Académique Documents
Professionnel Documents
Culture Documents
RESUMEN
En este artculo, presentamos un modelo paramtrico que permite
la obtencin de cotas combinadas (CAV) para el error monetario total
de sobrevaloracin en una poblacin contable. Bajo la hiptesis de
que los errores han sido generados a partir de una distribucin mixta
de tipo no estndar, e identificando la distribucin de los errores no
nulos mediante una distribucin beta, se utiliza el mtodo bootstrap de
replicacin muestral en su vertiente paramtrica para aproximar la
distribucin del estimador. Finalmente, se realiza un estudio de simulacin sobre una poblacin real de documentos contables, contaminada mediante diversas proporciones de error y distribuido segn distintos modelos tericos. Esto nos permite efectuar un anlisis de la
(1) Los autores agradecen las sugerencias recibidas de dos evaluadores annimos, que
han contribuido a mejorar la versin final del artculo.
ESTADSTICA ESPAOLA
1. INTRODUCCIN
Una de las principales aplicaciones del muestreo estadstico en Auditora consiste en verificar la calidad en la valoracin monetaria de una poblacin de documentos contables. El auditor pretende obtener una cota superior de confianza para
el error monetario total en la poblacin, utilizando el sistema de seleccin muestral
denominado Muestreo de Unidades Monetarias (MUS)(2).
Los procedimientos de Muestreo Combinado de Atributos y Variables (CAV), directamente relacionados con la seleccin tipo MUS, se han convertido en los
ltimos aos en herramientas de uso frecuente en la Auditora profesional. Entre
estos mtodos, goza de especial preferencia la Cota de los Errores Ordenados,
derivada de los comentarios de Stringer (1963) y posteriormente desarrollada en el
trabajo de Felix, Leslie y Neter (1982). Estos procedimientos no paramtricos
permiten la obtencin de cotas superiores para el error monetario total que muestran un comportamiento sensiblemente mejor que el de los estimadores clsicos
utilizados en poblaciones contables reales. El principal problema de estas cotas y
de otras de su misma clase, es su discordancia entre el nivel de confianza planeado
y el real, situacin ya observada en el comportamiento de los estimadores clsicos
con informacin auxiliar(3).
Mediante simulaciones se ha comprobado que esta deficiencia se acrecienta
cuando los porcentajes de error en las poblaciones son bajos y los errores son
unidireccionales (sobrevaloracin o infravaloracin). Este problema implica cotas
excesivamente conservadoras que suelen producir ambigedades e inseguridad en
el juicio del auditor. En las cotas CAV ms utilizadas en la prctica auditora, como
(2) Anderson y Teitlebaum (1973); Goodfellow, Loebbecke y Neter (1974 a y b); Leslie,
Teitlebaum y Anderson, (1980).
(3)
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
2. EL MODELO PARAMTRICO
Consideremos una poblacin de N documentos contables de la que se extrae
una muestra de tamao n utilizando el mtodo de seleccin del Muestreo de Unidades Monetarias(5). La nomenclatura para las variables es la siguiente:
Xi : Valor monetario en libros del documento i.
Yi : Valor auditado del documento i.
Ei = Xi - Yi : Error monetario en el documento i.
N
Tx =
i=1
Sea Di la variable que define a la proporcin de error monetario, o en otras palabras, al error en trminos de cntimos de la moneda elegida, en el documento i :
ESTADSTICA ESPAOLA
Di =
Xi Yi Ei
=
Xi
Xi
i = 1,
, N
(Di 0; i = 1,
,N) :
Zi
0
Di =
Zi
Di
distintos de cero
1 p
p
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
0<L
Las distribuciones beta forman una familia de funciones indexadas por dos parmetros, a y b , y estn definidas en el intervalo (0,1) (7).
La eleccin de esta funcin se basa tanto en su versatilidad de formas, lo que
constituye un factor decisivo a la hora de aproximar otros tipos de funciones a las
que pueden ajustarse los valores, z, como en su adaptacin al campo de variacin
de la variable Z.
La estructura bsica del modelo propuesto queda definida de la siguiente manera:
0
1. d =
z
1 p
p
pa
a+b
10
ESTADSTICA ESPAOLA
seleccin muestral. Finalmente, construir una cota superior para el error monetario
total en la poblacin a partir del total monetario en libros, Tx , mediante:
E u = u Tx
La construccin de la cota se llevar a cabo en dos fases.
3.1
[z
k
i=1
a1
i
(1 zi )b1 ]
E(Z i ) =
( )
E Z i2 =
a
a+b
a
a+1
a+b a+b +1
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
11
As pues, aplicando el mtodo de los momentos, se obtienen las siguientes expresiones de los estimadores de a y b:
z (1 z )
1
a M = z
2
Sz
z(1 z )
; b M = (1 z )
S 2z
donde:
1
S 2z =
k
(z z )
i=1
12
ESTADSTICA ESPAOLA
Haciendo uso de procedimientos aleatorios, se generan N valores de una poblacin beta de parmetros a M y b M , caracterizada por la variable Z i = Z .
Se establece el porcentaje de documentos contables errneos igual a p .
Se generan N valores de una variable aleatoria uniforme en (0,1): {Ui , i= 1, 2, ..., N}.
Con la informacin recogida, se genera una nueva poblacin regida por una
variable aleatoria D i que simule a la variable Di :
0
D i =
Z i = Z
Ui > p
Ui p
(8)
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
13
ks
n
z (1 z )
s
a Ms = zs s
1
S 2z
z (1 z )
s
b Ms = (1 z s ) s
1
S 2z
a s
a s + b s
s = p s s
4. Partiendo de los resultados de las B muestras, se establece una cota superior,
u , para al 100(1 )% de confianza, de tal modo que:
m*
= 1
B
donde m* es el nmero de valores s inferiores a u ; es decir, se utiliza el mtodo
de los percentiles.
(9) La cantidad B se corresponde con un nmero elevado, generalmente de 1.000 muestras, al menos.
14
ESTADSTICA ESPAOLA
p u = pu (0) = 1 1 n
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
p u = pu (0)
p
= uCAV2
a M
p
aM + bM
3.3
15
k=0
k =1
k >1
4.
16
ESTADSTICA ESPAOLA
Tabla 1
POBLACIN DE ESTUDIO. CARACTERSTICAS
DESCRIPTIVAS
li
0
7.501
15.001
30.001
45.001
75.001
150.001
300.001
450.001
750.001
7.500
15.000
30.000
45.000
75.000
150.000
300.000
450.000
750.000
1.500.000
1.293
617
679
417
491
580
503
178
160
82
5.000
Caractersticas poblacionales
Total valor Libros
Media
Desviacin Tpica
Asimetra
Curtosis
Mnimo
Mximo
491.734.772
98.347
183.648
3,77
17,95
2
1.486.131
Posteriormente, se han obtenido seis poblaciones de valores auditados suponiendo que el error cometido constituye una contaminacin de la poblacin correcta, cifrada en el 5% y el 10%, y de acuerdo con distribuciones Normal, N(0,5;0,25),
Exponencial, E(=0,01) y Uniforme, U(0;1) (11):
(11) Estas distribuciones han sido previamente truncadas para adaptar su campo de variacin al de la variable Z.
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
17
Tabla 2
CONTAMINACIN POR ERROR
Poblacin
Auditada
E(l =0,01)
5%
E(l =0,01)
10%
N(0,5;0,25)
5%
N(0,5;0,25)
10%
U(0;1)
5%
U(0;1)
10%
18
ESTADSTICA ESPAOLA
Tabla 3
RESULTADOS OBTENIDOS SOBRE 500 MUESTRAS
Media
Desv.
Tpica
Coef.
Variac.
CAV-
28.282.759
8.152.646
0,29
2,60
100,0%
CAV-1
50.943.821
14.976.027
0,29
4,69
100,0%
CAV-2
30.671.062
8.588.793
0,28
2,82
100,0%
CAV-3
21.457.713
9.555.210
0,45
1,98
87,0%
CAV-4
36.264.779
9.179.231
0,25
3,34
100,0%
CAV-5
31.422.625
8.905.180
0,28
2,89
100,0%
CAV-6
19.311.202
9.180.357
0,48
1,78
81,6%
CAV-7
23.183.982
9.787.574
0,42
2,13
91,2%
Media
Desv.
Tpica
Coef.
Variac.
CAV-
42.465.021
13.434.541
0,32
1,96
92,4%
CAV-1
77.396.988
19.687.722
0,25
3,57
100,0%
CAV-2
44.651.639
10.706.999
0,24
2,06
100,0%
CAV-3
35.077.535
10.810.796
0,31
1,62
91,8%
CAV-4
51.678.838
11.210.513
0,22
2,39
100,0%
CAV-5
45.973.753
11.200.168
0,24
2,12
100,0%
CAV-6
33.838.050
10.900.741
0,32
1,56
89,4%
CAV-7
37.756.758
10.883.575
0,29
1,74
97,6%
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
Tabla 3 (Continuacin)
RESULTADOS OBTENIDOS SOBRE 500 MUESTRAS
Error NORMAL N(0,5;0,25) ; p = 0,05
Cotas
Media
Desv.
Tpica
Coef.
Variac.
CAV-
26.616.577
6.599.096
0,25
2,44
100,0%
CAV-1
48.393.291
12.515.582
0,26
4,44
100,0%
CAV-2
30.832.686
5.852.156
0,19
2,83
100,0%
CAV-3
22.896.466
5.779.501
0,25
2,10
99,8%
CAV-4
35.993.778
7.049.365
0,20
3,30
100,0%
CAV-5
31.595.829
6.086.923
0,19
2,90
100,0%
CAV-6
19.339.735
5.995.176
0,31
1,78
93,4%
CAV-7
23.401.056
5.898.630
0,25
2,15
99,8%
Media
Desv.
Tpica
Coef.
Variac.
CAV-
40.691.467
9.068.347
0,22
1,75
98,6%
CAV-1
79.924.210
16.111.361
0,20
3,45
100,0%
CAV-2
47.321.722
8.883.493
0,19
2,04
100,0%
CAV-3
38.814.607
8.932.213
0,23
1,67
98,4%
CAV-4
54.779.677
9.632.403
0,18
2,36
100,0%
CAV-5
48.820.981
9.323.443
0,19
2,11
100,0%
CAV-6
36.111.560
9.044.051
0,25
1,56
93,0%
CAV-7
39.753.387
8.955.651
0,23
1,71
98,8%
19
20
ESTADSTICA ESPAOLA
Tabla 3 (Conclusin)
RESULTADOS OBTENIDOS SOBRE 500 MUESTRAS
Error UNIFORME ; p = 0,05
Cotas
Media
Desv.
Tpica
Coef.
Variac.
CAV-
25.367.992
6.992.476
0,28
1,66
94,8%
CAV-1
54.453.627
15.269.925
0,28
3,56
100,0%
CAV-2
36.599.408
10.149.275
0,28
2,39
99,8%
CAV-3
28.834.162
11.117.650
0,39
1,88
87,6%
CAV-4
41.283.053
10.570.637
0,26
2,70
100,0%
CAV-5
37.571.866
10.544.683
0,28
2,45
99,8%
CAV-6
25.741.267
10.745.119
0,42
1,68
84,6%
CAV-7
30.319.478
11.184.160
0,37
1,98
90,0%
Media
Desv.
Tpica
Coef.
Variac.
CAV-
39.799.378
10.296.357
0,26
1,41
94,2%
CAV-1
85.699.536
17.090.033
0,20
3,04
99,8%
CAV-2
54.019.770
10.035.380
0,19
1,92
98,0%
CAV-3
45.374.365
10.279.746
0,23
1,61
94,0%
CAV-4
60.315.901
10.309.877
0,17
2,14
98,4%
CAV-5
55.753.139
10.494.763
0,19
1,98
98,0%
CAV-6
43.595.153
10.344.401
0,24
1,55
92,6%
CAV-7
47.794.423
10.396.832
0,22
1,70
95,0%
%NCR =
Cota promedio
Error real
N Cotas > Tx Ty
1.000
) 100
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
21
5. CONCLUSIONES FINALES
A lo largo de este trabajo, se ha desarrollado un modelo que permite generar
cotas CAV a travs de un proceso bootstrap paramtrico, con seleccin muestral
MUS. La utilizacin de una distribucin beta para la identificacin del error diferente
de cero en la mixtura no estndar, se debe a su versatilidad de formas mostrada a
travs de los parmetros de indexacin, y a la perfecta adaptacin de su campo de
variacin al de la variable de error, Z.
Por otra parte, la eleccin de los modelos distribucionales N(0,5;0,25), E(0,01) y
U(0;1), para la contaminacin por error de la poblacin real de documentos contables, permite analizar el comportamiento de las cotas CAV en un amplio abanico de
posibilidades. Entendemos que este marco, junto con la eleccin de porcentajes de
contaminacin del 5% y el 10%, proporciona un buen banco de pruebas sobre el
que desarrollar el anlisis de las caractersticas de la cota CAV-. Adems, la
obtencin de 500 estimaciones de la cota CAV- en cada escenario, proporciona
una buena aproximacin al estudio de su distribucin; sobre todo, teniendo en
cuenta los comentarios ya descritos sobre la complejidad de su generacin.
As, en primer lugar, debemos destacar la excelente congruencia que muestra la
cota CAV- entre los niveles de confianza nominales y reales, donde slo se aprecia un ligero desfase en el caso de contaminacin por error E(0,01) con un 10% de
magnitud. Sin embargo, merece destacarse la mejora general de su comportamiento a medida que disminuye el porcentaje de error, lo cul es particularmente
interesante en el campo de la Auditora para el que se ha diseado, donde lo
habitual es trabajar con poblaciones que presentan bajos porcentajes de documentos errneos.
En cuanto a la comparacin con el resto de cotas CAV utilizadas en la literatura,
debe mencionarse su magnfico comportamiento en todos los escenarios, destacando particularmente en el caso de contaminacin uniforme.
En un anlisis ms detallado, puede observarse el excesivo conservadurismo
puesto de manifiesto por las cotas CAV-1, CAV-4 y CAV-5, que dan como resultado
unas medias excesivamente altas, lo que las coloca directamente en situacin de
inferioridad a efectos de comparacin con el resto. En cuanto a las cotas CAV-3 y
CAV-6, se observa una baja fiabilidad general, dada la escasa concordancia que
muestran entre los niveles de confianza nominal y real, si se consideran todos los
escenarios en conjunto.
22
ESTADSTICA ESPAOLA
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
Figura 1
PROCESO DE ELABORACIN DE LA COTA CAV-
COTA
CAV-
Poblacin valores en
libros
xi
Poblacin valores
auditados
yi
Muestra MUS
tamao n
xi
Muestra paralela
tamao n
yi
Proporcin documentos
errneos en muestra
p
Errores de sobrevaloracin
di
n-k unidades
correctas
di = 0
k unidades errneas
di = zi
Estimacin Mtodo
Momentos
a M
b
M
z i beta a M ; b M
p s
a Ms
B resultados
b Ms
u
Cota superior para el error
monetario total
u Tx
23
24
ESTADSTICA ESPAOLA
APNDICE
COTAS CAV UTILIZADAS EN EL ESTUDIO
CAV2 = Tx pu (0;1 ) + Tx
[p (i;1 ) p (i 1;1 )] d
u
i=1
d1 d2
d
k
d = i=1
1
k=0
CAV3 = Tx pu (k;1 )d
CAV4 = Tx pu (k;1 )
Tx
n
(1 d ) v
i
i=1
0 t = 1
v=
1 t 1
v =k
i
i=1
CAV5 =
Tx
T
u (0;1 ) + x
n
n
[ (i;1 ) (i 1;1 )] d
u
i=1
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
d1 d2
25
d
T
E MUS = x
n
d
i=1
T2
n 1
S 2 E MUS = x 1
n
Tx n 1
d =
1
n
(d d)
i=1
i=1
np (1 ; k) kn
C= u
1
n k
1
2
REFERENCIAS
AITCHISON, J. (1955). On the distribution of a positive random variable having a
discrete probability mass at the origin. Journal of the American Statistical Association. 50, pp. 901-908.
ANDERSON, R., TEITLEBAUM, A.D. (1973). Dollar-Unit Sampling. A solution to the
audit sampling dilemma. Canadian Chartered Accountant. April, pp. 30-39.
CASAS, J.M., NEZ, J.J., ZAPARDIEL, J.A. (1999). Comportamiento de las Cotas CAV
en Auditora Contable. Anales de Economa Aplicada. XIII Reunin ASEPELT
Espaa. Burgos. Publicacin en CD-ROM.
26
ESTADSTICA ESPAOLA
FELIX, W.L., LESLIE, D.A., NETER, J. (1982). Auditing: A Journal of Practice and
Theory. Monetary-Unit Sampling Conference. Winter. University of Georgia.
Center for Audit Research, pp. 92-103.
FROST, P.A., TAMURA, H (1986). Accuracy of auxiliary information interval estimation
in statistical auditing. Journal of Accounting Research. 24, pp. 57-75.
EFRON, B., TIBSHIRANI, R.J. (1993). An introduction to the Bootstrap. Chapman and
Hall. New York.
GOODFELLOW, J.L., LOEBBECKE, J.K., NETER, J. (1974-a). Some perspectives on CAV
sampling plans. Part I. CA Magazine. October, pp. 23-30.
GOODFELLOW, J.L., LOEBBECKE, J.K., NETER, J. (1974-b). Some perspectives on CAV
sampling plans. Part II. CA Magazine. November, pp. 46-53.
KAPLAN, R.S. (1973-a). A stochastic model for auditing. Journal of Accounting
Research. Spring, pp. 38-46.
KAPLAN, R.S. (1973-b). Statistical sampling in auditing with auxiliary information
estimators. Journal of Accounting Research. Autumn, pp. 238-258.
MCLACHLAN, G. J.; KRISHNAN, T. (1997). The EM algorithm and Extensions. New
York. Wiley.
NETER, J., LOEBBECKE, J.K. (1975). Behavior of major statistical estimators in sampling accounting populations. An empirical study. American Institute of Certified Public Accountants.
PANEL ON NONSTANDARD MIXTURES OF DISTRIBUTIONS (1989). Statistical Models and
Analysis in Auditing. Statistical Science. 4. 1, pp. 2-33.
STRINGER, K.W. (1963). Practical aspects of statistical sampling in auditing. Proceedings of the Business Economic Statistics Section. American Statistical
Association, pp. 405-411.
TAMURA, H., FROST, P.A. (1986). Tightening CAV(DUS) bounds by using a parametric model. Journal of Accounting Research. Vol. 24. 2, pp. 364-371.
MUESTREO EN AUDITORIA CONTABLE: UN MODELO PARAMTRICO PARA LA OBTENCIN DE COTAS COMBINADAS (CAV)...
Key words: auditing, accounting, parametric bootstrap, combined attribute and variable (CAV) bounds, monetary unit sampling (MUS),
nonstandard mixtures of distributions
AMS Classification: 62D05, 62F40
27