1 / 46

S ance 4 Certification financi re 32-911-06 Automne 2006

Automne 2006. Par Raymond Morissette 32-911-06. 2. Plan de la sance 41. Dtermination de l'importance relative (5142 et NOV-41)chantillonnage selon le jugementchantillonnage selon l'approche statistique4. Sondages d'attributs5.Sondages de variables estimation par diffrence estim

pekelo
Download Presentation

S ance 4 Certification financi re 32-911-06 Automne 2006

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. Automne 2006 Par Raymond Morissette 32-911-06 1 Séance 4 Certification financière 32-911-06 Automne 2006 Importance relative, sondages et échantillonnage

    2. Automne 2006 Par Raymond Morissette 32-911-06 2

    3. Automne 2006 Par Raymond Morissette 32-911-06 3

    4. Automne 2006 Par Raymond Morissette 32-911-06 4

    5. Automne 2006 Par Raymond Morissette 32-911-06 5

    6. Automne 2006 Par Raymond Morissette 32-911-06 6

    7. Automne 2006 Par Raymond Morissette 32-911-06 7

    8. Automne 2006 Par Raymond Morissette 32-911-06 8

    9. Automne 2006 Par Raymond Morissette 32-911-06 9

    10. Automne 2006 Par Raymond Morissette 32-911-06 10

    11. Automne 2006 Par Raymond Morissette 32-911-06 11

    12. Automne 2006 Par Raymond Morissette 32-911-06 12

    13. Automne 2006 Par Raymond Morissette 32-911-06 13

    14. Automne 2006 Par Raymond Morissette 32-911-06 14 NOV 41 Inexactitudes et illégalités Évaluation des inexactitudes - Cas 1 IR Inexactitudes relevées TPI Total probable des inexactitudes SIR Seuil d ’importance relative $ SIR TPI IR CONCLUSION :

    15. Automne 2006 Par Raymond Morissette 32-911-06 15 NOV 41 Inexactitudes et illégalités Évaluation des inexactitudes - Cas 2 IR Inexactitudes relevées TPI Total probable des inexactitudes SIR Seuil d ’importance relative $ SIR TPI IR CONCLUSION :

    16. Automne 2006 Par Raymond Morissette 32-911-06 16 NOV 41 Inexactitudes et illégalités Évaluation des inexactitudes - Cas 3 IR Inexactitudes relevées TPI Total probable des inexactitudes SIR Seuil d ’importance relative $ TPI SIR IR CONCLUSION :

    17. Automne 2006 Par Raymond Morissette 32-911-06 17 NOV 41 Inexactitudes et illégalités Évaluation des inexactitudes - Cas 4 IR Inexactitudes relevées TPI Total probable des inexactitudes SIR Seuil d ’importance relative $ TPI IR SIR CONCLUSION :

    18. Automne 2006 Par Raymond Morissette 32-911-06 18 NOV 41 Inexactitudes et illégalités Relations entre erreurs connues, erreurs probables et erreurs possibles Certitude Incertitude

    19. Automne 2006 Par Raymond Morissette 32-911-06 19

    20. Automne 2006 Par Raymond Morissette 32-911-06 20

    21. Automne 2006 Par Raymond Morissette 32-911-06 21 Modèle du risque en vérification (jugement et/ou mathématique)

    22. Automne 2006 Par Raymond Morissette 32-911-06 22

    23. Automne 2006 Par Raymond Morissette 32-911-06 23

    24. Automne 2006 Par Raymond Morissette 32-911-06 24

    25. Automne 2006 Par Raymond Morissette 32-911-06 25

    26. Automne 2006 Par Raymond Morissette 32-911-06 26

    27. Automne 2006 Par Raymond Morissette 32-911-06 27

    28. Automne 2006 Par Raymond Morissette 32-911-06 28

    29. Automne 2006 Par Raymond Morissette 32-911-06 29

    30. Automne 2006 Par Raymond Morissette 32-911-06 30

    31. Automne 2006 Par Raymond Morissette 32-911-06 31 MÉTHODE D’ESTIMATION PAR LA DIFFÉRENCE, PAR RATIO ET PAR LA MOYENNE

    32. Automne 2006 Par Raymond Morissette 32-911-06 32

    33. Automne 2006 Par Raymond Morissette 32-911-06 33

    34. Automne 2006 Par Raymond Morissette 32-911-06 34 Exemple de l’échantillonnage d’estimation par la différence

    35. Automne 2006 Par Raymond Morissette 32-911-06 35 Méthode d’estimation par différence Objectif: évaluer un intervalle de confiance pour l’erreur détectée dans un échantillon tiré d’une population lorsque l’erreur n’a pas tendance à être proportionnelle à la valeur monétaire de l’élément examiné. Application: -il s’agit exactement de la même méthode que l’estimation par la moyenne sauf que l’on remplace la valeur vérifiée par l’erreur entre la valeur établie par le client et la valeur établie par le vérificateur. -elle est utilisée pour estimer le montant total d’inexactitudes existant à l’intérieur d’une population de façon à pouvoir estimer le montant total d’ajustement pour un poste des états financiers (eg. inventaires, comptes clients, etc)

    36. Automne 2006 Par Raymond Morissette 32-911-06 36

    37. Automne 2006 Par Raymond Morissette 32-911-06 37 Exemple de l’échantillonnage d’estimation par différence On procède ensuite au calcul de l’erreur la plus probable (sur ou sous-évaluation en fonction des caractéristiques du poste vérifié) pour toute la population et ce à partir de l’erreur détectée dans l’échantillon: N * (somme des erreurs) = 20 000 * 154$ = 20000 $

    38. Automne 2006 Par Raymond Morissette 32-911-06 38 Exemple de l’échantillonnage d’estimation par différence Conclusion: compte tenu que l’erreur probable maximale en est une de surévaluation de 31 348 $ et est en-deça de la précision de 50 000 $ et que la précision révisée de 11 348 $ est aussi en-deça de la précision tolérable par le vérificateur (50 000$), le vérificateur peut accepter la population comme ayant un montant d’erreur inférieur au montant tolérable (50 000$). WARNING: n’utilisez cette méthode que lorsque l’erreur contenue dans la population n’est pas fonction de la valeur monétaire des éléments.

    39. Automne 2006 Par Raymond Morissette 32-911-06 39 Méthode d’estimation par ratio Objectif: évaluer un intervalle de confiance pour l’erreur détectée dans un échantillon tiré d’une population lorsque l’erreur a tendance à être proportionnelle à la valeur monétaire de l’élément examiné. Il faut bien entendu vérifier l’hypothèse que l’erreur varie avec la taille de l’élément vérifié Application: -il s’agit exactement de la même méthode que l’estimation par la différence sauf que l’on remplace la valeur de l’erreur moyenne par le ratio d’erreur (total erreur de l’échantillon / valeur comptable totale de l’échantillon -elle est utilisée pour estimer le montant total d’inexactitudes existant à l’intérieur d’une population de façon à pouvoir estimer le montant total d’ajustement pour un poste des états financiers (eg. inventaires, comptes clients, etc)

    40. Automne 2006 Par Raymond Morissette 32-911-06 40

    41. Automne 2006 Par Raymond Morissette 32-911-06 41 Exemple de l’échantillonnage d’estimation par ratio On procède ensuite au calcul de l’erreur la plus probable (sur ou sous-évaluation en fonction des caractéristiques du poste vérifié) pour toute la population et ce à partir de l’erreur détectée dans l’échantillon: ratio d’erreur * valeur population = 500 000 $ * 0,039039= 19 519,50 $ de surévaluation de la population

    42. Automne 2006 Par Raymond Morissette 32-911-06 42 Exemple de l’échantillonnage d’estimation par ratio Conclusion: compte tenu que l’erreur probable maximale en est une de surévaluation de 30 710 $ et est en-deça de la précision de 50 000 $ et que la précision révisée de 11 190 $ est aussi en-deça de la précision tolérable par le vérificateur (50 000$), le vérificateur peut accepter la population comme ayant un montant d’erreur inférieur au montant tolérable (50 000$). N.B. ***si la précision avait été fixée à 30 000 $, nous aurions dû rejeter les résultats du sondage car le total de l’erreur projetée de surévaluation aurait été de 30 710$ vs une précision de 30 000$. WARNING: n’utilisez cette méthode que lorsque l’erreur contenue dans la population a tendance à varier en proportion de la valeur monétaire des éléments.

    43. Automne 2006 Par Raymond Morissette 32-911-06 43 L’ÉCHANTILLONNAGE PAR L’ESTIMATION DE LA MOYENNE Objectif: établir la valeur monétaire d’une population à partir d’un échantillon aléatoire dont on évalue la moyenne et l’écart- type. tester si l’estimation ponctuelle de la valeur vérifiée correspond à la valeur moyenne vérifiée des éléments de la population Avantages: il n’est pas nécessaire de connaître la valeur monétaire de chaque élément d’une population. on a recourt à la loi Normale centrée réduite qui requiert le calcul de 1) la moyenne et de l’écart type d’un échantillon et 2) de la probabilité que la moyenne ne soit pas représentative de celle de la population testée. toutes les estimations reposent sur la valeur moyenne d’un élément de la population, par exemple, une facture moyenne de vente, un item moyen en inventaire, etc. facile d’application

    44. Automne 2006 Par Raymond Morissette 32-911-06 44 Exemple de l’échantillonnage d’estimation par la moyenne

    45. Automne 2006 Par Raymond Morissette 32-911-06 45 Exemple de l’échantillonnage d’estimation par la moyenne

    46. Automne 2006 Par Raymond Morissette 32-911-06 46 Exemple de l’échantillonnage d’estimation par la moyenne L’intervalle de confiance pour la valeur de la population de facture de ventes se situe entre les bornes suivantes: 492 400 $ ± 42 283 $

    47. Automne 2006 Par Raymond Morissette 32-911-06 47 L’échantillonnage d’estimation par la moyenne Quand utilise-t-on cette méthode? lorsque le vérificateur veut juger de la raisonnabilité de l’évaluation de l’estimation produite par son client. lorsque la valeur vérifiée est celle qui est considérée comme la vraie valeur et détermine l’intervalle de confiance lorsque la population est distribuée de façon relativement normale, (lorsque l ’erreur n ’a pas tendance à être proportionnelle à la valeur de l’item) lorsque l’on a une estimation de l’écart-type de la valeur moyenne d’un item dans la population (on a déjà vérifié l’entreprise)

More Related