Этапы внешнего аудита годовой отчётности (кратко и по порядку)
- Принятие и планирование: проверка независимости, согласование условий (договор/поручение), определение приемлемого уровня аудиторского риска, разработка плана и состава команды.
- Ознакомление с клиентом и средой: понимание бизнеса, отрасли, нормативов, ключевых процессов, информационных систем, значимых счетов и операций.
- Оценка внутреннего контроля: идентификация и оценка существенных аспектов СКУД (системы контроля), решение о тестировании контроля.
- Оценка риска существенного искажений: выделение рисков на уровне отчётности и по статьям (включая риск мошенничества).
- Установление материалности и планирование процедур: определение общей материалности и уровня допустимого искажения (performance/tolerable), выбор видов процедур (контрольные тесты, содержательные тесты, аналитика) и выборки.
- Выполнение аудиторских процедур: тесты контроля и/или подробные проверки (тесты по суммам и раскрытиям), аналитические процедуры.
- Оценка доказательств и корректировок: проекция ошибок из выборок, сопоставление с материалностью, запрос корректировок у руководства при необходимости.
- Заключение и отчётность: формирование аудиторского заключения, сообщения о существенных недостатках внутреннего контроля и рекомендаций.
- Документация и последующие действия: оформление рабочего материала, проверка событий после отчётной даты, контроль качества.
Оценка существенности
- Цель: установить порог, выше которого искажение считается существенным для пользователей. Обычно задают:
- общая (плановая) материалность $M$ для финансовой отчётности в целом;
- материалность для отдельных классов операций/балансов — «допустимое/рабочее» (performance/tolerable).
- Общий подход: выбор ориентира (benchmark) и процентного множителя:
- типичные ориентиры: прибыль до налогообложения, выручка, активы, капитал;
- типичные диапазоны (примерно): прибыльориентированные — $5\%$ от прибыли до налога; выручка/активы — $0.5\%-2\%$; капитал — $1\%-5\%$. Эти числа приводятся как ориентиры, не как правила.
- Формула (упрощённо): $M=\text{benchmark}\times \text{процент}$.
- Performance materiality: обычно меньше $M$ для снижения риска, например $PM=M\times k$, где $k$ в диапазоне $0.5$–$0.75$ (зависит от оценки риска и ожидаемых ошибок).
- Качественные факторы: мошенничество, нормативная значимость, показатели накопленной прибыли, контрактные требования, репутационные риски — могут повысить требуемую точность (уменьшить $M$).
Оценка риска (в целом)
- Компоненты:
- Внутренний риск (inherent risk, $IR$) — склонность баланса/положения содержать искажение без учёта контроля (зависят от сложности, оценок и допущений, реструктуризации, отрасли).
- Риск контроля (control risk, $CR$) — вероятность того, что система контроля не предотвратит или не обнаружит искажение.
- Риск обнаружения (detection risk, $DR$) — риск, что процедуры аудитора не обнаружат имеющееся искажение.
- Взаимосвязь (упрощённо): $DR=\frac{AR}{IR\times CR}$, где $AR$ — приемлемый аудиторский риск (устанавливается аудитором). При фиксированном $AR$, чем выше $IR$ или $CR$, тем ниже должен быть $DR$ (требуются более строгие процедуры).
- Процесс оценки:
- идентификация факторов, повышающих $IR$: сложные оценки (оценки справедливой стоимости), большие оценки резервов, высокий уровень предметов с субъективной оценкой, истории ошибок/мошенничества;
- оценка дизайна и эффективного функционирования контроля (CR) с тестированием контролей при необходимости;
- совокупная оценка риска на уровне отчётности и по отдельным статьям; документирование обоснования.
- Последствие для плана: высокая оценка риска → снижение допустимого $DR$ → увеличение объёма и качества процедур (больше выборок, более тщательные тесты, сторонние подтверждения и т. п.).
Выбор методик выборки и определение размера выборки
- Типы выборки:
- Атрибутивная (attribute sampling): для тестирования эффективного функционирования контроля (искать отклонения/нарушения).
- Классические переменные (classical variables sampling): при оценке числовых искажений и проекции сумм (подходит, когда ошибки могут быть как переоценкой, так и недооценкой).
- Монетарная выборка (PPS, Monetary Unit Sampling): для обнаружения завышений/переоценок в больших денежных популяциях; даёт склонность к выбору крупных сумм.
- Нестатистическая (судебный отбор, haphazard, направленный): когда статистика не используется, но требуется профессиональное суждение.
- Критерии выбора метода:
- цель процедуры (контроль vs детализированная проверка сумм);
- характер популяции (много мелких элементов vs несколько крупных);
- ожидаемый уровень ошибок/отклонений;
- требуемая уровень уверенности (соответствующий $DR$) и доступность данных для случайного отбора.
- Определение размера выборки (основные факторы):
- допустимый уровень отклонений/предел допустимого искажения (tolerable error) — связан с performance materiality;
- ожидаемая частота отклонений/ошибок в популяции;
- требуемая уровень доверия/доверительная вероятность (например для $95\%$ доверия используется параметр $Z$);
- объём популяции.
- Примеры формул (упрощённо):
- Атрибутивная выборка (для оценки доли отклонений): $n=\frac{Z^{2}p(1-p)}{e^2}$, где $p$ — ожидаемая доля отклонений, $e$ — допустимая погрешность (абсолютная), $Z$ — коэффициент для требуемого доверительного уровня ($Z\approx 1.96$ для $95\%$).
- Классическая переменная (оценка средней/суммы): $n={\left(\frac{Z\sigma }{E}\right)}^2$, где $\sigma$ — оценка стандартного отклонения популяции, $E$ — допустимая ошибка.
- PPS/Monetary unit (приближённо): число выборок = $\frac{\text{Суммарная балансовая стоимость популяции}}{\text{допустимая сумма искажения}}\times \text{коэффициент доверия}$ (метод ориентирован на обнаружение крупных искажений).
- Практические приёмы:
- стратификация (разделение популяции на слои: крупные позиции тестируются на 100%, мелкие — выборочно) снижает дисперсию и экономит ресурсы;
- использование haphazard/random/systematic с первым случайным началом для репрезентативности;
- корректировка размера выборки при обнаружении ошибок (увеличение при неблагоприятных результатах);
- документирование обоснования всех допущений и параметров выборки.
- Проекция и оценка результатов выборки:
- найденные ошибки проецируются на популяцию с учётом метода выборки;
- сравнение проекции с performance materiality; если проектированное искажение превышает допустимое — необходимость расширения выборки, дополнительных процедур или корректировок отчётности.
Ключевые принципы и заключение
- Весь процесс основан на профессиональном суждении: выбор ориентира материалности, оценка рисков, выбор метода выборки и интерпретация результатов требуют анализа контекста и документирования.
- Повышенный риск и/или большие качественные факторы требуют более строгих критериев (меньшая материалность, больше процедур).
- Аудиторы комбинируют аналитические процедуры, тесты контроля и подробные проверки, подбирая метод выборки под конкретную задачу, и корректируют план по мере получения новых данных.