Настройка допустимых искажений при аудите агрегированных счетов

Настройка допустимых искажений при аудите Совокупные счета *

РЕЗЮМЕ

Общепринятыми стандартами аудита аудиторы требуют, чтобы план проверок балансов клиентов счета. Если счета будут пробы, а затем часть этого планирования должен включать установление допустимых искажений для каждого счета или класса операций, подлежащих пробы. Хотя классические подходы выборки обеспечить определенные преимущества, они не были широко используется, потому что они считаются сложными и трудно осуществить. Мы представляем средства на эти трудности, эффективно, легко реализовать оптимальный способ решения проблемы установления допустимых искажений заданным ограничениям на допустимые искажения на отдельных счетах, а также общего аудита. Кроме того, наш метод предлагает при materialities некоторых счетов или материальность общей ревизии не имеют отношения к этой проблеме. Некоторые проблемы аудита пример показывает, что и наш подход решения и условия, в которых наш подход обеспечивает более эффективное и более эффективного плана отбора проб, чем это предусмотрено денежной единицы выборки. Предметные области: аудита, аудитор решения и математического программирования / Оптимизация.

ВВЕДЕНИЕ

При проведении аудита в соответствии с общепринятыми стандартами аудита, аудитору необходимо использовать систематический процесс сбора достаточного количества достоверных доказательств для вынесения заключения по финансовым ведомостям. Концепция содержит существенных искажений лежит в основе этого процесса, так как аудитор должен сообщать нескорректированные существенных искажений для пользователей финансовой отчетности. Существенных искажений определяется как "искажение бухгалтерской информации, что в свете сопутствующих обстоятельств, делает вероятным, что решение любой разумный человек, опираясь на информацию было бы изменить или влияние" на искажений (FASB, 1980, стр. 1026). Как аудита концепции существенности рассматривается в число стандартов аудита, но особенно в SAS № 47, аудиторского риска и существенности в проведении аудита (AICPA, 1983a). Аудитор является первым сделать предварительную оценку общей существенности, в долларовом выражении, что относится к совокупности финансовых отчетов. Такая оценка общей существенности является необходимость очень субъективный процесс. Он также является одним из наиболее важных частей аудита.

Аудитор должен также определить допустимые искажения для отдельных учетных записей, поскольку аудита финансовой отчетности осуществляется в виде отдельных subaudits сальдо счетов или классов операций. Эти subaudits часто осуществляется на выборочной основе. Если да, то общепринятыми стандартами аудита заявить, что аудитор должен проанализировать, сколько денежных искажений в соответствующих счета или класса операций могут существовать, не вызывая финансовых отчетов быть существенно искажена. Это максимальная денежная искажений на баланс или класс называется допустимых искажений для образца. Допустимых искажений является концепция планирования и относится к предварительным суждения аудитора о существенности уровнях таким образом, что допустимых искажений, в сочетании за весь план аудита, не превышает этих оценок. (AICPA, 1983b, пункт 18)

Проблема установления допустимых искажений (часто упоминается как выделение общей существенности) для отдельных учетных записей таким образом, чтобы свести к минимуму общие затраты аудит частично рассмотрены в литературе (Хейман

Второй и третий эмпирические правила предложенные Аренс и Loebbecke (1994) выступил влиянием неопределенности и отбора проб расходов в ревизии. Они рекомендовали, что при прочих равных условиях, ревизоры должны терпеть больше (меньше) искажений в счетах, которые требуют больше (меньше) доказательств для достижения разумных гарантий, таких, как относительно большой (маленький) счетов. Кроме того, аудиторы должны терпеть больше (меньше) искажений в счетах, которые связаны с более (менее) дорогостоящих процедур аудита. Эти два правила указывают, что аудиторы должны постоянно делать компромисс между затратами на аудит и качество собранных доказательств. Характер этого компромисса обусловлено риск ошибки в оценке баланса счета и затрат на сбор доказательств. Четвертое правило предоставляемый Аренс и Loebbecke просто напоминание о том, что потребности пользователей финансовой отчетности имеют первостепенное значение в области аудита соображений. При попытке свести к минимуму расходы на аудит за счет выделения большего существенности для конкретной учетной записи (например, более терпимо искажений), аудитор никогда не должны быть готовы терпеть искаженные этот счет.

Выше эмпирические правила обеспечивают качественное основа для понимания компромиссы, связанные с созданием допустимых искажений, неоднократно ограничений материальности. Тем не менее, они далеко не предоставляет аудиторские практиков эффективного обобщенное решение этой проблемы. Существующих правил даже не обеспечивают простой способ ранжировании искажений, которые должны быть терпимо для каждого счета. Например, сколько существенности должно быть выделено внимание, что требует очень дорогостоящих процедур проверки, но требует относительно небольшого числа процедур, чтобы получить разумную уверенность?

Систематические основы для этой нелинейной задачи распределения ресурсов, были основаны на классических методов отбора проб (Heimann

Денежная единица выборки подходы неявно набор допустимых искажений путем выделения общей существенности только на основании счета размера. Хотя MUS подход является простым и легким в использовании, может быть несколько важных ограничений обсуждается позже в этой статье ..

Основной вклад данного исследования заключается в следующем. Мы предлагаем обобщенный метод решения для установления допустимых искажений при планировании ревизий образцов. Метод средства правовой защиты важных ограничений неклассические подходы. В то же время он является эффективным, легко реализовать, а также предоставляет возможности оптимизации. Мы модифицируем метод решения по включению в счета стратификации, повышая тем самым наше решение подхода. Проиллюстрируем компьютерная реализация таблицы модели, а также обсудить, как модель может быть использована на практике. Решений, разработанных метода по сравнению с результатами других подходов.

Остальная часть статья организована следующим образом. В следующем разделе рассматривается рамках проблемы и предположения. Далее следует изложение решения подхода. Мы определили условия, при которых либо общей существенности или отдельных materialities счета не имеют отношения к проблеме установления допустимых искажений, а также эффективных планов выборочного контроля. Аналитическое решение задачи содержится в каждом из этих случаев. Мы затем разработать эффективный метод поиска для нахождения оптимального решения этой задачи для случая, в котором как в целом, существенность и значимость отдельных счетов являются актуальными. Эта экспозиция следуют примеру проблемы, которые демонстрируют потенциальную полезность такого подхода, аудит инструмент. В заключительном разделе бумаги делаются выводы и предлагаются направления дальнейших исследований.

ПРОБЛЕМА РАМКИ

Аудиторы желание план проверок таким образом, чтобы свести к минимуму общую сметную стоимость выполнения аудиторских процедур при одновременном сохранении доверия пользователей к финансовой отчетности. Выборка является центральным вопросом в установлении баланса между этими требованиями. При взятии проб сосредоточена на оценке остатков на счетах (в отличие от контроля), методы можно разделить на классические и неклассические методы. Классические методы используют случайные выборки для оценки среднего значения за единицу (т. е. meanper-счет), разница между аудитом и книги, или отношение ревизии книги статистики. Неклассические методы основаны на неслучайные выборки подходы и сосредоточиться на доллары вместо счетов в качестве единицы выборки (также известный как кредитно-денежной единицы выборки).

Некоторые аргументы могут быть сделаны для использования классических методов при планировании ревизий образцов. Результаты эмпирического исследования показывают, что из всех статистических оценок, средняя оценка слоистых за устройство мере подлежат строгому точности и надежности проблемы в широком спектре учета населения (нетеровым слева

Еще один аргумент в пользу использования классических методов суде и денежной единицы касается методов защиты методы аудита в юридических условиях. Присяжные, как известно, проявляют предвзятость задним числом (Каспер, Бенедикт,

И наконец, стандартный метод нанесения образцов денежной единицы из агрегированных счетах неявно множества допустимых искажений при условии, что отдельные materialities счета не имеют значения. Нет ограничений размещены на объем доказательств, которые могут или должны быть собраны из любых индивидуальных счетов. Например, если очень точное представление о дебиторской задолженности является одним из основных необходимости одного из пользователей финансовой отчетности (например, банк, который может быть предоставление возобновляемый кредит на основе дебиторской задолженности), то ограничение должно быть уделено искажений терпеть этот счет. Когда денежная единица образцов планируется, однако, отсутствует системный подход существует для оценки расходов выборки с учетом ограниченности искажения терпимо для отдельных учетных записей в дополнение к общим ограничением материальности. Даже тогда, когда аудитор признает необходимость ограничений на индивидуальные счета, попытки в какой-то применение специальной денежной единицей выборки может оказаться невозможным, если слишком точные счета оценки не требуется. Классический подход, развитый в работе счетов для возможности проверок, в которых важную ограничения должны быть размещены на искажения терпимо для некоторых счетов.

Такие ограничения могут возникать из-за потребности пользователей, различия в выборке расходов, а также различия в оценке рисков между различными счетами. Метод мы представляем полезную запасного подход к статистической аудита, когда денежная единица выборки будет признан недействительным. Действительный денежной единицы подход не может существовать либо потому, что нетривиальные бухгалтерских ошибок, как ожидается, или потому, что ограничения должны быть размещены на искажения терпимо для отдельных учетных записей. Покажем, эти условия в настоящем исследовании. Мы также покажем, что наш метод иногда наиболее экономически эффективный подход даже тогда, когда денежная единица выборки действует ..

В настоящее время субъективные образцы пользуются популярностью среди аудиторов (Barnett

Постановка задачи

Heimann и Чесли (1977) использовали классические выборочный подход к разработке основы аудита планирования. Они предположили, что следующие параметры решения, как известно, аудитора:

Наиболее важное предположение обвязывать формулировка нашей процедуры является то, что распределение ревизии оценки (например, выборочное среднее), как правило, распределены. Как в стороне, мы предполагаем, что в присутствии nonnormality, наша процедура может обеспечить решения, которые превосходят эвристические подходы, используемые многими аудиторами. Тем не менее, ряд возможностей может осуществляться эффективно бороться с nonnormality. Во-первых, Центральная предельная теорема показывает, что выборка средств будет приближаться нормальности, независимо от лежащих в основе распределения. Ограничения, такие как Ni - 30 могут быть добавлены к ответственности за крайне неравномерно основных счетов, хотя многие из счетов, вероятно, будут достаточно симметричных относительно небольших п для производства примерно нормальной выборки распределения (см. Олбрайт, 1987, для обсуждения этого вопроса).

Если nonnormality считается серьезной угрозой для проверки процедуры, стратификация в течение подозрительного счета могут быть использованы для достижения желаемого уровня нормальности. Например, внимание, что содержит смесь очень большое и очень мелких предметов счет может быть разбит на два отдельных субсчетов, по одному для больших предметов и один для мелких предметов. В целях удовлетворения substratification при сохранении существенности ограничений на уровне учетной записи, мы предоставляем изменениями обобщенном виде постановки задачи. Пересмотренную формулировку и решение проблемы изложены в Приложении. Простой сортировки и substratification счетов является относительно простой задачей для большинства аудиторов при условии наличия запроса Языки в клиентскую базу данных по инициативе информационных систем и использование универсального программного обеспечения, аудит в аудиторской практике (Lovata, 1990, p. 1).

РЕШЕНИЕ ПОДХОД

В следующих двух разделах мы рассмотрим взаимоисключающих случаев, в которых либо ограничений (2) не является обязательным в оптимальное решение, либо ни одно из ограничений в комплекте (3) являются обязательными в оптимальное решение. Затем мы рассмотрим случай, когда оба ограничения (2) и (3) являются обязательными. Термин относится к обязательным условием, в которых не вялый (не используется) существенности остается, когда оптимальные размеры образцов выбрали.

Вариант 1: все Существенность ограничений (2) не является обязательным для перестановки слагаемых в (2) и (3) и затем установив сумму (3), меньше или равно (2), было показано, что общая существенность (2) не является обязательным в оптимальное решение, когда соблюдено следующее условие:

Вариант 3: как индивидуальных, так и общие ограничения Существенность (например, (2) и (3)) являются обязательными

Если хотя бы одно из ограничений отдельных существенности и общее ограничение существенности являются обязательными во оптимальное решение, мы решаем проблему путем использования простых, ограниченной процедуры поиска.

При заданном значении К. С. Проблема L распадается на отдельные подзадачи я, одна вспомогательная для каждого счета. Для каждой подзадачи я, оптимальное решение по данному запросу значение лямбда-это:

Примеры и СОПОСТАВЛЕНИЕ к наиболее часто используемым ПОДХОДЫ

После обсуждения приводятся примеры, которые иллюстрируют нашу технику для оценки допустимых искажений во время планирования ревизий. Гипотетического клиента аудит Джо компьютерном магазине, розничная и оптовая торговля компьютерной техники. Эта проверка является аудиторское заключение, для которых высокий уровень уверенности желательно. Джо Компьютерный магазин находится в начальной стадии быть приобретены другой компанией. Ревизии будет сосредоточена на балансе. Общий порог существенности было определено, что 4,0% от суммарных активов, или $ 5000000. Короче говоря, ко всем партиям, глядя на внешний аудитор для обеспечения высокой оценки качества компьютерных Store Джо.

Очень кратко баланс за Компьютерный магазин Джо представляется в следующем виде:

Счет-специфические риски, скорее всего, повлияет на общий риск клиента различными способами. Таким образом, аудитор может потребоваться решение при оценке определенных соотношениях между параметрами модели. Например, возможность в зависимости искажений по счетам могут быть рассмотрены при оценке соотношения между общей риски клиента (т.е. общий ИК и КР) и индивидуальных рисков счета (т.е. ИРИ и CRI). Общий риск искажений больше M зависит от степени искажения через счета положительную корреляцию (то есть, в том же направлении). В той степени искажения положительно коррелируют, аудитор должен назначить более высокую общую ИК и КР, чем это следует среднем учетом конкретных рисков. Наиболее консервативный подход к решению отсутствие независимости искажений было бы просто установить общие ИК и КР, равной единице.

Мы используем следующую процедуру, чтобы решать проблемы на примере:

Шаг 1: Оценка условие (6), чтобы определить, является ли решение для случая 1 применяется. Если дело касается 1, а затем вычислить оптимальное решение с использованием (7). Случай 1 не применяется в пример первой. Шаг 2: Оценка условие (16), чтобы определить, является ли решение для случая 2 применяется. Если дело касается 2, а затем вычислить оптимальное решение с использованием (14) и (15). Дело 2 не распространяется в примере 1.

Мы используем это уравнение для каждой учетной записи в нашем примере для создания MUS размер выборки для этой учетной записи. Балансовая стоимость (BV) для каждой учетной записи умножается раз оставшуюся часть уравнения. Значения РФ и EF взяты из таблицы, содержащиеся в аудиторских и бухгалтерских Guide: Аудиторская выборка (Приложение D). Для нашего первого примера нулевое значение было использовано для ожидаемых искажений (AM) в ходе проверки. MUS решение предполагает план отбора проб, требующих 27, 12 и 36 доллара единиц дебиторской задолженности, запасов и основных средств, соответственно.

В соответствии с предложением этого решения, методы денежной единицы использовать доллары в качестве основы для отбора проб и классические методы использования вспомогательных уровня (подробно) номера счетов в качестве основы для отбора проб. Как следствие, сравнение этих двух методов может быть произведено только путем преобразования число долларовых подразделений, которые будут отбираться в число банковских реквизитов, необходимых для достижения этого образца доллара единицы. На практике, аудитор может сделать это преобразование или предсказать коэффициент пересчета на основе опыта. Коэффициент пересчета будет зависеть от распределения основных деталей в счет населения. В наших примерах мы предполагаем, что число долларовых единиц приближен количество физических единиц. Это предположение справедливо при одновременном выполнении следующих условий: (1) среднее значение доллара для каждого счета пункт мала по отношению к общей стоимости в долларовом выражении по счету, и (2) ни один из проверенных статистически пунктов в отдельности составляют Значительная доля в общей численности населения доллара на каждом счете. Эти условия, очевидно, может иметь место, потому что крупные предметы, обычно не статистически аудит. Существующая практика аудит предполагает 100% аудита крупных долларовом выражении пунктов в счете. В рамках счета стратификации является еще одним способом для работы с большими доллара стоимость предметов, если статистические ориентации нужен (см. Приложение) ..

Предполагая, что выше условия выполнены, то доллар удельной стоимости в денежной единице плана отбора проб приближенного числа банковских реквизитов, которые будут, отобранных в каждой учетной записи в соответствии с этим планом. Для получения общей стоимости выборки для этих размеров выборки, умножить размер выборки для каждой учетной записи раз Ки для этой учетной записи и сумма этих продуктов. Таким образом, общая стоимость выборки определяется MUS метода составляет $ 8139, предложив план, который составляет $ 14 996 дешевле, чем план, предоставляемых нашей классической подход к выборке. Однако, экономическая эффективность денежной единицы подход резко снижается, как ожидалось увеличение искажений.

Ввод 2% ожидаемых искажений от общего объема активов для АМ выпускает MUS стоимостью $ 40695, стоимость превышает классического плана отбора проб расходов на $ 40695 - $ 23135 = $ 17560. Ожидание 2% искажений, разумно, учитывая высокую присущие и контроля факторов риска приведены в нашем примере. Это свидетельствует о чувствительности MUS даже небольшое увеличение ожидаемых искажений. В самом деле, увеличение г. на сумму 3% вызывает знаменатель выражения MUS выше становятся отрицательными, что свидетельствует о денежной единицы метод является недействительным. Обратите внимание, что мы сравнивали наш метод MUS методом без stratif инь внутри отдельных счетов. Решение, порожденное нашего метода можно было бы еще улучшить, расслоение внутри счета (см. Приложение). Также отметим, что относительная рентабельность нашего подхода по MUS увеличивается с кончиной размера счета населения или с уменьшением различий в размерах деталей на счетах. Например, если общее количество деталей в дебиторской задолженности за Компьютерный магазин Джо был меньше, чем 13425, или стандартное отклонение этого счета была меньше, чем $ 200, то наш подход будет дешевле, чем MUS подхода.

Оптимальное решение Пример 2 показывает, что в данном случае это, вероятно, будет неуместным в совокупный всех трех счетов в денежной единице образца. методы Денежная единица берут образцы в соответствии с вероятностями прямо пропорциональна зарегистрированных балансовой стоимости. Этот подход, таким образом, хотел бы обратить примерно такое же количество доказательств (в виде доли от балансовой стоимости) от каждой из учетных записей. Однако из-за счет товарно-материальных запасов является более важным для пользователей в этом сценарии, мы хотим иметь большую часть доказательств с этого счета. Предположим, что аудитор использовать агрегированные денежные единицы образца для этой проверки и что позднее существенных искажений обнаружено на счет товарно-материальных запасов и аудитора иск. В этих условиях аудитор придется защищать свое решение использовать метод, который собрал маленький образец из виду, что, скорее всего, влиять на пользователей финансовой отчетности.

Этот сценарий раскрывает один из основных недостатков в денежной единице выборки. Существует не метод, о котором мы знаем, одновременно ограничивают отдельные искажения счета и искажений агрегированных счетов. Если аудитор помощью монетарных методов блок хотел обратить особое внимание на счет товарно-материальных запасов, он или она могли бы использовать какой-то метод специальной для решения этой проблемы. Например, аудитор может ревизии инвентаризации счета самостоятельно. Используя этот подход, он или она будет оценивать денежной единицы выборки формулы с использованием специально ми определяется на счет товарно-материальных запасов. Использование миль в размере 500 000 и АМ нулю, денежные единицы метод предполагает размер выборки 120. Заметим, что это больше, чем размер выборки предложенный метод денежной единицы использованием агрегированных счетов. Этот пример также размер меньше, чем размер выборки из 278 предложенных классические процедуры (см. таблицу 2). Однако, если ожидаемый искажений (AM) увеличивается от нуля до уровня 1%, денежная единица подход предлагает образец размером 333, образца существенно больше и дороже, чем в классической процедуры. Кроме того, на 2% к ожидаемому уровню искажений, денежная единица метод становится недействительным, поскольку знаменатель в формуле денежной единицы выборки становится отрицательным ..

Материальности, выделяемых на счетах с помощью нашего метода в примере 2 также может быть по сравнению с выделил иным способом. Эллиотт (1983) был одним из немногих авторов, которые предоставил статистические эвристические для определения общего объема допустимых искажений, которые могут быть выделены на счета. модель Эллиотта предложил, что дополнительные принадлежащий материальность существует в Пример 2. Дополнительные существенности определяется по формуле:

Пример 3 показывает, что происходит, когда существенность ограничений для инвентаризации выросли на $ 300 000 (таблица 4а). Это существенности проблемой остается обязательным в оптимальное решение. Однако, поскольку порог существенности увеличении размера выборки для этой учетной записи, значительно уменьшается. В результате, затраты на отбор проб сокращены почти на 40% (сравните затраты выборки приведены в таблице 2, в таблице 4, c). Это говорит о том, что оценка существенности инвентаризации имеет существенное влияние на общие затраты на аудит. С другой стороны, общая стоимость аудита не чувствительны к существенности для решения других счетов. Например, сокращение существенности основных средств в размере 40% не приведет к изменению стоимости аудита. существенности учетной записи будет по-прежнему превышают допустимые оптимального искажений.

В листинге 4 (табл. 5), влияние на отбор проб расходов в обход контрольных испытаний проверяется. В этом примере контроля оцениваются в максимальной для инвентаризации (например, CR = 1). Решение остается обязательным для проведения инвентаризации. Оценка риска средств контроля при максимальной для инвентаризации увеличивает стоимость тестирования остатков $ 8962 за Пример 2 (для сравнения выборки расходы приведены в таблице 2, в таблице 5, в). В качестве другого примера не показали, мы обнаружили, что оценка риска контроля при максимальной основных средств увеличивает общую стоимость отбора образцов, всего $ 914 за Пример 2. Это означает, что контрольное тестирование является гораздо более выгодным для учетных записей, имеющих как (а) обязательный contraints существенности и (б) жесткий контроль. Хотя это явно то, что можно было бы ожидать, наша методика приводит это сообщение в острый количественному внимания.

Структуры и процедуры мы представляем может позволить практикующим более эффективно планировать и проводить проверки, особенно когда ИК-и КР близких максимальных уровней. Во-первых, процедура количественно определяет, какой метод, MUS или классической, является корректной и наиболее экономически эффективным. Во-вторых, аудиторов с помощью модели можно исследовать воздействие аудита параметров на результаты ревизии. Аудиторы могут оценить последствия существенности настройки и оценки рисков в отношении выборки и выборки расходов. Они могут также анализ чувствительности выборки расходы на настройки, используемые для модели факторы риска, стоимость процедуры ревизии и оценки ошибок. Например, модель может быть использована для оценки последствий процедуры аудита расходов (Ки), который может быть трудно точно оценить. Аудит планировщик можно использовать алгоритм для решения задачи с использованием лучших думаю, оценка Ки идет речь. Если ограничение на счету я является обязательным оптимальное решение, то это вряд ли разумно ошибки в оценке Ки повлияет на оптимальность плана отбора проб предложенной модели. Еще до решения проблемы, аудитор может оценить состояние приведены в (16), чтобы определить, какие ограничения будут обязательными, а потому, что Ки оценки, вероятно, будут меньше критической.

Если ограничение на счету я не носит обязательного характера, или, если по другой причине аудит планировщик хотела бы изучить последствия ошибки в оценках, Ci, он или она может сделать это, просто заново решить проблему после изменения значения Ки его худшем случае, высоких и низких крайностей. Таким же образом, аудиторы могут проводить что-если "анализ четко выяснить последствия возможных направлений действий в области аудиторских рисков и затрат. Например, ревизоры могут расследовать существу повышенной предварительного отбора проб ..

ВЫВОДЫ

В этой статье мы представляем эффективный подход к решению проблемы установления допустимых искажений, а также выборки в ходе проверок планирования. Метод решения могут быть реализованы с использованием общих компьютерных электронных таблиц, и должна принести значительные преимущества по сравнению с интуитивным или эвристические подходы. Во-первых, оптимизация может обеспечить существенную экономию затрат в планировании ресурсов, необходимых для проведения финансового аудита, и этот процесс повторяется сотни раз, каждый год аудиторских фирм. Во-вторых, потенциал для экономии ресурсов, теперь может быть достоверно установлено, потому что ранее не было готовые средства для установления качества решения о выделении ресурсов в абсолютном смысле. В-третьих, возможность оптимизировать предоставляет руководителям надежную основу для чувствительности, что, если и компромисс анализов. Примеры, приведенные в данной статье показано, как легко эти оценки могут быть выполнены. В-четвертых, классический подход, который использовался модель оптимизации преодолевает ряд недостатков, присущих неклассические методы.

Будущие исследования могут продлить и увеличить Метод решения мы разрабатываем в этом исследовании в эффективную систему поддержки принятия решений для аудиторской практике. Такое расширение могли бы решить, среди прочего, расходы на аудит контроля, конкретные ication расходов аналитических процедур обзора в модели рисков и стоимости аналитических процедур (которые широко используются в аудита финансовой отчетности). Учитывая способность substratify отчетности, представленной модели решения, будущие исследования стратификации стратегии может оказаться плодотворным. На основе практического опыта исследований также могут использовать систему поддержки принятия решений, использованием методов, используемых в это исследование для проверки эффективности и фактических проверок, проводимых в этой области. [В редакцию: 16 июля 1996. Принято: 14 октября 1997.]

* Мы благодарим профессора Джима Loebbecke за его многочисленные и глубокие комментарии по поводу данного исследования. Мы также благодарим профессора Аль-н Аренс, участники сессии аудит исследований на ежегодной встрече Американской ассоциацией бухгалтеров, и участники семинара в университете Индианы за полезные замечания.

Ссылки

Akresh А.,

Олбрайт, С. C. (1987). Статистика по бизнесу и экономике. Нью-Йорк: Mac

Миллан-издательская компания.

Американский институт дипломированных общественных бухгалтеров (AICPA). (1983a). Аудит рисков и существенности при проведении аудита. Заявление по стандартам аудита № 47. Ревизионная стандартам финансовой отчетности. Нью-Йорк: AICPA.

Американский институт дипломированных общественных бухгалтеров (AICPA). (1983b). Аудиторская выборка. Заявление по стандартам аудита № 39. Ревизионная стандартам финансовой отчетности. Нью-Йорк: AICPA.

Американский институт дипломированных общественных бухгалтеров (AICPA). (1996). Аудит и бухгалтерский учет гид: Аудиторская выборка. Статистическая выборка подкомитета. Нью-Йорк: AICPA.

Аренс, А. А.,

Барнетт А.,

Bazaraa, М.,

Бойнтон, В. C.,

Bretthauer, К. М.,

Каспер, J. D., Бенедикт, К.,

Оглядываясь назад и предвзятости. Закон и поведение человека, 13 (3), 291-310. Кушинг, Б. Е., Сирфосс, Д. Г.,

Daniel, С. (1985). Ревизора решений: описательное исследование по оценке аудиторских рисков. Неопубликованные докторской диссертации университете штата Оклахома. Эллиотт, Р. (1983). Основные понятия статистики и проверка гипотез для проведения аудита. В С.-Дэвидсон

Феликс, WL-младший, Grimlund, RA, Костер, FJ,

По стандартам финансового учета (ССФУ). (1980). Качественные характеристики бухгалтерской информации, Оригинал заявления (1997/98 ред.). Отчет о финансовых Концепции бухгалтерском учете № 02. Stamford, CT: Финансовый стандартам финансовой отчетности.

Гай, Д. М., Alderman, C. В.,

Heimann, С. Р.,

Lovata, Л. М. (1990). Аудит технологии и применение компьютерного techniues аудита. Журнал информационных систем. 4 (2), 60-68.

Лоу, D. J.,

выборки населения бухгалтерского учета. Нью-Йорк: AICPA. Pany К.

Ponemon, Л. А.,

Узнайте, В. J. (1988). Анализ аудитора решение в нестатистических выборки. Достижения в области бухгалтерского учета, 6, 251-266.

Рено, J. (1987). CAV границы в долларах единицы выборки: некоторые результаты моделирования. Учет обзора, 53 (3), 669-680.

Richiutte, Д. Н. (1995). Аудит (4 изд.). Cincinnati, OH: Юго-Западный колледж Publishing.

Робертс, Д. М. (1977). Статистический аудит. Нью-Йорк: Американский институт Cer

tified бухгалтеров.

Шраге, Л. (1991). Руководство пользователя для LINGO. Chicago, IL: Линда Systems, Inc Татум, К. (1987). Решение проблемы аудиторской выборки. CPA Journal, 57 (8), 91-97.

Ори Баррон

Кафедра учета, Смил бизнес-колледжа, университета штата Пенсильвания университет Парк PA 16802-1912, oebl@psu.edu

Майкл С. Groomer

Департамент бухгалтерского учета и информационных систем, Келли школа бизнеса, Университет штата Индиана, Блумингтон, 47405-1701, <a href="mailto:groomer@indiana.edu"> groomer@indiana.edu </ A>

Морган Суинк

Маркетинг и управление цепочками поставок, Eli Broad бизнес-колледжа, университета штата Мичиган, Ист-Лансинг, М. И. 48824-1122, адрес электронной почты: <a href="mailto:swinkn@pilot.msu.edu"> swinkn@pilot.msu.edu </ A>

Ори Е. Баррон является доцент кафедры бухгалтерского учета на Смил бизнес-колледжа, университета штата Пенсильвания. Он получил степень бакалавра в области управления и информационных технологий из Западной Вашингтонский университет, MBA от Regent University в Вирджинии, и степень доктора философии в области бухгалтерского учета в университете штата Орегон. Прежде чем стать профессором бухгалтерского учета и CPA, Barron работал в течение пяти лет в промышленности в качестве менеджера, контроллер и консультанта. Некоторые из его других публикаций можно найти в учет обзора.

С. Майкл Groomer является доцентом бухгалтерского учета и информационных систем в Высшей школе бизнеса, Университет штата Индиана. Он получил степень бакалавра в области делового администрирования в Университете Эвансвилл и степень магистра и докторскую степень по бухгалтерскому учету в университете Миссури-Колумбии. Groomer работал Marathon Oil Company, Эрнст

Морган Л. Суинк является адъюнкт-профессор по управлению операциями в Eli Broad бизнес-колледжа, университета штата Мичиган. Он получил степень бакалавра в области машиностроения из Южного методистского университета, MBA в университете в Далласе, а также докторскую степень в области управления операциями в университете Индианы. Прежде чем стать профессором, Суинк работал в течение 10 лет в производстве и разработке продуктов организаций на Texas Instruments, Inc Его исследования, обучения и консалтинга интересы включают в области разработки новых продуктов, производство стратегии и размещения предприятий. Некоторые из его других публикаций можно найти в журнале "Инновационный менеджмент продукта, Decision Sciences, журнал операций управления Европейского журнала оперативных исследований и Международный научный журнал" Производство и операционный менеджмент.