Автор статьи: Александр Воробьев, генеральный директор компании «Налог.КОМ», член ACFE, alexander@vorobiev.biz
Авторы «серых» налоговых схем или недобросовестные сотрудники лелеют надежды, что их махинации сложно обнаружить из-за большого количества хозяйственных операций. На деле выявить распространенные ухищрения довольно просто. Для этого надо обратиться к математической статистике.
Статистические исследования – мощный и эффективный инструмент анализа больших объемов информации. Правда, их вряд ли можно проводить, не имея представления о математической статистике. Обычно контролеру достаточно уметь рассчитывать всего три статистических показателя: дисперсию, среднее значение и стандартную ошибку. Этого хватит, чтобы выделить из общей совокупности необычные элементы или уловить новую тенденцию в работе предприятия. Если какой-либо показатель существенно отклоняется от среднего значения, его нужно тщательно исследовать. Возможно, именно за ним скрыта мошенническая схема.
В статье мы рассмотрим математические методы, которые могут быть полезны при анализе учетных данных.
Разбиваем значения на диапазоны
Процесс, в ходе которого совокупность элементов делят на диапазоны по какому-либо признаку, называют стратификацией. Покажем, как она выглядит, на примере. Разделим все счета, которые выставила компания, на три категории (табл. 1):
- до 1000 рублей;
- от 1001 до 10000 рублей;
- от 10001 рубля и выше.
На практике проверяющие устанавливают удобное им количество категорий. Целесообразно, чтобы их было не меньше трех, но и не больше пяти.
Каждый диапазон значений можно проверять своим способом. Основных методов два – сплошной и выборочный. Разумно выбрать метод, при котором трудозатраты на проверку будут наименьшими, а результат как можно лучше. Например, при проверке большого числа операций на маленькие суммы использовать сплошной метод нецелесообразно. В то же время совершенно недопустимо выборочно проверять сделки на крупные суммы или с ключевыми партнерами.
Поэтому в примере с таблицей 1 контролеру лучше поступить так. Сплошным методом проверить все счета на крупные суммы, выборочным – на средние, а на мелкие – сплошным методом, но только по нескольким контрагентам.
Таблица 1. Разбивка диапазона сумм выставленных счетов на страты
Страта | Количество счетов | Сумма по страте |
до 1000 рублей | 127 | 56701 |
от 1001 до 10000 рублей | 52 | 243074 |
от 10001 рубля и выше | 5 | 67500 |
Всего | 184 | 367275 |
Анализ длительности некоторого процесса позволяет выделить операции ненормальной продолжительности. Чаще всего этим методом проверяют состояние дебиторской и кредиторской задолженности, правильность уплаты налогов и расчетов с сотрудниками.
В ходе анализа операции сортируют по дате их совершения и группируют по периодам – обычно по 30, 60 или 90 дней. Затем подсчитывают их количество и суммы.
Таблица 2. Разбивкаподотчетных операций по продолжительности.
Срок | Количество | Сумма |
до 30 дней | 120 | 5980 |
от 31 до 60 дней | 18 | 903 |
свыше 60 дней | 3 | 155 |
Всего | 141 | 7038 |
Перейдем к группе математических операций, которые предназначены для работы с информацией. Наша задача - ограничить исследования анализом небольшого объема учетных данных. При этом качество анализа не должно ухудшиться
Поиск «двойных» операций
Мошеннические схемы могут быть основаны на том, что одни и те же операции или документы проводят несколько раз. Поэтому полезно проверить учет на предмет «двойных» операций.
Обратите внимание: на практике операции почти никогда не совпадают «один в один» – всегда есть какие-то отличия. Скажем, общими у них могут быть только некоторые атрибуты – «Сумма» или «Основание платежа».
Например, аудитору нужно проанализировать движение средств на расчетном счете фирмы. Сначала он должен проверить, нет ли платежных поручений с одинаковыми номерами. Допустим, таких документов аудитор не обнаружил. Однако он заметил, что одному и тому же поставщику были выплачены две одинаковых суммы (табл. 3). В этих двух платежных поручениях совпадают суммы и основания платежей, но даты разные.
Следующее, что должен сделать аудитор в описанной ситуации – проверить документы, на основе которых были перечислены деньги – счета и договоры. Нужно сверить общую сумму договора с реально выплаченными суммами.
Двойные платежи – распространенный вид мошенничества. Обычно в результате таких операций недобросовестный сотрудник получает «лишние» суммы от поставщика наличными.
Таблица 3. Пример платежных поручений
Номер платежного получения | Дата | Контрагент | Основание | Сумма |
5423 | 10/05/05 | ООО Бизнес | Счет 120 | 500 |
5424 | 11/05/05 | ООО Волна | Счет 18 | 3400 |
5425 | 12/05/05 | ООО Бизнес | Счет 120 | 500 |
5426 | 12/05/05 | ООО Волна | Счет 19 | 3420 |
5427 | 13/05/05 | ОАО Глория | Счет 2994 | 84000 |
Нарушение последовательности цифр
Еще один прием, при помощи которого контролеры ищут нарушения – поиск пропущенных записей. Такому анализу можно подвергнуть два вида массивов данных. Первый – массивы, в которых сведения нумеруются по возрастающей – например, номера счетов-фактур. Второй вид массивов – список форм, которые составляют с определенной периодичностью – допустим, ежедневные или еженедельные отчеты.
Если номера в них пропущены, это может означать, что данные о какой-либо операции были уничтожены. Либо номер был «зарезервирован», и в будущем его планируют использовать для махинаций.
Прямо противоположная крайность – четкая последовательная нумерация – также может говорить о желании скрыть нарушения. Например, поставщик выставляет вам счета-фактуры, которые строго пронумерованы по порядку: №1, №2, №3 и т. д. Это может означать, что данная фирма была создана каким-либо недобросовестным сотрудником вашей компании. И цель у такого «липового» поставщика одна – осуществлять вашему предприятию поставки по завышенным ценам.
Кроме того, проверяющий может выявить нарушения в последовательности каких-либо значений. Допустим, аудитор обнаружил, что некий поставщик постоянно «путает» нумерацию поступающих от него документов (табл. 4).
Таблица 4. Накладные от поставщика
Дата накладной | 01.05.05 | 05.05.05 | 08.05.05 | 10.05.05 | 15.05.05 | 16.05.05 | 16.05.05 | 19.05.05 |
Номер накладной | 234 | 270 | 150 | 240 | 291 | 300 | 258 | 259 |
Это может означать, что такой поставщик – «однодневка», которая не ведет бухгалтерского учета. А стоящий за этой фирмой человек просто выдумывает номера документов.
Перекрестный анализ
Существует множество вариантов применения описанного метода. Например, можно протестировать на предмет несовпадения данных, которые должны были бы совпадать.Допустим, в книге покупок отражена информация по каждому поставщику, в том числе и по ООО «Бизнес». В поле «ИНН поставщика» для данной фирмы указан номер 7701234567. Но в то же время в базе проводок банковских операций в поле «ИНН получателя» у ООО «Бизнес» вбит другой ИНН - 7701234599. При этом в книге покупок имеются данные, что оплата была безналичной.
Вся эта ситуация может свидетельствовать о мошенничестве. Вероятно, злоумышленник, зная, что будет крупное перечисление для ООО «Бизнес», зарегистрировал фирму с таким же названием. Затем открыл счет в том же банке, где и настоящий ООО «Бизнес». В дальнейшем махинатор заменил счет на оплату перед тем, как руководитель подписал платежное поручение.
Аудиторская выборка
Выборки позволяют не проводить сплошную проверку операций. С их помощью выделяют данные, по которым можно найти наиболее важную информацию или сделать выводы об общей совокупности.
Выборки бывают статистические и нестатистические. Нестатистическая выборка – это отбор операций по определенному признаку. Например, выбирают наиболее важные из них или те, которые находятся в зоне особого риска. Это могут быть 10 процентов самых крупных продаж или сделки, которые фирма заключила в последний день месяца.
Совпадение наименований
Для человека ООО «Мимоза», ООО Мимоза, Мимоза ООО и Общество с ограниченной ответственностью «Мимоза» - одно и то же. Более того, человек понимает, что ООО «Мимоза» и ООО «Мемоза», скорее всего, названия одной организации. Для компьютера – это разные фирмы. Точно также телефонный номер (495)123-4567 и (495)123-45-67 для человека одинаковы, а для компьютера – нет. Аналогично и с позициями номенклатуры, фамилиями, адресами и т. д.
Чтобы научить компьютерные программы понимать то, что имел в виду оператор, который вводил данные в систему бухгалтерского или управленческого учета, разработаны специальные математические методы. Один из них называется «дистанция Левинштейна». Согласно этому методу в качестве параметра можно задать желаемую точность отбора. И тогда все данные по ООО «Мимоза», ООО Мимоза, Мимоза ООО и Общество с ограниченной ответственностью «Мимоза» будут сгруппированы в одной таблице. Для этого нужно вычислить, сколько требуется сделать замен и перестановок букв, чтобы из одного слова получилось другое. Все пробелы, кавычки, тире, сокращения, общие фразы вроде «ООО» и «Общество с ограниченной ответственностью» перед этим надо удалить.
Существуют также методы, основанные на анализе фонетического сходства названий. Они весьма полезны, поскольку часто информация в систему управленческого учета попадает в результате телефонной беседы. Из-за этого, например, ООО «Эдельвейс» легко может превратиться в ООО «Идыльвейз».
Программное обеспечение
Большинство перечисленных приемов математического анализа можно реализовать в обычных электронных таблицах, таких, как Microsoft Excel. Однако в последнее время на рынке появились специальные программные продукты, которые используют для аудита и внутреннего контроля. Они позволяют без дополнительного программирования и математического образования выполнять большинство описанных тестов нажатием всего пары кнопок. Скорость их работы также значительно превышает возможности Microsoft Excel. И, наконец, последнее: Excel имеет серьезное внутренне ограничение. В этой программе практически невозможно обрабатывать таблицы, имеющие более 65536 строк[1.] . А это явно недостаточно для большинства крупных организаций.
[1.] В новой версии MS Excel, которую компания Microsoft планирует выпустить в этом году, такого ограничения уже не будет.
Начать дискуссию