Сформулируйте план аудиторской выборки для проверки остатков сырья на 10 складах с общей стоимостью 25 000 000 руб., обоснуйте критерии отбора образцов и методы оценки результатов

14 Ноя в 10:38
3 +3
0
Ответы
1
План выборки для проверки остатков сырья (10 складов, общая стоимость 25 000 00025\,000\,00025000000 руб.)
1) Цели и допущения
- Цель: убедиться в существовании, полноте и правильной оценке остатков сырья по сумме 25 000 00025\,000\,00025000000 руб.
- Риск и материальность: предлагается принять дост tolerable misstatement (TM) для проверки запасов — например, 3%3\%3% от общей стоимости (можно скорректировать по политике аудита). Тогда TM=0.03×25 000 000=750 000 \mathrm{TM}=0.03\times 25\,000\,000=750\,000TM=0.03×25000000=750000 руб.
- Уровень уверенности (доверия): принять, например, 95%95\%95% (можно поменять).
2) Метод выборки (рекомендуемый)
- Основной метод: monetary unit sampling (PPS / MUS) — подходит, когда ценность концентрирована в небольшой доле остатка (высокая ценность дает большую вероятность выбора).
- Обоснование: PPS автоматически даёт большую вероятность отбора высокоценных позиций/складов и эффективнее выявляет существенные завышения.
3) Расчёт объёма выборки (PPS, пример)
- Формула для размера выборки при PPS:
n=ln⁡(1−confidence)ln⁡ ⁣(1−TMpopulation). n=\frac{\ln(1-\text{confidence})}{\ln\!\Big(1-\frac{\mathrm{TM}}{\text{population}}\Big)}. n=ln(1populationTM )ln(1confidence) . - Подстановка (confidence =0.95=0.95=0.95, TM=750 000\mathrm{TM}=750\,000TM=750000, population =25 000 000=25\,000\,000=25000000):
n=ln⁡(1−0.95)ln⁡ ⁣(1−75000025000000)=ln⁡(0.05)ln⁡(0.97)≈−2.9957−0.03046≈98.4⇒99 единиц (округлить). n=\frac{\ln(1-0.95)}{\ln\!\big(1-\tfrac{750000}{25000000}\big)}
=\frac{\ln(0.05)}{\ln(0.97)}\approx\frac{-2.9957}{-0.03046}\approx 98.4\Rightarrow 99\ \text{единиц (округлить)}.
n=ln(125000000750000 )ln(10.95) =ln(0.97)ln(0.05) 0.030462.9957 98.499 единиц (округлить).
- Интервал отбора (monetary interval):
interval=populationn=25 000 00099≈252 525 руб.. \text{interval}=\frac{\text{population}}{n}=\frac{25\,000\,000}{99}\approx 252\,525\ \text{руб.}.
interval=npopulation =9925000000 252525 руб..

4) Процедура отбора
- Составить список всех учетных единиц сырья (партии/позиции) с их балансовой стоимостю; упорядочить и построить накопительный (cumulative) монетарный ряд.
- Сгенерировать случайное стартовое число в диапазоне [1, interval][1,\ \text{interval}][1, interval].
- Выбрать каждую позицию, где накопленный монетарный показатель достигает старт + k*interval (классический PPS).
- Для отобранных единиц выполнить: физическую проверку (пересчет), подтверждение качества, проверку документального подтверждения и переоценку (при необходимости).
5) Критерии отбора образцов (дополнительно к PPS)
- 100%-проверка для особых позиций/складов: если склад/позиция содержит >10–15% от общей стоимости — рассмотреть обязательную 100%-проверку по ней.
- Целевые отборы: выбрать дополнительно позиции с повышенным риском (длительное хранение, нестандартные операции, связанные лица, ранее выявленные ошибки).
- Включить минимум по складам: обеспечить покрытие всех 10 складов (PPS обычно покрывает автоматически, но при риске, что какой-то склад останется непроцентирован — добавить несколько случайных выборок на тех складах).
6) Оценка результатов и критерии принятия
- Для PPS: вычислить обнаруженные расхождения (misstatements) по каждой проверенной позиции.
- Решение:
- Если суммарное проекционное/верхнее (upper) ограничение допустимой ошибки по результатам выборки ≤TM\le \mathrm{TM}TM — остатки принимаются как корректные.
- Если проекционное/upper ограничение >TM> \mathrm{TM}>TM — требуется либо расширение выборки (увеличение nnn), либо выполнение дополнительных процедур (расширенная выборка, 100%-проверка по поражённым складам), либо корректировка учёта.
- Простейшая проверка (практический подход): если найденные ошибки MMM — запроектировать на популяцию (в PPS обнаруженные денежные отклонения обычно суммируются как проекция); затем сравнить проекцию с TM\mathrm{TM}TM. При отсутствии ошибок использовать табличные или программные оценки верхней границы ошибки для PPS при данном nnn и уровне доверия.
- Альтернативно (классический статистический подход): при использовании выборки по величинам можно оценить оценку суммарной ошибки и верхний доверительный предел через
M^=Ndˉ,upper=M^+z1−α⋅SE,SE=N2sd2n, \hat{M}=N\bar{d},\qquad \text{upper}=\hat{M}+z_{1-\alpha}\cdot SE,\quad SE=\sqrt{\frac{N^2 s_d^2}{n}},
M^=Ndˉ,upper=M^+z1α SE,SE=nN2sd2 ,
где ddd — разница (ошибка) по единице выборки, NNN — число единиц (если применимо), sds_dsd — стандартное отклонение ошибок в выборке.
7) Действия при выявлении отклонений
- Если projected misstatement≤TM\text{projected misstatement}\le \mathrm{TM}projected misstatementTM — признаётся достаточной доказательность.
- Если projected misstatement>TM\text{projected misstatement}>\mathrm{TM}projected misstatement>TM — расширить выборку на поражённые категории/склады, выполнить 100%-проверку значимых складов либо требовать корректировок учёта.
- Документировать выборку, метод, все обнаруженные отклонения и расчёты проекции/верхней границы.
8) Практические замечания
- Настройте параметры (уровень доверия, TM\mathrm{TM}TM) согласно политике аудита и значимости.
- Используйте программные инструменты для PPS/MUS (для корректного расчёта upper limits).
- Обеспечьте покрытие всех 10 складов либо целевое дополнительное тестирование тех, которые могут остаться вне выборки.
Коротко: рекомендуемый план — PPS/MUS с расчётом размера выборки по формуле выше (пример: n≈99n\approx 99n99), отбор по денежному интервалу ≈252 525\approx 252\,525252525 руб., целевая 100%-проверка для крупных позиций/складов и критерий принятия — проекционная оценка ошибок не превышает TM=750 000\mathrm{TM}=750\,000TM=750000 руб. (параметры корректируются по политике аудитора).
14 Ноя в 11:13
Не можешь разобраться в этой теме?
Обратись за помощью к экспертам
Гарантированные бесплатные доработки в течение 1 года
Быстрое выполнение от 2 часов
Проверка работы на плагиат
Поможем написать учебную работу
Прямой эфир