Wie kent dit plaatje niet? Nadat Neo in The Matrix is neergeschoten transformeert hij en ziet hij de Matrix-wereld in de beroemde groene code. In onze steeds verder digitaliserende wereld is ons geld niet meer wit of zwart, maar groen.

De discussie over digitalisering op verjaardagen eindigt al snel in een discussie over privacy en hoe de overheid en de bank je volgen. Maar deze digitalisering van geld geeft ook veel kansen, zeker voor onze poortwachters, zoals accountants bijvoorbeeld. Die zien al sinds jaar en dag veel (digitale) financiële transacties van hun klanten. Via deze digitale informatie en de toolbox die we data-analyse noemen, knopen ze de spreekwoordelijke digitale losse eindjes aan elkaar en geven ze invulling aan de poortwachtersfunctie die de WWFT van hen vraagt.

Downloaden, converteren en filteren

Banken zijn de sleutel tussen het contante geld en het digitale geld. Zij registreren geldbewegingen op bankrekeningen. Door een export van deze geldbewegingen via bijvoorbeeld een CAMT.053, vervolgens door een conversie te maken op de betreffende XML-tags via Python/R/C of een andere taal is dit om te zetten in een SQL-tabel of Excel. Er zijn een aantal verschillende exports mogelijk: MT940, CAMT.052, of een CAMT.053. De CAMT.052 is een intraday rapport bericht, de CAMT.053 is een mutatieoverzicht. Zelf werk ik het vaakst met de CAMT.053. Het grote voordeel van de CAMT is overigens dat hij ook de details van de batches meegeeft, wat handig is als je klant veel met batches werkt.

Als accountant kun je deze geconverteerde CAMT in een tabel opslaan, naast de grootboekmutaties, verkoopboek en het kasboek. Via een vergelijkingsalgoritme koppel je de ontvangsten aan de CAMT-mutaties. Daarbij kun je een vergelijking maken op rekeningnummer, naam, omschrijving en dit koppelen aan een kans-indicatie. Die kans-indicatie koppelt de transacties die bijvoorbeeld boven de 90% of 95% liggen, want dan is het bijna zeker dat die bij elkaar horen.

Om de analyse dan nog een stap verder te brengen, kun je selecteren vanuit de data op het type, bijvoorbeeld de contant-ontvangsten. Door alle ontvangsten te koppelen met de CAMT blijven de ongekoppelde ontvangsten over. Die zijn contant, of je kunt ze in ieder geval contant noemen (alternatief is overig).

Deze categorie kun je dan afzetten tegen bijvoorbeeld enerzijds de grens van € 10.000 die WWFT benoemd heeft. Anderzijds kun je een woordenlijst maken met termen die kunnen duiden op bijzondere transacties. Als je de transacties door deze filters haalt, dus kas / € 10.000 / bijzonder woord maak je vanuit de data-analyse een lijst met bijzondere transacties waar je als accountant verder mee kunt in je beoordelingen.

En we gaan verder….

Je kunt ook dan nog een stap verder gaan en via API’s (Application Programming Interface) een koppeling maken met bijvoorbeeld de corruptie index, de sanctielijsten of andere signaleringslijsten. Die lijsten benader je via de API en kun je bijvoorbeeld op die manier gebruiken in je analyses. De lol van zo’n API is dat je wijzigingen ‘automatisch’ doorvoert en dus niet continue de lijsten af hoeft te lopen naar veranderingen.

Je creëert een totaaloverzicht van waar je klant transacties mee doet en je haalt eenvoudiger specifiek de bijzondere transacties eruit om gericht onderzoek naar te doen. En als je dan ergens in het traject een melding moet doen, heb je gelijk je overzicht aan bijzondere transacties bij de hand. Handig voor wanneer er meer uitleg nodig is.

Arnout stelde in zijn artikel “what’s the color of money” (link: https://www.casualcompliance.com/whats-the-color-of-money/) dat je als accountant een behoorlijke evenwichtskunstenaar moet zijn in het speelveld van de WWFT, algemeen belang en je beroepsverantwoordelijkheden. Op deze manier kun je digitalisering en data-analyse als evenwichtskunstenaar gebruiken het koord wat strakker spannen, zodat je wat makkelijker loopt.

Dan wordt je als accountant een evenwichtskunstenaar met een strakker touw en een stok van logaritmen die je helpen om je evenwicht te bewaren. Scheelt toch weer….