2. Data Validation (Validasi Data) :Â
Memastikan keakuratan data masukan merupakan landasan audit model. Contohnya adalah verifikasi silang angka keuangan dengan sumber data independen atau penggunaan checksum untuk mendeteksi adanya perbedaan.
3. Verifikasi Logika ( Logic Verification ) :Â
Aliran logis dalam model harus koheren dan dapat dibenarkan. Praktik yang umum dilakukan di sini adalah penggunaan analisis sensitivitas untuk menguji bagaimana perubahan asumsi mempengaruhi hasil, sehingga mengungkap konstruksi yang tidak logis atau terlalu sensitif.
4. Pemeriksaan Kesalahan (Error Checking) :Â
Mekanisme pemeriksaan kesalahan otomatis, seperti yang disediakan oleh pustaka Python, dapat mengidentifikasi potensi kesalahan yang mungkin luput dari perhatian selama peninjauan manual. Misalnya, pustaka `xlrd` dengan Python dapat digunakan untuk membaca file Excel dan secara terprogram memeriksa kesalahan umum seperti angka yang dikodekan dalam rumus.
5. Dokumentasi dan Transparansi (Documentation and Transparency) :Â
Dokumentasi yang komprehensif sangat penting untuk model keuangan apa pun. Hal ini berfungsi sebagai panduan bagi pengguna dan auditor, yang merinci tujuan, asumsi, dan metodologi model. Model yang terdokumentasi dengan baik mungkin mencakup log perubahan yang mencatat semua perubahan, sehingga memberikan jejak audit yang jelas.
6. Analisis Skenario (Scenario Analysis) :Â
Auditor sering menggunakan skenario dan stress test untuk mengevaluasi perilaku model dalam berbagai kondisi. Hal ini dapat melibatkan perubahan asumsi-asumsi utama untuk mengamati dampaknya terhadap proyeksi keuangan, sehingga dapat menilai ketahanan model tersebut.
7. Kepatuhan terhadap Peraturan (Regulatory Compliance) :Â
