1 / 55

REVIZIJSKO UZORKOVANJE

REVIZIJSKO UZORKOVANJE. CILJEVI UČENJA. 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

oprah
Download Presentation

REVIZIJSKO UZORKOVANJE

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. REVIZIJSKO UZORKOVANJE

  2. CILJEVI UČENJA • Objasnipojamrevizijskoguzorkovanja, kaoiuslovekada (ni)je uzorkovanjeprikladno • Objasnirazlikuizmeđurizikauzorkovanjairizikadonošenjapogrešnihzaključakazbograzlogadrugačijih od uzorkovanja • Objasnirizikuzorkovanjazatestovekontrolaizasuštinsketestove • Objasnirazlikuizmeđustatističkoginestatističkoguzorkovanja • Objasniprimenustatističkoguzorkovanjakodtestovakontrole • Objasniprimenustatističkoguzorkovanjakodsuštinskihtestova • Objasniuzorkovanjekojenijezasnovanonastatističkimmetodamakodsuštinskihtestova

  3. OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA (NI)JE UZORKOVANJE PRIKLADNO (1) SVE STAVKE POPULACIJE (100%) IZBOR SPECIFIČNIH STAVKI REVIZIJSKO UZORKOVANJE NAČIN ODABIRA STAVKI ZA TESTIRANJE ISA 500, A52- А56

  4. 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)

  5. OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA JE UZORKOVANJE PRIKLADNO (3) PRIMENA UZORKOVANJA TESTOVI KONTROLA SUŠTINSKI POSTUPCI (TESTOVI)

  6. OBJASNI POJAM UZORKOVANJA, KAO I USLOVE KADA (NI)JE UZORKOVANJE PRIKLADNO (4) UZORKOVANJE NIJE NABOLJI PRISTUP KADA: • populacija sadrži mali broj stavki velike vrednosti (prednost ima 100%-no ispitivanje) • postoji značajan rizik • je testiranje svih stavki isplativije • nije moguće pribaviti dovoljno dokaza ukoliko se koristi uzorkovanje • salda računa nisu materijalna (ili gde su potencijalni pogrešni iskazi nematerijalni)

  7. OBJASNI RAZLIKU IZMEĐU RIZIKA UZORKOVANJA I RIZIKA DONOŠENJA POGREŠNIH ZAKLJUČAKA ZBOG RAZLOGA DRUGAČIJIH OD UZORKOVANJA (1) REZULTATI UZORKA REPREZENTATIVAN UZORAK! ZAKLJUČCI O POPULACIJI

  8. OBJASNI RAZLIKU IZMEĐU RIZIKA UZORKOVANJA I RIZIKA DONOŠENJA POGREŠNIH ZAKLJUČAKA ZBOG RAZLOGA DRUGAČIJIH OD UZORKOVANJA (2) RIZIK UZORKOVANJA (sampling risk) • uzorak nije reprezentativan • smanjuje se sa povećanjem veličine uzorka • 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

  9. OBJASNI RIZIK UZORKOVANJA ZA TESTOVE KONTROLA I ZA SUŠTINSKE TESTOVE (1) POGREŠAN ZAKLJUČAK O EFEKTIVNOSTI INTERNIH KONTROLA POTCENJEN RIZIK KONTROLE PRECENJEN 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! • 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!

  10. OBJASNI RIZIK UZORKOVANJA ZA TESTOVE KONTROLA I ZA SUŠTINSKE TESTOVE (2) POGREŠAN ZAKLJUČAK O POSTOJANJU MATERIJALNO ZNAČAJNIH POGREŠNIH ISKAZA RIZIK NEISPRAVNOG PRIHVATANJA RIZIK NEISPRAVNOG ODBIJANJA • 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? • 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!

  11. OBJASNI RAZLIKU IZMEĐU STATISTIČKOG I NESTATISTIČKOG UZORKOVANJA (1) NESTATISTIČKO UZORKOVANJE U reviziji je dozvoljeno i jedno i drugo. • 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

  12. OBJASNI RAZLIKU IZMEĐU STATISTIČKOG I NESTATISTIČKOG UZORKOVANJA (2) STATISTIČKO UZORKOVANJE U reviziji je dozvoljeno i jedno i drugo. • 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

  13. 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, • utiču na zaključak o visini rizika kontrole • komuniciraju se menadžmentu. Pri testiranju kontrola, najčešće korišćene statističke metode uzrokovanja su: • Uzorkovanje radi ispitivanja pojave atributa (attributes sampling) • Uzorkovanje radi otkrivanja (discovere sampling)

  14. 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.

  15. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (3) UZORKOVANJE RADI ISPITIVANJA POJAVE ATRIBUTA KORACI U PRIMENI: • 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

  16. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (4) UZORKOVANJE RADI ISPITIVANJA POJAVE ATRIBUTA KORACI U PRIMENI: • 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.

  17. 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

  18. 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.

  19. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (7) KORACI U PRIMENI: 4. Odrediti veličinu uzorka Odgovarajuća veličina uzorka određena je VEĆIM brojem faktora: • 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%.

  20. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (8) 4. Odrediti veličinu uzorka • TOLERANTNA STOPA DEVIJACIJE (stopa odstupanja koja se može tolerisati) • Maksimalna stopa devijacije u populaciji koju bi revizor tolerisao, to jest ne bi bilo neophodno da se vrši modifikacija planiranog procenjenog nivoa rizika kontrole • 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) • Unapred se definiše (profesionalno prosuđivanje) • Niža tolerantna stopa uveravanja podrazumeva veći uzorak. ILUSTRATIVNI PRIMER: Tolerantna stopa devijacije 7%.

  21. 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) • Određuje se na bazi: prethodnog iskustva, rezultata drugih postupaka, razumevanja klijenta itd. • 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%.

  22. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (10) 4. Odrediti veličinu uzorka • VELIČINA POPULACIJE • Relevantna samo kod veoma malih populacija • Uzorkovanje se tada retko primenjuje.

  23. 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: • Matematičkim formulama • Primenom tablica za određeni nivorizika 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.

  24. 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 • Tablice slučajnih brojeva najčešće bez ponavljanja efikasne kada se lako povezuju slučajni brojevi sa stavkama populacije (postoji numeracija: prodajne fakture,narudžbenice) • Kompjuterski programi (generatori slučajnih brojeva) • Sistematski izbor svaka n-ta stavka proveriti da li je populacija aranžirana na sistematski način! kompjuterski softveri

  25. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (13) 6. Izbor uzorka Metoda slučajnog izbora, ali koja nije statistički zasnovana • arbitrarna, ali bez svesne pristrasnosti ili predvidljivosti Metoda izbora bloka stavki • takođe nije statistički zasnovana • blok: sve stavke u nekom vremenskom okviru (npr. u mesecu aprilu), niz uzastopnih stavki u numeričkom ili alfabetskom nizu • najčešće se ne dobija reprezentativan uzorak

  26. 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 • kvantitativni aspekt • kvalitativni aspekt

  27. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (15) 8. Ocena rezultata uzorka i definisanje zaključaka STVARNI BROJ DEVIJACIJA U UZORKU MANJI OD DOZVOLJENOG BROJA VEĆI OD DOZVOLJENOG BROJA ZAKLJUČAK: • Stopa devijacije u populaciji nije veća od tolerantne stope • Podržan je planirani procenjeni nivo rizika kontrole 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 nivo rizika kontrole

  28. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD TESTOVA KONTROLE (16) 8. Ocena rezultata uzorka i definisanje zaključaka Ilustrativni primer Broj devijacija: 0 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, • Obuhvatniji suštinski postupci 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.

  29. 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

  30. 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 OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (1)

  31. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (2) • Odrediticiljsuštinskogtestiranja Obično je cilj da se sprovođenjemjednogrevizijskogpostupkatestira jedna do dvetvrdnje. Ciljdeterminišepopulaciju! Primer: • Ako je ciljtestiranjepostojanja, uzorakćebitiizabranizknjigovodstveneevidencije (dnevnik, glavnaknjiga) • Ako je ciljtestiranjepotpunosti, uzorakćebitiizabranizpopulacijeizvornihdokumenata ILUSTRATIVNI PRIMER: Revizortestirapostojanjeibrutovrednostpotraživanja od kupaca, takoštoplanira da pribavieksternepotvrde (konfirmacije) zauzorakpotraživanja.

  32. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (3) 2. Definisatipopulacijuijedinicuuzorka POPULACIJA Grupastavki u salduračunakojurevizorželi da testira Važno je adekvatnodefinisatipopulaciju, jer : • se rezultatiuzorkamogu da projektujusamonagrupuizkoje je uzorakizabran • mora da odražavaciljkoji se želipostićitestom. JEDINICA UZORKA Pojedinačnastavka od koje se populacijasastoji • ILUSTRATIVNI PRIMER: Klijentima 100.000 analitičkihračunakupaca, a ukupna (bruto) vrednostpotraživanja je 6.250.000 $. Klijentveruje da kupcimogu da potvrdeukupanpreostali dug. Zbog toga se pojedinačnapotraživanja (saldoanalitičkihračuna) koristekaojedinicauzorka, umestopojedinačnihtransakcijakojerezultiraju u datomsaldu.

  33. 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: • stratum sa stavkama najveće vrednosti: ispitivanje svih stavki (100%) • stratumi sa stavkama manje vrednosti su predmet uzorkovanja

  34. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (5) 3. Izabrati revizijsku metodu uzorkovanja Postoji veći broj statističkih metoda • Klasične metode uzorkovanja varijabli: • Procena na bazi aritmetičke sredine • Procena na bazi racia • Procena na bazi razlike • Metodagde je verovatnoćaizboraproporcionalna veličinistavke (probability-proportional-to-size sampling) ILUSTRATIVNI PRIMER: procena na bazi aritmetičke sredine

  35. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (6) • Metodagde je verovatnoćaizboraproporcionalnaveličinistavke • populacija je ukupanmonetarniiznossalda, a pojedinačna • stavkasvaki dinar • Pogodnakada se ispitujeprecenjenostsalda • Vršiefikasnustratifikaciju • Rezultuje u manjemuzorkunegometodeuzorkovanjavarijabli, kada je brojpogrešnihiskazamanji • Jednostavnazaprimenu 3. Izabratirevizijskumetoduuzorkovanja

  36. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (7) 4. Odreditiveličinuuzorka (Procenanabaziaritmetičkesredine) • POGREŠNI ISKAZ KOJI SE MOŽE TOLERISATI (zadati test) • Konceptmaterijalnosti • Materijalnostperformansi • Pogrešniiskazkoji se možetolerisati ≤ Materijalnostperformansi • Što je većiiznospogrešnogiskazakoji se možetolerisati, to je potrebanmanjiuzorak. ILUSTRATIVNI PRIMER: Imajućiu vidumaterijalnostperformansizaračunpotraživanja od kupaca, pogrešniiskazkoji se možetolerisatiodređen je nanivou od 364.000 $.

  37. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (8) 4. Odreditiveličinuuzorka (Procenanabaziaritmetičkesredine) • PLANIRANI NIVO RIZIKA UZORKOVANJA: Rizikneispravnogprihvatanja Rizikneispravnogodbijanja • Što je većiplanirani (prihvatljivi) nivorizika, to je potrebanmanjiuzorak. ILUSTRATIVNI PRIMER: Interne kontrolesuslabe pa je rizikkontrolaprocenjennanivou od 100%. Takođe, inherentnirizik je nanivou od 100% irevizoriplanirajusamo u manjojmeri da se oslonenadrugetestovepredmetnihtvrdnji. Zbogsvegaovoga, rizikuzorkovanjamože da se prihvatisamonaniskomnivou: 5% zaneispravnoprihvatanje. Razmatrajućitroškovedodatnihtestovaukoliko bi se saldoračunapotraživanjaneispravnoodbio, revizoriplanirajurizikneispravnogodbijanjananivou od 4,6%.

  38. 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 $

  39. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (10) 4. Odreditiveličinuuzorka (Procenanabaziaritmetičkesredine) • STANDARDNA DEVIJACIJA POPULACIJE Meradiperzijevrednosti u odnosunaaritmetičkusredinu • Načinutvrđivanja: standardnadevijacijaknjigovodstvenihvrednostistavkipopulacije (upotrebasoftvera) ili standardnadevijacijautvrđenapriprethodnojreviziji • Što je standardnadevijacijaveća, to je potrebanivećiuzorak. ILUSTRATIVNI PRIMER: Standardnadevijacijaevidentiranihknjigovodstvenihvrednostipojedinačnihpotraživanjautvrđenaupotrebomrevizijskogsoftvera je 15$.

  40. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (11) 4. Odreditiveličinuuzorka (Procenanabaziaritmetičkesredine) • VELIČINA POPULACIJE • Što je populacijaveća, to je potrebanivećiuzorak: važizamanjepopulacije ILUSTRATIVNI PRIMER: Na osnovurelevatnihfaktora, izračunata je veličinauzorka: 225 računapotraživanja.

  41. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (12) 4. Odreditiveličinuuzorka (Metodagde je verovatnoćaizboraproporcionalnaveličinistavke) • OČEKIVANI IZNOS POGREŠNIH ISKAZA • Načinutvrđivanja, nabazi: prethodnihrevizija, rezultatadrugihsuštinskihtestova, prosuđivanja, itd. • Poželjna je konzervativnaocena. • Što je očekivaniiznospogrešnihiskazaveći, to je potrebanivećiuzorak.

  42. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (13) 5. Izboruzorka višemetoda, kaoizauzorkovanjekodtestovakontrole ILUSTRATIVNI PRIMER: Potraživanja ne varirajuznačajno u vrednosti, pa nijevršenastratifikacija, nego je upotrebljenatablicaslučajnihbrojevaiizabrannestratifikovanislučajniuzorak. 6. Testiranje primenaodgovarajućegrevizijskogpostupka ILUSTRATIVNI PRIMER: Izbranimkupcimaposlatisuzahtevizakonfirmacijompotraživanja.

  43. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (14) 7. Ocenitirezultateuzorka • izračunava se aritmetičkasredinarevidiranihvrednosti u uzorku • procenjuje se ukupnavrednostpopulacije (proizvodaritmetičkesredineuzorkaibrojastavkipopulacije) • određuje se interval prihvatanja (procenjenavrednostpopulacije ± dopušteni interval odstupanja) • ako je knjigovodstvenavrednostunutarintervalaprihvatanja, ondarezultatiuzorkapodržavajuzaključak da je saldoračunamaterijlanoispravan. • ako je knjigovodstvenavrednostizvanintervalaprihvatanja, postojivelikirizik da je računmaterijalnoneispravan – dodatnipostupci • određuje se projektovanipogrešniiskaz (razlikaprocenjenevrednostipopulacijeiknjigovodstvenevrednosti)

  44. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (15) 7. Ocenitirezultateuzorka ILUSTRATIVNI PRIMER:

  45. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (16) • aritmetičkasredinarevidiranihvrednostiuzorka = 61$. • procenjenavrednostpopulacije = 61 * 100.000 = 6.100.000 $ • interval prihvatanja = 6.100.000 ± 200.000 = (5.900.000 - 6.300.000) • knjigovodstvenavrednostpotraživanja je 6.250.000, pa se nalaziunutarintervalaprihvatanja Rezultatiuzorkapokazuju da ne postojimaterijalno značajanpogrešaniskazu vrednostipotraživanja. • projektovanipogrešaniskaz=6.250.000 – 6.100.000 = 150.000 $ (precenjivanje) ! U završnojfazirevizije, razmatraju se ukupnipotencijalni pogrešniiskazi .

  46. OBJASNI PRIMENU STATISTIČKOG UZORKOVANJA KOD SUŠTINSKIH TESTOVA (17) 7. Ocenitirezultateuzorka • Kvalitativniaspekt: • Šta je uzrokpogrešnihiskaza? • Da li postojeindikatoriprevare? • Kojesuimplikacijepodrugapodručjarevizije? 8. Dokumentovati Svaki od prethodnihsedamkoraka, kaoiosnovuzadonošenjeodređenogzaključka.

  47. OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (1) • Poželjan je strukturiranpristup • Istiredosledkorakakaoikodstatističkoguzorkovanja • Osnovnerazlikekod: • određivanjaveličineuzorkai • ocenerezultatauzorka

  48. OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (2) • Odrediticiljtesta • primer:Revizortestiravrednostzalihaputemuzorkovanja. Proveravaju se cenepokojimasuzalihevrednovane. Upoređuju se cene u evidencijisacenamaizulaznihfaktura (fakturadobavljača). • 2. Definisatipopulacijuijedinicuuzorka • primer:Zalihe se sastoje od 2.000 pojedinačnihstavki, čija je ukupnavrednost 3.000.000 $. Kao jediniceuzorkatretiraju se pojedinačnestavkezaliha. • 3. Izabratirevizijskutehnikuuzorkovanja: • primer: Koristise strukturiranipristupnestatističkomuzorkovanju.

  49. KV populacije Pogrešniiskazkoji se toleriše Veličina uzorka × Faktorpouzdanosti = OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (3) 4. Odreditiveličinuuzorka

  50. OBJASNI UZORKOVANJE KOJE NIJE ZASNOVANO NA STATISTIČKIM METODAMA KOD SUŠTINSKIH TESTOVA (4) • 4. Odreditiveličinuuzorka • primer: • Revizorisuocenili da je rizikmaterijalnoznačajnihpogrešnihiznosaneštoispodmaksimuma. • Revizorisprovodeidrugepostupke- analitičkepostupke u vezisaračunomzalihaiveruju da ovipostupciimajuumerenrizik da ne otkrijumaterijalnoznačajnepogrešneiskazekodvrednovanjazaliha.

More Related