IAI diskusija Izlases izveides kritēriji, pamatojums un dokumentēšana

Transcription

1 IAI diskusija Izlases izveides kritēriji, pamatojums un dokumentēšana gada 12. janvāris Linda Sīle, Ernst & Young

2 Saturs Tendences datu analīzē Datu analīzes apjoma noteikšanas pamatprincipi Visas kopas analīze Izlases veida analīze 01/04/2009 Page 2 Ernst & Young

3 Biežāk izmantotie datu analīzes veidi Analytical review CAAT Data mining Statistical sampling Benchmarking Control self-assessment Cotinuous or real-time auditing 39% 33% 34% 24% 18% 36% 68% 51% 83% 58% 49% 72% 56% 47% 64% 50% 45% 55% 90% 88% 96% 0% 20% 40% 60% 80% 100%120% Universe Audit staff size 1-10 Fortune 500 Avots: IIA GAIN report 01/04/2009 Page 3 Ernst & Young

4 Novērotās tendences Sākotnējo analītisko procedūru plašāka pielietošana Būtisko pozīciju, procesu, tendenču analīze tālāko datu analīzes mērķu definēšanai Plašāk izmantoti IT rīki Datu analīzes rīki (ICL, IDEA), pastāvīgās uzraudzības sistēmas (izmantojot uzskaites sistēmas), NILLN automatizētas sistēmas u.c. Biežāk tiek segmentētas datu grupas, kuras analizē pilnā apjomā Datu padziļināta izpēte (data mining) Vairāk tiek pielietota situācijas salīdzināšana ar līdzīgiem uzņēmumiem, nozares vidējiem rādītājiem Salīdzināšana uzlabojumu ieteikšanai (Benchmarking data) 01/04/2009 Page 4 Ernst & Young

5 Datu analīzes apjomi - Definīcijas Visa kopa Izlases vienība Visa datu kop pa, no kuras iespējams ve eidot izlasi un par kuru ti iks izdarīti secinā ājumi Atsevišķas vienības visā kop pā Atribūts Kontroles darbības pierādījumu esamība vai neesa amība 01/04/2009 Page 5 Ernst & Young

6 Visa kopa vai izlase? Analizējamo datu apjoms, to segmentācijas iespēja IA rīcībā esošie datu analīzes automatizētie rīki Vēlamais pārliecības līmenis vai kļūdas apjoms Datu analīzes mērķi pēc kļūdas būtiskuma (pieļaujama, daļēji pieļaujama, nepieļaujama) Datu analīzei plānotais laiks un resursi Vēlamais atzinuma veids: Datu analīzes rezultātu vispārināšana visai kopai (kļūdas apjoms) Iekšējās kontroles efektivitātes novērtēšana prognozējamais 01/04/2009 Page 6 Ernst & Young

7 Visas kopas analīzes process (IT sistēmās) Procesa analīze (walkthrough): Datu apstrādes, datu ievades / izvades lauku identificēšana, datu periodu noteikšana Datu uzkrāšanas sistēmu un struktūras identificēšana Datu prasību noteikšana: Pieprasītie datu lauki, periodi, nosacījumi Datu iegūšana un analīze: Saņemto datu apstrāde, noviržu / atšķirību / kļūdu (atklājumu) identificēšana Atklājumu analīze: Noviržu / atšķirību / kļūdu cēloņu un pamatojuma apkopošana Trūkumu identificēšana, atlikušā riska noteikšana 01/04/2009 Page 7 Ernst & Young

8 Visas kopas datu analīzes piemēri Ierakstu veikšana par darījumiem brīvdienās Vienādu (dubultu) ierakstu esamība Neaktīvo piegādātāju identificēšana Izdevumi, par kuriem nav ievadīti pirkšanas pasūtījumi (iepriekšējie datu ieraksti) Atlikušo saistību apjoms par evadītajiem pirkšanas pasūtījumiem Darījumi ar 0 vai negatīvu vērtību Maksājuma saistības reģistrētas pirms pirkšanas pasūtījuma ievadīšanas 12/01/2010 Page 8 Ernst & Young

9 Visas kopas analīzes rezultātu dokumentēšana ID PO Number Vendor Vendor PO Text Matl Group PO Creation Invoice Number Vendors Invoice ABC related companies SubConFreightFwd Date Air Wk GL+ implementation Inter-Rīga SIA Toneris Canon C- EXV Inter-Rīga SIA printer/fax tehn.apkope sēta SIA sēta SIA Karšu veikals Jāņa Karšu veikals Jāņa VAD veidlapas (pamatlapas) One off case VAD veidlapas (Document) (papildlapas) One off case Date Elapsed Time Between PO and Invoice Comments on data variance For maintenance you jnow the costs only after it is done (how many hours tec.) For maintenance you jnow the costs only after it is done (how many hours tec.) VAS LATVIJAS MUITAS BROKERU ASOCIACIJA LATVIJAS PASTS Brok.asoc.biedra nauda (LMBA) Vestules lidz 20g.(B.kl.) We are members of Customs association and just receive fees Correct amount can be known only after the month end 01/04/2009 Page 9 Ernst & Young

10 Izlases veidošanas metodes Divi elementi: Vienību atlases metodes Cik liela ir iespēja katrai vienībai nokļūt izlasē? Izlases izveides metodes Noteikta metodika izlases apjoma un izlases kļūdas noteikšanai un izlases rezultātu vispārināšanai uz visu kopu 01/04/2009 Page 10 Ernst & Young

11 Vienību atlases metodes Uz spriedumu balstītas (nestatistiskās): Gadījuma izvēlētas vienības nav noteikta noteikuma izvēlei Bloka izlase subjektīvi izvēlas vienību grupu, kurā pārbauda visas vienības Uz spiedumu balstīta izlase auditors izvēlas vienības ar noteiktu parametru Riska izlase vienības izvēlas pēc riska Statistiskās (varbūtības vai nejaušās): Nejauši izvēlētas vienības parasti izmanto programmatūru (MS Excel RAND) Sistemātiski izvēlētas vienības izvēlas sākumu un tad sistemātiski atlasa vienības pēc parametra Grupas izlase nejauši izvēlas grupu, kurā pārbauda visas vienības Stratificētā izlase vienības apkopoo slāņos un pēc nejaušības atlasa vienības katrā slānī 01/04/2009 Page 11 Ernst & Young

12 Visbiežāk pielietotās izlases izveides metodes Uz spriedumu balstīta izlase: Auditors nosaka izlases apjomu Rezultāti netiek vispārināti Atribūtu testēšana: Pārbauda atribūta esamību/neesamību Izlases apjomu nosaka pēc formulas un to ietekmē pieņemamā riska līmenis, pieļaujamā atkāpe, sagaidāmā atkāpe visā kopā un visas kopas apjoms Rezultātus vispārina uz visu kopu Monetary Unit Sampling (MUS): Pārbauda vienības, kuras ietver intervālu Izlases apjomu nosaka pēc formulas un to ietekmē kopējā visas kopas vērtība, sagaidāmā kļūda un ticamības faktors Rezultātus vispārina 01/04/2009 Page 12 Ernst & Young

13 Izlases veidošanas un pārbaudes process 1. Izlases veidošanas metodes izvēle 2. Izlases apjoma noteikšana 3. Izlases vienību atlase 4. Pārbaudes procedūras veikšana 5. Pārbaudes rezultātu novērtēšana 6. Pārbaudes procedūras dokumentēšana 01/04/2009 Page 13 Ernst & Young

14 Uz spriedumu balstītas izlases Piemēri Lielāko 10 pircēju / piegādātāju pēc darījumu kopapjoma analīze Vislielākais darījumu skaits ar vienu pircēju / piegādātāju Konkrēta darbinieka veikto darījumu analīze (jauns darbinieks, tikko aizgājis darbinieks) Darījumu analīze ar lielākajiem parādniekiem vai cita segmenta klientiem Vienkārši 25 nejauši izvēlēti darījumi (varbūtība kļūdai tikt atklātai sākot ar 26.vienību būtiski samazinās) Viena mēneša datu padziļināta pārbaude, citos analizējot tikai būtiskas izmaiņas 01/04/2009 Page 14 Ernst & Young

15 Uz spriedumu balstītas izlases apjomi Kontroļu testēšanai Būtība Manuāla Manuāla Manuāla Manuāla Manuāla Manuāla Izpildīšanas biežums Daudz reižu dienā VAI vismaz reizi dienā Bieži, bet mazāk kā reizi dienā Reizi nedēļā Reizi mēnesī Reizi ceturksnī Reizi gadā Programmēta IT vispārēja Minimālais daudzums, kas jāpārbauda > 25 Mazākais no: (1) 10% no kontroles notikumu skaita vai (2) 25 Vismaz5 Vismaz2 Vismaz2 1 1 no katra veida darījumiem, ja IT vispārējās kontroles ir efektīvas; citādāk > 25 Tāpat kā augstāk 01/04/2009 Page 15 Ernst & Young

16 Biežākās kļūdas izlases veidošanā Iejaukšanās vienību izlasē pēc tam, kad izlase izveidota Aizvietojošo vienību izvēle Datu secības neievērošana visā kopā Nespēja pārbaudīt izvēlētās vienības Neesošās vienības uztvertas kā kļūdas 01/04/2009 Page 16 Ernst & Young

17 Izlases izveides darba dokuments Audita nosaukums: Audita ID numurs: Darba dokumenta atsauces numurs: Mērķis: Visas kopas lielums: Izlases veidošanas metode: Darba dokuments Izlases veidošana Riska faktori un to īpatsvars kopvērtējumā: Riska faktors Īpatsvars kopvērtējumā Katrs riska faktors tiek novērtēts skalā no 1 līdz 5 punktiem, kur 1 zems risks un 5 ļoti augsts risks. Pēc augstākā riska novērtējuma summas izlasē iekļauj 11 vienības, izvēloties vienības ar visaugstāko punktu skaitu. Izlases izveides rezultāti: N.p.k. Vienības ID un nosaukums Sektors Sagatavojis: (iniciāļi, datums) Izskatījis un apstiprinājis (iniciāļi, datums) Riska novērtējums (punkti) Papildu info par vienību 01/04/2009 Page 17 Ernst & Young

18 Pārbaudes rezultātu izvērtēšana Izvērtējot pārbaudes rezultātus, jāņem vērā: Kļūdas, kas atbilst pārbaudes mērķim Kļūdas būtība un iemesls Kļūdas sistemātiskums Rezultātus apkopo atkarībā no izlases izveides metodes: Rezultātu vispārināšana uz visu kopu pēc formulas Kļūdu skaits no visām pārbaudītajām vienībām, kad izlases rezultātus nevar vispārināt uz visu kopu 01/04/2009 Page 18 Ernst & Young

19 Pārbaudes rezultātu dokumentēšana Rezultātu dokumentēšana: Pārbaudes mērķis Visas kopas un izlases vienība Kļūdas nosacījumi Izlases apjoms un vienību atlases metode Veiktās darbības un atklātie izņēmumi Izņēmumu iemesli un sekas Pārbaudes rezultātu izvērtējums 01/04/2009 Page 19 Ernst & Young

20 Pārbaudes rezultātu dokumentēšana -Piemērs Test Sample Result Attribute Testing Description A B C D E F G H x x x No x x x X x x x No x x E(1) E(1) x x x x x x x X E(2) E(2) E(2) x x x x X E(2) E(2) E(2) x E(3) x x X E(#) E(1) E(2) E(3) Exception Explanation Goods purchased for direct sales are not moved through an actual warehouse For the purchases from some suppliers (when the deals are usually in small volume and consisting of many orders) no specification is made, the goods are ordered based on the mutual contract (usually no prices included) As for some cases the quantity does not match exactly due to different valuations (weight vs. pieces) and conversion from one to another, the difference in quantity and in the amount is very small 01/04/2009 Page 20 Ernst & Young

21 Pārbaudes rezultātu dokumentēšanas galvenās nepilnības Nepilnīgi / neprecīzi identificētas pārbaudāmās vienības apgrūtināta sasaiste ar pierādījumiem Kļūdu / izņēmumu gadījumos nav grupēti iemesli apgrūtināta atbilstošu secinājumu un vēlāk arī rekomendāciju definēšana Kļūdas / izņēmumi neatbilst pārbaudes mērķim jeb definētajiem atribūtiem Nav testēti visi atribūti, kas paredzēti pārbaudes plānā 01/04/2009 Page 21 Ernst & Young

22 Jūsu jautājumi un mūsu atbildes 01/04/2009 Page 22 Ernst & Young

23 Kontakti Linda Sīle Vadības risinājumu nodaļa SIA Ernst & Young Baltic Muitas iela 1 Riga LV-1010 Latvija Tel Mob E-pasts: linda.sile@lv.ey.com 01/04/2009 Page 23 Ernst & Young

24 Paldies par uzmanību!