ข้อผิดพลาดในรายงานของผู้ตรวจสอบภายใน (ตอนที่ 2)

ข้อผิดพลาดในรายงานของผู้ตรวจสอบภายใน (ตอนที่ 2)


ธนัท เกิดเจริญ CIA,CISA,CFE,CRMA

ตอนที่แล้ว เราได้เกริ่นถึงข้อผิดพลาดที่มักจะปรากฎในรายงานตรวจสอบภายในไปแล้วข้อหนึ่งคือ การเขียนรายงานไม่ชัดเจน ในคราวนี้ เราจะกล่าวถึง ข้อผิดพลาดอีกข้อที่มักจะพบในรายงานตรวจสอบภายในบ่อยๆนั่นคือ

     2. การให้ข้อมูลเกินความจำเป็น และการเขียนรายงานไม่กระชับ
การใช้ตาราง กราฟ รวมถึงการสื่อสารด้วย Infographic เป็นเรื่องที่ผู้ตรวจสอบภายในสมัยใหม่นิยมใช้กัน แต่หากผู้ตรวจสอบใช้ตาราง หรือกราฟโดยไม่ตระหนักว่าผู้อ่านจะต้องทำความเข้าใจอย่างไร นั่นถือเป็นความผิดพลาดอย่างยิ่ง จากประสบการณ์ของผู้เขียน พบว่าหลายครั้งที่ผู้ตรวจสอบ เลือกใช้ตารางแสดงข้อมูลโดยไม่มีคำอธิบายที่เพียงพอ หรือ ใช้กราฟที่ยากต่อการทำความเข้าใจ จนทำให้ผู้อ่านรายงานแปลเจตนาของการรายงานผิดไปจากที่ควรจะเป็น ดังตัวอย่างต่อไปนี้
สมมติว่า ผู้ตรวจสอบภายในได้ดำเนินการสุ่มตรวจนับอะไหล่คงเหลือในคลังสินค้า และใช้ตารางนี้ในการสรุปผลการตรวจสอบ ท่านในฐานะผู้อ่านสังเกตเห็นอะไรหรือไม่

รายการ
Location
วันที่เบิกครั้งสุดท้าย
หน่วยนับ
มูลค่าต่อหน่วย (บาท)
จำนวนตามรายงานสินค้าคงเหลือ
จำนวนที่นับได้จริง
สาเหตุ
อะไหล่ A
Shelf 1
23/12/2018
ชิ้น
100.00
34
24
สูญหาย
อะไหล่ B
Shelf 2
05/01/2018
กล่อง
50,000.00
20
19
ลืมเขียนใบเบิก
อะไหล่ C
Shelf 3
11/07/2017
เส้น
7,000.00
50
52
ตัดเบิกซ้ำ
อะไหล่ D
Shelf 4
11/08/2017
แผ่น
200,000.00
10
11
เบิกไปแล้วยังได้ใช้

จากตารางข้างต้น สิ่งที่น่าสงสัยคือ
·  ผู้อ่านจะทราบหรือไม่ว่าตารางนี้ต้องการสื่ออะไร ระหว่าง แสดงผลการตรวจนับสินค้า หรือ แสดงว่าสินค้าตัวไหนที่ค้าง Stock เป็นเวลานาน ตารางที่ดี ควรมีชื่อตาราง ที่ระบุวัตถุประสงค์การนำเสนอให้ผู้อ่านได้ทราบโดยง่าย
·  ผู้อ่านรายงานจะทราบได้อย่างไรว่า จำนวนสินค้าที่นับได้จริง ต่างจากสินค้าที่ปรากฎในรายงานเป็นจำนวนเท่าใด นอกจากต้องลบเลขในใจเอา ผู้ตรวจสอบควรสร้างคอลัมน์ “ผลต่าง” แสดงไว้ควบคู่กันเพื่อให้ง่ายต่อการทำความเข้าใจของผู้อ่าน
·  เช่นเดียวกัน ถ้าผู้อ่านอยากทราบว่า มูลค่าสินค้าที่แสดงในรายงาน กับมูลค่าสินค้าจริงต่างกันเท่าใด นอกจากต้องคำนวณเอง และเนื่องจากตารางแสดงเฉพาะจำนวนคงเหลือ ผู้อ่านอาจให้ความสนใจไปยังรายการที่มีผลต่างเป็นจำนวนหน่วยที่สูง ทั้งที่ในความเป็นจริงแล้ว รายการที่มีมูลค่าต่อหน่วยสูงเช่นรายการ D แม้จะมีผลต่างแค่แผ่นเดียวแต่มูลค่าผลต่างก็สูงกว่ารายการอื่นแล้ว
·  หากผู้อ่านอยากทราบยอดรวม ก็ต้องบวกเลขเอง ซึ่งผู้ตรวจสอบสามารถทำบรรทัดสุดท้ายเป็นยอดรวมได้
·  การใส่จุดทศนิยมโดยไม่จำเป็น นั่นอาจทำให้ผู้อ่านเข้าใจผิดในมูลค่าสินค้าได้ง่าย

เห็นได้ว่า แค่การใช้ตาราง ก็มีรายละเอียดเล็กน้อย หากผู้ตรวจสอบไม่ระมัดระวัง อาจทำให้ผู้ใช้รายงานแปลความหมายผิดไป จนกระทบต่อคุณภาพของงานตรวจสอบโดยรวมได้ สิ่งที่ผู้ตรวจสอบโดยเฉพาะ CAE ของหน่วยงานควรทำเพื่อป้องกันกรณีเช่นนี้ คือ การสร้างมาตรการตรวจสอบคุณภาพรายงานก่อนส่งรายงานไปยังผู้อ่าน ที่สำคัญคือผู้เขียนรายงาน และผู้สอบทานควรเป็นคนละคนกัน เพราะหากเป็นบุคคลเดียวกัน ก็มีความเสี่ยงสูงที่เจ้าตัวจะอ่านเองไม่พบ เพราะโดยธรรมชาติคนเรา เวลาให้ทำอะไรด้วยตนเองได้ตั้งแต่ต้นจนจบ มักจะมีข้อผิดพลาด หรือความประมาทเกิดขึ้นเสมอ
ในครั้งหน้า เราจะคุยกันต่อในเรื่องข้อผิดพลาดอย่างที่สาม เรื่องการใช้รูปแบบรายงานซ้ำ ที่หลายหน่วยงานมักจะสร้างเค้าโครงรายงาน และใช้กันจนเป็นมาตรฐาน ว่าข้อดีก็มี แล้วมีข้อเสียที่ต้องระวังในมุมไหนบ้าง

หากมีข้อสงสัย หรืออยากปรึกษาหารือประเด็นใดเพิ่มเติม ติดต่อผู้เขียนได้ที่

Email : thanat@kasadvisory.com
Facebook  page : Kandit Advisory Services
Line : @kandit (มีเครื่องหมาย @ ด้วย)


Comments

  1. UnknownFebruary 22, 2019 at 6:05 PM

    อันนี้ดีครับ เอาไปเป็นเคสใช้สอนได้เลย ขอบคุณคุณธนัท ที่แชร์ความรู้ที่เป็นประโยชน์ครับ

    ReplyDelete

Post a Comment

Popular posts from this blog

Image
IA Quick Wins : แนวทางพัฒนาหน่วยงาน IA แบบเห็นผลทันตา By Kandit Advisory Services หน่วยงานตรวจสอบภายใน เป็นหน่วยงานที่ต้องปรับปรุงและพัฒนาตนเองให้ดีขึ้นอยู่เสมอ โดยเฉพาะอย่างยิ่งในยุคที่เกิด Technology disruption จนหน่วยงานตรวจสอบภายในหลายแห่งต้องปรับตัวอย่างจริงจัง แนวโน้มการตรวจสอบสมัยใหม่แบบ Continuous audit การตรวจสอบแบบบูรณาการ (Integrated audit) ซึ่งผู้ตรวจสอบจะต้องมี multi skill หรือมีความรู้ด้าน IT มากขึ้น มีการนำเทคโนโลยีเช่น Data analytic tool เข้ามาใช้ เป็นเรื่องที่ฟังดูแล้วน่าปวดหัว แถมอาจจะต้องเสียเงินเพื่อจ้างผู้เชี่ยวชาญภายนอกมาช่วยเพื่อปรับปรุงงาน IA ให้ทันสมัยขึ้น แท้ที่จริงแล้วมีหลายวิธีที่หน่วยงานตรวจสอบภายใน สามารถเริ่มปรับปรุงตนเองให้เป็นหน่วยงาน IA สมัยใหม่ได้ทันที ด้วยวิธีการที่ไม่ต้องลงทุนอะไรมากมาย และได้เห็นผลชัดเจนในเวลาอันสั้น ซึ่งบทความนี้จะขอยกตัวอย่าง แนวทางที่เชื่อว่าหากแต่ละหน่วยงานได้ลองปฏิบัติดู จะเห็นผลได้ภายในเวลาไม่เกิน 3 เดือน ผู้บริหาร ผู้ใช้รายงาน และตัวหน่วยงานเองจะรู้สึกได้ถึงความแตกต่างและคุณภาพงานที่ดีขึ้น 1. ทำบทสร...
Read more

ทุจริต มะเร็งร้ายในองค์กร (ตอนที่ 1)

Image
  Kandit Advisory Services ปัญหาการทุจริตภายในองค์กร เป็นปัญหาที่ไม่มีผู้บริหารหรือเจ้าของกิจการคนไหนอยากให้เกิดขึ้นกับองค์กรของตน เพราะต่างทราบดีว่า การทุจริตนั้นเป็นเรื่องชวนปวดหัว การทุจริตเพียงครั้งเดียว อาจสร้างความเสียหายอย่างรุนแรงต่อองค์กร ทั้งความเสียหายเป็นตัวเงิน ชื่อเสียง หรืออาจทำให้องค์กรกระทำการฝ่าฝืนกฎ ระเบียบหรือข้อกฎหมายสำคัญได้ นอกจากนี้ การทุจริตยังบ่อนทำลายวัฒนธรรมขององค์กรอย่างต่อเนื่อง ในความเห็นของผู้เขียน การทุจริตก็เหมือนกับโรคมะเร็ง องค์กรใดที่ปล่อยปละละเลย ไม่เคยใส่ใจกับมาตรการป้องกันการทุจริต กว่าจะรอจนพบความเสียหายจากการทุจริต ถึงเวลานั้น บางครั้งก็อาจสายเกินไป การทุจริตจากเดิมที่เกิดขึ้นเล็กน้อย อาจจะลามไปทั่วทั้งองค์กรจนเกินเยียวยาก็เป็นได้ Association of Certified Fraud Examiners (ACFE) หรือ สมาคมผู้ตรวจสอบทุจริต ได้สำรวจเหตุการณ์ทุจริตที่เกิดขึ้นในองค์กรต่างๆ กว่า 125 ประเทศทั่วโลก ผลสำรวจแสดงให้เห็นว่า การทุจริตก่อให้เกิดความเสียหายเป็นมูลค่ากว่า 7 พันล้านเหรียญสหรัฐฯ และทั่วโลก กำลังประสบกับปัญหาการทุจริต อันเป็นภัยร้ายที่มีแนวโน้ม...
Read more

รู้จักกับ Benford’s Law

Image
ธนัท เกิดเจริญ CIA, CISA, CFE, CRMA หากเรานำข้อมูลจำนวนประชากรของประเทศต่างๆในโลกมา แล้วนับจำนวน เลขหลักแรกของจำนวนประชากรแต่ละประเทศ เช่น ประเทศ A มีประชากร 35,000,000 คนก็นับเลข 3 ไว้ว่ามีเลขสามหนึ่งครั้ง พอประเทศ B มีประชากร 13,000,000 คนก็นับว่ามีเลขหนึ่ง หนึ่งครั้ง ทำแบบนี้ไปเรื่อยๆจนครบทุกประเทศ คิดว่าตัวเลขใดจะพบว่าเป็นตัวเลขหลักแรกบ่อยที่สุด? คำตอบคือ เลข 1 และตามมาด้วยเลข 2 แล้วถ้าเปลี่ยนเป็นข้อมูลอื่นล่ะ เช่น อัตรา GDP แต่ละประเทศ ความยาวของแม่น้ำในแต่ละประเทศ หรืออัตราผู้เสียชีวิตของแต่ละประเทศ คิดว่าตัวเลขใดจะพบว่าเป็นตัวเลขหลักแรกบ่อยที่สุด คำตอบ ก็ยังคงเหมือนเดิม คือเราจะพบว่า 30% ของชุดข้อมูล จะขึ้นต้นด้วยเลข 1 และตามด้วยเลข 2 ที่ 17% และเลข 3 ตามลำดับ ในขณะที่เลข 9 จะพบแค่ราว 4% ของข้อมูลเท่านั้น นี่ไม่ใช่เรื่องบังเอิญ แต่เป็นทฤษฎีทางคณิตศาสตร์ที่นักฟิสิกส์ชื่อ Frank Benford ค้นพบในปี 1938 ในชื่อว่า “ The Law of Anomalous Numbers” ( อันที่จริง นักคณิตศาสต์อีกคนชื่อ Simon Newcomb เคยกล่าวถึงทฤษฎีนี้ไว้ตั้งแต่ปี 1881 แต่ได้รับการพิสูจน์โดย Benf...
Read more