och lagarbete bakom skärmarna

Trots den sofistikerade programvaran betonar revisorerna att mänskliga färdigheter och relationer förblir centrala. De beskriver återkommande utbildningssessioner som går bortom knapptryckning och fokuserar på hur man tolkar märkliga mönster, ifrågasätter falska larm och kopplar datasignaler till verkliga affärsrisker. Teammöten och gemensam planering används för att brainstorma var ledningen kan frestas att tänja på reglerna — såsom uppskattningar och avsättningar — och sedan utforma analyser som undersöker dessa områden. Seniora partners och direktörer är nära involverade, granskar de elektroniska arbetsdokumenten, ifrågasätter val av filter och tröskelvärden och ser till att personal inte behandlar datorutdata som okränkbar sanning.

Den dubbeläggade effekten av smarta maskiner

Intervjuerna framträder också med tydliga farhågor. Eftersom analysverktyg automatiskt kan producera prydliga rapporter och instrumentpaneler finns en risk att revisorer accepterar dem per automatik och antar att om systemet inte flaggar något så finns inget problem. Deltagarna varnar för att denna typ av överberoende kan slöa den professionella skepsisen och tillåta allvarliga felaktigheter att förbli oupptäckta. Tillsynsmyndigheter och interna kvalitetsgranskare pressar redan firmor att undvika en "checklista-mentalitet" och att visa hur de har använt dataverktyg på ett genuint riskfokuserat, ifrågasättande sätt. Ändå ger nuvarande revisionsstandarder begränsad konkret vägledning om hur man kombinerar avancerad analys med plikten att tvivla och verifiera.

Vad studien säger enkelt uttryckt

Enkelt uttryckt drar artikeln slutsatsen att big data-analys kan vara en kraftfull allierad för ärliga revisioner om — och endast om — revisorerna håller sig fullt i kontroll. Dessa verktyg hjälper dem att sålla genom stora volymer poster, rikta in sig på riskfyllda områden och bättre förstå hur ett företag faktiskt tjänar och bokför pengar. Men de introducerar också nya beteendefällor: det blir lättare att lita på maskinen än att ställa obekväma frågor. För att hålla skepsisen vid liv behöver firmor gedigen utbildning, öppen teamdiskussion, aktivt ledarskap och klarare regler från standardgivare och tillsynsmyndigheter. Teknologin, föreslår författarna, bör skärpa revisorns kritiska blick, inte ersätta den.

Citering: Abu Al Rob, M.A., Mohd Nor, M.N. & Salleh, Z. Utilizing big data analytics in the selection and testing of journal entries and its impact on professional skepticism. Humanit Soc Sci Commun 13, 553 (2026). https://doi.org/10.1057/s41599-026-06626-0

Nyckelord: big data-analys, revision, finansiellt bedrägeri, professionell skepsis, testning av bokföringsposter