Transparanter en efficiënter audits uitvoeren met Bayesiaanse statistiek

Auditors kunnen transparanter en efficiënter werken als ze gebruik maken van Bayesiaanse statistiek. Dat is de belangrijkste conclusie uit het onderzoek van Koen Derks, die vandaag aan Nyenrode Business Universiteit promoveert. Technieken om Bayesiaanse statistiek toe te passen maakt Derks vrij toegankelijk via het open source programma JASP. ‘Auditors moeten vaker van de gebaande paden durven afwijken.’

Bij het controleren van de jaarrekening maken auditors vaak gebruik van statistiek. Met steekproeven bepalen ze bijvoorbeeld het risico dat ze een belangrijke fout in de jaarrekening over het hoofd hebben gezien. De ‘frequentistische’ methode is gestandaardiseerd en zo ingebed in het dagelijks handelen van auditors, dat ze meestal niet doorhebben dat het controleren van de jaarrekening stukken beter kan. Hoe? Door gebruik te maken van Bayesiaanse statistiek. 

Voorinformatie

‘Het principe van deze vorm van statistiek is dat je in je berekeningen voorinformatie meeneemt’, legt Derks uit. ‘Nu is het zo dat auditors in feite elk jaar opnieuw op dezelfde manier steekproeven nemen, bijvoorbeeld 299 steekproeven om aan te tonen dat de jaarrekening niet meer dan 1% fouten bevat. Maar informatie van eerdere jaren of controleactiviteiten waaruit blijkt dat het risico op fouten bijvoorbeeld heel laag is, wordt niet of nauwelijks meegenomen. Daarnaast worden andere relevante datapunten doorgaans genegeerd, zoals bijvoorbeeld integraal beschikbare informatie over het aantal fte’s dat verantwoordelijk is voor de administratie van een bepaalde post, of hoe vaak er vertraging van betaling is geweest. Zonde om dat soort informatie niet mee te nemen, want je controle wordt er transparanter en efficiënter van.’

Verantwoording

Maatschappelijk verantwoord ondernemen vraagt van overheidsinstanties en bedrijven dat ze juiste en betrouwbare informatie geven, en verantwoording afleggen voor hun uitgaven. Door gebruik te maken van alle beschikbare informatie kunnen auditors die behoefte aan transparantie veel beter bieden, beargumenteert Derks. ‘Met Bayesiaanse statistiek maak je namelijk heel expliciet welke informatie je hebt gebruikt, hoe je deze hebt vertaald en wat de impact van die informatie is op je vervolgactiviteiten en uiteindelijke oordeel. Dat maakt het bijvoorbeeld voor toezichthouders en andere stakeholders makkelijker om te volgen hoe de flow van de informatie is gegaan.’

Pleidooi

Derks erkent dat er ook nadelen kleven aan de Bayesiaanse methode. ‘Het is niet altijd makkelijk om de voorinformatie te vertalen naar bruikbare informatie. En het kost tijd. Mijn pleidooi is echter dat auditors bewuster de voor- en nadelen moeten afwegen van zowel de Bayesiaanse als de traditionele methode, en vervolgens beslissen welke aanpak het beste past bij de situatie in de praktijk en de vraag die ze willen beantwoorden. Begin met het specificeren van welke informatie er is en bouw daarop verder, in plaats van simpelweg te doen wat je altijd al deed.’

Open source software

Derks stelt dus dat auditors verder moeten kijken dan hun neus lang is en meer gebruik moeten maken van de grote hoeveelheid voorkennis en (big) data die tegenwoordig beschikbaar is. Om ze daarbij te helpen, is hij aan het programmeren geslagen. ‘Via open source software – JASP for Audit genaamd – kan elke auditor traditionele en Bayesiaanse statistiek gratis toepassen. Ik ben groot voorstander van meer wetenschappelijk onderzoek naar hoe statistiek audits kan verbeteren, maar in lijn met de missie van Nyenrode wil ook graag de brug maken van wetenschap naar praktijk. Omdat de software open source is, kan iedereen erbij en van elkaar leren. In plaats van op je eigen eilandje je ding te doen, krijg je meer mogelijkheden om samen te werken. Durf dus van de gebaande paden af te wijken, want in het land van statistiek gloort er meer achter de horizon.’