Revisjonsbevis generert fra Big Data og Big Data Analytics

Abstract

Ved inntoget av Big Data og Big Data Analytics i revisjonsmetodikken endres arten av revisjons-bevis og nye utfordringer rundt påliteligheten av revisjonsbevis oppstår (Appelbaum, Kogan & Miklos, 2017, s.8). Formålet med vår oppgave er å klargjør Big Data, Big Data Analytics og pålite-lighetskravet i henhold til ISA 500. Ved utgangspunkt i Appelbaums (2016) teoretiske rammeverk, med egenskaper som bygger opp under pålitelighetskravet til revisjonsbevis, har vi også undersøkt hvordan revisor tar stilling til de aktuelle egenskapene og dermed pålitelighetskravet når revisjons-bevis genereres fra Big Data og Big Data Analytics.

Vi har gjennomført et kvalitativt flercasestudie med intervju av fem informanter fra fire store revi-sjonsselskap. For å klargjøre Big Data og Big Data Analytics for revisjonsformål har vi gjennom intervjudataene utformet to revisjonsrettede definisjoner. Vi presenterer også et utvidet rammeverk for hvordan digitale revisjonsbevis sikres i dag og forslag for hvordan digitale revisjonsbevis kan sikres i fremtiden. For eksempel har vi funnet at revisor anvender koder eller skripter til datasett for å gjenskape digitale revisjonsbevis og som i sint tur skal sikre egenskapen klarhet i rammeverket.