Текст книги "Аудит: теория и практика"

3.10. Оценка аудиторского риска на уровне сальдо и оборотов по счетам

По результатам применения аудиторских процедур, рассмотренных выше, может быть оценен аудиторский риск (его компоненты) на уровне сальдо и оборотов по счетам, т. е. на уровне генеральных совокупностей, в отношении которых применялись аудиторские процедуры.

Рассмотрим эти оценки.

При применении выборочных вероятностно-статистических процедур аудиторский риск проявляет себя как статистическая вероятность и может быть численно определен исходя из закона распределения случайной величины (размера ошибок либо количества ошибок в выборке).

Как известно из статистики, при экстраполировании результатов исследования репрезентативной выборки на генеральную совокупность вероятность определяется объемом выборки.

Упомянутая статистическая вероятность при репрезентативной выборке зависит только от объема выборки, вследствие чего согласно федеральному стандарту аудита № 16 «Аудиторская выборка» ее следует определить как риск выборки (риск, связанный с объемом выборки, – будем обозначать его R_B). Следует отметить, что наряду со статистической вероятностью R_B при применении выборочных процедур, основанных на вероятностно-статистических методах, присутствует и субъективная вероятность, которую стандарт № 16 определяет как риск, не связанный с объемом выборки (обозначим его R_HB). Этот риск зависит от прочих факторов, не связанных с объемом выборки (опытом и квалификацией аудитора, его добросовестностью и пр.), и проявляет себя в рассматриваемом случае как вероятность того, что аудитор может обнаружить в выборке не все имеющиеся в ней ошибки.

Таким образом, аудиторский риск R_A на уровне сальдо и оборотов по счетам бухгалтерского учета при применении выборочных процедур, основанных на вероятностно-статистических методах, является функцией двух компонентов – риска выборки R_В и риска, не связанного с выборкой R_НВ:

R_А = f (R_В, R_НВ).  (3.20)

Получим выражения для риска выборки и аудиторского риска применительно к известным вероятностно-статистическим методам.

Сперва получим выражение для риска выборки R_В применительно к процедуре, основанной на нормальном распределении размера ошибок.

Риск выборки R_В является вероятностью события, заключающегося в том, что действительная ошибка Q генеральной совокупности окажется больше уровня существенности S, в то время как полученная аудитором ожидаемая ошибка К менее уровня существенности (Q > S при К < S). Заметим, что неравенство К < S может быть приведено к виду

, где

– средний уровень существенности;

– генеральная средняя; N – объем генеральной совокупности.

Получим выражение для риска выборки R_В. Для этого вспомним, что при нормальном распределении может быть определена верхняя граница доверительного интервала

, которую генеральная средняя

не должна превысить:

где

– выборочная средняя;

– среднеквадратичная погрешность выборочной средней; t – предел интеграла Лапласа.

Вероятность R превышения генеральной средней

верхней границы доверительного интервала a будет являться риском выборки R_В в том случае, когда верхняя граница доверительного интервала будет равна среднему уровню существенности

Получаем следующее выражение:

Среднеквадратичное отклонение выборочной средней в выражении для доверительного интервала подсчитывается по известной зависимости:

где N – объем выборки; q_i (руб.) – размер ошибки в i-м элементе выборки.

Тогда риск выборки R_В может быть найден из статистических таблиц по значению t, полученному из выражения для доверительного интервала:

Таким образом, для выборочной процедуры, основанной на нормальном распределении размера ошибки, риск выборки может быть найден из зависимости R_B = f (t), где значение предела интеграла Лапласа t определяется с помощью формулы (3.24). Рассмотрим возможность применения полученных зависимостей на примере.

Пример. Воспользуемся исходными данными примера, рассмотренного ранее: объем генеральной совокупности N = 850 авансовых отчетов общей стоимостью J = 1 800 000 руб.; объем выборки n = 50 авансовых отчетов; ошибки в авансовых отчетах, попавших в выборку: q₁ = 208 руб., q₂ = 564 руб., q₃ = 930 руб. Уровень существенности установлен аудитором в размере s = 5% (S = 90 000 руб.). Определим ожидаемую ошибку генеральной совокупности К и риск выборки _R_B.

Средняя ошибка в выборке:

Ожидаемая ошибка генеральной совокупности:

Среднеквадратичное отклонение выборочной средней:

Средний уровень существенности:

Расчетное значение предела интеграла Лапласа:

Из статистических таблиц [8] получаем, что при n = 50 и t =3,3 вероятность превышения генеральной средней верхней границы доверительного интервала равна 0,001. Таким образом, риск выборки R_B = 0,1%. Из этого следует, что с вероятностью 99,9% ожидаемая ошибка генеральной совокупности (наиболее вероятное значение которой составляет 28 900 руб.) не превысит уровень существенности, равный 90 000 руб.

Приведенные выше рассуждения основаны на предположении о том, что аудитор обнаружит в выборке все ошибки q_i, т. е. на предположении о том, что риск R_HB, определяемый опытом аудитора, его информированностью о клиенте и т. д., равен нулю.

На практике, конечно, риск R_HB > 0, поскольку аудитор в силу различных причин (недостаток опыта, квалификации, усталость, небрежность и т. д.) может обнаружить не все ошибки в выборке.

Введем понятие ошибки в выборке, обнаруженной аудитором, – k (руб.). Вероятность обнаружения аудитором всех ошибок в выборке составит в таком случае

или

, где

– средняя ошибка в выборке, обнаруженная аудитором.

Поскольку эта вероятность определяется всеми прочими факторами (опыт и квалификация аудитора, его добросовестность, знакомство с проверяемой организацией и т. д.), то вероятность противоположного события – это риск R_HB. Тогда:

Из формулы (3.14) получаем:

Риск R_HB может быть численно оценен путем анализа определяющих его указанных выше факторов, например, как это показано выше, с помощью линейной полиномиальной модели.

Тогда аудиторский риск может быть определен из статистических таблиц, как функция R_A = f (t), где значение предела интеграла Лапласа определяется из зависимости:

Пример. Используя исходные данные предыдущего примера, определим аудиторский риск, если значение R_HB – 35%. Расчетное значение предела интеграла Лапласа:

Из таблиц [8] получаем, что при n = 50 и t = 2,44 аудиторский риск R_A = 0,005 (0,5%).

Теперь получим выражение для риска выборки и аудиторского риска применительно к процедуре, основанной на биномиальном распределении количества ошибок в выборке.

Ведем следующие обозначения: N – объем генеральной совокупности; n – объем выборки; m – количество ошибок в выборке; M ожидаемая ошибка генеральной совокупности (ожидаемое количество ошибок в генеральной совокупности).

Как мы указали ранее, в математической статистике показано, что для биномиального распределения наиболее вероятное значение величины М определяется из выражения M = m×N/n.

В [8] показано также, что для отношения M/N может быть определена верхняя граница доверительного интервала а, которую величина M/N с вероятностью P = 1 – R не должна превысить:

где t – предел интеграла Лапласа;

– относительное количество ошибок в выборке.

В [8] указано, что формула (3.28) является приближенной, но достаточной для практических расчетов при значениях N порядка сотен.

Приравняв верхнюю границу доверительного интервала среднему уровню существенности:

получаем значение предела интеграла Лапласа, определяющее риск выборки R_B:

где

средний уровень существенности.

Используя тот же прием, что и при рассмотрении выборочной процедуры, основанной на нормальном распределении, получаем выражение для предела интеграла Лапласа, определяющего аудиторский риск:

Пример. Объем генеральной совокупности N = 2500 счетов-фактур. Объем выборки n = 100 счетов-фактур. Количество ошибок (неправильно заполненных счетов-фактур) в выборке m = 2. Уровень существенности S =125 счетов-фактур (5%). Риск R_HB по оценке аудитора составляет R_HB = 20%. Определим ожидаемую ошибку генеральной совокупности М, риск выборки R_B и аудиторский риск R_A. Относительное количество ошибок в выборке:

Ожидаемая ошибка генеральной совокупности:

M = m×N/n = 2×2500/100 = 50 счетов-фактур.

Средний уровень существенности:

Значение предела интеграла Лапласа, определяющее риск выборки:

При t = 2,14 риск выборки составляет R_B = 0,02 (2%).

Значение интеграла Лапласа, определяющее аудиторский риск:

При t = 1,6 аудиторский риск составляет R_A =5,5%.

Итак, мы получили выражения, с помощью которых можно количественно оценить компоненту аудиторского риска (риск выборки) как статистическую вероятность при выборочных проверках, основанных на нормальном либо биномиальном законе распределения случайных величин.

Но количественная оценка риска выборки возможна еще в одном случае – при использовании процедуры «основного массива». Покажем это.

Напомним, что выборочную процедуру «основного массива» применяют в тех случаях, когда генеральная совокупность неоднородна по стоимости составляющих ее элементов: в совокупности есть «основной массив» – элементы, стоимость которых превышает уровень существенности, установленный аудитором. Метод состоит в формировании выборки путем отбора этих элементов.

Получим выражение для риска необнаружения Я_НО применительно к данному методу, т. е. будем исходить из предположения, что генеральная совокупность содержит существенную ошибку, которую допустила бухгалтерия и не выявила служба внутреннего контроля.

Для этого проанализируем событие (назовем его событием А), вероятностью наступления которого является риск необнаружения Л_НО. Как было указано выше, событие А в нашем случае заключается в том, что аудитор не выявит существенную ошибку, содержащуюся в генеральной совокупности. Очевидно, что событие А будет являться результатом наступления одного из двух событий (назовем их событиями Б и В):

• событие Б – аудитор в ходе проверки «основного массива» не выявил (просмотрел) содержащуюся в нем существенную ошибку;

• событие В – аудитор не выявил существенную ошибку, поскольку она оказалась в «неосновном массиве», который аудитор счел возможным не проверять.

Вероятность события В определяется объемом выборки (объемом «основного массива») – чем она больше, тем вероятность события В меньше, а вероятность события Б определяется всеми остальными факторами, влияющими на риск необнаружения (опытом и квалификацией аудитора, знакомством его с проверяемой организацией и т. д.). Поэтому в соответствии с определениями, которые введены федеральным стандартом аудита № 16 «Аудиторская выборка», вероятность события В – это риск, связанный с объемом аудиторской выборки (риск выборки R_B), а вероятность события Б – это риск, не связанный с объемом выборки (R_m).

Получим выражение для риска выборки R_B в нашем случае. Для этого введем следующие обозначения.

Пусть N – объем генеральной совокупности (количество документов), N₁ – объем «основного массива», N₂ – объем «неосновного массива». Тогда N = N₁+N₂.

Пусть J – стоимость документов генеральной совокупности (в рублях), J₁ – стоимость документов «основного массива», J₂ – стоимость документов «неосновного массива». Тогда J = J₁ + J

Пусть S – уровень существенности (в рублях), установленный для рассматриваемой генеральной совокупности; s = S/J×100% – уровень существенности (в процентах).

Допустим, что аудитор сформировал выборку объемом N₁ и стоимостью J₁ («основной массив») и проверил ее. Существенных ошибок в выборке при этом не обнаружено.

Как мы указали выше, риск выборки R_B – это вероятность того, что в документах объема N₂ может оказаться существенная ошибка, т. е. ошибка, превышающая уровень существенности S.

Если стоимость документов «неосновного массива» однородна и вариация ее незначительна (коэффициент вариации не превышает 30%), то можно оперировать средней стоимостью документа «неосновного массива»

, где

При

«неосновной массив» будет содержать существенную ошибку, если ошибочной будет сумма по крайней мере в М документах, где

Тогда риск выборки R_B может быть определен как вероятность следующего события: по крайней мере М документов, принадлежащих генеральной совокупности N, будут полностью входить в объем N₂ генеральной совокупности. Эта вероятность известным образом может быть определена по формуле Пуассона:

где p = M/N; N – объем генеральной совокупности; M – количество ошибок в генеральной совокупности; m – количество ошибок в выборке; n – объем выборки; R – вероятность появления случайной величины m; е = 2,718 – основание натурального логарифма.

В нашем случае объем выборки n = N₁, количество ошибок в выборке m = 0, отношение количества ошибок в генеральной совокупности к объему генеральной совокупности:

Тогда формула Пуассона (3.32) преобразуется к виду:

Отношение N₁/N обозначим n (n = N/N) – относительный объем «основного массива». Тогда:

Графическая зависимость R_B от n₁ для различных значений отношения

приведена на рис. 3.13.

Рис. 3.13. Зависимость риска выборки от относительного объема «основного массива»

Как видим, риск выборки R_B снижается с ростом объема выборки. При увеличении объема выборки (относительного объема «основного массива» N₁) в 2 раза (с n₁ = 0,1 до n₁ = 0,2) риск выборки R_B от 15% (для

) снижается до 1,5-2%.

Проиллюстрируем практическое применение формулы (3.34) на конкретном примере.

Пример. Пусть аудитор проверяет состав дебиторской задолженности организации. Напомним, что несписанная дебиторская задолженность с истекшим сроком исковой давности или невозможная ко взысканию искажает как сальдо расчетов с дебиторами, так и прибыль от обычной деятельности. Дебетовое сальдо счета 62 составляет 5000 тыс. руб. Допустимая ошибка S = 100 тыс. руб. (s = 2%). Данные аналитического учета: доля 10 дебиторов – 4700 тыс. руб., доля 100 дебиторов – 300 тыс. руб. Аудитор отбирает 10 дебиторов, задолженность которых составляет «основной массив», и подвергает их сплошной проверке. Существенных ошибок при этом не выявлено. Далее аудитор определяет количественную долю документов «основного массива» в генеральной совокупности n₁ = N₁/N = 10/110 = 0,09 (9%) и среднюю стоимость документа «неосновного массива»:

По формуле (3.34) для данных параметров генеральной совокупности риск выборки будет равен:

Из полученного результата аудитор может сделать обоснованный вывод, что вероятность появления существенной ошибки в документах «неосновного массива» мала, и их можно не проверять.

В другом случае (например, при n₁ = 9%, S = 100 000 руб. и

= 6000 (руб.) риск выборки R_B составит:

Вероятность появления существенной ошибки в «неосновном массиве» значительна, и аудитору следует подвергнуть его проверке.

Что же касается риска R_HB (напомним, что риск R_HB – это вероятность события Б, заключающегося в том, что аудитор не выявил существенную ошибку, содержащуюся в выборке – «основном массиве»), то его оценка может быть осуществлена известным образом – путем анализа влияющих на него факторов (опыт аудитора, его квалификация, знакомство аудитора с проверяемой организацией, добросовестность и тщательность аудитора и т. д.).

Теперь получим выражение для риска необнаружения R_HO.

Выше мы определили, что применительно к процедуре «основного массива» риск необнаружения R_HO – это вероятность наступления одного из двух событий (события Б и события В). Событие В: аудитор не обнаружил существенную ошибку, поскольку все документы, содержащие ошибку, сосредоточены в «неосновном массиве», который аудитор не проверяет. Вероятность этого события обозначим через R´_HO Событие Б: аудитор не обнаружил существенную ошибку в «основном массиве», поскольку хотя бы один документ, содержащий ошибку, находится в «основном массиве». Вероятность этого события обозначим R″_HO.

Поскольку события Б и В – несовместны, то в силу теоремы сложения вероятностей несовместных событий:

RH0 = R´_HO + R″_HO^. (3.35)

В силу определений, данных выше, вероятность события В (R´_HO) равна риску выборки:

R´_HO = R_B. (3.36)

Рассмотрим событие Б. Событие Б является результатом совместного появления двух событий (назовем их событиями Б1 и Б2). Событие Б1 – хотя бы один документ, содержащий ошибку, находится в «основном массиве». Событие Б2 – аудитор не обнаружил (просмотрел) находящийся в «основном массиве» документ, содержащий ошибку.

Вероятность события Б1 обозначим P_B. Поскольку вероятность R_B – это вероятность противоположного события, то

Р_в = 1 -R_B^. (3.37)

Вероятность события Б2 согласно данному выше определению – это риск R_HB

Поскольку R_HB является условной вероятностью события Б2, предполагающей, что событие Б1 наступило, то в силу теоремы умножения вероятностей величина R″_HO (вероятность совместного появления событий Б1 и Б2) составит:

R″_HO = P_B× R_HB. (3.38)

Получаем выражение для риска необнаружения:

Рассмотрим практическое применение полученного выражения на примере.

Пример. Аудитор проверяет обоснованность предъявления НДС к вычету из бюджета. Объем генеральной совокупности составляет N = 500 счетов-фактур. Объем «основного массива» N₁ = 20 счетов-фактур. Соответственно объем «неосновного массива» N₂ = 480 счетов-фактур. Сумма НДС, предъявления к вычету по всем счетам-фактурам, составляющим генеральную совокупность, j = 6 000 000 руб. Сумма НДС по счетам-фактурам «неосновного массива» j₂ = 768 000 руб. Уровень существенности установлен аудитором в размере S = 120 000 руб. (2%). Риск R_HB по оценке аудитора составляет Rhb = 10%.

Средний НДС, приходящийся на один счет-фактуру из «неосновного массива»:

Риск выборки

Риск необнаружения

R_H = R_B + R_HB _ R_B x R_HB = 0,05 + 0,1 _ 0,05 x 0,1 = 0,145(14,5%).

Что же касается прочих выборочных процедур, использующих содержательные (нестатистические) методы (например, метод «блочного отбора», метод «ключевых элементов»), то применительно к ним отсутствуют данные, на основании которых можно было бы определить риски R_B и R_HB. Очевидно, для указанных процедур следует известным образом оценивать риск необнаружения R_HO без выделения его компонентов R_B и R_HB. Как указано выше, подобная оценка может быть осуществлена путем анализа влияющих на риск необнаружения факторов (объема выборки, квалификации и опыта аудитора, его знакомства с проверяемой организацией, его добросовестности и т. д.).

3.11. Агрегирование аудиторского риска и его компонентов

Под агрегированием в литературе по аудиту понимают вопрос соотнесения оценок рисков, полученных для сальдо и оборотов по счетам учета, с оценкой риска, полученной для отчетности в целом. Очевидно, что эти оценки должны соответствовать друг другу.

Для решения задачи агрегирования, таким образом, необходимо получить:

• зависимости, связывающие оценки рисков, полученные при проверке оборотов по счетам учета (генеральных совокупностей), с оценкой риска для статьи отчетности, включающей проверенные обороты;

• зависимости, связывающие оценки риска, полученные для статей отчетности, с оценкой риска для отчетности в целом.

Подобные зависимости достаточно легко могут быть получены при использовании для выборочных проверок вероятностно-статистических методов.

В этом случае ожидаемую ошибку в статье бухгалтерской отчетности можно рассматривать как случайную величину, являющуюся суммой случайных величин – ожидаемых ошибок генеральных совокупностей, составляющих рассматриваемую статью отчетности. Тогда риск выборки R_B на уровне статьи отчетности (как статистическая вероятность) известным образом может быть определен из суммы средних значений и суммы дисперсий слагаемых случайных величин.

Рассмотрим подобную задачу.

Пусть некая статья бухгалтерской отчетности состоит из суммы нескольких оборотов по счетам учета – генеральных совокупностей (L – число генеральных совокупностей).

Пусть N_i, J_i (руб.) – объем и сумма i-й генеральной совокупности; S_i (руб.) – уровень существенности для i-й генеральной совокупности.

Тогда сумма статьи бухгалтерской отчетности составит:

Уровень существенности статьи бухгалтерской отчетности:

При использовании выборочной процедуры, основанной на нормальном распределении размера ошибок, для i-й генеральной совокупности могут быть определены:

•

(руб.) – средняя ошибка в выборке;

• δ²_i и δ_i (руб.) – дисперсия и среднеквадратичное отклонение;

• К_i (руб.) – ожидаемая ошибка;

• R_Вi (%) – риск выборки.

Из статистики известно: если случайная величина распределена по нормальному закону, то ее выборочная средняя ( q ) – также случайная величина, распределенная по нормальному закону. Поскольку ожидаемая ошибка генеральной совокупности

. (где N_i – постоянная величина), то она также является случайной величиной, распределенной по нормальному закону с дисперсией N²_i х δ²_i .

Очевидно, что ожидаемая ошибка статьи бухгалтерской отчетности К будет равна сумме ожидаемых ошибок генеральных совокупностей:

а ее дисперсия составит

Тогда с помощью зависимости (3.24) может быть определен риск выборки R_B для статьи бухгалтерской отчетности.

Рассмотрим применение предлагаемой методики на примере.

Пример. Проверяемая статья бухгалтерской отчетности – строка 020 формы № 2 (себестоимость продукции).

Себестоимость складывается из следующих оборотов (незавершенное производство отсутствует):

Выборочные проверки четырех генеральных совокупностей, осуществленные с использованием метода, основанного на нормальном распределении размера ошибок, принесли следующие результаты:

Ожидаемая ошибка статьи бухгалтерской отчетности:

Дисперсия ожидаемой ошибки:

Среднеквадратическое отклонение:

Расчетное значение предела интеграла Лапласа:

Риск выборки R_B при t = 3,4 составляет 0,0004 (0,04%). Оценив численное значение субъективной составляющей – риска, не связанного с выборкой R_HB, известным образом получаем значение аудиторского риска для данной статьи отчетности. Допустим, что риск R_HB оценен аудитором на уровне R_HB = 25%. Тогда расчетное значение t:

В этом случае аудиторский риск для рассматриваемой статьи отчетности равен R_A = 0,04 (4%).

Получив указанным выше образом значения аудиторского риска R_Aj для каждой статьи отчетности (здесь j – номер статьи), можно получить значение аудиторского риска R_A для отчетности в целом. Поскольку отчетность в целом будет содержать существенную ошибку, если существенная ошибка будет содержаться хотя бы в одной статье отчетности, то аудиторский риск будет равен:

где L – число статей отчетности.

Пример. Пусть форма отчетности состоит из пяти статей. Для статей получены значения аудиторского риска R_A1 = 4%; R_A2 = 2,2%; R_A3 = 3,5%; R_A4 = 0,1%; R_A5 = 0,01%. Аудиторский риск для отчетности в целом:

R_A 1 – (1 – R_A1)×(1 – R_A2)×(1 – R_A3)×(1 – R_A4)×(1 – R_A5) = 1 – (1 – 0,04)×х (1 – 0,022)×(1 – 0,035)×(1 – 0,001)×(1 – 0,0001) = 0,095 (9,5%).

Как видим, при использовании выборочных процедур, основанных на вероятностно-статистических методах, задача агрегирования может быть решена с помощью известных из статистики зависимостей.

Если же в ходе аудита использованы выборочные содержательные процедуры либо процедуры сплошной проверки, то риск на уровне оборотов по счетам, как было указано ранее, представляет собой субъективные вероятности, оцениваемые аудитором исходя из своего профессионального суждения. В этом случае задача агрегирования сводится к субъективной оценке рисков на уровне статей отчетности и отчетности в целом исходя из полученных субъективных оценок рисков на уровне оборотов по счетам. Некоторые рекомендации при этом могут быть сформулированы на основе обобщения опыта аудиторских проверок.

Пример. Воспользуемся исходными данными предыдущего примера.

Проверяемая статья бухгалтерской отчетности – строка 020 формы

№ 2 (себестоимость продукции). Сумма, отраженная по строке 020, – J = 100 000 тыс. руб. Данная сумма складывается из четырех оборотов J = J + J2 + J3 +J4, где J = 4800 тыс. руб.;/, = 70 000 тыс. руб.;/, = 20 000 тыс. руб.; J₄ = 5200 тыс. руб.

Численный анализ показывает, что в этом случае риск на уровне статьи отчетности определяется значением риска, полученного для оборота J₂ (наиболее существенного в составе статьи). Если для оборота J₂ риск оценен аудитором как низкий, то аналогичная оценка может быть принята и для статьи отчетности.

Агрегирование оценок риска, полученных для статей отчетности, в риск для отчетности в целом в этом случае может быть осуществлено следующим образом. Выше мы указали, что отчетность в целом будет содержать существенную ошибку, если существенная ошибка будет содержаться хотя бы в одной статье отчетности. Исходя из этого риск для отчетности в целом будет высоким (средним), если он будет высоким (средним) хотя бы для одной статьи отчетности.

Пример. Баланс проверяемой организации содержит восемь существенных статей. Для пяти статей риск оценен низким, для двух – средним, для одной – высоким. В этом случае риск для отчетности в целом высокий. В другом случае для шести статей риск оценен низким, для двух – средним. Риск для отчетности в целом – средний.

Из рассмотренных выше теоретических предпосылок оценки компонентов аудиторского риска на уровне оборотов по счетам бухгалтерского учета очевидно, что подобные оценки возможны лишь в ходе осуществления аудита, по результатам применения конкретных аудиторских процедур. Из этого следует, что оценка рисков в аудите – это процесс, который не заканчивается составлением плана и программы аудита (документов, завершающих этап планирования), а продолжается в ходе дальнейшего его осуществления.

Таким образом, подводя итог изложенным выше соображениям, можно предложить следующую последовательность действий, необходимых для комплексной оценки аудиторского риска и его компонентов (рис. 3.14).

На рис. 3.14 представлен возможный алгоритм комплексной оценки аудиторского риска, основанный на изложенных выше теоретических предпосылках.

Алгоритм предусматривает качественную оценку компонентов аудиторского риска в ходе планирования аудита. Указанная оценка осуществляется в порядке, изложенном в параграфах 3.4.2, 3.4.3. Полученная оценка документируется в плане и программе аудита.

При использовании выборочных статистических процедур осуществляется количественная оценка рисков выборки на уровне оборотов по счетам учета в порядке, изложенном в параграфе 3.7. Далее полученные оценки агрегируются в риски на уровне статей отчетности и риск на уровне отчетности в целом в порядке, изложенном в настоящем параграфе. Данная оценка сравнивается с оценкой аудиторского риска, полученного в ходе планирования. При необходимости оценка аудиторского риска, приведенная в плане и программе аудита, подвергается уточнению.

Рис. 3.14. Возможный алгоритм комплексной оценки аудиторского риска

При использовании выборочных содержательных процедур осуществляется качественная оценка компонентов аудиторского риска на уровне оборотов по счетам учета. Далее, как и в предыдущем случае, полученные оценки агрегируются в риски на уровне статей отчетности в целом, значения которых используются для уточнения оценки, полученной в ходе планирования.