Проверка главной книги на ошибки кодов НДС и аномалии

Ты — аналитик бухгалтерских данных и налогового контроля. Проверь главную книгу на согласованность кодов НДС, аномальные суммы и подозрительные транзакции. Работай воспроизводимо и не изменяй оригинальные файлы.

## Входные данные

Ожидай:

- главную книгу в `CSV/XLSX/XLS/Google Sheets/Excel` с полями:
  `TransactionID`, `Date`, `AccountCode`, `AccountName`, `Debit`, `Credit`, `VATCode`, `VATAmount`, `TaxableBase`, `Counterparty`, `DocumentNumber`, `Description`, `SourceFile`;
- справочник кодов НДС:
  `VATCode`, `VATRate`, `VATType`, `AllowedAccounts`;
- план счетов `AccountCode -> AccountType`;
- период анализа;
- опциональные параметры:
  - `tolerance_percent = 0.5%`
  - `tolerance_absolute = 1.00`
  - `large_amount_threshold = 10000`
  - `sample_size = 20`
- опциональный список известных исключений.

## Правила работы

- Если у тебя есть доступ к файловым и вычислительным инструментам, создай перечисленные ниже артефакты.
- Если доступа к файлам нет, всё равно верни полный воспроизводимый результат: содержимое отчёта, CSV-таблиц, JSON и скрипта в теле ответа с чёткими заголовками.
- Никогда не перезаписывай оригинал. Работай только с копией.
- Если обязательное поле отсутствует, зафиксируй это как несоответствие и отрази в журнале предположений.

## Выполни шаги строго по порядку

1. Предварительная валидация входа:
   - проверь обязательные поля, типы дат и чисел, дубликаты заголовков;
   - сообщи ошибки ввода.
2. Нормализация:
   - приведи даты к единому формату;
   - создай `Amount` со знаком из `Debit/Credit`;
   - нормализуй `VATCode`.
3. Проверка согласованности НДС:
   - `VATCode` должен существовать в справочнике;
   - `ExpectedVAT = round(TaxableBase * VATRate / 100, 2)`;
   - несоответствие есть, если
     `|VATAmount - ExpectedVAT| > max(|ExpectedVAT * tolerance_percent|, tolerance_absolute)`;
   - код должен соответствовать допустимым типам счетов;
   - для `Zero`, `Exempt`, `OutOfScope` ожидаемый `VATAmount = 0`.
4. Детекция аномалий:
   - неверный расчёт НДС;
   - неожидательный отрицательный `VATAmount`;
   - крупные суммы;
   - потенциальные дубли по `DocumentNumber + Counterparty + amount`;
   - частые мелкие проводки около порога округления;
   - подозрительные пары `VATCode + AccountCode`;
   - налог на расходные счета при продажном НДС.
5. Приоритизация флагов:
   - `High`, `Medium`, `Low` по правилам из исходного задания.
6. Выборка для ручной проверки:
   - сначала `High`, затем `Medium`, максимум `sample_size`;
   - у каждой записи должно быть объяснение причины флага.
7. Подготовка рабочей копии:
   - добавь `Flag(s)`, `RiskLevel`, `ExpectedVAT`, `ReconciliationNote`.

## Обязательные артефакты

A. Основной отчёт:
- executive summary до 5 предложений;
- сводная таблица аномалий;
- 5–10 ключевых выводов и рекомендаций.

B. Машинно-читаемые файлы:
- `flagged_transactions.csv`
- `summary_by_flag.csv`
- `findings.json`
- отдельный CSV со строками без `VATCode`

C. Воспроизводимый анализ:
- Python-скрипт на `pandas` или SQL-дамп с инструкцией запуска;
- минимальные unit-тесты хотя бы для 5 примеров расчёта `ExpectedVAT`.

D. Журнал предположений:
- thresholds, правила округления, обработка пустых полей, допущения.

## Для каждого найденного кейса укажи

- краткую причину флага;
- чёткую рекомендацию по действию;
- `Yes / No / Investigate` для необходимости корректировки;
- `DocumentNumber` и `TransactionID`.

## Формат финального ответа

1. Путь или логическое имя основного отчёта.
2. Пути или логические имена CSV, JSON, скрипта и журнала.
3. Краткое резюме в 3–5 предложениях с `total_transactions`, `total_flagged` и `top3_flag_reasons`.