УДК 657.6 Проверка отчетности. Аудит. Ревизия
В настоящем исследовании рассматривается проблема умышленного искажения финансовой отчетности посредством систематизации методических подходов к проведению аудиторских процедур в ответ на риски недобросовестных действий. В работе проанализированы требования международных стандартов аудита в отношении недобросовестных действий, представлена пятиэтапная модель обязанностей аудитора, структурированы принципы проведения ответных процедур на уровне финансовой отчетности и предпосылок. Особое внимание уделено методике проверки надлежащего характера бухгалтерских записей (тестирование журнальных проводок) и признакам умышленно искаженных бухгалтерских записей. Результаты исследования призваны оптимизировать работу аудиторов при планировании и проведении процедур в ответ на риски недобросовестных действий и повысить эффективность выявления умышленных искажений финансовой отчетности.
аудит, недобросовестные действия, мошенничество, риски недобросовестных действий, бухгалтерские записи, закон Бенфорда, система внутреннего контроля
1. Международный стандарт аудита 200 «Основные цели независимого аудитора и проведение аудита в соответствии с международными стандартами аудита» (введен в действие на территории Российской Федерации Приказом Минфина России от 09.01.2019 N 2н) (ред. от 16.10.2023) // СПС КонсультантПлюс.
2. Международный стандарт аудита 230 «Аудиторская документация» (введен в действие на территории Российской Федерации Приказом Минфина России от 09.01.2019 N 2н) (ред. от 16.10.2023) // СПС КонсультантПлюс.
3. Международный стандарт аудита 240 «Обязанности аудитора в отношении недобросовестных действий при проведении аудита финансовой отчетности» (введен в действие на территории Российской Федерации Приказом Минфина России от 09.01.2019 N 2н) (ред. от 16.10.2023) // СПС КонсультантПлюс.
4. Международный стандарт аудита 315 (пересмотренный, 2019 г.) «Выявление и оценка рисков существенного искажения» (введен в действие на территории Российской Федерации Приказом Минфина России от 27.10.2021 N 163н) (ред. от 16.10.2023) // СПС КонсультантПлюс.
5. Амзельт А.Г. Аналитические процедуры для выявления рисков существенного искажения в результате недобросовестных действий // Аудитор. 2013. № 12(226). С. 22-26. DOI: https://doi.org/10.12737/12716; EDN: https://elibrary.ru/RREZRJ
6. Арженовский С.В., Бахтеев А.В. Риск фальсификации финансовой отчетности и его оценка в процессе аудита: монография. – Ростов н/Д : Издательско-полиграфический комплекс РГЭУ (РИНХ). 2017. 104 с. EDN: https://elibrary.ru/YNEIWL
7. Брюханов М.Ю. Фальсификация финансовой отчетности: обнаружение и предотвращение: автореферат дис. ... кандидата экономических наук: 08.00.12. Москва, 2009. 23 с. EDN: https://elibrary.ru/ZNYMDR
8. Когденко В.Г. Корпоративное мошенничество: анализ схем присвоения активов и способов манипулирования отчетностью // Экономический анализ: теория и практика. 2015. № 4 (403). С. 2-13. EDN: https://elibrary.ru/TGTLEZ
9. Леонов, П.Ю. Аудит как инструмент противодействия нелегальной деятельности на финансовых рынках // Научно-технический прогресс: информация, технологии, механизм : Сборник статей Международной научно-практической конференции, Таганрог, 25 ноября 2023 года. 2023. С. 93-101. EDN: https://elibrary.ru/DMYWRA
10. Леонов П.Ю., Сушков В.М. Закон Бенфорда как инструментарий выявления признаков недобросовестных действий в бухгалтерском учете: монография. М: Российский экономический университет имени Г. В. Плеханова. 2023. 180 с. ISBN 978-5-7307-2063-3. EDN: https://elibrary.ru/FFWIXE
11. Сотникова Л.В. Мошенничество в финансовой отчетности: обнаружение и предупреждение: учебник. М.: Русайнс, 2019. 394 с. ISBN 978-5-4365-3300-1. EDN: https://elibrary.ru/SHQSFL
12. Сушков В.М. Классификация и систематизация схем недобросовестных действий, выявляемых в ходе аудита финансовой отчетности // Аудитор. 2024. №. 6. С. 10-20. DOI: https://doi.org/10.12737/1998-0701-2024-10-6-10-20; EDN: https://elibrary.ru/FYOYZY
13. Сушков В.М. Методологический подход к оценке риска недобросовестных действий аудируемого лица на основе анализа высокорискованных бухгалтерских записей // Материалы III Международного научно-практического форума по экономической безопасности "VIII ВСКЭБ" : Сборник материалов Международного научно-практического форума, Москва, 26–28 апреля 2022 года. Москва: Национальный исследовательский ядерный университет МИФИ. 2022. С. 111-126.
14. Сушков В.М. Применение методов интеллектуального анализа данных в аудиторских процедурах в ответ на риски существенного искажения вследствие недобросовестных действий // Экономические науки. 2024. № 239. С. 215-223. DOI: https://doi.org/10.14451/1.239.215; EDN: https://elibrary.ru/VVHPFJ
15. Штефан М.А., Ферулева Н.В. Аудит фальсификации финансовой отчетности: специфические аспекты // Международный бухгалтерский учет. 2017. Т. 20. № 2 (416). С. 88-105. DOI: https://doi.org/10.24891/ia.20.2.88; EDN: https://elibrary.ru/XKOKZH
16. ACFE Report to the Nations 2024 [Электронный ресурс] // Association of Certified Fraud Examiners. URL: https://legacy.acfe.com/report-to-the-nations/2024 (дата обращения: 08.10.2025).
17. Benford F. The law of anomalous numbers // Proceedings of the American Philosophical Society. 1938. № 78 (4). С. 551-572.
18. Benford Online Bibliography [Электронный ресурс] // URL: https://benfordonline.net (дата обращения: 08.10.2025).
19. Global Economic Crime Survey 2024 [Электронный ресурс] // PricewaterhouseCoopers. URL: https://www.pwc.com/gx/en/services/forensics/economic-crime-survey.html (дата обращения: 08.10.2025).
20. Newcomb S. Note on the frequency of use of the different digits in natural numbers // American Journal of Mathematics. 1881. № 4 (1). С. 39-40. DOI: https://doi.org/10.2307/2369148
21. Nigrini M.J. An assessment of the change in the incidence of earnings management around the Enron‐Andersen episode // Review of Accounting and Finance. 2005. № 4 (1). С. 92-110. DOI: https://doi.org/10.1108/eb043420
22. Nigrini M.J. Benford's Law: Applications for forensic accounting, auditing, and fraud detection. John Wiley & Sons. 2012. 352 c. DOI: https://doi.org/10.1002/9781119203094
23. Nigrini M.J. The Detection of Income Tax Evasion Through an Analysis of Digital Frequencies. PhD Thesis. University of Cincinnati, OH, USA. 1992.
24. Varian H. Benford's law // The American Statistician. 1972. № 26(3). С. 65-66. DOI: https://doi.org/10.1080/00031305.1972.10478935
