Управление финансами
документы

1. Акт выполненных работ
2. Акт скрытых работ
3. Бизнес-план примеры
4. Дефектная ведомость
5. Договор аренды
6. Договор дарения
7. Договор займа
8. Договор комиссии
9. Договор контрактации
10. Договор купли продажи
11. Договор лицензированный
12. Договор мены
13. Договор поставки
14. Договор ренты
15. Договор строительного подряда
16. Договор цессии
17. Коммерческое предложение
Управление финансами
егэ ЕГЭ 2017    Психологические тесты Интересные тесты   Изменения 2016 Изменения 2016
папка Главная » Менеджеру » Аудиторская проверка сальдо счетов с выборкой по количественным признакам

Аудиторская проверка сальдо счетов с выборкой по количественным признакам



Аудиторская проверка сальдо счетов с выборкой по количественным признакам

Для удобства изучения материала статью разбиваем на темы:

Внимание!

Если Вам полезен
этот материал, то вы можете добавить его в закладку вашего браузера.

добавить в закладки

  • Выборочная проверка по количественным признакам
  • Риск кажущейся достоверности
  • Риск кажущейся недостоверности
  • Расчет объема выборки

    Выборочная проверка по количественным признакам

    Статистический метод аудиторской проверки сальдо счетов известен как выборочная проверка по количественным признакам, так как он связан с определением сумм на счетах, в отличие от статистического метода выборочного тестирования системы внутреннего контроля, который направлен лишь на выявление отклонений и потому считается выборочной проверкой по качественным признакам. Результатом выборочной проверки по количественным признакам является погрешность в денежном выражении, которая может принимать любые значения в непрерывном диапазоне от нуля и выше.

    Риск кажущейся достоверности

    Построена следующая расширенная математическая модель для определения риска неэффективности аудиторской проверки:

    AR  R х CR х АР х TD.

    Выборочная аудиторская проверка сальдо счетов связана, прежде всего, с оценкой риска ошибочной приемки, который выражен в модели через риск неэффективности тестирования деталей (TD). Поскольку аналитические процедуры сбора фактических данных редко выполняются на основе выборок, риск их неэффективности (АР) входит в модель аналогично неустранимому риску (R) и риску неэффективности контроля (CR). Отсюда следует, что риск ошибочной приемки можно выразить как:

    ARхRxCRx АР

    Итак, риск ошибочной приемки является функцией четырех определяемых на основе профессиональной интуиции значений АЛ, R, CR и АР. Такое представление риска не позволяет вычислить его по формуле, однако оно помогает ввести его в модель, как показано выше.




    Значение риска кажущейся достоверности оказывает влияние на объем выборки и, следовательно, представляет собой решающий фактор, который определяет объем аудиторской работы.

    Риск кажущейся недостоверности

    Ошибочное решение о недостоверности в начальной стадии проверки ведет к снижению экономической целесообразности аудита, поскольку оно связано с выполнением дополнительного объема работ по определению значения поправок, в результате которых обычно выявляется правильность сумм на счетах. Целями этапа планирования в этих условиях являются достижение низкого значения риска ошибочной забраковки и уменьшение затрат на аудит до приемлемого уровня. При определении объема аудиторской выборки решение о допустимом уровне ошибочной забраковки принимают на основе анализа прироста затрат.

    Риск кажущейся недостоверности можно снизить увеличением исходного объема выборки, что влечет за собой увеличение затрат времени и объема работ на начальном этапе. Можно, конечно, взять выборку небольшого объема, но это неизбежно приведет к росту риска кажущейся недостоверности. Более высокий уровень риска, в свою очередь, повышает возможность “забраковки”, что может потребовать увеличения объема выборки.

    Поиск компромиссного решения, таким образом, включает в себя:

    а) определение экономии средств при сокращении исходного объема выборки;

    б) уменьшение этой экономии на значение вероятностно взвешенных ожидаемых затрат на вынужденное увеличение объема выборки.

    В результате такой операции получают ожидаемую экономию средств при повышении риска кажущейся недостоверности. Вероятность вынужденного увеличения объема выборки важно учитывать только в тех случаях, когда затраты на один элемент исходной выборки ниже затрат на каждый из добавляемых элементов. (Если эти затраты равны, элементы можно проверять последовательно один за другим до тех пор, пока не будет получено обоснованное заключение.)

    Значение эффективного риска кажущейся недостоверности (RR) находят с помощью итеративного метода, максимизируя ожидаемую экономию средств (ECS) для проверяемой выборки.

    Ожидаемую экономию средств определяют следующим образом:

    ECS  элемент (а) — элемент (b),

    где элемент (а)  C (пь — па);

    С  — удельные затраты на проверку элемента исходной выборки;

    пь — базисный объем выборки, с которым производится сопоставление и которому соответствует базисное значение риска RRb;

    па — альтернативный объем выборки для пробного значения риска RRa, превышающего RRb, элемент (Ъ) Сд (пь — па) (RRa — RRb);

    С2 — удельные затраты на проверку добавляемого к выборке элемента при ее увеличении;

    RRb — базисное значение риска, которому соответствует базисный объем выборки;

    RRa — более высокое значение риска, используемое при итеративном определении меньшего альтернативного объема выборки.

    Цель анализа затрат при поиске компромиссного решения заключается в отыскании альтернативного значения риска кажущейся недостоверности (RRa), которому соответствует максимальный размер ожидаемой экономии средств. Итак, после раскрытия переменных в правой части рассмотренного выше уравнения, оно примет вид:

    ECS C (пь — па) — С 2 (пь — Па) (RRa — RRb)

    Возьмем следующие исходные данные:

    C = 10 — удельные затраты на проверку элементов исходной выборки, дол.;

    Сд = 15 — удельные затраты на проверку дополнительных элементов при расширении выборки, дол.;

    пь = 222 — количество счетов дебиторов ; па = 90 — количество счетов дебиторов;

    RRb = 0,10 — базисное значение риска кажущейся недостоверности, равное 10%;

    RRa = 0,50 — альтернативное значение риска кажущейся недостоверности, равное 50 %.

    Ответ на первый вопрос о знаке ожидаемой экономии средств получают расчетным путем:

    ECS = 10 (222 — 90) — 15 (222  90) (0,50 — 0,10)  528 дол.

    Итак, риск кажущейся недостоверности, равный 50 %, даст “экономию” средств по сравнению с риском на уровне 10 %. Ответ на второй вопрос о том, при каком уровне риска кажущейся недостоверности ожидаемая экономия средств будет максимальной, получают путем расчета ECS для ряда значений риска кажущейся недостоверности (например, 0,15; 0,20; 0,30 и т.д.), из которого выбирают RRa, соответствующий наибольшей ожидаемой экономии.

    Поиск компромиссного варианта на основе затрат базируется на определении вероятностей, которые зачастую трудно себе представить. Приведенный выше пример анализа показывает, что принятие риска на уровне 50 % может быть более эффективным с точки зрения затрат, чем на уровне 10 % при повторяющихся проверках выборок из 90 элементов. Однако на практике аудиторы не выполняют повторных проверок и в начальной стадии аудита проверяется лишь единственная выборка из 90 элементов. Руководитель аудиторской проверки может счесть предпочтительным увеличить затраты на 1320 дол. (10 дол. х 132 элемента) на начальной стадии работ для того, чтобы избежать дополнительных затрат на последующих стадиях. Кроме того, на отбор и проверку дополнительных элементов у аудиторов может просто не хватить времени. Так, в распоряжении аудиторов может не оказаться двух недель, необходимых для направления по почте дополнительных запросов на подтверждение счетов дебиторов и получения ответов. Результаты оценки риска кажущейся недостоверности, таким образом, зависят от склонностей руководителя проверки в определении затрат и сроков завершения проверки.

    Расчет объема выборки

    Существуют два основных метода статистического отбора — классическая выборка по количественным признаками выборка элементов в денежном выражении. Классическая выборка требует оценки стандартного отклонения для генеральной совокупности в отличие от выборки элементов в денежном выражении. Классическая выборка зависит от статистических характеристик нормального распределения.

    Классическая выборка по количественным признакам

    Исходное положение: в предварительном определении объема выборки с помощью сложного уравнения нет ничего сверх естественного. Можно проводить аудиторскую проверку и оценку выборки любого объема при условии ее формирования методом случайного отбора и корректного использования математической статистики. Лучшим доводом в пользу предварительного определения объема выборки является то, что оно позволяет предотвратить как недостаточность аудита (слишком малый объем случайной выборки), так и его избыточность (чрезмерно большой объем случайной выборки). На данном этапе необходимо четко уяснить, что аудитор должен оценить целый ряд неизвестных — риск неэффективности аудиторской проверки, риск неэффективности системы учета, риск неэффективности системы внутреннего контроля, риск неэффективности аналитических процедур, риск ошибочной приемки и забраковки, фактическую и допустимую погрешность для того, чтобы подтвердить до окончания проверки правильность определения объема выборки. В такой ситуации некоторые аудиторские организации рекомендуют увеличивать расчетный объем выборки на 10 %, которые играют роль “коэффициента запаса”.

    Теория нормального распределения. Классическая выборка по количественным признакам базируется на теории нормального распределения.

    При выборочной проверке сальдо счетов интерес представляют расхождения между суммой, определенной аудитором (“выявленная сумма”), и суммой, занесенной в учетные регистры (“учетная сумма”). Расхождения образуют генеральную совокупность и распределяются вокруг среднего расхождения. Если такое распределение является нормальным, 68,3 % расхождений лежат в пределах плюс—минус 1 стандартного отклонения, 95,5% расхождений лежат в пределах плюс—минус 2 стандартных отклонения, а 99,7 % расхождений лежат в пределах плюс—минус 3 стандартных отклонения, причем 1, 2 и 3 можно рассматривать как коэффициенты, характеризующие риск кажущейся недостоверности.

    Вернемся вновь к кривой нормального распределения. Если 95,5 % расхождений лежат в пределах плюс—минус 2 нормальных отклонения, 2,25 % отклонений придется на интервал за пределами плюс 2 стандартных отклонения и 2,25 % — на интервал за пределами минус 2 стандартных отклонения, т. е., другими словами, за пределы плюс 2 стандартных отклонения не выходят 97,75 % расхождений (95,5% + 2,25%). Таким образом, хвостовая область кривой нормального распределения характеризует риск кажущейся достоверности, а плюс 2 в этом случае можно представить как коэффициент, равный 1 минус риск кажущейся достоверности, что базой фактических данных является случайная выборка, тремя измеримыми элементами погрешности в денежном выражении будут:

    1) известная погрешность;

    2) предполагаемая погрешность;

    3) возможная погрешность.

    Количественный подход

    Вопросы определения известной погрешности и спроектированной предполагаемой погрешности были рассмотрены выше. Возможная погрешность представляет собой дополнительную необнаруженную погрешность, которая может существовать в генеральной совокупности, но не проявилась в результатах выборки.

    Она является мерой ошибки отбора и определяется расчетным путем следующим образом:

    возможная погрешность  UEL — спроектированная предполагаемая погрешность.

    Поскольку UEL — величина статистическая, определяемая на основе критерия для риска кажущейся достоверности, ясно, что возможная погрешность в денежном выражении также зависит от оценки значения риска аудитором.

    Итак, в нашем примере на основе выборки из 1500 счетов дебиторов были получены следующие данные:

    известная погрешность = 405 дол. (завышение);

    скорректированная погрешность = 6750 дол. (завышение);

    возможная погрешность = 3864 дол. (завышение) в дополнение к предполагаемой погрешности (10 614 — 6750 дол.) при риске кажущейся достоверности на уровне 20 %.

    На практике аудиторы не используют эти данные для выработки рекомендаций по введению поправки, так как объем выборки недостаточен для получения требующейся информации. (Рассмотренный выше пример определения рисков выборочного контроля базируется на этих данных.) Тем не менее, в демонстрационных целях на основе этих данных можно получить ряд значений поправки.

    Различные источники предлагают следующее:

    -              Скорректировать значение известной погрешности и принять ее равной 1005 дол. (405 дол. для выборки плюс 600 дол. для шести проверенных индивидуально счетов). Обычно фактическое значение известной погрешности не превышает допустимую погрешность.

    -              Скорректировать значение спроектированной погрешности и принять ее равной 7350 дол. (6750 дол. для выборки плюс 600 дол. для шести проверенных индивидуально счетов). Точечная оценка считается наиболее подходящим значением, которое можно рекомендовать проверяемой фирме в качестве поправки.

    -              Скорректировать также и значение возможной погрешности и принять его равным 3864 дол. Это значение является наибольшим из тех, которые могут быть получены с использованием риска кажущейся достоверности. Такая поправка связана со статистическими значениями, применимость которых в качестве поправок аудитор определяет по своему усмотрению.

    -              Скорректировать значение допустимой погрешности, когда сумма спроектированной и возможной погрешностей превышает допустимую погрешность, и принять ее равной 10 000 дол. Настоящее правило применимо в тех случаях, когда соответствующая сумма составляет более двух допустимых погрешностей.

    Стандарт SAS 47 Риск неэффективности аудиторской проверки и существенность данных при проведении проверки» трактует термин возможная погрешность» как существующая, но необнаруженная погрешность».

    - Внести поправку, значение которой равно разности суммы спроектированной и возможной погрешностей и допустимой погрешности, в нашем примере — 614 дол. (10614 — 10000). Поправка может также равняться 600 дол., т. е. расхождению для шести отдельных счетов. Цель введения поправки заключается здесь в том, чтобы получить погрешность для скорректированных сальдо, не превышающую значения допустимой погрешности (10 000 дол.). Настоящее правило применимо не во всех случаях.

    Качественный подход

    Приведенные примеры наглядно показывают широту выбора методов определения значения поправки для рекомендации. Зачастую на значение поправки, рекомендованной для одних счетов, влияют размеры поправок для других счетов. Прежде чем давать рекомендации по введению поправок, аудиторы обычно анализируют результаты проверки по другим направлениям.

    Следует также учитывать особенности счетов. В частности, суммарное завышение — 405 дол. из примера может быть результатом того, что сальдо по одной части счетов завышены на 1405 дол., а по другой — занижены на 1000 дол. Руководство фирмы может проводить такую политику, в соответствии с которой расхождение в сторону занижения востребованию не подлежит, и, следовательно, аудиторы должны оперировать завышением в размере 1405, а не 405 дол. В другом случае характер счетов допускает откорректировать завышенные и заниженные суммы простым исправлением записей без какого-либо учета взаимосвязи с дебиторами.

    Несмотря на то, что отсутствие четкого правила, предписывающего “как определять размер поправки”, свидетельствует об отсутствии научного начала в аудите, обсуждение проблемы можно завершить достаточно определенным утверждением: В качестве общего правила принято, что сальдо на всех счетах, где при проверке обнаружены погрешности, подлежат корректировке в тех случаях, если искажения суммы являются существенными».

    Выборка элементов в денежном выражении (DUS) представляет собой одну из модификаций отбора по качественным признакам, которая позволяет сделать аудиторское заключение о достоверности денежных сумм. Известны такие разновидности этого метода, как комбинированная выборка по качественным и количественным признакам (CAV), интегрированный отбор денежных сумм (СМА), отбор элементов в денежном выражении (MUS) и отбор с вероятностью, изменяющейся пропорционально объему (PPS).

    Уже говорилось о том, аудиторское тестирование процедур внутреннего контроля на основе статистических данных, отобранных по качественным признакам, не включает в себя непосредственное определение денежных сумм, следовательно, ограничивается оценкой коэффициента отклонений.

    Метод DUS позволяет связать отбор по качественным признакам с денежными суммами. Он обеспечивает оценку сальдо и итоговых сумм, а также воздействия отклонений в системе внутреннего контроля на денежные суммы. Этот метод широко обсуждался в Канаде и используется многими аудиторскими фирмами США.

    Метод DUS направлен на преодоление недостатков, которые присущи другим методам, например:

    -              методам нестратифицированного отбора — увеличение объема выборки;

    -              классическим статистическим методам — смещение из-за недостаточного количества расхождений, попавших в выборку;

    -              методам комплексной стратификации, от которых DUS позволяет отказаться вовсе, так как он обеспечивает стратификацию за счет автоматического отбора элементов с большими денежными суммами.

    Достоинство статистических методов с отбором по качественным признакам заключается в том, что они не требуют оценок нормального распределения. Проблема заключается лишь в представлении результатов в виде денежных сумм. Метод DUS помогает решить эту проблему.

    Вместе с тем, методу DUS присущи также и недостатки, к которым относятся следующие:

    -              OUS позволяет оценить ошибки в денежном выражении с большим запасом, поскольку точные математические методы расчета верхнего предела погрешности находятся на стадии разработки.

    -              DUS не предназначен для точной оценки занижения данных финансовой отчетности. (Впрочем, ни один из методов, основанных на выборочной проверке, не может считаться эффективным для оценки занижения сумм.)

    -              Выборка из элементов в денежном выражении с трудом поддастся расширению, когда предварительные результаты свидетельствуют о существенном искажении сальдо.

    Применение метода выборки элементов в денежном выражении

    О возможностях применения DUS в тестировании системы контроля и для проверки сальдо счетов можно судить по перечисленным выше достоинствам и недостаткам. Очевидно, что DUS является лучшим средством для проверки сальдо по тем счетам, где высока уверенность в отсутствии ошибок или в незначительности их числа, и там, где наибольший риск — это риск завышения учтенных сумм.

    В остальных случаях, когда:

    1) ожидается большое число ошибок;

    2) мала база для оценки числа ошибок;

    3) ожидается как завышение, так и занижение учтенных сумм, применение DUS требует осторожности.

    Прежде чем остановить свой выбор на DUS, следует тщательно оценить среду, в которой проводится аудиторская проверка, и альтернативные методы формирования выборок.

    Формирование выборки

    Прием, позволяющий DUS связать денежные суммы со статистическим отбором по качественным признакам, заключается в том, что генеральную совокупность представляют в виде элементов достоинством в 1 дол., каждый из которых может быть включен в выборку.

    Например, для фирмы Kngston Company, имеющей 1500 счетов дебиторов на сумму 400 000 дол. подход будет следующим:

    1) отобрать отдельные существенные сальдо, которые превышают допустимую погрешность, равную 10 000 дол., для сплошной проверки (шесть счетов на общую сумму 100 000 дол.);

    2) представить оставшиеся сальдо как 300 000 элементов достоинством в 1 дол. (Представьте себе, что счета — это 300 000 однодолларовых банкнот, высыпанных на стол.)

    Теперь мысленно сформируем выборку из 100 отдельных одно долларовых элементов (не обращая временно внимания на то, какие счета дебиторов попадают в выборку). В общем случае процесс отбора заключается в том, что, начав с произвольной точки, отбирают каждый трехтысячный доллар в качестве элемента. (Это будет системный отбор.) Такой метод гарантирует включение в выборку всех счетов дебиторов, имеющих сальдо 3000 дол. и более, при этом вероятность включения более крупных счетов дебиторов будет выше вероятности включения небольших счетов. (Так, вероятность включения в выборку доллара из счета на сумму 2000 дол. в 10 раз выше, чем у доллара из счета на сумму 200 дол.) В то же время отбор не теряет случайного характера, так как теоретическим элементом выборки является один доллар, а не дебитор. Результатом рассмотренного процесса отбора будет чрезвычайно высокая степень стратификации генеральной совокупности.

    Существуют также и другие методы формирования выборок из элементов в денежном выражении. Хорошим подспорьем в формировании выборки может оказаться компьютер.

    Расчетное определение объема выборки

    Определенный расчетом объем выборки несет в себе определенный риск. Так как в расчете учитывается только риск кажущейся достоверности, сохраняется очень высокий риск кажущейся недостоверности. Так, если 3,333 % однодолларовых элементов из счетов дебиторов являются фиктивными (суммарное завышение — 9999 дол.  0,03333 х 300 000, очень близко к допустимой погрешности 10 000 дол.), вероятность обнаружения, по меньшей мере, одного из таких элементов в выборке составляет 0,98 . Следовательно, выборка объемом 111 однодолларовых элементов из фактически достоверных сальдо на 98 % гарантирует отнесение этих сальдо к разряду недостоверных. (Обнаружение лишь одной 100% ной ошибки приведет к тому, что верхний предел ошибки составит 15 082 дол., т.е. выше ТМ= 10 000.)

    При использовании DUS обычно принимают меры, позволяющие ограничить одновременно оба риска. Одна из таких мер заключается в оценке (математического ожидания) распространенности некоторых ошибок, что очень напоминает оценку “предполагаемой погрешности” в классических методах отбора по количественным признакам. В DUS это ожидание учитывается с помощью повышения значения коэффициента риска СR), соответствующего фактически ожиданию числа 100%-ных ошибок. Некоторые аудиторы рекомендуют сокращать объем выборки до минимума в качестве меры предотвращения кажущейся недостоверности.

    Значение AS используют для представления результатов выборки в денежном выражении и выполнения количественного анализа полученных данных.

    Представление результатов в денежном выражении

    Для выборки по качественным признакам проблематичным является представление в денежной форме результатов в виде коэффициента отклонений. С точки зрения аудита результаты в денежном выражении более значимы.

    Предположим, что в отобранных случайным образом 100 счетах дебиторов ошибок не обнаружено. Статистические методы отбора по качественным признакам позволяют утверждать, что ошибка составляет максимум 3 % при риске кажущейся достоверности на уровне 5 %. Возникает вопрос, что представляет собой эта величина в денежном выражении?

    Один из подходов состоит в том, что 45 счетов (т.е. 3 % от 1500 — общего количества счетов Kngston Company, включенных в генеральную совокупность для аудиторской проверки) представляют в денежном выражении по суммам наиболее крупных счетов. Итак, для 45 счетов общая сумма равна 52 743 дол. Такая сумма слишком велика по отношению к учтенным 300 000 дол. и может оказаться неприемлемой.

    Другой подход — оценить 45 счетов по средней сумме (RA : N = 300 000 : 1500  200 дол.), что даст общую сумму, равную 45 х 200 = 9000 дол. Этот результат более приемлем, однако он также получен на основе произвольно выбранного допущения.

    Выборка элементов в денежном выражении предполагает лишь одно допущение: максимальное завышение сумм в выборке не может превышать учтенную сумму элемента.

    При аудиторской проверке выборки элементов в денежном выражении определяют:

    1)            расхождение между выявленной и зарегистрированной суммами логического элемента, т.е. счета или счета-фактуры, которому принадлежит включенный в выборку доллар;

    2)            отношение расхождения к зарегистрированной сумме логического элемента. Это отношение называют процентом недостоверности.

    Проще всего дать оценку в денежном выражении в том случае, когда в выборке не обнаружено ошибок.

    В предыдущем примере были приняты значения: п = 111, R = 3,69 (для риска кажущейся достоверности на уровне 2,5 %), a AS  2703 дол. После представления качественного UEL в денежном выражении получим 3,69 х 2703=9974 дол. Это значение UEL в денежном выражении представляет собой расхождение сумм в генеральной совокупности при условии, что риск получения более высокого полного расхождения в генеральной совокупности равен 2,5 %,

    В случае обнаружения одной или нескольких ошибок их располагают с целью оценки в порядке соответствующего им процента недостоверности. Основанной на пуассоновской вероятности, определяют коэффициент риска и коэффициенты “расширения интервала точности” СPGW). (Сумма коэффициента риска плюс 1,0 плюс PGW дает значения коэффициентов UEL. Например, если обнаружена одна ошибка, а риск кажущейся достоверности оценен как 2,5 %, коэффициент UEL = 3,69 + 1,0 + 0,89  5,58; если обнаружены две ошибки, коэффициент UEL =- 3,69 + 1,0 + 1,0 + 0,89 + 0,65  7,23.)

    В случае же трех ошибок их процент недостоверности будет равен соответственно 90, 80 и 75, как это показано ниже. Все три ошибки связаны с завышением сумм. В дальнейшем будет продемонстрированно, как в DUS при расчете UEL используют процент недостоверности и коэффициенты PGW. (Все приведенные данные соответствуют принятому объему выборки — 111 элементов и AS — 2703 дол.)

    Завышение и занижение сумм

    Если обнаруженные ошибки связаны как с завышением, так и с занижением сумм, их следует объединять определенным образом.

    Расчет здесь несложен:

    1.            Определяют суммарную спроектированную предполагаемую ошибку (GPLE0) и общий верхний предел погрешности (TUELQ) для случаев завышения сумм, используя таблицу значений процента недостоверности без учета случаев занижения сумм.

    2.            Определяют суммарную спроектированную предполагаемую ошибку (GPLEu) и общий верхний предел погрешности (TUELU) для случаев занижения сумм, используя таблицу значений процента недостоверности без учета случаев завышения сумм.

    3.            Определяют итоговую спроектированную предполагаемую погрешность (PLEn) сложением значений двух суммарных спроектированных предполагаемых ошибок, обращая внимание на характер итога (завышение или занижение).

    PLEn =  GPLEo — GPLEu.

    4.            Определяют итоговые верхние пределы (NUELo для завышенных сумм и NUELU для заниженных сумм), уменьшая общие верхние пределы погрешности (GUEL) на соответствующие противоположные суммарные предполагаемые спроектированные ошибки (GPLE):

    NUELo  TUELo — GPLEu; NUELu  TUELu — GPLEo.

    В приведенном далее примере использованы рассчитанное раньше завышение сумм и гипотетическое занижение сумм.

    Цель расчета заключается в учете ошибок обоих видов. Нет смысла:

    а) суммировать все ошибки выборки и проектировать итоговое значение;

    б) суммировать два итоговых верхних предела. Описанный в настоящем Приложении расчет является фактически упрощенным вариантом более сложных вычислений, тем не менее, он справедлив для всех ситуаций, кроме экстремальных. (Не следует применять этот расчетный метод, когда более высокий из двух итоговых верхних пределов превосходит допустимую погрешность более чем в пять раз — 5 х ТМ.)

    Учитывая, что допустимая погрешность для счетов дебиторов составляет 10 000 дол., общую сумму 300 000 дол. следует считать недостоверной, так как итоговый верхний предел погрешности для случаев завышения сумм превышает 10 000 дол.

    Применение метода DUS

    Отбор элементов в денежном выражении можно использовать в аудиторской проверке любой генеральной совокупности, представленной в денежных единицах, т.е. тогда, когда имеются учтенные суммы — логические элементы выборки (например, счета дебиторов или счета-фактуры на реализованную продукцию). Метод DUS применим также для тестирования системы внутреннего контроля, так как позволяет представить качественные результаты в “денежной форме” или, иными словами, измерить в денежных единицах отклонения системы контроля.

    Метод DUS достаточно эффективен и, к тому же, не связан с обязательным применением компьютерной техники, хотя многие аудиторские организации, располагающие соответствующими программными средствами и машинным временем, используют ЭВМ для облегчения процессов отбора и оценки. Как независимые, так и внутренние аудиторы, владеющие методами оценки выборок по количественным признакам, активно изучают метод DUS, который становится основным инструментом статистического отбора.



    тема

    документ Что мешает вам уволить сотрудника
    документ Четкое распределение обязанностей в коллективе
    документ Формирование профессиональных компетенций
    документ Мотивация людей для командной работы
    документ Как вырастить профессионала



    назад Назад | форум | вверх Вверх

  • Управление финансами

    важное

    1. ФСС 2016
    2. Льготы 2016
    3. Налоговый вычет 2016
    4. НДФЛ 2016
    5. Земельный налог 2016
    6. УСН 2016
    7. Налоги ИП 2016
    8. Налог с продаж 2016
    9. ЕНВД 2016
    10. Налог на прибыль 2016
    11. Налог на имущество 2016
    12. Транспортный налог 2016
    13. ЕГАИС
    14. Материнский капитал в 2016 году
    15. Потребительская корзина 2016
    16. Российская платежная карта "МИР"
    17. Расчет отпускных в 2016 году
    18. Расчет больничного в 2016 году
    19. Производственный календарь на 2016 год
    20. Повышение пенсий в 2016 году
    21. Банкротство физ лиц
    22. Коды бюджетной классификации на 2016 год
    23. Бюджетная классификация КОСГУ на 2016 год
    24. Как получить квартиру от государства
    25. Как получить земельный участок бесплатно


    ©2009-2016 Центр управления финансами. Все права защищены. Публикация материалов
    разрешается с обязательным указанием ссылки на сайт. Контакты