Суть и цели выборки
Давайте начнем с главного: зачем вообще нужна выборка, если можно проверить всё? Ответ лежит в плоскости здравого смысла и экономической целесообразности. Сплошная проверка каждой хозяйственной операции компании с оборотом в миллиарды — задача, требующая колоссальных временных и финансовых затратов, которые в конечном итоге лягут на плечи самого бизнеса. Более того, она часто просто не нужна для формирования обоснованного мнения. Цель аудиторской выборки — получить аудиторские доказательства относительно некоторой характеристики всей совокупности данных (генеральной совокупности) на основе изучения лишь ее части. Ключевое слово здесь — «обоснованное мнение». Мы не ищем абсолютной истины, мы оцениваем риск. Например, проверяя корректность отражения расходов, мы хотим с приемлемой уверенностью (скажем, 95%) утверждать, что уровень ошибок или нарушений не превышает определенного, материального для финансовой отчетности уровня.
На практике я часто сталкиваюсь с непониманием этого принципа со стороны клиентов. Помню, руководитель одной производственной компании с европейским капиталом был искренне возмущен, когда наша аудиторская команда отобрала для проверки только 70 счетов-фактур из нескольких тысяч. «Вы что, пропустите ошибку?» — спрашивал он. Пришлось на пальцах объяснять, что методика отбора (в том случае это была стратифицированная выборка, о которой поговорим ниже) была построена так, чтобы в первую очередь проверить все крупные и рискованные операции, а на остальное — взять репрезентативную «смесь». В итоге, как и предполагалось, проблемные моменты нашлись именно среди крупных сделок. Таким образом, грамотная выборка — это не лотерея, а научно обоснованный, структурированный подход к оценке рисков.
Стандарты (как международные ISA, так и российские ФСАД) выделяют два основных типа выборки в аудите: статистическую и нестатистическую. Разница не в том, какая «лучше», а в подходе к оценке риска выборки. Статистическая использует законы теории вероятностей, позволяя количественно измерить этот риск. Нестатистическая полагается больше на профессиональное суждение аудитора. В реалиях работы с иностранными предприятиями в Китае, где часто приходится балансировать между МСФО, китайскими GAAP и требованиями материнской компании, я чаще вижу гибридный подход, и это абсолютно нормально.
Планирование: основа успеха
Любая качественная выборка начинается не с хаотичного тыкания пальцем в журнал проводок, а с тщательного планирования. Это этап, на котором закладывается успех или провал всего тестирования. Планирование выборки включает в себя определение цели теста, идентификацию генеральной совокупности и ее единицы отбора, а также установление риска выборки, допустимой и ожидаемой ошибки. Звучит сложно? Давайте разберем на живом примере из моей практики.
Один из наших клиентов, немецкая торговая компания, столкнулся с подозрениями в завышении списания товарных остатков. Цель теста была очевидна: проверить обоснованность и документальное подтверждение списаний. Генеральная совокупность — все операции по списанию товаров за год. Единица отбора — отдельный документ на списание (акт). Здесь важно было правильно определить «рамки»: включать ли только списания по причине порчи, или также по истечению срока годности и утери? Мы решили включить все, но потом стратифицировать (разделить на слои).
Далее — оценка рисков. Риск, что мы пропустим существенную ошибку (риск выборки), был установлен на низком уровне, так как область была субъективной и рискованной. Допустимая ошибка (тот максимальный уровень искажений, который мы еще можем принять) была определена исходя из уровня существенности для всего аудита. А вот ожидаемая ошибка... Тут пригодился опыт. Исходя из прошлых аудитов и понимания бизнес-процессов, мы ожидали, что небольшие ошибки в оформлении могут встречаться, но системных искажений быть не должно. Это планирование, занявшее несколько часов, впоследствии позволило провести само тестирование четко и быстро, а его результаты были неоспоримыми для руководства компании.
Пропуск этапа планирования — типичная административная проблема в спешке закрыть квартал или год. Я видел, как молодые аудиторы, стремясь быстрее выполнить программу, начинали отбор «с середины», без четкого понимания, что именно и зачем они проверяют. Результат? Потраченное впустую время и выводы, которые невозможно ни обобщить, ни грамотно представить клиенту. Всегда настаивайте на том, чтобы вам, как инвестору или представителю руководства, кратко озвучили план выборки по ключевым областям. Это сразу отделит профессионалов от дилетантов.
Методы отбора: инструменты в руках аудитора
Итак, план есть. Как же собственно отбирать эти самые элементы? Методов несколько, и у каждого своя логика. Случайный отбор и систематический (механический) отбор — краеугольные камни статистических методов. Первый предполагает, что каждая единица совокупности имеет равную вероятность попасть в выборку (используются таблицы или генераторы случайных чисел). Второй — что мы отбираем элементы через постоянный интервал, например, каждую 20-ю накладную, начиная со случайно выбранной точки. Эти методы хороши для однородных массивов данных.
Но в реальной жизни данные редко бывают однородными. Здесь на помощь приходит стратификация — разделение совокупности на отдельные подсовокупности (страты) по какому-либо значимому признаку. Чаще всего — по денежному выражению. Например, мы можем решить проверить сплошным порядком все операции свыше 1 млн рублей (высокий уровень риска), выборочно — операции от 100 тыс. до 1 млн (средний риск), и либо выборочно с меньшим охватом, либо аналитическими процедурами — операции менее 100 тыс. (низкий риск). Это не только повышает эффективность, но и резко снижает общий риск аудита, потому что на самые «сочные» для ошибок или мошенничества операции мы смотрим максимально пристально.
Есть и беспорядочный (произвольный) отбор, основанный на профессиональном суждении. Аудитор может целенаправленно отобрать «подозрительные» с его точки зрения операции, операции нового контрагента или сделки в конце отчетного периода. Важно понимать: такая выборка не является репрезентативной для всей совокупности! Ее результаты нельзя экстраполировать на все операции и говорить: «Мы нашли ошибки в 30% проверенных документов, значит, во всей совокупности ошибок 30%». Нет. Это тест, направленный на поиск конкретных рисков. В нашей работе с иностранными компаниями мы часто используем такой подход для проверки операций по связанным сторонам (related party transactions) — области, всегда находящейся под пристальным вниманием.
Оценка результатов: не только цифры
Предположим, выборка отобрана и проверена. Найдены ошибки (или не найдены). Что дальше? Самый ответственный этап — оценка результатов. Аудитор обязан экстраполировать выявленные в выборке ошибки на всю генеральную совокупность и оценить их возможное совокупное влияние. Если мы в проверенной выборке на 500 тыс. рублей обнаружили ошибок на 5 тыс. рублей (1%), то, грубо говоря, можем предположить, что во всей совокупности, скажем, в 50 млн рублей, ошибка может составить около 500 тыс. рублей.
Но профессиональное суждение заключается не только в арифметике. Нужно анализировать природу ошибок. Это разрозненные, случайные оплошности бухгалтера или они носят системный характер, указывающий на возможное слабое место в системе внутреннего контроля? Однажды, проверяя выборку по командировочным расходам, мы нашли несколько незначительных арифметических ошибок. Однако, копнув глубже, увидели, что все они были допущены одним и тем же сотрудником и по одной и той же схеме — некорректный расчет суточных при пересечении временных поясов. Это уже сигнал о необходимости дополнительного обучения сотрудника или уточнения внутренних регламентов.
Если экстраполированная ошибка превышает допустимую, аудитору придется либо расширить аудиторские процедуры (увеличить выборку), либо потребовать от руководства компании исправить не только найденные, но и, возможно, провести сплошную проверку и исправить все подобные ошибки в учете. Итоговая оценка результатов выборки напрямую влияет на тип аудиторского заключения. Если предполагаемые искажения являются существенными, без оговорок не обойтись.
Риски и их минимизация
Работа с выборкой неразрывно связана с рисками, и грамотный аудитор должен не только их понимать, но и активно управлять ими. Выделяют два основных риска, присущих выборочной проверке: риск первого рода (альфа-риск) — риск отклонения верной гипотезы, и риск второго рода (бета-риск) — риск принятия неверной гипотезы. Проще говоря, в первом случае аудитор может решить, что в учете есть существенная ошибка, когда ее на самом деле нет (переоценка рисков, лишняя работа). Во втором, что все в порядке, когда существенные искажения присутствуют (недооценка рисков, что гораздо страшнее).
Для инвестора второй риск, безусловно, критичен. Как его минимизировать? Во-первых, как я уже говорил, через грамотное планирование и стратификацию, фокусируясь на областях с высоким inherent risk (присущим риском), например, на оценочных значениях или операциях в иностранной валюте. Во-вторых, выборка — не единственный источник доказательств. Ее всегда нужно подкреплять аналитическими процедурами, тестами средств контроля, оценкой бизнес-среды. Если анализ коэффициентов показывает аномалию в себестоимости, а выборка первичных документов «чиста», это повод не успокаиваться, а искать причину расхождения более тщательно, возможно, применив другие методы.
Из личного опыта: мы сопровождали компанию, которая активно использовала заемные средства. Выборка по процентам по кредитам не показала существенных ошибок. Однако аналитическая процедура — сравнение усредненной эффективной процентной ставки по портфелю кредитов с рыночной — выявила значительное отклонение. Оказалось, что в учете не были своевременно отражены изменения в расчете процентов по одному сложному структурированному кредитному договору. Выборка эту операцию «проглядела», потому что она была уникальной, но анализ «с высоты птичьего полета» — нет. Мораль: выборка эффективна в комплексе, а не сама по себе.
Документирование: то, что останется
Работа аудитора, не зафиксированная на бумаге (или в электронной форме), считается невыполненной. Это аксиома. Качество документации по выборке часто становится решающим аргументом при защите своей позиции перед руководством клиента или, не дай бог, в суде. В рабочей документации по выборке должны быть четко отражены: цель теста, описание генеральной совокупности и единицы отбора, использованный метод, размер выборки и обоснование его достаточности, а также подробный разбор каждой выявленной ошибки с экстраполяцией.
Я приучаю свою команду к тому, что документация — это не бюрократия, а история нашего профессионального мышления. По прошествии полугода, когда возникнет вопрос от налоговых органов или нового инвестора, именно эти бумаги позволят быстро и уверенно объяснить, как мы пришли к тем или иным выводам. Помню случай, когда через два года после аудита к нам обратился новый финансовый директор компании-клиента с претензией: «Почему вы пропустили эту ошибку?». Мы подняли рабочую документацию, где было четко показано, что проблемная операция была включена в страту самых мелких операций, проверяемых аналитически, а по результатам аналитических процедур аномалий выявлено не было. Более того, нами было направлено рекомендательное письмо по усилению контроля именно в этой области. Вопрос был снят, а наша репутация укреплена.
Хорошая документация — это еще и мощный инструмент для обучения новых сотрудников и для постоянного совершенствования собственных методик. Пересматривая старые рабочие документы, иногда ловишь себя на мысли: «А вот здесь можно было спланировать выборку эффективнее». Это и есть профессиональный рост.
Перспективы: данные и технологии
Заглядывая вперед, невозможно не отметить, что классические методы выборки испытывают давление со стороны технологий. Появление больших данных (Big Data) и средств автоматизированного анализа (CAATs, IDEA, ACL) позволяет все чаще применять не выборочные, а сплошные методы тестирования. Аудитор может загрузить в программу всю генеральную совокупность из сотен тысяч записей и за минуты проверить ее по сложным, многоуровневым критериям на аномалии, дубликаты, нарушения логики.
Означает ли это смерть аудиторской выборки? Ни в коем случае. Меняется ее роль. Она становится точечным, хирургическим инструментом для проверки гипотез, выдвинутых в результате сплошного автоматизированного анализа. Например, программа выделила 150 «подозрительных» транзакций по нестандартным реквизитам контрагента. Дальше аудитор формирует целенаправленную (беспорядочную) выборку из этих 150 операций для детальной, уже ручной, проверки первичных документов. Будущее — за симбиозом тотального компьютерного анализа и профессионального суждения, применяемого к его результатам
