KHÓA HỌC: PHÂN TÍCH DỮ LIỆU = EXCEL (free)

(Share để lưu lại xem sau)
📊

Hành trình 6 bước thực hiện Data Analytics bằng Excel

Từ Zero đến Hero - Công cụ miễn phí giúp Kiểm toán viên & Phân tích viên phát hiện gian lận

🔴 Tại sao bạn CẦN phải biết?

1

Chuẩn mực 1210.A3 Năng lực chuyên môn TT 8/2021 yêu cầu kiểm toán viên phải có kỹ năng công nghệ thông tin

2

Vẫn kiểm toán thủ công → Chậm, sai sót, bỏ lỡ gian lận

3

Phần mềm chuyên dụng đắt đỏ → Excel là giải pháp tối ưu chi phí = 0đ

🎯 Lộ trình 6 bước chinh phục

Từ tư duy đến kỹ thuật thực hiện

BƯỚC 1

Tư duy mới: Continuous Audit (Kiểm toán liên tục)

  • Phương pháp: Kiểm toán liên tục - tự động hóa và tăng tần suất kiểm tra
  • Chuyển từ: Kiểm toán truyền thống (chu kỳ hàng năm) → Kiểm tra theo thời gian thực hoặc chu kỳ ngắn
  • Mở rộng phạm vi: Có thể kiểm tra 100% dữ liệu thay vì chọn mẫu
  • Phát hiện sớm: Tìm ra vấn đề ngay khi phát sinh, không phải đợi đến cuối năm

📋 3 vấn đề cần cân nhắc khi triển khai:

  • Xác định sản phẩm: Mục tiêu của bạn là gì? (VD: Báo cáo các chỉ số rủi ro chính - KRI, báo cáo phát hiện bất thường/gian lận tự động)
  • Lựa chọn phương pháp: Nên mua module hệ thống, phần mềm chuyên dụng hay tự thiết kế công cụ bằng Excel để tiết kiệm chi phí?
  • Trao đổi kết quả: Quy trình báo cáo, phân phối thông tin và theo dõi các phát hiện sau kiểm toán

💡 Lợi ích chính:

  • Tự động hóa các kiểm tra lặp lại → Giảm thiểu công sức thủ công
  • Phát hiện nhanh các bất thường và gian lận tiềm ẩn
  • Tăng độ tin cậy của báo cáo tài chính
  • Giảm rủi ro kiểm toán và nâng cao hiệu quả hoạt động
Video Continuous Audit
📊
BƯỚC 2

Phân tích tần suất (Frequency Analysis)

  • Kỹ thuật: "Phân tầng" (Stratify) dữ liệu
  • Phát hiện: 20% giao dịch chiếm 80% giá trị (Nguyên lý Pareto)
  • Cảnh báo: Giao dịch tập trung tiệm cận hạn mức phê duyệt
  • Công cụ: Dashboard trực quan với Histogram, Biểu đồ Pareto, Slicer

📈 Ứng dụng Histogram:

  • Đánh giá sự phân bổ của các nhóm giá trị
  • Dữ liệu đang tập trung vào các giao dịch giá trị nhỏ hay lớn?
  • Có dấu hiệu tập trung vào các giao dịch tiệm cận hạn mức phê duyệt không?

📊 Phân tích Pareto (80/20):

  • Đánh giá sự phân bổ theo loại giao dịch
  • Tìm ra các giao dịch có tần suất thấp nhưng chiếm giá trị cao
  • Ưu tiên kiểm tra các giao dịch có tác động lớn nhất

📉 Phân tích biến động:

  • Đánh giá sự thay đổi của các nhóm giá trị theo thời gian
  • Có sự gia tăng bất thường các giao dịch giá trị cao vào cuối kỳ kế toán không?
  • So sánh xu hướng giữa các tháng/quý/năm

🛠️ Demo công cụ Excel gồm 2 chức năng:

  • "Dashboard": Trực quan hóa bằng biểu đồ cột, đường và Slicer
  • "Data": Cho phép xem xét nhanh số liệu gốc bằng Pivot Table
Video Frequency Analysis
🔍
BƯỚC 3

Phát hiện thanh toán trùng lặp (Duplicate Detection)

  • Tầm quan trọng:1 trong 25 thủ tục phân tích được khuyến nghị thực hiện ở mọi tổ chức
  • Kỹ thuật: Fuzzy Matching - So sánh "gần đúng" vượt trội hơn hàm Excel thông thường
  • Ví dụ phát hiện: "CONG TY A" ≈ "CÔNG TY A" (khác 2 chữ, thừa khoảng trắng)
  • Tiêu chí kiểm tra: Tên NCC, Số Hóa đơn, Số Tiền, Ngày giao dịch

🎯 Phương pháp phát hiện:

  • Kiểm tra dựa trên nhiều tiêu chí kết hợp (không chỉ 1 trường)
  • Tên NCC: So sánh tương đối, chấp nhận sai khác nhỏ
  • Số Hóa đơn: Phát hiện trùng lặp hoàn toàn
  • Số Tiền: Cho phép sai lệch số lẻ nhỏ (VD: 100.000 ≈ 100.001)
  • Ngày giao dịch: Cùng ngày hoặc gần nhau

💪 Ưu điểm của Fuzzy Matching:

  • Phát hiện trùng lặp "tương đối" - không yêu cầu khớp 100%
  • Xử lý được lỗi đánh máy (typo), thừa/thiếu khoảng trắng
  • Phát hiện được cả trường hợp cố tình thay đổi vài ký tự để che giấu

📊 Cách đọc kết quả trong công cụ Demo:

  • Bảng kết quả: Chia theo 7 trường hợp lỗi khác nhau
  • Slicer: Lọc và phân tích giao dịch lỗi theo Tháng hoặc Nhà cung cấp
  • Double click vào Pivot Table: Truy xuất dữ liệu chi tiết từng giao dịch
  • Điều tra thêm: Kiểm tra chứng từ gốc để xác định lỗi thật hay false positive
Video Duplicate Detection
🧩
BƯỚC 4

Phát hiện giao dịch bị chia nhỏ (Split Transactions)

  • Hình thức gian lận: Cố tình chia nhỏ các khoản chi (T&E) để lách hạn mức phê duyệt
  • Ví dụ điển hình: Quản lý có hạn mức 50 triệu, cần mua 80 triệu → Chia thành 2×40 triệu để tự duyệt
  • Phương pháp: Tự động gom giao dịch cùng Người + cùng Loại chi + cùng NCC + cùng thời điểm
  • Cảnh báo: So sánh giá trị riêng lẻ vs tổng giá trị với hạn mức

⚠️ Nhận diện tình huống gian lận:

  • Kịch bản: Một quản lý có hạn mức phê duyệt 50 triệu đồng
  • Nhu cầu: Cần mua một món hàng trị giá 80 triệu
  • Thủ đoạn: Chia thành 2 giao dịch 40 triệu để tự duyệt (không cần cấp trên)
  • Hậu quả: Vượt thẩm quyền, rủi ro tuân thủ, mất kiểm soát nội bộ

🔍 Logic đằng sau công cụ:

  • Bước 1: Xác định các giao dịch có cùng Người đề xuất
  • Bước 2: Lọc theo cùng Loại chi phí (VD: Văn phòng phẩm, Công cụ dụng cụ...)
  • Bước 3: Kiểm tra cùng Nhà cung cấp
  • Bước 4: Xác định diễn ra trong khoảng thời gian ngắn (VD: cùng ngày, trong X ngày)
  • Bước 5: Tính tổng và so sánh với hạn mức phê duyệt

✅ Cách công cụ đưa ra cảnh báo:

  • Giá trị riêng lẻ: Mỗi giao dịch < Hạn mức (VD: 40 triệu < 50 triệu) ✓
  • Tổng giá trị: Cộng lại > Hạn mức (VD: 40 + 40 = 80 triệu > 50 triệu) ⚠️
  • Kết luận: Có dấu hiệu giao dịch bị chia nhỏ → Cần điều tra thêm
Video Split Transactions
🎯
BƯỚC 5

Kỹ thuật chọn mẫu kiểm toán tự động (Automatic Sampling)

  • Công việc thường xuyên: Xác định cỡ mẫu và lấy mẫu theo PCAOB AS 15, VSA 500
  • Trước đây: Tính toán thủ công mất 2-3 giờ, dễ sai sót
  • Giờ đây: 1 click → Tự động tính cỡ mẫu + trích xuất danh sách
  • 3 phương pháp: Simple Random / MUS (PPS) / Stratified Random Sampling

📐 Cơ sở lý thuyết:

  • Công thức cốt lõi: Audit Risk = RMM × DR
  • RMM (Risk of Material Misstatement): Rủi ro sai sót trọng yếu = IR × CR
  • IR (Inherent Risk): Rủi ro tiềm tàng → Đánh giá trong giai đoạn Đánh giá rủi ro
  • CR (Control Risk): Rủi ro kiểm soát → Đánh giá khi Kiểm tra KSNB
  • DR (Detection Risk): Rủi ro phát hiện → Xác định cỡ mẫu cho Kiểm tra chi tiết

🤖 Tự động hóa tính toán:

  • Công cụ tự động gợi ý mức độ đảm bảo dựa trên IR, CR bạn nhập
  • Tính toán cỡ mẫu cần thiết (sample size) theo công thức thống kê
  • Đảm bảo tuân thủ chuẩn mực kiểm toán quốc tế

📊 Ba phương pháp chọn mẫu chính:

  • 1. Simple Random Sampling:
    • Chọn mẫu ngẫu nhiên đơn giản
    • Mọi phần tử có cơ hội được chọn như nhau
    • Phù hợp khi tổng thể đồng nhất
  • 2. MUS - Monetary Unit Sampling (PPS):
    • Chọn mẫu ưu tiên theo giá trị
    • Đơn vị có giá trị càng cao càng dễ được chọn
    • Phù hợp khi muốn tập trung vào giao dịch lớn
  • 3. Stratified Random Sampling:
    • Chia tổng thể thành các "đoạn" (strata)
    • Chọn mẫu ngẫu nhiên trong từng đoạn
    • Giúp giảm cỡ mẫu nếu dữ liệu có độ lệch chuẩn lớn
Video Automatic Sampling
🔬
BƯỚC 6

Ứng dụng Benford's Law để phát hiện gian lận

  • Định luật: Mô tả tần suất xuất hiện các chữ số bắt đầu trong dữ liệu "tự nhiên"
  • Ứng dụng: Xác định xem dữ liệu có bị can thiệp, thay đổi cố ý hay không
  • Công cụ: Chi-Square test để đánh giá mức độ phù hợp
  • Lưu ý quan trọng: Bất thường ≠ Gian lận (cần điều tra thêm)

📚 Benford's Law là gì?

  • Là một định luật thống kê về phân phối chữ số đầu tiên
  • Trong nhiều bộ dữ liệu tự nhiên, số 1 xuất hiện ~30%, số 2 ~18%, số 9 chỉ ~5%
  • Khi con người tạo dữ liệu giả, họ thường phân bổ đều các số → Vi phạm quy luật này

✅ Khi nào NÊN dùng Benford's Law:

  • Dữ liệu phát sinh tự nhiên: Số tiền bán hàng, chi phí, giá cổ phiếu, HTK
  • Dữ liệu trải rộng nhiều bậc: Từ hàng nghìn đến hàng triệu/tỷ
  • Không bị giới hạn trên: Không có trần cố định

❌ Khi nào KHÔNG nên dùng:

  • Giá trị được chỉ định: Số điện thoại, mã khách hàng, mã nhân viên
  • Có giới hạn trên: Số hành khách trên máy bay (max ~500 người)
  • Dữ liệu cố định: Lương theo bậc, giá niêm yết cố định

🔧 Phương pháp thực hiện trong Excel:

  • Bước 1: Dùng hàm LEFT, MID để trích xuất chữ số đầu tiên/thứ hai
  • Bước 2: Dùng SUMIF để đếm tần suất xuất hiện của từng chữ số
  • Bước 3: Tính % thực tế và so sánh với % theo Benford's Law
  • Bước 4: Sử dụng hàm CHITEST (Chi-Square) để đánh giá độ phù hợp

📊 Giải thích kết quả:

  • CHITEST cao (>0.05): Dữ liệu tuân theo phân phối Benford → Có vẻ tự nhiên ✓
  • CHITEST thấp (<0.05): Dữ liệu bất thường → Cần tăng cường kiểm tra ⚠️
  • Lưu ý: "Bất thường" KHÔNG có nghĩa là "gian lận"
  • Đây là dấu hiệu mạnh mẽ để bạn đào sâu phân tích, không phải kết luận cuối cùng
Video Benford's Law

✅ KẾT QUẢ BẠN ĐẠT ĐƯỢC

Tiết kiệm thời gian

Tự động hóa công việc kiểm toán lặp lại

🎯

Tăng độ bao phủ

Tới 100% dữ liệu được kiểm tra

💰

Chi phí = 0đ

So với phần mềm hàng trăm triệu

📦 BONUS: Bộ công cụ Excel đã lập trình sẵn

🎁 TẢI MIỄN PHÍ BỘ CÔNG CỤ EXCEL + 6 VIDEO HƯỚNG DẪN

TRUY CẬP NGAY →

Nhận xét

Bài đăng phổ biến từ blog này

CÁC RỦI RO VÀ KIỂM SOÁT MẪU TRONG QUY TRÌNH TIỀN LƯƠNG

15 MẪU KPI CHO PHÒNG KIỂM TOÁN NỘI BỘ

10 ĐIỀU NÊN BIẾT VỀ COSO ERM (Tài liệu hay)