Page 24 - CV_216

Basic HTML Version

24
NUMERO 217 - GENNAIO / FEBBRAIO 2014
IL COMMERCIALISTA VENETO
Di seguito riportiamo un esempio per aiutarci
a comprendere quanto in precedenza delinea-
to. Supponiamo di voler circolarizzare un cam-
pione di crediti verso clienti il cui saldo com-
plessivo è pari a 1.426 Euro e che abbiamo
calcolato una
performance materiality
pari a
100 Euro. In base alla nostra conoscenza della
società, abbiamo giudicato il rischio inerente
medio (IR=65%) e, in base ai test sul controllo
interno, abbiamo deciso di fare un affidamento
“medio” sul controllo interno (=rischio di con-
trollo medio - CR=65%) relativamente all’as-
serzione di esistenza. Abbiamo inoltre effet-
tuato procedure di analisi compartiva (c.d.
analytical review
) ritenendo che non vi siano
Il campionamento
nel processo di revisione
SEGUE DA PAGINA 23
al saldo contenente l’importo cumulativo di 245,21 Euro (=111+134,2), il terzo
corrisponde al saldo contenente l’importo cumulativo di 379,43 Euro
(=245,21+134,2) è così via finchè non sono stati selezionati tutti gli 11 elementi.
La proiezione dell’errore
L’utilizzo di metodi di campionamento statistici consente di proiettare gli errori sul
valore complessivo della popolazione da cui è stato estratto il campione, al fine di
stimare l’errore probabile sulla predetta popolazione.
Riprendiamo il campione selezionato nell’esempio precedente e supponiamo di
aver riscontrato i seguenti differenziali tra valore contabile e valore accertato, per 3
degli 11 clienti facenti parte del campione.
Una volta proiettato l’errore sull’intera popolazione sarà possibile formulare una
conclusione statistica sull’intera popolazione. In particolare se l’errore probabile
(c.d.
Most Likely Deviation
) è inferiore al livello di errore accettabile il conto o
l’insieme dei conti possono considerarsi corretti; se invece l’errore probabile è
superiore al livello di errore accettabile, il conto o l’insieme dei conti devono
considerarsi errati. Nel nostro caso l’errore proiettato è inferiore alla materialità
(pari a Euro 100) e quindi potremmo concludere che il conto oggetto di indagine
non è materialmente errato.
Il revisore prima di esprimere la conclusione finale riguardo alla misura corretta o
non corretta dei conti oggetto di campionamento dovrà in ogni
caso applicare il proprio giudizio professionale considerando tut-
te le informazioni e i dati di cui dispone e che ha raccolto nel
processo di revisione. Pertanto, nel caso in cui dal campionamento
statistico sia emerso un risultato positivo e lo stesso non è con-
traddetto dai risultati di altre procedure di revisione, il revisore
sarà in grado di concludere che i conti oggetto d’indagine non sono
materialmente errati. Se invece il risultato del campionamento sta-
tistico è negativo il revisore dovrà considerare le seguenti possibi-
lità:
i.
la dimensione del campione esaminato potrebbe essere non
adeguata o sufficientemente rappresentativa. Ad esempio nel caso
in cui altre procedure di revisione abbiano dato risultati positivi. In
tal caso il revisore può aumentare il campione o svolgere altri test
al fine di confermare o correggere i risultati del campionamento
iniziale;
ii.
L’errore probabile potrebbe essere inferiore all’errore mas-
simo tollerabile ampliando il campione o svolgendo ulteriori veri-
fiche;
iii.
il valore del conto o dell’insieme di conti potrebbero essere
stati effettivamente distorti: Il revisore dovrà quindi analizzare gli
errori con il Management considerando una correzione del proces-
so di revisione al fine di raccogliere gli elementi necessari al fine di
poter concludere sul valore dei conti oggetto di verifica.
Conclusioni
Abbiamo visto che il metodo del campionamento, se correttamen-
te applicato, permette di ottenere la ragionevole certezza che un
saldo di bilancio sia stato correttamente rappresentato senza so-
stenere il costo della verifica di tutte le rilevazioni che lo compon-
gono. Pertanto il campionamento rappresenta uno strumento effi-
cace ed efficiente per lo svolgimento dell’attività di revisione lega-
le. L’utilizzo del metodo di campionamento va inoltre considera-
to
14
anche in altri ambiti, come ad esempio nella verifica della
veridicità dei dati aziendali richiesta dall’Art.161 L.F. nella Rela-
zione che attesta “la veridicità dei dati aziendali e la fattibilità del
piano”. In ogni caso sarà necessario formalizzare nelle carte di
lavoro la metodologia utilizzata in modo da rendere evidente il
livello di indagine svolta e la portata delle conclusioni raggiunte.
Popolazione
1.426
numerosità campione
11
valore contabile valore  accertato delta
Errore %
Cliente 17
69
40
‐29 ‐42,0%
Cliente 25
89
65
‐24 ‐27,0%
Cliente 28
49
54
5 10,2%
Somma % di errore
‐59%
Somma % errore /numerosità campione
‐5,34%
Errore proiettato = 5,34% x Popolazione
‐76,2
Performance Materiality ("PM")
100
Audit Risk ("AR")
5%
Inherent Risk ("IR")
65% MEDIO
Control Risk ("CR")
65% MEDIO
Detection Risk analisi comparativa ("DR1")
25% BASSO
Detection Risk altre proc. Validità ("DR2")
47%
Confidenza complessiva (= 1‐DR2)
53%
Fattore di confidenza
0,75
Intervallo selezione ("I")
134,21
random start
111,00
Saldo Crediti v/Clienti (Popolazione)
1.426
Numerosità del campione =(Popolazione/I)
11
saldo
progressivo
intervallo 
campionamento Selezione
Cliente 1
60
60
111,00
Cliente 2
10
70
111,00
Cliente 3
21
91
111,00
Cliente 4
30
121
111,00
Si
Cliente 5
50
171
245,21
Si
Cliente 6
70
241
245,21
Cliente 7
25
266
245,21
Si
Cliente 8
38
304
379,43
Cliente 9
72
376
379,43
Cliente 10
45
421
379,43
Si
Cliente 11
74
495
513,64
Cliente 12
0
495
513,64
Cliente 13
5
500
513,64
Cliente 14
59
559
513,64
Si
Cliente 15
40
599
647,85
Cliente 16
41
640
647,85
Cliente 17
69
709
647,85
Si
Cliente 18
98
807
782,07
Si
Cliente 19
82
889
916,28
Cliente 20
55
944
916,28
Si
Cliente 21
39
983
1.050,49
Cliente 22
9
992
1.050,49
Cliente 23
11
1.003
1.050,49
Cliente 24
35
1.038
1.050,49
Cliente 25
89
1.127
1.050,49
Si
Cliente 26
75
1.202
1.184,71
Si
Cliente 27
85
1.287
1.318,92
Cliente 28
49
1.336
1.318,92
Si
Cliente 29
56
1.392
1.453,13
Cliente 30
34
1.426
1.453,13
Totale Crediti v/clienti
1.426
DR2 = AR/(IR*CR*DR1)
CASUALE.TRA(0,1;134,21)
=PM/(1-(DR2^1/PM))
=PM/Fattotre confidenza
14
Si veda a tal proposito La Guida operativa per la redazione delle relazioni art. 161, comma 3, L.F. e art. 160, comma 2, L.F. della Commissione del Comitato Scientifico
della Fondazione dei Dottori Commercialisti ed Esperti Contabili di Firenze al §. 3. Contenuto della Relazione: attestazioni di veridicità e fattibilità.
Livello di 
confidenza
Fattore di 
confidenza
50%
0,7
55%
0,8
60%
0,9
65%
1,1
70%
1,2
75%
1,4
80%
1,6
85%
1,9
90%
2,3
95%
3
scostamenti anomali nei saldi di bilancio relativamente ai crediti e pertanto giudicato
come “basso” rischio da altre procedure di verifica (DR1=25%). Risolvendo la for-
mula DR2 = AR / (IR * CR * DR1), si ottiene un rischio di individuazione da altre
procedure di validità pari a 47%, pertanto il livello di confidenza è pari a 53% (=1-
47%) cui corrisponde, come visto in precedenza, un fattore di confidenza pari a 0,75.
L’intervallo di selezione monetario sarà uguale a:
PM/Fattore di confidenza
= 100/0,75= 134,2 Euro
La numerosità del campione sarà pari a:
Popolazione/Intervallo monetario
= 1.426/134,2=11
Il primo elemento scelto in modo casuale è 111 Euro, quello successivo corrisponde
francesco.ballarin@mazars.it