La Oficina Nacional de Auditor\u00eda (NAO) de Finlandia realiza auditor\u00edas financieras, de cumplimiento, de rendimiento y de pol\u00edtica fiscal. Impulsada por las oportunidades de la anal\u00edtica de datos, la calidad y la eficiencia de la implementaci\u00f3n centralizada, as\u00ed como por el objetivo de proporcionar un mejor servicio a una mayor variedad de clientes, la NAO de Finlandia reform\u00f3 ampliamente las auditor\u00edas financieras durante el a\u00f1o pasado.<\/p>\n\n\n\n
La reforma, que responde a los cambios en la gesti\u00f3n de las finanzas del gobierno central, tiene como objetivo utilizar m\u00e1s ampliamente las nuevas tecnolog\u00edas digitales. La NAO de Finlandia se encuentra en una posici\u00f3n excelente para aprovechar el an\u00e1lisis de datos con el fin de mejorar las auditor\u00edas financieras, dado su largo uso dentro de la organizaci\u00f3n, junto con un nivel extremadamente alto de digitalizaci\u00f3n en la administraci\u00f3n financiera del gobierno central de Finlandia.<\/p>\n\n\n\n
En los \u00faltimos a\u00f1os, el gobierno central finland\u00e9s ha introducido sistemas de informaci\u00f3n compartidos para procesos clave: contabilidad, recuperaci\u00f3n de pedidos, administraci\u00f3n de personal, compras y pagos y administraci\u00f3n de viajes. Tareas como la gesti\u00f3n de derechos de acceso tambi\u00e9n se realizan de forma centralizada y uniforme. As\u00ed pues, desde el punto de vista de la auditor\u00eda, todos los avances de la anal\u00edtica de datos est\u00e1n a disposici\u00f3n de los auditores de las finanzas de la Administraci\u00f3n central.<\/p>\n\n\n\n
La anal\u00edtica de datos en la auditor\u00eda financiera puede aportar numerosas ventajas. Una metodolog\u00eda basada en las normas de auditor\u00eda financiera funciona bien cuando se realizan auditor\u00edas financieras utilizando la anal\u00edtica de datos, que permite auditar varias afirmaciones clave y probar los controles. Los conjuntos de datos disponibles pueden utilizarse para verificar la eficacia del funcionamiento de los controles. El m\u00e9todo del recorrido resulta \u00fatil cuando existen datos de alta calidad. La auditor\u00eda sustantiva anal\u00edtica puede ser una forma bastante sencilla de prever las finanzas de la Administraci\u00f3n central, aunque, dado que el a\u00f1o de la pandemia COVID-19 ha sido muy excepcional, este m\u00e9todo s\u00f3lo puede utilizarse a escala limitada.<\/p>\n\n\n\n
El an\u00e1lisis de datos tambi\u00e9n reduce sustancialmente el tiempo necesario para detectar el riesgo de abusos.<\/p>\n\n\n\n
Sin embargo, la anal\u00edtica de datos s\u00f3lo puede utilizarse eficazmente cuando se tiene acceso a datos de auditor\u00eda financiera fiables y v\u00e1lidos. A menudo, esto puede suponer un reto, ya que la construcci\u00f3n de interfaces requiere comprender (1) los objetivos y m\u00e9todos del trabajo de auditor\u00eda, (2) la forma en que pueden utilizarse los datos y (3) la estructura de los sistemas de informaci\u00f3n.<\/p>\n\n\n\n
En un futuro pr\u00f3ximo, el aprendizaje autom\u00e1tico puede ofrecer amplias oportunidades para el desarrollo de procesos de auditor\u00eda, ya que los datos obtenidos de los procesos de administraci\u00f3n financiera pueden revelar situaciones potenciales de error en una fase temprana.<\/p>\n\n\n\n
El uso de inteligencia artificial en las auditor\u00edas tambi\u00e9n sigue siendo un escenario de desarrollo futuro. Aunque el proceso puede llevar a\u00f1os, la tendencia es inevitable.<\/p>\n","protected":false},"excerpt":{"rendered":"
La Oficina Nacional de Auditor\u00eda (NAO) de Finlandia realiza auditor\u00edas financieras, de cumplimiento, de rendimiento y de pol\u00edtica fiscal. Impulsada por las oportunidades de la anal\u00edtica de datos, la calidad y la eficiencia de la implementaci\u00f3n centralizada, as\u00ed como por el objetivo de proporcionar un mejor servicio a una mayor variedad de clientes, la NAO de Finlandia reform\u00f3 ampliamente las auditor\u00edas financieras durante el a\u00f1o pasado.<\/p>\n","protected":false},"author":118,"featured_media":7357,"template":"","meta":{"_acf_changed":false,"footnotes":""},"journal-categories":[1302,1335],"content-tags":[1137,947,1028,1029],"country":[3204],"region":[1341],"section":[2631],"coauthors":[],"class_list":["post-16975","journal-entry","type-journal-entry","status-publish","has-post-thumbnail","hentry","journal-categories-news-in-brief-es","journal-categories-winter-2021-es","content-tags-machine-learning-es","content-tags-artificial-intelligence-es","content-tags-data-es","content-tags-data-analytics-es","country-finland-es","region-eurosai-es","section-news-in-brief-es"],"acf":[],"yoast_head":"\n