'Hans Blokdijk (pro)motor van Statistical Audit'
Op woensdag 29 mei vond aan de Vrije Universiteit het zesde Limperg Symposium Statistical Auditing plaats. Invalshoek: een terugblik op de rol van Hans Blokdijk, nu hij is teruggetreden als voorzitter van de Stuurgroep Statistical Auditing.
In zijn welkomstwoord memoreerde hoogleraar Tom Groot, voorzitter van het Limperg Instituut, hoe Blokdijk, emeritus hoogleraar Accountantscontrole, met zijn onafhankelijke, kritische denken een goed geargumenteerde, waardevolle bijdrage aan het accountantsberoep heeft geleverd. Statistical auditing had daarin een ruime plek. Groot wenste elke beroepsgroep een criticus van dat formaat.
Dat kritiek het streven naar synthese niet in de weg hoeft te staan liet Jacques de Swart (voorzitter Stuurgroep) zien. Blokdijk streefde naar synthese: bij accountancy versus statistiek (Martien van Zuijlen, Jan Wille en Ed Broeze gingen daar nader op in) en ook bij het thema Nederland versus internationaal (het onderwerp van Philip Elsas).
Niet op dit symposium, maar wel onderwerp in de stuurgroep zijn: synthese bij Bayesiaanse versus klassieke statistiek, controle gericht op gegevens versus gericht op interne controle en oordelen naar eigen inzicht ('professional judgement') versus expliciete normstelling. In een interview stelt Blokdijk: hierin moeten wij het medische beroep navolgen.
De bijdrage van Ed Broeze (gepromoveerd bij Blokdijk) ziende, zou je je kunnen afvragen of de tegenstelling kritisch versus synthetisch een kwestie is van 'framing'. Broeze gaf een literatuuroverzicht waarin het professional judgement van de accountant is onderzocht. 'Framing' speelt daarin een rol naast veel andere invalshoeken. Conclusie: de kwaliteit van professional judgement, als het gaat om het inschatten van risico's/kansen, is niet overweldigend.
De presentatie van Jan Wille (gepromoveerd bij Blokdijk) ging over de Bayesiaanse benadering. Het inschatten van kansen speelt in die benadering een grote rol; kansen die een accountant inschat als hij risico's analyseert. Bayes geeft een kansregel die bij uitstek geschikt is om die inschatting op basis van gegevensgerichte controle bij te stellen, aldus Wille. En die aanpak biedt een natuurlijke ingang om de kosten van controle tegen verwacht verlies bij het niet ontdekken van een materiële fout af te wegen, en zo te komen tot het optimaliseren van de controle.
Blokdijks stuurgroep was ook het klankbord voor het grote wiskundige onderzoek naar de Stringerbound dat onder leiding van Martien van Zuijlen heeft plaatsgevonden. Van Zuijlen resumeerdedat dit onderzoeknieuwe statistische bovengrenzen voor de totale fout heeft opgeleverd, ook voor de situaties waarin wordt gewerkt met 'taints' (fractie waarvoor een post fout is). De algemeen gebruikte Stringerbound is nooit wiskundig onderbouwd; de nieuwe grenzen zijn dat wel. Daarnaast liet hij zien hoe veronachtzaming van modelaannamen tot foute conclusies kan leiden. Dit speelt onder meer bij het isoleren en corrigeren van fouten.
Via een Skype verbinding met Canada lichtte Philip Elsas (gepromoveerd bij Blokdijk) diverse aspecten toe van zijn op de waardenkringloop gebaseerde geautomatiseerde controleaanpak. Limperg, Starreveld, Frielink, Blokdijk en Veenstra spelen hierin een rol. De Nederlandse aanpak wint steeds meer aan interesse in de VS en Canada. Blokdijks 'onvervangbare interne controle' kreeg in Elsas' presentatie een ruime plaats.
Voor de complete PowerPoint presentaties: zie www.limperginstituut.nl.
Gerelateerd

Machine learning in de audit: stratificeren van bedrijfslocaties
In dit derde en laatste deel van een reeks columns over machine learning in de audit gaat het over clusteren. De auteurs laten zien hoe je met een open-source statistiekprogramma...

Machine learning in de audit: uitschieters bij vastgoedwaardering
Regressie is een vorm van machine learning met als doel het voorspellen van cijfers op basis van een aantal kenmerken. Met open-sourcesoftware kun je zonder programmeerkennis...

Machine learning in de audit: voorspellen van klantverloop
Het doel van machine learning is om voorspellingen te maken aan de hand van data. Binnen dit veld worden doorgaans drie hoofdtoepassingen onderscheiden: classificatie,...

De steekproefomvang ontmaskerd - deel 5
In vorige columns hebben we verschillende manieren besproken om tot een steekproefomvang te kunnen komen. Deze column is de laatste van de serie waarin we verschillende...

De steekproefomvang ontmaskerd - deel 4
Een accountant die gebruikmaakt van software om een steekproefomvang te berekenen, moet zeker weten dat die software dat goed doet. Daarvoor moet je de rekenmethode...