REVIZIJSKO UZORKOVANJE 1 CILJEVI UENJA Objasni pojam revizijskog
REVIZIJSKO UZORKOVANJE 1
CILJEVI UČENJA ① ② ③ ④ ⑤ ⑥ ⑦ Objasni pojam revizijskog uzorkovanja, kao i uslove kada (ni)je uzorkovanje prikladno Objasni razliku između rizika uzorkovanja i rizika donošenja pogrešnih zaključaka zbog razloga drugačijih od uzorkovanja Objasni rizik uzorkovanja za testove kontrola i za suštinske testove Objasni razliku između statističkog i nestatističkog uzorkovanja Objasni primenu statističkog uzorkovanja kod testova kontrole Objasni primenu statističkog uzorkovanja kod suštinskih testova Objasni uzorkovanje koje nije zasnovano na statističkim metodama kod suštinskih testova 2
OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA (NI)JE UZORKOVANJE PRIKLADNO (1) NAČIN ODABIRA STAVKI ZA TESTIRANJE SVE STAVKE POPULACIJE (100%) IZBOR SPECIFIČNIH STAVKI REVIZIJSKO UZORKOVANJE ISA 500, A 52 - А 56 3
OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA JE UZORKOVANJE PRIKLADNO (2) Reviziјskо uzorkovanje je primena revizijskih postupaka na manje od 100% stavki populacije na takav način da postoji verovatnoća da svaka stavka bude izabrana, a sa ciljem da se dođe do razumne osnove za donošenje zaključaka o celoj populaciji. ISA 530, p. 5. a) 4
OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA JE UZORKOVANJE PRIKLADNO (3) PRIMENA UZORKOVANJA TESTOVI KONTROLA SUŠTINSKI POSTUPCI (TESTOVI) 5
OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA (NI)JE UZORKOVANJE PRIKLADNO (4) UZORKOVANJE NIJE NABOLJI PRISTUP KADA: Ø populacija sadrži mali broj stavki velike vrednosti (prednost ima 100%-no ispitivanje) Ø postoji značajan rizik Ø je testiranje svih stavki isplativije Ø nije moguće pribaviti dovoljno dokaza ukoliko se koristi uzorkovanje Ø salda računa nisu materijalna (ili gde su potencijalni pogrešni iskazi nematerijalni) 6
OBJASNI RAZLIKU IZMEĐU RIZIKA UZORKOVANJA I RIZIKA DONOŠENJA POGREŠNIH ZAKLJUČAKA ZBOG RAZLOGA DRUGAČIJIH OD UZORKOVANJA (1) REZULTATI UZORKA REPREZENTATIVAN UZORAK! ZAKLJUČCI O POPULACIJI 7
OBJASNI RAZLIKU IZMEĐU RIZIKA UZORKOVANJA I RIZIKA DONOŠENJA POGREŠNIH ZAKLJUČAKA ZBOG RAZLOGA DRUGAČIJIH OD UZORKOVANJA (2) RIZIK UZORKOVANJA (sampling risk) Ø uzorak nije reprezentativan Ø smanjuje se sa povećanjem veličine uzorka Ø ekstrem: istraživanje svih stavki - nema ovog rizika RIZIK DONOŠENJA POGREŠNIH ZAKLJUČAKA ZBOG RAZLOGA DRUGAČIJIH OD UZORKOVANJA (nonsampling risk) § § § Primena neodgovarajućih revizijskih postupaka Revizijski postupci se ne sprovode sa dužnom pažnjom Pogrešna interpretacija rezultata Ne može se kvantifikovati Revizorske firme nastoje da ga minimiziraju putem efektivnog planiranja i nadzora revizijskih angažmana i implementiranjem dobro dizajniranih postupaka kontrole kvaliteta 8
OBJASNI RIZIK UZORKOVANJA ZA TESTOVE KONTROLA I ZA SUŠTINSKE TESTOVE (1) POGREŠAN ZAKLJUČAK O EFEKTIVNOSTI INTERNIH KONTROLA POTCENJEN RIZIK KONTROLE • Uzorak indicira da su kontrole bolje nego što stvarno jesu • Suštinski postupci nisu obuhvatni kao što bi trebalo da jesu • Povećan je rizik da se ne otkriju materijalni pogrešni iskazi i izda neodgovarajuće mišljenje EFEKTIVNOST REVIZIJE! PRECENJEN RIZIK KONTROLE • Uzorak indicira da su kontrole lošije nego što stvarno jesu • Suštinski postupci su obuhvatniji nego što bi trebalo da jesu • Nije ugrožena efektivnost revizije EFIKASNOST REVIZIJE! 9
OBJASNI RIZIK UZORKOVANJA ZA TESTOVE KONTROLA I ZA SUŠTINSKE TESTOVE (2) POGREŠAN ZAKLJUČAK O POSTOJANJU MATERIJALNO ZNAČAJNIH POGREŠNIH ISKAZA RIZIK NEISPRAVNOG PRIHVATANJA • Uzorak indicira da ne postoji materijalno značajan pogrešan iskaz, a on stvarno postoji • Revizor može da izda nemodifikovano mišljenje za materijalno neispravne fin. izveštaje EFEKTIVNOST REVIZIJE? POTENCIJALNI TROŠKOVI? RIZIK NEISPRAVNOG ODBIJANJA • Uzorak indicira da postoji materijalno značajan pogrešan iskaz, a on stvarno ne postoji • Suštinski postupci su obuhvatniji nego što bi trebalo da jesu • Nije ugrožena efektivnost revizije EFIKASNOST REVIZIJE! 10
OBJASNI RAZLIKU IZMEĐU STATISTIČKOG I NESTATISTIČKOG UZORKOVANJA (1) U reviziji je dozvoljeno i jedno i drugo. NESTATISTIČKO UZORKOVANJE §Ključno je REVIZIJSKO PROSUĐIVANJE (prilikom određivanja veličine uzorka, izbora stavki u uzorak i ocene rezultata uzorka) §Ne omogućava objektivan način merenja i kontrole RIZIKA UZORKOVANJA §S obzirom na subjektivnost postupka, rezultati su manje ubedljivi dokazi u sudskim sporovima §Vremenski je manje zahtevno §Česta primena kod revizije malih preduzeća 11
OBJASNI RAZLIKU IZMEĐU STATISTIČKOG I NESTATISTIČKOG UZORKOVANJA (2) U reviziji je dozvoljeno i jedno i drugo. STATISTIČKO UZORKOVANJE §Bazirano na zakonima verovatnoće, pa je moguće meriti i kontrolisati RIZIK UZORKOVANJA §Omogućava revizorima: dizajniranje efikasnog uzorka, odmeravanje dovoljnosti revizijskih dokaza i objektivnu ocenu rezultata uzorka. §Zahteva precizne definicije prihvatljivog rizika i ciljeva uzorka §Potrebno je znanje statističkih metoda uzorkovanja §Efikasno za testiranje velikih populacija 12
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (1) Ako revizor veruje da su kontrole efektivne (preliminarna ocena planirani ocenjeni nivo kontrolnog rizika) i planira da se osloni na kontrole, onda mora da TESTIRA kontrole kako bi stekao razumno uveravanje da one funkcionišu efektivno. Rezultati testova kontrole se iskazuju u vidu STOPE DEVIJACIJE. Devijacije ne moraju nužno da dovedu do POGREŠNIH ISKAZA u finansijskim izveštajima. Ipak, Ø utiču na zaključak o visini rizika kontrole Ø komuniciraju se menadžmentu. Pri testiranju kontrola, najčešće korišćene statističke metode uzrokovanja su: Ø Uzorkovanje radi ispitivanja pojave atributa (attributes sampling)13 Ø Uzorkovanje radi otkrivanja (discovere sampling)
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (2) UZORKOVANJE RADI ISPITIVANJA POJAVE ATRIBUTA ATRIBUT je kvalitativna karakteristika koju stavka populacije poseduje ili ne poseduje. PRIMER: § U preduzeću se zahteva da svaka prodaja na odloženo bude odobrena od kreditnog menadžera. § Dokaz odobrenja su inicijali menadžera na prodajnim fakturama. § Inicijali su ATRIBUT. § Revizori ispituju prodajne fakture i proveravaju da li su na njima stavljeni inicijali menadžera. U testovima kontrole, ATRIBUT je karakteristika kojom se potvrđuje da je kontrola izvršena. 14
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (3) UZORKOVANJE RADI ISPITIVANJA POJAVE ATRIBUTA KORACI U PRIMENI: 1. 2. 3. 4. 5. 6. 7. 8. Odrediti cilj testa kontrole Definisati atribut koji se testira i devijacije od atributa Definisati populaciju koja se testira Odrediti veličinu uzorka Izbor uzorka Testiranje jedinica uzorka Oceniti rezultate uzorka i definisati zaključke Dokumentovati ceo postupak 15
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (4) UZORKOVANJE RADI ISPITIVANJA POJAVE ATRIBUTA KORACI U PRIMENI: 1. Odrediti cilj testa kontrole Pribaviti dokaze da kontrola funkcioniše efektivno kako bi se podržao planirani ocenjeni rizik kontrole ILUSTRATIVNI PRIMER: Pribaviti dokaze da je kontrola zasnovana na sučeljavanju prijemnica i nabavnih faktura (što je korak u autorizaciji plaćanja faktura za nabavljenu robu) efektivna. 16
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (5) KORACI U PRIMENI: 2. Definisati atribut koji se testira i devijacije od atributa Devijacija od atributa je situacija gde stavka uzorka ne poseduje posmatrani atribut. VAŽNOST pravilnog definisanja devijacija! Ukoliko odabrana stavka za testiranje nije dostupna, tretiraće se kao devijacija (npr. , izgubljeni dokument). ILUSTRATIVNI PRIMER: • faktura nije potkrepljena prijemnicom • faktura potkrepljena prijemnicom koja se odnosi na drugu fakturu • razlika u fakturi i prijemnici u pogledu navedenih količina 17
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (6) KORACI U PRIMENI: 3. Definisati populaciju koja se testira uključuje i sledeće: § definisati jedinicu uzorka § period koji je pokriven testom § i osigurati da je populacija kompletna (prikupiti dokaze, jer u suprotnom prezentovana populacija možda nije jednaka stvarnoj) ILUSTRATIVNI PRIMER: • • Klijent priprema serijski numerisane naloge za plaćanje za svaku nabavku robe. Prijemnica i nabavna faktura se povezuju sa nalogom. Populacija za testiranje su nalozi za plaćanje, a jedinica uzorka je pojedinačni nalog. S obzirom da se test sprovodi pre kraja godine, npr. za period od prvih 10 meseci, onda populaciju čine svi nalozi izdati tokom ovih 10 meseci, konkretno u ovom slučaju 3. 653 naloga. 18
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (7) KORACI U PRIMENI: 4. Odrediti veličinu uzorka Odgovarajuća veličina uzorka određena je VEĆIM brojem faktora: § ü ü RIZIK UZORKOVANJA - RIZIK POTCENJIVANJA RIZIKA KONTROLE (rizik procene rizika kontrole na preniskom nivou) revizori moraju da ga imaju u fokusu i da ga kontrolišu unapred se definiše nivo ovog rizika uobičajeno na NISKOM NIVOU (5% ili 10%) efekat po veličinu uzorka: što je prihvatljiv rizik niži, to je potreban veći uzorak ILUSTRATIVNI PRIMER: • Značaj kontrole veoma veliki, prihvatljiv rizik 5%. 19
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (8) 4. Odrediti veličinu uzorka § TOLERANTNA STOPA DEVIJACIJE (stopa odstupanja koja se može tolerisati) ü Maksimalna stopa devijacije u populaciji koju bi revizor tolerisao, to jest ne bi bilo neophodno da se vrši modifikacija planiranog procenjenog nivoa rizika kontrole ü Zavisi od: 1. Planiranog procenjenog nivoa rizika kontrole (što je rizik procenjen na nižem nivou, prihvatljiva je niža tolerantna stopa devijacije) 2. Željenog stepena uveravanja po osnovu pribavljenih dokaza u postupku uzorkovanja (što je veći željeni stepen uveravanja, to je niža tolerantna stopa devijacije) ü Unapred se definiše (profesionalno prosuđivanje) ü Niža tolerantna stopa uveravanja podrazumeva veći uzorak. ILUSTRATIVNI PRIMER: Tolerantna stopa devijacije 7%. 20
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (9) 4. Odrediti veličinu uzorka § OČEKIVANA STOPA DEVIJACIJE U POPULACIJI (stopa koju revizor očekuje da otkrije u uzorku) ü Određuje se na bazi: prethodnog iskustva, rezultata drugih postupaka, razumevanja klijenta itd. ü Što je veća očekivana stopa devijacije, to je potreban veći uzorak. ILUSTRATIVNI PRIMER: Tokom revizije u prethodne tri godine, stope devijacije su bile 1, 2%, 1, 3% i 1, 1%, respektivno. Revizor konzervativno određuje očekivanu stopu devijacije na nivou od 1, 5%. 21
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (10) 4. Odrediti veličinu uzorka § VELIČINA POPULACIJE ü Relevantna samo kod veoma malih populacija ü Uzorkovanje se tada retko primenjuje. 22
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (11) 4. Odrediti veličinu uzorka VELIČINA UZORKA je funkcija: rizika potcenjivanja rizika kontrole, tolerantne stope devijacije i očekivane stope devijacije u populaciji. Određuje se: Ø Matematičkim formulama Ø Primenom tablica za određeni nivo rizika potcenjivanje rizika kontrole redovi: očekivana stopa devijacije u populaciji, kolone: tolerantna stopa devijacije presek daje veličinu uzorka i dozvoljeni broj devijacija (da bi rezultat uzorka podržao planirani ocenjeni nivo rizika kontrole) ILUSTRATIVNI PRIMER: Za rizik od 5%, tolerantnu stopu devijacije 7% i očekivanu stopu devijacije od 1, 5% veličina uzorka je 66 i dozvoljena je 1 devijacija. 23
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (12) 5. Izbor uzorka Kada je određena veličina uzorka, revizor mora da odluči na koji način će izabrati uzorak. Metode bazirane na slučajnom izboru eliminiše se namerna ili nenamerna pristrasnost Ø Tablice slučajnih brojeva najčešće bez ponavljanja efikasne kada se lako povezuju slučajni brojevi sa stavkama populacije (postoji numeracija: prodajne fakture, narudžbenice) Ø Kompjuterski programi (generatori slučajnih brojeva) Ø Sistematski izbor svaka n-ta stavka proveriti da li je populacija aranžirana na sistematski način! 24 kompjuterski softveri
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (13) 6. Izbor uzorka Metoda slučajnog izbora, ali koja nije statistički zasnovana Ø arbitrarna, ali bez svesne pristrasnosti ili predvidljivosti Metoda izbora bloka stavki Ø takođe nije statistički zasnovana Ø blok: sve stavke u nekom vremenskom okviru (npr. u mesecu aprilu), niz uzastopnih stavki u numeričkom ili alfabetskom nizu Ø najčešće se ne dobija reprezentativan uzorak 25
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (14) 7. Testiranje jedinica uzorka Ispitivanje svake stavke uzorka u pogledu definisanog atributa Potrebno je da revizor obrati pažnju i na svaku informaciju koja je možda indikator prevare ili transakcija sa povezanim stranama… 8. Ocena rezultata uzorka i definisanje zaključaka Ø kvantitativni aspekt Ø kvalitativni aspekt 26
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (15) 8. Ocena rezultata uzorka i definisanje zaključaka STVARNI BROJ DEVIJACIJA U UZORKU MANJI OD DOZVOLJENOG BROJA ZAKLJUČAK: • Stopa devijacije u populaciji nije veća od tolerantne stope • Podržan je planirani procenjeni nivo rizika kontrole VEĆI OD DOZVOLJENOG BROJA ZAKLJUČAK: • Stopa devijacije u populaciji je veća od tolerantne stope • Moguće je odrediti (softver ili tablice) dostignutu gornju stopu devijacije (maksimalnu) • Potrebno je povećati procenjeni 27 nivo rizika kontrole
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (16) 8. Ocena rezultata uzorka i definisanje zaključaka Ilustrativni primer Broj devijacija: 0 ZAKLJUČAK: Postoji rizik od 5% da je stopa devijacije u populaciji veća od 7% (tolerantna stopa). Ocena rizika kontrole na niskom nivou je podržana rezultatima uzorka. Broj devijacija: 3 ZAKLJUČAK: • Maksimalna stopa devijacije koja se može očekivati je veća od 7%. • Preciznije, maksimalna stopa je 11, 5% (tablice: veličina uzorka i broj stvarnih devijacija) • Potrebno je povećati procenjeni nivo rizika kontrole, 28 • Obuhvatniji suštinski postupci
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (17) 8. Ocena rezultata uzorka i definisanje zaključaka Kvalitativni aspekt § Ispitati prirodu devijacije slučajna ili sistematska rezultat greške ili namernih radnji (indikacija prevare!) §Ispitati efekat devijacija na pogrešne iskaze u finansijskim izveštajima 9. Dokumentovanje svaki korak treba da bude dokumentovan, kao i osnova za zaključivanje 29
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (1) Koraci u statističkom uzorkovanju: § § § § Odrediti cilj suštinskog testa Definisati populaciju i jedinicu uzorka Izabrati revizijsku tehniku uzorkovanja Odrediti veličinu uzorka Izbor uzorka Testiranje Oceniti rezultate uzorka Dokumentovati postupak i rezultate 30
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (2) 1. Odrediti cilj suštinskog testiranja Obično je cilj da se sprovođenjem jednog revizijskog postupka testira jedna do dve tvrdnje. Cilj determiniše populaciju! Primer: § Ako je cilj testiranje postojanja, uzorak će biti izabran iz knjigovodstvene evidencije (dnevnik, glavna knjiga) § Ako je cilj testiranje potpunosti, uzorak će biti izabran iz populacije izvornih dokumenata ILUSTRATIVNI PRIMER: Revizor testira postojanje i bruto vrednost potraživanja od kupaca, tako što planira da pribavi eksterne potvrde (konfirmacije) za uzorak potraživanja. 31
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (3) 2. Definisati populaciju i jedinicu uzorka POPULACIJA Grupa stavki u saldu računa koju revizor želi da testira Važno je adekvatno definisati populaciju, jer : § se rezultati uzorka mogu da projektuju samo na grupu iz koje je uzorak izabran § mora da odražava cilj koji se želi postići testom. JEDINICA UZORKA Pojedinačna stavka od koje se populacija sastoji ILUSTRATIVNI PRIMER: Klijent ima 100. 000 analitičkih računa kupaca, a ukupna (bruto) vrednost potraživanja je 6. 250. 000 $. Klijent veruje da kupci mogu da potvrde ukupan preostali dug. Zbog toga se pojedinačna potraživanja (saldo analitičkih računa) koriste kao jedinica uzorka, umesto pojedinačnih transakcija 32 koje rezultiraju u datom saldu.
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (4) Kada populacija nije homogena poželjna je STRATIFIKACIJA populacije: Podela populacije u podgrupe (stratume) koje su više homogene. Svaki stratum se posebno uzorkuje. Pozitivni efekti: § Efikasnija revizija! Ukupan broj stavki svih uzoraka je manji, nego da nije vršena stratifikacija. § Omogućava uvažavanje materijalnosti: ü stratum sa stavkama najveće vrednosti: ispitivanje svih stavki (100%) ü stratumi sa stavkama manje vrednosti su predmet uzorkovanja 33
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (5) 3. Izabrati revizijsku metodu uzorkovanja Postoji veći broj statističkih metoda § Klasične metode uzorkovanja varijabli: üProcena na bazi aritmetičke sredine üProcena na bazi racia üProcena na bazi razlike § Metoda gde je verovatnoća izbora proporcionalna veličini stavke (probability-proportional-to-size sampling) ILUSTRATIVNI PRIMER: procena na bazi aritmetičke sredine 34
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (6) 3. Izabrati revizijsku metodu uzorkovanja § Metoda gde je verovatnoća izbora proporcionalna veličini stavke populacija je ukupan monetarni iznos salda, a pojedinačna stavka svaki dinar ü Pogodna kada se ispituje precenjenost salda ü Vrši efikasnu stratifikaciju ü Rezultuje u manjem uzorku nego metode uzorkovanja varijabli, kada je broj pogrešnih iskaza manji ü Jednostavna za primenu 35
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (7) 4. Odrediti veličinu uzorka (Procena na bazi aritmetičke sredine) • POGREŠNI ISKAZ KOJI SE MOŽE TOLERISATI (za dati test) ü Koncept materijalnosti ü Materijalnost performansi ü Pogrešni iskaz koji se može tolerisati ≤ Materijalnost performansi ü Što je veći iznos pogrešnog iskaza koji se može tolerisati, to je potreban manji uzorak. ILUSTRATIVNI PRIMER: Imajući u vidu materijalnost performansi za račun potraživanja od kupaca, pogrešni iskaz koji se može tolerisati određen je na nivou od 364. 000 $. 36
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (8) 4. Odrediti veličinu uzorka (Procena na bazi aritmetičke sredine) • PLANIRANI NIVO RIZIKA UZORKOVANJA: Rizik neispravnog prihvatanja Rizik neispravnog odbijanja ü Što je veći planirani (prihvatljivi) nivo rizika, to je potreban manji uzorak. ILUSTRATIVNI PRIMER: Interne kontrole su slabe pa je rizik kontrola procenjen na nivou od 100%. Takođe, inherentni rizik je na nivou od 100% i revizori planiraju samo u manjoj meri da se oslone na druge testove predmetnih tvrdnji. Zbog svega ovoga, rizik uzorkovanja može da se prihvati samo na niskom nivou: 5% za neispravno prihvatanje. Razmatrajući troškove dodatnih testova ukoliko bi se saldo računa potraživanja neispravno 37 odbio, revizori planiraju rizik neispravnog odbijanja na nivou od 4, 6%.
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (9) 4. Odrediti veličinu uzorka (Procena na bazi aritmetičke sredine) POGREŠNI ISKAZ KOJI SE MOŽE TOLERISATI PLANIRANI NIVO RIZIKA UZORKOVANJA formula DOPUŠTENI INTERVAL ODSTUPANJA USLED RIZIKA UZORKOVANJA ILUSTRATIVNI PRIMER: ± 200. 000 $ 38
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (10) 4. Odrediti veličinu uzorka (Procena na bazi aritmetičke sredine) • STANDARDNA DEVIJACIJA POPULACIJE Mera diperzije vrednosti u odnosu na aritmetičku sredinu ü Način utvrđivanja: standardna devijacija knjigovodstvenih vrednosti stavki populacije (upotreba softvera) ili standardna devijacija utvrđena pri prethodnoj reviziji ü Što je standardna devijacija veća, to je potreban i veći uzorak. ILUSTRATIVNI PRIMER: Standardna devijacija evidentiranih knjigovodstvenih vrednosti pojedinačnih potraživanja utvrđena upotrebom revizijskog softvera je 15$. 39
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (11) 4. Odrediti veličinu uzorka (Procena na bazi aritmetičke sredine) • VELIČINA POPULACIJE ü Što je populacija veća, to je potreban i veći uzorak: važi za manje populacije ILUSTRATIVNI PRIMER: Na osnovu relevatnih faktora, izračunata je veličina uzorka: 225 računa potraživanja. 40
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (12) 4. Odrediti veličinu uzorka (Metoda gde je verovatnoća izbora proporcionalna veličini stavke ) • OČEKIVANI IZNOS POGREŠNIH ISKAZA ü Način utvrđivanja, na bazi: prethodnih revizija, rezultata drugih suštinskih testova, prosuđivanja, itd. ü Poželjna je konzervativna ocena. ü Što je očekivani iznos pogrešnih iskaza veći, to je potreban i veći uzorak. 41
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (13) 5. Izbor uzorka više metoda, kao i za uzorkovanje kod testova kontrole ILUSTRATIVNI PRIMER: Potraživanja ne variraju značajno u vrednosti, pa nije vršena stratifikacija, nego je upotrebljena tablica slučajnih brojeva i izabran nestratifikovani slučajni uzorak. 6. Testiranje primena odgovarajućeg revizijskog postupka ILUSTRATIVNI PRIMER: Izbranim kupcima poslati su zahtevi za konfirmacijom potraživanja. 42
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (14) 7. Oceniti rezultate uzorka § izračunava se aritmetička sredina revidiranih vrednosti u uzorku § procenjuje se ukupna vrednost populacije (proizvod aritmetičke sredine uzorka i broja stavki populacije) § određuje se interval prihvatanja (procenjena vrednost populacije ± dopušteni interval odstupanja) ü ako je knjigovodstvena vrednost unutar intervala prihvatanja, onda rezultati uzorka podržavaju zaključak da je saldo računa materijlano ispravan. ü ako je knjigovodstvena vrednost izvan intervala prihvatanja, postoji veliki rizik da je račun materijalno neispravan – dodatni postupci § određuje se projektovani pogrešni iskaz (razlika procenjene vrednosti populacije i knjigovodstvene vrednosti) 43
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (15) 7. Oceniti rezultate uzorka ILUSTRATIVNI PRIMER: Broj jedinice uzorka Broj analitič. računa Naziv kupca KV ($) Revidirane vrednosti ($) Razlike 001 000002 A 66, 44 0, 00 002 000005 B 44, 96 43, 00 1, 96 100000 M 99, 20 92, 00 7, 20 Ukupna vrednost 14. 175, 00 13. 725, 00 450, 00 Aritmetička sredina 63, 00 61, 00 2 … 225 44
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (16) § aritmetička sredina revidiranih vrednosti uzorka = 61$. § procenjena vrednost populacije = 61 * 100. 000 = 6. 100. 000 $ § interval prihvatanja = 6. 100. 000 ± 200. 000 = (5. 900. 000 - 6. 300. 000) ü knjigovodstvena vrednost potraživanja je 6. 250. 000, pa se nalazi unutar intervala prihvatanja Rezultati uzorka pokazuju da ne postoji materijalno značajan pogrešan iskaz u vrednosti potraživanja. § projektovani pogrešan iskaz = 6. 250. 000 – 6. 100. 000 = 150. 000 $ (precenjivanje) ! U završnoj fazi revizije, razmatraju se ukupni potencijalni 45 pogrešni iskazi.
OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (17) 7. Oceniti rezultate uzorka § Kvalitativni aspekt: ü Šta je uzrok pogrešnih iskaza? ü Da li postoje indikatori prevare? ü Koje su implikacije po druga područja revizije? 8. Dokumentovati Svaki od prethodnih sedam koraka, kao i osnovu za donošenje određenog zaključka. 46
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (1) § Poželjan je strukturiran pristup § Isti redosled koraka kao i kod statističkog uzorkovanja § Osnovne razlike kod: ü određivanja veličine uzorka i ü ocene rezultata uzorka 47
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (2) 1. Odrediti cilj testa primer: Revizor testira vrednost zaliha putem uzorkovanja. Proveravaju se cene po kojima su zalihe vrednovane. Upoređuju se cene u evidenciji sa cenama iz ulaznih faktura (faktura dobavljača). 2. Definisati populaciju i jedinicu uzorka primer: Zalihe se sastoje od 2. 000 pojedinačnih stavki, čija je ukupna vrednost 3. 000 $. Kao jedinice uzorka tretiraju se pojedinačne stavke zaliha. 3. Izabrati revizijsku tehniku uzorkovanja: primer: Koristi se strukturirani pristup nestatističkom uzorkovanju.
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (3) 4. Odrediti veličinu uzorka Veličina uzorka KV populacije = × Faktor pouzdanosti Pogrešni iskaz koji se toleriše Kombinovana ocena inherentnog rizika i rizika kontrole Rizik da se putem drugih suštinskih testova neće otkriti materijalno pogrešni iskazi maksimalan umeren nizak maksimalan 3 2, 3 1, 9 nešto ispod maksimalnog 2, 7 2 1, 6 umeren 2, 3 1, 6 1, 2 nizak 1, 9 1, 2 1
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (4) 4. Odrediti veličinu uzorka primer: ü Revizori su ocenili da je rizik materijalno značajnih pogrešnih iznosa nešto ispod maksimuma. ü Revizori sprovode i druge postupke - analitičke postupke u vezi sa računom zaliha i veruju da ovi postupci imaju umeren rizik da ne otkriju materijalno značajne pogrešne iskaze kod vrednovanja zaliha. ocena Kombinovana Rizik da se putem drugih suštinskih testova inherentnog rizika i rizika kontrole neće otkriti materijalno pogrešni iskazi maksimalan umeren nizak maksimalan 3 2, 3 1, 9 nešto ispod maksimalnog 2, 7 2 1, 6 umeren 2, 3 1, 6 1, 2 nizak 1, 9 1, 2 1
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (5) 4. Odrediti veličinu uzorka Primer: ü Iznos pogrešnog iskaza koji se može tolerisati je 100. 000$ Veličina uzorka = 3. 000 100. 000 × 2 = 60
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (6) 5. Izabrati uzorak više raspoloživih metoda: tablice slučajnih brojeva, stratifikacija itd. primer: ukupna knjigovodstvena vrednost 60 izabranih stavki je 1. 100. 000$. 6. Testirati jedinice uzorka primer: Proverom su otkrivene dve stavke zaliha kod kojih nisu primenjene adekvatne cene. Ukupna precenjenost datih stavki je 6. 600$. 7. Oceniti rezultate § izvršiti projekciju rezultata uzorka na populaciju § uporediti projektovni pogreši iskaz sa tolerantnim
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (7) 7. Oceniti rezultate § Projekcija rezultata najčešće se vrši: ü metodom racia Projektovani pogrešni iskazi = Pogrešni iskaz u uzorku × KV populacije KV uzorka ü metodom razlika Projektovani pogrešni iskazi = Pogrešni iskaz u uzorku Broj stavki uzorka × Broj stavki populacije
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (8) 7. Oceniti rezultate primer: metoda racia Projektovani pogrešni iskazi = 6. 600 1. 100. 000 × 3. 000 = 18. 000$
OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (9) 7. Oceniti rezultate § Uporediti projektovani pogrešni iskaz sa tolerantnim Koristi se prosuđivanje pri oceni da li postoji dovoljno nizak rizik da saldo računa ne sadrži materijalno značajne pogrešne iskaze. Što je iznos projektovanih pogrešnih iskaza bliži tolerantnom iznosu, to su revizori spremniji da zaključe da je rizik previsok. Saldo se ne prihvata bez dodatnih aktivnosti. primer: 18. 000 < 100. 000 Projektovani pogrešni iskaz čini samo 18% iznosa koji se može tolerisati, pa revizori zaključuju da je saldo računa zaliha prihvatljiv. TAKODJE, KVALITATIVNA ANALIZA! 8. Dokumentovati
- Slides: 55
