Académique Documents
Professionnel Documents
Culture Documents
Décembre 2007
DEDICACES
Je dédie ce travail
Mes parents
Que ce travail soit pour eux une récompense et un témoignage de
reconnaissance de ma part pour tous les sacrifices, efforts, encouragements et
soutien qu’ils n’ont cessé de m’apporter.
Ma femme
Pour m’avoir supporté tout le long de la période de la préparation de ce travail
Mes frères
Pour leurs encouragements et leurs soutiens
Je tiens, également, à remercier les associés du cabinet AMC Ernst & Young
pour leurs conseils et leur encadrement tout le long de mon stage professionnel.
Je remercie finalement les membres du jury pour leur disponibilité et pour avoir
bien voulu juger et évaluer ce travail.
Méthodologie des sondages en audit et démarche pratique dans le cadre de l’audit d’un établissement de crédit
SOMMAIRE GENERAL
Dédicaces ..................................................................................................................................... 2
Remerciements ............................................................................................................................... 3
Sommaire Général.......................................................................................................................... 4
Abréviations ................................................................................................................................... 6
Introduction.................................................................................................................................... 7
Première Partie : Les sondages en audit : Méthodologie............................................................ 12
Chapitre I : La place des sondages dans l’audit....................................................................... 12
Section 1 : Rappel de la démarche d’audit par les risques......................................................... 12
Section 2 : Sondages et autres procédures de sélection des éléments à tester ............................ 25
Chapitre II : Le processus de sondage en audit ....................................................................... 30
Section 1 : Conception du sondage........................................................................................... 30
Section 2 : Choix de l’échantillon ............................................................................................ 37
Section 3 : Exécution de la procédure d’audit........................................................................... 51
Section 4 : Evaluation des résultats du sondage........................................................................ 54
Section 5 : Documentation du processus .................................................................................. 60
Chapitre III : Les techniques de sondage................................................................................. 62
Section 1 : Le sondage des attributs ......................................................................................... 62
Section 2 : Le sondage des variables ........................................................................................ 69
Section 3 : Le sondage des unités monétaires ........................................................................... 79
Conclusion de la première partie.............................................................................................. 87
Deuxième Partie : Démarche pratique dans le cadre de l’audit d’un établissement de crédit.. 89
Chapitre I : Les sondages dans l’audit d’un établissement de crédit...................................... 90
Section 1 : Référentiel d’audit des établissements de crédit en Tunisie ..................................... 91
Section 2 : Approche d’audit d’un établissement de crédit........................................................ 92
Section 3 : Place des sondages dans l’approche d’audit .......................................................... 101
Chapitre II : Mise en œuvre des sondages dans le cadre des tests sur les procédures d’octroi
de crédits.................................................................................................................................. 107
Section 1 : Présentation du cas ............................................................................................... 107
Section 2 : Conception du sondage......................................................................................... 109
Section 3 : Détermination de la taille de l’échantillon............................................................. 110
Section 4 : Sélection de l’échantillon ..................................................................................... 112
Section 5 : Evaluation des résultats du sondage...................................................................... 113
Chapitre III : Mise en œuvre des sondages dans le cadre des tests substantifs : cas de l’audit
des engagements ...................................................................................................................... 116
Section 1 : Présentation du cas ............................................................................................... 116
Section 2 : Conception du sondage......................................................................................... 121
Section 3 : Choix du plan de sondage et détermination de l’échantillon.................................. 125
Section 4 : Exécution de la procédure d’audit......................................................................... 128
Section 5 : Interprétation des résultats du sondage.................................................................. 130
Chapitre IV : Les enseignements de la mise en œuvre pratique............................................ 135
Section 1 : Synthèse des forces et des faiblesses de chaque méthode ...................................... 135
Section 2 : Difficultés pratiques et propositions de solutions .................................................. 142
Section 3 : L’intérêt de l’utilisation des sondages statistiques................................................. 152
Conclusion de la deuxième partie ........................................................................................... 154
Conclusion générale ................................................................................................................... 156
Bibliographie .............................................................................................................................. 160
Annexes ................................................................................................................................. 164
Table des matières...................................................................................................................... 171
ABREVIATIONS
INTRODUCTION
Ces dernières années, les scandales retentissants qui ont secoué les marchés financiers au niveau
mondial et même en Tunisie ont suscité plusieurs réactions de la part des utilisateurs des rapports
d’audit et, notamment, des instances règlementaires. Ces réactions visent, plus que jamais, les
professionnels de l’audit qui se trouvent être sous le feu des projecteurs.
Le fait que les professionnels de l’audit soient visés par ces réactions est essentiellement dû à un
décalage entre les attentes des utilisateurs des rapports d’audit, d’une part, et la perception, par
les auditeurs de la consistance des services d’audit livrés, d’autre part. Il s’agit, en d’autres
termes, de la représentation du sentiment que les auditeurs sont entrain d’effectuer leur audit
d’une manière différente des attentes et « désirs » des utilisateurs de ces travaux.
En effet, d’après ladite définition, «Un auditeur qui effectue un audit selon les normes ISA
obtient une assurance raisonnable que les états financiers, pris dans leur ensemble, ne comportent
pas d’anomalies significatives provenant de fraudes ou d’erreurs.»1
1
ISA 200, paragraphe 17.
Les normes internationales d’audit (ISA) ont été adoptées par l’Ordre des Experts Comptables de Tunisie, elles
constituent, donc, le référentiel d’audit en Tunisie.
Une telle définition montre clairement que l’audit offre une assurance raisonnable et non totale,
d’absence d’erreurs significatives et non de toute sorte d’erreurs dans les états financiers
considérés dans leur ensemble et non dans chacune de leurs composantes.
Ce décalage entre la réalité de la mission de l’auditeur et les attentes « non raisonnables » des
utilisateurs ne pourrait être comblé que par une meilleure communication de la part de la
profession. Ce travail nécessite un long processus dont les retombées ne pourront être ressenties
qu’après plusieurs années.
Dans l’intervalle, les auditeurs doivent faire preuve d’un maximum de rigueur dans les diligences
qu’ils accomplissent afin d’être à même de répondre aux reproches dont ils peuvent, à tort ou à
raison, faire l’objet. L’un des domaines sur lequel les auditeurs peuvent être interpelés est celui
de l’étendue de leurs travaux : Ont-ils effectué des tests appropriés ? Ont-ils examiné tous les
éléments qui doivent être examinés ? Leurs travaux sont-ils assez étendus pour leur permettre
d’exprimer une opinion ?
Pour exprimer une opinion sur les états financiers, l'auditeur doit réunir des éléments probants
suffisants et adéquats pour parvenir à des conclusions raisonnables.
Le caractère suffisant se rapporte à la quantité d'éléments probants réunis alors que le caractère
adéquat est lié à leur qualité, à leur pertinence et à leur validité.
La norme internationale d’audit ISA 500 relative à l’obtention d’éléments probants considère que
« Pour fonder son opinion, l'auditeur ne vérifie pas en général l'ensemble des informations
disponibles, car des conclusions sur un solde de compte, une catégorie de transactions ou un
contrôle peuvent être obtenues par l'application de procédures d'échantillonnages basées sur le
jugement personnel ou statistiques. »
Ainsi, l’utilisation des sondages en audit (échantillonnages) qui consiste à appliquer des
procédures d'audit à une partie seulement des éléments d'un solde de compte ou d'une catégorie
de transactions en vue d'aboutir à une conclusion ou d'aider à tirer une conclusion sur l'ensemble
de la population est une pratique permise dans le cadre des normes d’audit.
En effet l’auditeur se trouve, parfois, face à un volume d’opérations très important dont la
vérification complète « entraînerait des coûts exorbitants et il serait dés lors presque impossible
d’accomplir la mission de vérification dans des délais raisonnables. »2
Dans ces situations, l’auditeur est, de fait, obligé de limiter l’étendue de ses travaux à un
échantillon d’opérations. Dés lors, l’utilisation des sondages permet à l’auditeur, d’une part de
recueillir des éléments probants pour fonder son opinion sur les comptes, et d’autre part
d’atteindre le meilleur rapport coût / efficacité entre le temps nécessaire à la réalisation d’un
contrôle et le degré de confiance recherché.
Cependant, le fait que l’auditeur soit, dans certaines situations, obligé de recourir aux sondages
ne l’exonère pas de l’obligation de recueillir des éléments probants suffisants ou, en d’autres
termes, de mettre en œuvre les diligences suffisantes. En effet, l’auditeur doit être, dans toutes les
situations, en mesure de justifier, de prouver, et de convaincre que l’étendue de ses travaux lui
permet d’avoir une assurance raisonnable pour exprimer son opinion. S’il n’arrive pas à apporter
cette justification, il pourrait courir le risque d’engager sa responsabilité.
Dans certains cas, l’auditeur préfère se couvrir et d’arbitrer en faveur du « sur-audit » en évitant
de recourir aux sondages et en effectuant des tests exhaustifs ou alors extrêmement étendus au
détriment des considérations d’efficience. Ceci est souvent possible dans les entreprises de petite
ou de moyenne taille dont le volume d’opérations est limité.
2
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 4
Cependant, ce genre d’arbitrage est impossible pour les entreprises dont le volume de
transactions est très important, notamment pour les établissements de crédit.
En effet, les établissements de crédit se caractérisent par la diversité de leurs activités qui
comprennent:3
- la réception des dépôts du public quelles qu'en soient la durée et la forme,
- l'octroi de crédits sous toutes leurs formes,
- l'exercice, à titre d'intermédiaire, des opérations de change,
- la mise à la disposition de la clientèle et la gestion des moyens de paiement.
Ces activités, étant destinées à un large public, se traduisent comptablement par un nombre
important de transactions.
L’auditeur se trouve donc dans l’impossibilité matérielle de vérifier l’ensemble des transactions
comptables. Pour faire des tests exhaustifs ou même extrêmement étendus, il lui faudrait
consacrer des efforts qui ne seraient pas justifiés économiquement. Dés lors, l’utilisation des
sondages a une place primordiale dans ses travaux.
Toutefois, recourir aux sondages ne signifie pas simplement que l’auditeur peut limiter ses
travaux à un échantillon d’opération car il doit, toujours, être en mesure de justifier que l’étendue
de ses travaux est suffisante pour exprimer son opinion.
L’utilisation des sondages doit, donc, s’inscrire dans le cadre d’une démarche méthodique et
rigoureuse. A défaut, les conclusions tirées des tests risqueraient d’être insuffisantes pour
prouver qu’il a mis en œuvre toutes les diligences nécessaires.
Bien entendu, dans le cadre de cette démarche, l’auditeur peut faire appel à son jugement
professionnel pour décider de plusieurs paramètres comme la taille de l’échantillon et la manière
avec laquelle il extrapole ses résultats à l’ensemble de la population. Il peut, également, recourir
à des méthodes statistiques qui peuvent l’aider dans ses choix.
Malgré que les sondages statistiques aient été adaptés aux auditeurs depuis longtemps, leur
utilisation reste encore marginale à l’heure actuelle car d’une part, elle reste considérée comme
complexe à mettre en œuvre, et d’autre part, le manque de documentation portant sur l’aspect
pratique de la méthode ne permet pas de faciliter sa mise en application.
3
Article 2 de la loi n° 2001-65 du 10 juillet 2001, relative aux établissements de crédit
Afin de répondre à cette problématique, nous essayerons plus particulièrement de répondre aux
interrogations suivantes : quelle est la place des sondages dans la démarche d’audit ? Quel est
l’arbitrage à faire entre sondages statistiques et sondages non statistiques ? Quelle est la
démarche pour la conduite des sondages en audit ? Quelles sont les techniques de sondages les
plus adaptées? Quel intérêt pour l’utilisation des sondages pour l’audit d’un établissement de
crédit ? Quelles sont les difficultés pratiques dans l’utilisation des sondages pour l’audit d’un
établissement de crédit ? Quels sont les moyens pour les surmonter ?
En vue d’atteindre les objectifs qui lui sont fixés, ce mémoire respectera la démarche suivante :
- Dans la première partie nous essayerons de proposer la méthodologie à suivre par
l’auditeur pour l’utilisation des sondages et nous présenterons les techniques de sondages
statistiques.
- La deuxième partie a pour objet de mettre en pratique les sondages dans l’audit des
établissements de crédit en mettant en relief l’intérêt de recourir aux techniques
d’échantillonnage et en expliquant les difficultés qui existent dans l’application de la
méthodologie et les moyens pour les surmonter.
Dans la première partie nous présenterons la méthodologie à suivre par l’auditeur pour une
utilisation appropriée des sondages. Pour cela, nous essayerons de situer, en premier lieu, la place
des sondages dans l’audit (Chapitre 1). Par la suite nous analyserons le processus de sondage en
audit (Chapitre 2). Enfin, nous présenterons les techniques de sondages statistiques utilisées par
les auditeurs (Chapitre 3).
L’objectif d’un audit des états financiers est de permettre à l’auditeur d’exprimer une opinion
selon laquelle les états financiers ont été établis, dans tous leurs aspects significatifs,
conformément à un référentiel comptable applicable.4
Pour exprimer son opinion sur la conformité des états financiers par rapport à un référentiel
comptable donné, l’auditeur doit effectuer un audit selon les normes ISA et obtenir une
assurance raisonnable que les états financiers, pris dans leur ensemble, ne comportent pas des
anomalies significatives provenant de fraudes ou d’erreurs.
4
ISA 200 paragraphe 2
5
ISA 200 paragraphe 17.
En conséquence, un audit n’apporte pas une garantie que les états financiers ne comportent pas
d’anomalies significatives, ceci simplement parce que l’assurance absolue n’existe pas du fait
même qu’une assurance absolue ne peut être atteinte.6
En effet, une assurance absolue ne peut pas être atteinte pour deux raisons :
- un contrôle détaillé de l’ensemble des opérations comptables d’une entreprise serait
antiéconomique car il nécessiterait des délais et des coûts inacceptables pour les
entreprises.
- même un contrôle exhaustif ne pourrait pas offrir une assurance absolue dans la mesure
où le contrôleur ne peut pas être infaillible. Il faudrait donc procéder à plusieurs contrôles
exhaustifs pour se rapprocher d’une assurance absolue.
L’auditeur n’a donc pas besoin d’une assurance absolue pour exprimer son opinion. Pour former
celle-ci il n’est pas obligé de vérifier la totalité des opérations qui ont contribué à la formation
des états financiers qu’il audite.
L’auditeur n’est concerné que par les anomalies significatives; il ne peut donc être rendu
responsable des anomalies non détectées qui ne sont pas significatives au regard des états
financiers pris dans leur ensemble.7 En effet, l’auditeur est tenu à une obligation de moyen et non
à une obligation de résultat.
En formant son opinion, l’auditeur n’examine pas toutes les informations disponibles dès lors
qu’il peut généralement aboutir à des conclusions sur la base d’approches par sondages, ou par
d’autres moyens de sélection d’éléments à tester.8
Il est donc reconnu que l’auditeur peut procéder par sondages mais il doit exécuter sa mission
avec soin et compétence.
L’auditeur doit procéder à des travaux dont il détermine la nature et l’étendu pour recueillir des
éléments probants suffisants et appropriés pour parvenir à des conclusions raisonnables sur
lesquelles il fonde son opinion.9
6
ISA 200 paragraphe 21
7
ISA 200 paragraphe 26
8
ISA 500 paragraphe 14
9
ISA 500 paragraphe 2
Les éléments probants désignent les informations collectées par l’auditeur pour parvenir à des
conclusions sur lesquelles il fonde son opinion.10
Ils comprennent les informations contenues dans la comptabilité sous-tendant l’établissement des
états financiers, et les autres informations.
Par informations contenues dans la comptabilité il faut entendre l’ensemble des écritures
comptables, ainsi que les pièces ou documents justificatifs. En général, la comptabilité fait partie
d’un système intégré qui centralise des données qui sont souvent initiées, enregistrées et traitées
dans différents services. Donc, par informations contenues dans la comptabilité, il faut plutôt
entendre l’ensemble des flux d’informations qui alimentent les états financiers.
Les autres informations que l’auditeur peut utiliser comprennent: les procès-verbaux des réunions
des conseils d’administration; les confirmations de tiers; les données comparables concernant les
concurrents (benchmarking) ainsi que les informations recueillies par l’auditeur à partir de
procédures d’audit comme les demandes d’informations auprès des responsables de l’entreprise,
l’observation et l’inspection sur le terrain.
Deux caractères sont nécessaires pour les éléments probants recueillis : ils doivent être suffisants
et appropriés.
10
ISA 500 paragraphe 3
11
ISA 500 paragraphe 7
En d’autres termes, le caractère suffisant est lié à l’étendue des travaux et des tests réalisés alors
que le caractère approprié est lié à la nature des travaux et des tests réalisés.
L’étendue nécessaire des travaux dépend du niveau de risque d’anomalies (plus le risque est
grand, plus l’étendue est importante) mais aussi de la nature des travaux à réaliser (meilleure sera
la qualité, moindre pourra être l’étendue).
Pour collecter des éléments probants suffisants et appropriés, l’auditeur va suivre une démarche
logique comportant trois principales phases :
(a) Prise de connaissance de l’entreprise et de son environnement, y compris de son contrôle
interne, pour évaluer le risque d’anomalies significatives au niveau des états financiers ;
(b) Evaluation des procédures en testant l’efficacité des contrôles en place lorsque l’auditeur
estime que c’est nécessaire (Il s’agit des tests de procédures) ;
(c) Détecter les anomalies significatives à travers des tests sur les flux d’opérations, sur les
soldes de comptes et sur les informations fournies dans les états financiers, ainsi que des
procédures analytiques de substance. (Il s’agit des contrôles de substance).
L’auditeur va recourir aux sondages dans le cadre des tests de procédures et dans le cadre des
contrôles de substance.
L’auditeur va, donc, recueillir des éléments probants et s’assurer qu’ils sont suffisants et
appropriés afin d’obtenir l’assurance raisonnable que les états financiers ne comportent pas
d’anomalies significatives.
Le concept d’assurance raisonnable inclut de façon implicite le fait qu’il existe un risque que
l’opinion exprimée puisse être inappropriée. Le risque que l’auditeur exprime une opinion
inappropriée sur des états financiers erronés de façon significative est dénommé «risque
d’audit ».12
Il est donc important de définir les deux notions suivantes : le seuil de signification et le risque
d’audit.
Les normes internationales d’audit (ISA 320) se réfèrent au paragraphe 30 du cadre conceptuel
de l’IASB pour définir la notion d’importance relative : «L’information est significative si son
omission, ou son inexactitude, peut influencer les décisions économiques que prennent les
utilisateurs sur la base des états financiers.»
En d’autres termes, tout ce qui peut avoir une incidence sur l’évaluation et la prise de décisions
des utilisateurs des états financiers doit être considéré comme significatif.
Cette notion d’importance relative est importante tant pour la direction de l’entreprise, à qui il
incombe de préparer les états financiers, que pour l’auditeur, qui doit exprimer une opinion sur la
conformité de ces états financiers par rapport aux normes comptables.
L’auditeur doit, donc, fixer un seuil de signification au-delà duquel toute omission ou erreur,
seule ou cumulée avec d'autres, risque de modifier son opinion. Ce seuil de signification va être
12
ISA 200 paragraphe 23
le fil conducteur de ses travaux. D’abord, il doit en tenir compte dès le début de sa mission pour
déterminer la nature, le calendrier et l’étendue des procédures d’audit et, enfin, le retenir comme
référentiel pour évaluer l’impact des anomalies découvertes dans les états financiers sur son
opinion.
Pour déterminer le seuil de signification, l’auditeur doit se référer à son jugement professionnel.
Aucun critère précis n’a été fixé par les normes internationales d’audit (ISA).
En pratique, les auditeurs s’accordent à retenir une fourchette comprise entre 5% et 10% du
résultat courant avant impôt, lorsque le résultat constitue une base de référence appropriée. Dans
les autres cas, notamment lorsque l’entreprise enregistre des bénéfices insuffisants, le seuil de
signification peut être calculé sur la base d’autres références : 0,5% à 1% de l’actif ou du chiffre
d’affaires ou 1% à 5% des capitaux propres.
Le seuil de signification est calculé pour l’ensemble des états financiers. Ce seuil doit être alloué
à chaque élément des états financiers : Il s’agit de la notion d’erreur tolérable.
L'erreur tolérable est une notion qui permet de mesurer le seuil de signification au niveau d'un
solde de compte particulier. Elle joue un rôle important pour déterminer quels sont les comptes
ou groupes de comptes importants et fixer l'étendue des travaux d’audit pour chaque compte.
En effet, lorsque l’auditeur vérifie un solde de compte, il ne convient pas de planifier des tests
seulement pour déceler les erreurs dont le total atteindrait le seuil de signification, parce que
procéder ainsi ne laisserait aucune marge ni pour les erreurs dans les autres comptes, ni pour les
erreurs éventuellement non décelées. Par conséquent, l’auditeur détermine un seuil inférieur au
seuil de signification, appelé erreur tolérable, qui doit servir pour planifier les tests à appliquer au
niveau des soldes de comptes individuels.
L'erreur tolérable est fixée de façon à ce qu'il n'y ait qu'une faible probabilité que la somme des
erreurs détectées et des erreurs non détectées dans tous les comptes excède le seuil de
signification. La détermination de l’erreur tolérable n'est pas un simple calcul mécanique et, tout
comme celle du seuil de signification, fait appel à l'exercice du jugement professionnel.
mais il est parfois nécessaire de moduler le niveau d’erreur tolérable différemment pour chaque
compte ou groupe de comptes en fonction des risques qui leur sont associés.
Le risque d’audit est le risque que l’auditeur exprime une opinion inappropriée sur des états
financiers comportant une erreur significative.
Le risque d’audit est fonction du risque d’anomalies significatives contenues dans les états
financiers (ou plus succinctement, le “risque d’anomalies significatives”, c’est-à-dire le risque
que les états financiers contiennent des anomalies significatives avant audit) et du risque que
l’auditeur ne détecte pas de telles anomalies (« risque de non-détection »).13
RA = RAS x RND
RA : Risque d’audit
RAS : Risque d’anomalies significatives
RND : Risque de non-détection
L’assurance raisonnable est obtenue lorsque l’auditeur a pu réduire le risque d’audit à un niveau
faible acceptable.14
Le risque d’audit doit, donc, toujours être ramené à un niveau faible. Généralement, le risque
d’audit ne doit pas dépasser 5%. C'est-à-dire que l’auditeur doit être en mesure de conclure à une
opinion avec un niveau de confiance de 95%.
13
ISA 200 paragraphe 25
14
ISA 200 paragraphe 24
mesure que le niveau de risque d’anomalies significatives déterminé par l’auditeur diminue, le
niveau acceptable du risque de non-détection augmente. Plus le niveau acceptable du risque de
non-détection est élevé, moins le travail d’audit requis est étendu.
Le risque de non-contrôle est le risque que les contrôles mis en place par l’entreprise ne
permettent pas de prévenir ou de détecter et de corriger en temps opportun des inexactitudes
importantes dans un solde de compte ou une catégorie d'opérations.
Les contrôles peuvent consister en des procédures adoptées par l’entreprise pour empêcher que
des erreurs ne se produisent au cours du traitement d'une opération ou pour détecter et corriger
rapidement les erreurs qui auraient pu se produire dans les opérations traitées.
- Les contrôles de détection servent à déceler les erreurs qui pourraient s'être produites au
cours du traitement malgré les contrôles de prévention.
Les contrôles de détection peuvent être manuels, automatisés. Ils ne s'appliquent
habituellement pas à chaque opération du flux normal de traitement. Ils sont plutôt
exercés sur des groupes d'opérations qui ont déjà été traitées ou partiellement traitées.
Exemple de contrôle de détection : Les rapprochements bancaires périodiques et le suivi
des éléments de rapprochement permet de détecter les opérations de trésorerie non
enregistrées ou alors enregistrées d’une manière erronée.
Pour apprécier le risque de non-contrôle, l’auditeur procède à des tests pour s’assurer que les
contrôles en place sont efficaces. Plus le contrôle interne est satisfaisant, plus le risque de non-
contrôle est faible. Pour réaliser les tests sur les contrôles, l’auditeur procède, généralement, par
sondages.
De la même façon, que pour le risque inhérent, l’appréciation du niveau de risque de non-
contrôle est basée sur le jugement professionnel de l’auditeur, selon une échelle de valeurs qu’il
détermine. Par exemple : élevé, modéré ou faible.
inhérent est faible et qu’en même temps les contrôles en place sont efficace, il peut conclure que
le risque combiné est minime.
Le risque de non-détection est le risque que les travaux auxquels un auditeur a recours ne lui
permettent pas de détecter des erreurs qui, seules ou, cumulées avec d’autres pourraient être
significatives. Ce risque est fonction de l'efficacité des procédés d’audit et de leur application par
l’auditeur.
En effet, il résulte des incertitudes qui découlent du fait que l’auditeur ne vérifie pas 100 % du
solde d'un compte, d'une catégorie d'opérations ou des informations à fournir. D'autres
incertitudes peuvent résulter de la mise ne œuvre de tests d’audit inappropriés, de la mauvaise
application de procédés ou d'une mauvaise interprétation des résultats d’un test.
Le risque de non-détection peut généralement être défalqué en trois risques : Le risque lié aux
sondages, le risque hors sondages et le risque lié aux procédures analytiques de substance.
Egalement appelé risque d’échantillonnage, il s’agit du risque que les conclusions de l’auditeur
basées sur des travaux réalisés sur une partie seulement de la population formant un solde de
compte diffèrent des conclusions auxquelles il aurait pu aboutir s’il a examiné 100% de la
population.
Il existe deux types de risque d’échantillonnage qui sont mutuellement exclusifs
a) Le risque Alpha : C’est le risque de rejet incorrect. C’est le risque que l’auditeur conclut, dans
le cadre de tests sur les procédures, que le risque de non-contrôle sur la base des résultats de
l’échantillon est supérieur au risque réel. Ou alors, dans le cadre de tests substantifs, il conclut
sur la base de l’échantillon contrôlé que le solde du compte comporte des erreurs significatives
lorsque tel n’est pas le cas en réalité. Le risque Alpha affecte l’efficience de l’audit puisqu’il
entraîne une augmentation inutile de l’étendue des travaux d’audit (dans le cas des tests sur les
procédures, l’auditeur va conclure d’une manière incorrecte que le contrôle est inefficace et il va,
donc, augmenter l’étendue des tests substantifs et dans le cas des tests substantifs il devra étendre
ses travaux pour confirmer sa conclusion). En tout état de cause, même si l’audit perd en
efficience, lorsque le risque Alpha existe, l’efficacité n’est pas atteinte.
b) Le risque Beta : C’est le risque d’acceptation incorrecte. C’est le risque que l’auditeur conclut,
dans le cadre de tests sur les procédures, que le risque de non-contrôle sur la base des résultats de
l’échantillon est inférieur au risque réel. Ou alors, dans le cadre de tests substantifs, il conclut sur
la base de l’échantillon contrôlé que le solde du compte ne comporte pas d’erreurs significatives
lorsque tel est le cas en réalité. Le risque Beta affecte l’efficacité de l’audit dans la mesure où
l’auditeur risque d’aboutir à une opinion inappropriée (dans le cas des tests sur les procédures
l’auditeur va conclure d’une manière incorrecte que le contrôle est efficace et il va, donc, réduire
l’étendue des tests substantifs et dans le cas des tests substantifs il va conclure indûment que le
compte ne comporte pas d’anomalies significatives).
Le risque lié au sondage est présent à chaque utilisation de l’échantillonnage. Même si l’auditeur
peut le réduire en augmentant la taille de l’échantillon et en utilisant les méthodes de sélection
appropriées il ne sera pas en mesure de l’éliminer totalement. Le seul moyen de l’éliminer est
d’examiner la totalité de la population. Le risque Beta fait partie intégrante du risque d’audit et il
est déterminé selon l’équation présentée ci-dessous (RS). Le risque Alpha, quant à lui, n’a pas
d’impact direct sur le risque d’audit mais influence l’efficience de l’audit.
Il s’agit du risque lié aux erreurs commises par l’auditeur. C’est le cas par exemple du choix
d’une procédure d’audit inappropriée, d’une mauvaise observation des documents contrôlés ou
des erreurs dans la sélection de l’échantillon. Ce risque existe même si l’auditeur examine la
totalité d’une population sans recourir aux sondages. Il n’existe aucune méthode permettant de
mesurer ce risque. Ce risque peut, toutefois, être réduit à un niveau négligeable lorsque les
travaux sont exécutés avec soin par un personnel qualifié et lorsqu’ils font l’objet d’une revue
adéquate.
Généralement, avant de procéder à des tests sur le détail des comptes et des opérations, l’auditeur
procède à des examens analytiques. Ces procédures apportent une assurance limitée et ne
couvrent pas assez le risque de non détection des anomalies significatives.
Dans la mesure où le risque hors sondages peut être ramené à un niveau négligeable, le risque de
non-détection se trouve être la résultante de deux risques et peut être exprimé selon l’équation
suivante :
RND = RS x RPA
RND : Risque de non-détection
RS : Risque lié aux sondages
RPA : Risque lié aux procédures analytiques
RA = RI x RNC x RS x RPA
RA : Risque d’audit
RI : Risque inhérent
RNC : Risque de non-contrôle
RS : Risque lié aux sondages
RPA : Risque lié aux procédures analytiques
L’exemple suivant illustre comment l’auditeur utilise ce modèle pour apprécier l’étendue des
tests sur le détail des comptes.
Pour la rubrique « Portefeuille titres de transactions », l’auditeur va définir l’étendue des travaux
qu’il va réaliser pour s’assurer que le portefeuille titres est correctement évalué à la date de
clôture. Supposons que :
- L’auditeur a estimé le risque inhérent élevé dans la mesure où l’évaluation peut
comporter des erreurs en l’absence d’un contrôle. Il peut affecter un pourcentage de 100%
pour le risque inhérent.
- L’auditeur a relevé lors de sa compréhension des procédures, que l’évaluation du
portefeuille est effectuée mensuellement par un service indépendant de la comptabilité et
que cette dernière procède à la vérification des calculs avant de procéder à la constatation
des écritures nécessaires. L’auditeur a testé ce contrôle et il estime qu’il est plus ou moins
efficace. Il estime donc que le risque de non-contrôle se situe à un niveau modéré. Il peut
affecter un pourcentage de 50%. C'est-à-dire que l’auditeur estime que dans 50% des cas
les anomalies significatives seront détectées par ce contrôle.
- L’auditeur a procédé à des examens analytiques qui ont abouti à des conclusions
satisfaisantes. Toutefois, l’auditeur estime que ces procédures analytiques n’apportent
Pour maîtriser son risque d’audit à un niveau acceptable de 5%, l’auditeur devra réaliser des
travaux assez étendus sur le détail de ce compte de manière à réduire le risque lié aux sondages à
un niveau de 11%:
En d’autres termes les travaux qu’il devra réaliser doivent lui fournir une assurance de 89% qu’il
n’existe pas d’anomalies significatives dans l’évaluation du portefeuille titres de transaction.
En pratique, toute la question est de savoir comment arriver à ce niveau de confiance. L’auditeur
doit faire des tests assez étendus pour pouvoir affirmer qu’il est sûr à 89% qu’il n’existe pas
d’anomalies significatives. C’est sans doute sur la base de son jugement professionnel que
l’auditeur doit être en mesure de justifier que ses travaux lui fournissent cette assurance.
Plus encore, l’utilisation des sondages statistiques permet de mesurer d’une manière chiffrée ce
risque lié aux sondages (RS), également appelé, risque d’échantillonnage (RS) ou risque Beta.
C’est certainement l’avantage majeur de l’utilisation des statistiques car elle permet à l’auditeur
de justifier d’une manière scientifique que l’étendue de ses travaux lui fournit le niveau de
confiance requis.
La norme internationale d’audit ISA 530 précise que lors de la définition des procédures d’audit,
l’auditeur doit identifier les méthodes appropriées pour sélectionner des éléments à des fins de
tests pour recueillir des éléments probants suffisants et appropriés pour répondre aux objectifs
des procédures d’audit.15
Pour cela l’auditeur a le choix entre trois méthodes :
· Sélection exhaustive (sélection de tous les éléments),
· Sélection d’éléments spécifiques, et
· Sélection par sondages : Sondages statistiques ou non statistiques.
15
ISA 530 paragraphe 2
Pour les tests substantifs, l’auditeur doit faire le choix de la méthode à utiliser ou de la
combinaison de méthodes à utiliser. En effet, il peut décider de recourir à une sélection
exhaustive ou alors de sélectionner des éléments spécifiques puis de faire un sondage sur la
population restante.
Pour les tests sur les contrôles, la sélection exhaustive est très rare d’utilisation et la sélection
d’éléments spécifiques n’est pas appropriée car il s’agit d’avoir une assurance qu’un contrôle a
fonctionné d’une manière efficace tout au long de l’année. Pour ce type de tests la sélection par
sondage est la plus indiquée.
L’auditeur peut décider qu’il est plus approprié d’examiner tous les éléments composant la
population d’un flux d’opérations ou d’un solde de compte. La sélection exhaustive ne constitue
pas un sondage dans la mesure où l’auditeur examine 100% de la population plutôt qu’une
portion.
Par exemple, la sélection exhaustive peut être appropriée lorsque la nature répétitive d’un calcul
automatique par le biais d’un système informatisé permet à l’auditeur une vérification exhaustive
par l’utilisation de techniques d’audit assistées par ordinateur.
Pour les tests substantifs, cette méthode consiste à sélectionner des éléments précis (ou éléments
clés) à vérifier, en raison de l'importance de la couverture monétaire qu'il est possible d'atteindre.
Il n'est pas toujours nécessaire d'effectuer d'autres tests quand cette sélection couvre
suffisamment d'éléments pour qu'il y ait peu de risques que les éléments restants comportent des
anomalies significatives.
Afin de choisir les éléments précis devant faire l'objet d'une vérification, l’auditeur relève les
opérations ou les soldes qui, pris individuellement, sont importants en raison de leur taille ou qui,
à son avis, contiennent vraisemblablement des erreurs significatives (isolément ou
collectivement).
Les informations collectées tout au long de la mission aident l’auditeur à relever les éléments clés
qui nécessitent de plus amples tests. Par exemple, les connaissances que l’auditeur a réunies lors
de la phase de prise de connaissance permettent de relever, entre autres, les principaux clients de
l'entreprise et ceux dont les opérations avec l'entreprise présentent un risque particulièrement
élevé (tel un client important dont la solvabilité vient d'être remise en cause).
Les éléments clés peuvent comprendre :
· les opérations d'envergure ou inhabituelles enregistrées à la fin ou vers la fin de
l'exercice, ou à une date d'évaluation intermédiaire;
· les éléments anciens qui n’ont pas subi des variations;
· les opérations auxquelles participe beaucoup la direction (telles que les opérations entre
parties liées);
· les éléments d'envergure ou supérieurs à un certain seuil ;
Comme il est probable qu'un élément supérieur à l’erreur tolérable figurant dans le solde d'un
compte ou dans une catégorie d'opérations soit important, l’auditeur peut utiliser l'erreur tolérable
comme première étape de la délimitation des éléments clés. Il peut également conclure que
certains éléments inférieurs à l’erreur tolérable doivent être considérés comme des éléments clés
et testés (par exemple, si, de par leur nature, il est vraisemblable qu'ils contiennent des erreurs
significatives pour l’audit, pris isolément ou collectivement).
Une fois que les éléments clés ont été isolés, il peut rester une population considérable d'éléments
qui, pris individuellement, pourraient être considérés négligeables, mais qui sont importants dans
l'ensemble.
Si l’auditeur a jugé les contrôles efficaces et qu’il les a testés, il est moins utile de procéder à des
tests additionnels, encore moins d'effectuer un sondage sur la population restante.
Cependant, si l’appréciation des risques ainsi que les résultats des procédés analytiques et des
tests sur les éléments clés ne fournissent pas suffisamment d'éléments probants pour conclure que
la population ne contient pas d’anomalies significatives, l’auditeur doit réaliser un sondage pour
obtenir les éléments probants additionnels nécessaires en tirant un échantillon du reste de la
population (en excluant les éléments clés).
La norme ISA 53016 a défini le terme «sondages en audit » comme étant la mise en œuvre de
procédures d’audit à une partie seulement des éléments compris dans un flux d’opérations ou
dans un solde de compte de telle sorte que toutes les unités d’échantillonnage aient une chance
d’être sélectionnées. L’auditeur peut ainsi obtenir et évaluer des éléments probants sur certaines
16
ISA 530 paragraphe 3
caractéristiques des éléments sélectionnés en vue de tirer, une conclusion sur l’ensemble de la
population à partir de laquelle l’échantillon a été sélectionné.
A chaque fois que les sondages sont utilisés, le risque d’échantillonnage est présent. Le risque
d’échantillonnage est la possibilité que les conclusions d’audit sur un échantillon soient
différentes des conclusions auxquelles l’auditeur aurait pu aboutir en appliquant les mêmes
procédures d’audit à la totalité de la population.
Les sondages en audit peuvent utiliser soit une approche statistique soit une approche non
statistique.
Les sondages statistiques utilisent la théorie des probabilités pour mesurer le risque
d’échantillonnage et pour que cette théorie s’applique correctement, la sélection de l’échantillon
doit être effectuée d’une manière aléatoire. Il s’agit là de deux conditions nécessaires pour
qualifier un sondage comme étant statistique. Toute procédure de sondage qui ne respecte pas ces
deux conditions cumulatives est un sondage non statistique (également appelée sondage
discrétionnaire ou encore judgmental sampling en anglais).
17
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 40
18
Idem
permettent d’aboutir à des conclusions valables, seule une approche statistique peut
fournir à l’auditeur une mesure explicite du risque associé au fait qu’il n’a examiné
qu’une partie de la population.
Les normes d’audit reconnaissent explicitement l’avantage que procure l’utilisation d’une
approche statistique pour l’évaluation du risque d’échantillonnage : « … ce n’est que lorsque
l’approche choisie répond aux caractéristiques de l’échantillonnage statistique que les mesures
statistiques du risque d’échantillonnage sont valables. »19 Cependant, les normes d’audit
demeurent neutres et elles ne recommandent aucune des deux approches. Cette position est
d’ailleurs partagée par les normes américaines20 et les normes françaises21 d’audit.
19
ISA 530 paragraphe 30
20
SAS 39 paragraphe 46
21
NEP 530 paragraphe 7
22
ISA 530 paragraphe 28
23
CNCC: Note d’information n°18, « Les sondages en audit », p. 38
Les étapes clés dans le processus de planification et d’exécution des sondages en audit sont
généralement les mêmes que ce soit pour un sondage statistique ou un sondage non-statistique et
quelle que soit la technique de sondage appliquée. Ces étapes sont :
- Conception du sondage ;
- Choix de l’échantillon ;
- Exécution de la procédure d’audit ;
- Evaluation des résultats du sondage ;
- Documentation du processus.
Ces étapes sont décrites dans le cadre de ce chapitre au niveau des sections une à cinq ci-après.
L’efficacité d’un sondage est conditionnée par une définition précise de ses objectifs. 24
L’auditeur doit donc fixer, en amont, les objectifs du test auquel il veut procéder. Ces objectifs
diffèrent selon qu’il s’agisse des tests de procédures ou des contrôles de substance.
L’évaluation du risque d’anomalies significatives faite par l’auditeur au niveau des assertions
peut s’appuyer sur une présomption de fonctionnement efficace des contrôles, auquel cas
24
CNCC: Note d’information n°18, « Les sondages en audit », p. 33
l’auditeur met en œuvre des tests de procédures pour recueillir des éléments probants portant sur
l’efficacité de leur fonctionnement.25Un fonctionnement efficace signifie que les contrôles ont été
appliqués de la manière dont ils ont été conçus et d’une façon consistante.
Des contrôles de substance sont réalisés en vue de détecter des anomalies significatives au niveau
des assertions ; ces contrôles comprennent des vérifications de détails des flux d’opérations, des
soldes de comptes et des informations fournies dans les états financiers, ainsi que des procédures
analytiques de substance. L’auditeur planifie et réalise des contrôles de substance pour répondre
à l’évaluation du risque d’anomalies significatives. 26
En fonction de son évaluation du risque d’anomalies significatives (risque inhérent combiné avec
le risque de non-contrôle), l’auditeur va définir l’étendue de ses contrôles de substance. Si les
procédures analytiques ne lui permettent pas de situer le risque d’audit à un niveau acceptable
(voir paragraphe sur le risque d’audit page 18) il sera amené à procéder à des vérifications de
détail.
Pour effectuer ses vérifications de détail, l’auditeur va généralement procéder à un sondage.
25
ISA 330 paragraphe 24
26
ISA 330 paragraphe 48
L’auditeur doit considérer quelles sont les conditions qui constituent une erreur par référence à
l’objectif du test. Une définition précise de ces conditions est importante pour garantir que toutes
les erreurs pertinentes pour l’objectif du test, et uniquement celles-ci, sont incluses dans
l’évaluation des résultats du sondage.
Sur la base de sa compréhension des procédures, l’auditeur doit identifier les caractéristiques qui
indiquent que le contrôle objet du test a été correctement effectué. L’auditeur définit, par la suite,
les conditions d’erreurs possibles. Pour les tests de procédures, une erreur est une déviation par
rapport à une exécution adéquate du contrôle. Une exécution adéquate du contrôle consiste en
l’accomplissement de toutes les étapes que l’auditeur estime nécessaires pour supporter son
évaluation du risque de non-contrôle mais ne veut pas forcément dire l’accomplissement de
toutes les étapes prévues par la procédure.27
27
AICPA, Audit Sampling Guide, paragraphe 3.04
Lorsqu’il effectue des tests de procédures, l’auditeur procède à une évaluation du taux d’erreur
estimatif dans la population et le niveau du risque de non-contrôle. Cette évaluation est basée sur
l’expérience de l’auditeur ou alors sur un nombre réduit d’éléments de la population.
Pour les vérifications de détail, l’auditeur doit soigneusement définir l’erreur par référence à
l’objectif du test.
3.1 La population
Le terme «population» désigne l’ensemble des données à partir duquel un échantillon est
sélectionné et sur lequel l’auditeur souhaite s’appuyer pour tirer des conclusions. Une population
est constituée, par exemple, de tous les éléments d’un flux d’opérations ou d’un solde de compte.
Elle peut être divisée en strates, ou sous-groupes, chaque strate faisant l’objet d’un examen
séparé. Le terme population est utilisé pour englober le terme strate.28
Il est important pour l’auditeur de s’assurer que la population est (a) appropriée à l’objectif de la
procédure d’audit et (b) complète.
(a) Population appropriée pour l’objectif du test
L’auditeur doit s’assurer que la population à partir de laquelle l’échantillon sera sélectionné est
appropriée à l’objectif de la procédure d’audit car les résultats de l’échantillon ne peuvent être
extrapolés qu’à cette population. Par exemple :
28
ISA 530 paragraphe 6
Ainsi, l’auditeur sélectionne des éléments à partir de la représentation physique d’une population.
Il doit donc s’assurer que cette représentation physique inclut la globalité de la population car,
autrement, les conclusions du sondage seront, peut être, valables pour cette représentation
physique mais pas pour la population.
Chaque fois que l’auditeur est en mesure de disposer d’une représentation physique sous la forme
d’un fichier informatique, il sera plus facile pour lui de procéder à des vérifications pour
s’assurer qu’il dispose d’une population complète.
29
AICPA, Audit Sampling Guide, paragraphe 3.05
30
ISA 530 paragraphe 35 (a)
31
HITZIG (N.), « Elements of Sampling: The Population, the Frame and the Sampling Unit », The CPA Journal,
novembre 2004
Une unité d’échantillonnage pour les tests de procédures doit être définie en fonction du contrôle
objet du test et peut être un document, une écriture comptable ou une ligne.
32
ISA 530 paragraphe 35 (b)
33
ISA 330 paragraphe 38
Dans cette recherche d’efficience, une considération importante dans le choix de l’unité
d’échantillonnage concerne la manière dont les documents sont classés.
Par exemple, si un test sur les achats commence à partir des demandes d’achat, il se peut qu’il
soit impossible de remonter aux bons de réception dans certaines entreprises car le système est
conçu pour fournir une piste d’audit du bon de réception vers la demande d’achat mais pas
l’inverse.
Une unité d’échantillonnage pour les vérifications de détail peut être le solde d’un compte client,
une écriture comptable ou une ligne de facture.
34
AICPA, Audit Sampling Guide, paragraphe 4.12
L’auditeur doit choisir la technique de sondage à utiliser en considérant les objectifs du test, le
type d’erreur recherchée, la définition de la population et de l’individu.
Il existe trois grandes familles de techniques de sondages :
- Les sondages d’attribut (pour les tests de procédures)
- Les sondages de variables (pour les tests substantifs)
- Les sondages des unités monétaires (pour les tests substantifs)
Ces techniques sont présentées dans le cadre du troisième chapitre de cette première partie.
Tests de procédures Tests substantifs
Sondages d’attribut : Sondages de variables :
Sondage d’attribut simple Estimation par la moyenne
Sondage séquentiel Estimation par la différence
Sondage de dépistage Estimation par le ratio
Sondage des unités monétaires
Méthode S.U.M.
Méthode F.C.P.
Ces techniques sont utilisables pour une application statistique des sondages. Dans le cas d’un
sondage non-statistique, l’auditeur va généralement suivre une démarche similaire.
35
ISA 530 paragraphe 40
La taille de l’échantillon peut être déterminée par l’application de formules statistiques ou par
l’exercice d’un jugement professionnel en tenant compte de certains facteurs qui influencent la
taille de l’échantillon.
1.1 Les facteurs qui influencent la taille de l’échantillon pour les tests de procédures
Pour déterminer la taille de l’échantillon, l’auditeur considère les facteurs suivants : le taux
maximal d’erreurs acceptable, le taux d’erreurs estimé et le niveau de confiance. Pour un sondage
statistique l’auditeur a besoin de quantifier ces facteurs alors qu’il peut utiliser une estimation en
termes qualitatifs pour un sondage non-statistique.
Le taux maximal d’erreurs acceptable est le pourcentage de déviation par rapport à la procédure
que l’auditeur est prêt à accepter sans altérer son évaluation préliminaire du risque de non-
contrôle.
Plus le taux d’erreurs que l’auditeur est prêt à accepter est faible, plus la taille de l’échantillon
sera importante.36
Le tableau suivant illustre un moyen pour l’auditeur d’exprimer le lien entre le taux maximal
d’erreurs acceptable pour l’auditeur et son évaluation préliminaire du risque de non-contrôle37 :
En déterminant le taux maximal d’erreurs acceptable, l’auditeur doit considérer le fait que même
si une erreur dans l’application d’un contrôle accroît le risque de survenance d’une anomalie, elle
n’implique pas obligatoirement l’existence d’une anomalie dans les comptes. Un décaissement
36
ISA 530, Annexe 1, paragraphe 2
37
AICPA, Audit Sampling Guide, paragraphe 3.35
comptabilisé pour lequel l’approbation de paiement requise n’est pas matérialisée sur la facture
ne signifie pas que cette facture a été réglée à tort. Donc un taux maximal d’erreurs acceptable de
5% n’implique pas nécessairement 5% d’erreurs dans les comptes. Généralement, les auditeurs
fixent un taux maximal d’erreurs acceptable pour les tests de procédures supérieur au taux de
l’erreur tolérable dans les comptes.38
Le taux d’erreurs estimé est le taux d’erreurs par rapport à la procédure de contrôle définie que
l’auditeur s’attend à trouver dans la population (erreur escomptée).39
Pour un taux maximal d’erreurs acceptable donné, plus le taux d’erreurs estimé est élevé, plus la
taille de l’échantillon sera importante afin d’être en mesure de faire une estimation raisonnable
du taux d’erreurs réel.
Le taux d’erreurs estimé ne doit pas excéder ou égaler le taux maximal d’erreurs acceptable. Si
l’auditeur estime que le taux d’erreurs estimé excède le taux maximal d’erreurs acceptable, il doit
augmenter son évaluation préliminaire du risque de non-contrôle ou renoncer à tester ce
contrôle.40
Pour estimer le taux d’erreurs escompté dans la population, l’auditeur tient compte de plusieurs
facteurs. Le tableau suivant fait le lien entre ces facteurs et le taux d’erreurs estimé.
38
AICPA, Audit Sampling Guide, paragraphe 3.36
39
ISA 530, Annexe 1 paragraphe 3
40
AICPA, Audit Sampling Guide, paragraphe 3.43
Il s’agit du niveau ou degré de confiance exigé par l’auditeur pour que les résultats de
l’échantillon soient indicatifs du taux d’erreurs réel dans la population. Plus le niveau de
confiance exigé augmente, plus la taille de l’échantillon augmente.
En matière de sondages sur le fonctionnement des contrôles, le degré de confiance s’exprime en
termes de risque de surestimation de la fiabilité d’un contrôle. 41 La détermination du niveau de
confiance pour les tests sur les procédures dépend essentiellement du risque Beta ou risque
d’acceptation incorrecte (voir paragraphe sur le risque d’audit page 18). Il existe une relation
inverse entre le risque Beta et la taille de l’échantillon : Un risque Beta plus faible (ou un niveau
de confiance plus élevé) retenu par l’auditeur requiert une taille d’échantillon plus importante.
Un niveau de confiance entre 80% et 95% est généralement approprié. Le tableau suivant illustre
les facteurs qui peuvent être considérés pour fixer un niveau de confiance approprié :
41
CNCC: Note d’information n°18, « Les sondages en audit », p. 53
Pour des populations importantes, la taille réelle de la population a peu, voire aucun, effet sur la
taille de l’échantillon.43
Par exemple, il est généralement approprié de traiter une population de 5000 unités
d’échantillonnage comme une population infinie. Si la taille de la population est inférieure à
5000 unités d’échantillonnage, elle peut avoir un effet négligeable sur le calcul de la taille de
l’échantillon.44
1.2 Les facteurs qui influencent la taille de l’échantillon pour les contrôles de substance
Pour déterminer la taille de l’échantillon, l’auditeur considère les facteurs suivant: l’erreur
tolérable, l’erreur attendue, le niveau de confiance et l’hétérogénéité des éléments de la
population. Pour un sondage statistique l’auditeur a besoin de quantifier ces facteurs alors qu’il
peut utiliser une estimation en termes qualitatifs pour un sondage non-statistique.
L’erreur tolérable est le montant maximum d’erreurs (anomalies) dans le solde d’un compte ou
dans un type d’opérations donné que l’auditeur est prêt à accepter dans la population sans
conclure qu’il existe une anomalie significative. Elle est directement liée au seuil de signification
fixé par l’auditeur tel que mentionné à la page 17 du premier Chapitre.
42
CNCC: Note d’information n°18, « Les sondages en audit », p. 53
43
ISA 530, Annexe 1 paragraphe 5
44
AICPA, Audit Sampling Guide, paragraphe 3.45
Plus l’erreur totale que l’auditeur est prêt à accepter est faible, plus la taille de l’échantillon sera
importante.45
L’erreur attendue est la quantité d’erreurs que l’auditeur s’attend à trouver dans la population.
Plus la quantité d’erreurs que l’auditeur s’attend à trouver dans la population est élevée, plus la
taille de l’échantillon sera importante afin de pouvoir procéder à une estimation raisonnable de la
quantité d’erreurs réelle dans la population. Les facteurs pertinents pour déterminer la quantité
d’erreurs escomptées incluent le degré de subjectivité dans la détermination de la valeur des
éléments, le résultat des procédures d’évaluation des risques, les résultats des tests de procédures,
les résultats des procédures d’audit réalisées lors des périodes précédentes et les résultats des
autres contrôles de substance.46
Il s’agit du niveau ou degré de confiance exigé par l’auditeur pour que les résultats de
l’échantillon soient indicatifs du montant réel d’erreurs dans la population qui forme un solde de
compte ou un type d’opérations donné. Plus le niveau de confiance exigé augmente, plus la taille
de l’échantillon augmente.
Un niveau de confiance entre 80% et 95% est généralement approprié pour les contrôles de
substance. Le tableau suivant illustre les facteurs que l’auditeur doit considérer pour déterminer
le niveau de confiance approprié:
45
ISA 530, Annexe 2 paragraphe 5
46
ISA 530, Annexe 2 paragraphe 6
L’auditeur est généralement plus concerné par le risque Alpha (voir la première section du
premier chapitre à la page 18) en utilisant les sondages pour les contrôles de substance que pour
les tests sur les procédures. Si les résultats de l’échantillon ne confirment pas l’évaluation
préliminaire de l’auditeur du risque de non-contrôle l’auditeur a le choix entre augmenter
l’étendue de son test sur le contrôle ou alors réviser à la hausse son évaluation du risque de non-
contrôle. Le fait que l’auditeur possède ces alternatives fait qu’il existe peu d’inconvénients à
évaluer un risque de non-contrôle à un niveau supérieur à la réalité. Cependant, si les résultats
d’un sondage de contrôle de substance aboutissent à la conclusion que le solde d’un compte
comprend des anomalies significatives alors qu’en réalité il se peut que ce ne soit pas le cas,
l’alternative disponible pour l’auditeur va être plus coûteuse.47
En effet, l’auditeur devra accomplir des travaux supplémentaires pour réduire le risque de rejet
incorrect de la population (risque Alpha).
47
AICPA, Audit Sampling Guide, paragraphe 4.28
Pour les sondages de contrôles de substance, la taille de la population est exprimée en valeur et
non en nombre d’individus.
Pour des populations importantes, la taille réelle de la population a peu, voire aucun, effet sur la
taille de l’échantillon. Cependant, pour des populations réduites, le sondage en audit est souvent
moins efficace que d’autres méthodes alternatives de collecte d’éléments probants suffisants et
appropriés.48 Il peut être plus efficace de procéder à un examen exhaustif ou à une sélection
d’éléments spécifiques.
Comme nous allons le voir dans le troisième chapitre, certaines techniques de sondage intègrent
dans la formule de calcul de la taille de l’échantillon la dispersion des valeurs dans la population.
La taille de l’échantillon est, donc, influencée par l’amplitude des facteurs variables des éléments
à l’intérieur de la population. Par la réduction de cette variabilité la taille de l’échantillon peut
être diminuée et, donc, l’efficience de l’audit augmentée.
Pour cela, l’auditeur peut procéder à la stratification de la population.
Le terme «stratification» désigne la division d’une population en sous-groupes homogènes,
chacun d’eux représentant un groupe d’unités d’échantillonnage ayant des caractéristiques
similaires (souvent en valeur).49 L’auditeur combine les résultats de toutes les strates pour aboutir
à une conclusion globale sur la population.
48
ISA 530, Annexe 2 paragraphe 8
49
ISA 530 paragraphe 11
Le nombre optimal des strates dépend des circonstances. Après un certain niveau de
stratification, la division de la population sur des strates additionnelles a un effet décroissant sur
la variabilité au sein de chaque strate. L’auditeur doit considérer le coût additionnel de la
stratification en relation avec la réduction escomptée de la taille de l’échantillon.50
L’auditeur recherchera probablement un compromis en séparant la population en deux ou trois
strates.51
L’auditeur doit sélectionner les éléments pour le sondage de manière à ce que toutes les unités
d’échantillonnage de la population aient une chance d’être sélectionnées. 52
Les normes d’audit insistent sur le fait que l’échantillon doit être représentatif de la population
dans la mesure où l’auditeur va tirer des conclusions sur l’ensemble de la population à travers les
résultats observés sur l’échantillon sélectionné. La méthode de sélection est donc importante pour
la validité des résultats du sondage.
Ce travail doit être exécuté avec beaucoup de minutie, car un mauvais échantillonnage peut
fausser les résultats à venir.53
Pour l’échantillonnage non-statistique, les normes d’audit acceptent que la sélection ne soit pas
faite d’une manière aléatoire mais plutôt en faisant appel au jugement professionnel de
l’auditeur. A charge pour ce dernier de s’efforcer de sélectionner un échantillon représentatif, en
écartant tout à priori lors de la sélection pour ne pas aboutir à un échantillon biaisé : c'est-à-dire
non représentatif. On appelle cela « tirage au hasard ».
50
AICPA, Audit Sampling Guide, paragraphe 7.19
51
RAFFEGEAU (J.), DUBOIS (F.), Audit : Méthodes statistiques, p. 98
52
ISA 530 paragraphe 42
53
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 27
- La sélection aléatoire,
- La sélection systématique et
- La sélection au hasard.
Une autre méthode de sélection est de moins en moins utilisée en pratique : c’est la sélection de
blocs. Ces méthodes sont détaillées dans les paragraphes qui suivent.
Cette méthode permet d’avoir l’assurance que tous les individus d’une population ont une chance
égale d’être sélectionnés54.
Cette méthode garantit l’absence de tous biais dans l’échantillon et elle est particulièrement
recommandée pour les sondages statistiques aussi bien pour les tests de procédures (voir la
section « Les sondages d’attribut » au niveau du troisième chapitre) que pour les contrôles de
substance (voir la section « Les sondages de variables » au niveau du troisième chapitre).
Bien évidemment, cette méthode peut également être utilisée pour un sondage non-statistique.
Mais le fait de recourir à une sélection aléatoire ne permet pas de qualifier un sondage de
statistique pour autant. Comme nous l’avons expliqué au premier chapitre, il s’agit d’une
condition nécessaire mais non suffisante.
Avant de procéder à une sélection aléatoire, l’auditeur doit disposer d’un identifiant numérique
unique pour chaque élément de la population. Par exemple, les éléments peuvent être numérotés
séquentiellement de 1 à N (N étant le nombre d’éléments dans la population). Pour sélectionner
un échantillon de 100 éléments, l’auditeur devrait disposer de 100 nombres aléatoires compris
entre 1 et N puis choisir les éléments leur correspondant dans la population.
Dans la majorité des cas, les populations qui font l’objet d’un audit, sont soit pré-numérotées
d’une manière séquentielle (numéro de facture ; référence d’écriture comptable…) soit il est
possible à l’auditeur, en utilisant le listing informatique de la population, de procéder à leur
numérotation par l’ajout d’un index numérique sur un tableur. Lorsque tel n’est pas le cas,
l’auditeur peut utiliser d’autres méthodes pour identifier les éléments de la population à l’aide
d’un numéro.
54
CNCC: Note d’information n°18, « Les sondages en audit », p. 43
Par exemple, l’auditeur peut affecter au listing d’un inventaire le numéro de la page et de la ligne
et procéder à la sélection des références correspondant à la série des nombres aléatoires qu’il a
sélectionnée. Similairement, la sélection de transactions enregistrées selon une séquence
chronologique peut être effectuée sur la base d’une série de nombres aléatoires représentant des
mois et des jours spécifiques et des numéros de transactions.
Pour disposer d’une série de nombres aléatoires, il existe deux moyens : L’utilisation des tables
de nombres aléatoires ou l’utilisation d’un programme informatique.
Dans une table de nombres aléatoires, les nombres n’ont pas de liens entre eux et leur position
n’a aucune signification. En sélectionnant des nombres dans une telle table, c’est comme si on
pigeait au hasard dans une population dont les éléments ont été préalablement mélangés55.
De nombreuses tables sont disponibles. Un exemple de tables de nombres aléatoires est présenté
à l’Annexe n°1.
Pour sélectionner une série de nombres aléatoires, l’auditeur :
- fixe les règles de correspondance entre les nombres dans la table et les identifiants numériques
des éléments de la population : par exemple les trois premiers chiffres des nombres extraits de la
table si la population est numérotée de 1 à 999 ;
- détermine le chemin de lecture dans la table : par exemple verticalement de haut en bas ;
- choisit un point de départ dans la table d’une manière arbitraire (ligne et colonne) ;
- note les nombres extraits qui font partie de la population : les nombres qui n’ont pas de
correspondance dans la population seront écartés. Par exemple si la lecture de l’auditeur s’arrête
sur un nombre dont les trois premiers chiffres sont 981 alors que la population est numérotée de 1
à 980, le nombre extrait sera exclu et l’auditeur sélectionnera le suivant.
Il est vrai que le processus d’utilisation des tables de nombres aléatoires est fastidieux.
D’ailleurs, depuis la généralisation de l’outil informatique chez les auditeurs, ces derniers ont de
plus en plus recours à des programmes informatiques.
55
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 28
Pour l’auditeur il est plus facile de recourir à un programme informatique pour procéder à une
sélection aléatoire. Pour cela, l’auditeur peut utiliser l’un des plusieurs logiciels d’audit et
d’analyse de données qui sont commercialisés sur le marché : ACL (Audit Command
Language)56 ou encore IDEA (Informative Data Extraction and Analysis)57. Ces logiciels
englobent des fonctionnalités permettant à l’auditeur de procéder à une sélection aléatoire à partir
des fichiers informatiques fournis par la société auditée.
Par ailleurs, la solution de bureautique Microsoft Office Excel peut constituer une aide précieuse
pour l’auditeur. Un exemple d’utilisation de cette fonctionnalité sera présenté dans le deuxième
chapitre de la deuxième partie.
Lorsque le point de départ est déterminé d’une manière aléatoire (par l’utilisation d’un
programme informatique de nombres aléatoires ou de tables de nombres aléatoires), la sélection
systématique fournit un échantillon avec la même probabilité pour chaque unité de la population
d’être sélectionnée. L’échantillon est donc valable pour un sondage statistique et d’autant plus
pour un sondage non-statistique.
56
ACL Services Ltd.; www.acl.com
57
Audimation Services www.audimation.com
Pour une sélection systématique, l’auditeur aura besoin de s’assurer que les unités
d’échantillonnage dans la population ne sont pas structurées de telle façon que l’intervalle
d’échantillonnage corresponde à une caractéristique spécifique de la population58.
C'est-à-dire que l’échantillon va inclure un seul type d’individus ou alors il va exclure totalement
certains types d’individus de la sélection.
Par exemple, une population d’employés dans le journal de paie d’une entreprise de bâtiment est
organisée par équipe et chaque équipe est composée d’un superviseur et de neuf ouvriers. Une
sélection moyennant un intervalle de 10 va soit inclure tous les superviseurs soit aucun des
ouvriers en fonction du point de départ. Aucune combinaison ne va inclure à la fois des
superviseurs et des ouvriers59.
Dans cet exemple, la population n’est pas distribuée d’une façon complètement aléatoire et la
méthode de sélection systématique aboutit à un échantillon biaisé.
Dans ce cas, l’auditeur doit soit abandonner la méthode de sélection systématique (et recourir à la
méthode de sélection aléatoire) soit aménager la méthode en utilisant plusieurs points de départ.
L’approche recommandée est d’utiliser au minimum cinq points de départ60.
Nous allons illustrer cette approche en utilisant les données du même exemple présenté ci-dessus.
L’intervalle d’échantillonnage déterminé était égal à 10. Cet intervalle va être multiplié par 5 et
sera égal à 50. Ensuite, cinq points de départ vont être sélectionnés d’une manière aléatoire entre
1 et 50 : disons 1 ; 11 ; 23 ; 26 et 38. Par la suite, le pas de 50 va être utilisé pour sélectionner
l’échantillon en partant des cinq points de départ :
Les cinq points de départ (inclus dans l'échantillon) 1 11 23 26 38
Intervalle + 50 + 50 + 50 + 50 + 50
du 6ième au 10ième élément à sélectionner 51 61 73 76 88
Intervalle + 50 + 50 + 50 + 50 + 50
du 11ième au 15ième élément à sélectionner 101 111 123 126 138
Intervalle + 50 + 50 + 50 + 50 + 50
du 16ième au 20ième élément à sélectionner 151 161 173 176 188
58
ISA 530, Annexe 3 paragraphe (b)
59
AICPA, Audit Sampling Guide, paragraphe 3.24
60
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 29
La sélection au hasard est une troisième technique utilisée par les auditeurs pour sélectionner un
échantillon et elle est autorisée par les normes d’audit. Elle consiste en une sélection manuelle
d’une manière non structurée sans aucune raison pour inclure ou ne pas inclure un élément.
Cependant, ces mêmes normes reconnaissent qu’elle n’est pas adaptée pour un échantillonnage
statistique car elle ne permet pas à l’auditeur de mesurer la probabilité de sélection de chaque
élément, elle est toutefois valable pour un échantillonnage non-statistique. Cette méthode
consiste à sélectionner l’échantillon sans appliquer une technique structurée.
Bien qu’aucune technique structurée ne soit retenue, l’auditeur veillera toutefois à éviter tout à
priori ou prédiction dans sa sélection (par exemple en écartant les éléments difficiles à localiser
ou en choisissant ou éliminant systématiquement les premiers ou les derniers éléments d’une
page) et s’efforcera ainsi de s’assurer que tous les éléments de la population ont une chance
d’être sélectionnés61.
En effet l’absence d’une méthode structurée ne signifie pas une sélection d’une manière
négligente mais plutôt d’une manière à ce que l’échantillon soit représentatif de la population.
C'est-à-dire que l’objectif est d’obtenir une approximation d’un échantillon aléatoire.
Bien que cette technique de sélection soit autorisée par les normes d’audit, il n’en demeure pas
moins qu’elle a une tendance à aboutir à un échantillon biaisé et donc non représentatif de la
population.
Il apparaît, donc, que même lorsque l’auditeur s’efforce de s’assurer que tous les éléments de la
population aient une chance d’être sélectionnés (tel que c’est requis par les normes d’audit) le
subconscient risque d’influencer son comportement et l’amène à fausser la représentativité de
l’échantillon en excluant ou en incluant certains éléments lors de la sélection.
61
ISA 530, Annexe 3 paragraphe (c)
62
HALL (T.), HERRON (T.), PIERCE (B.), « How Reliable Is Haphazard Sampling? », The CPA Journal, janvier 2006.
Conscients de ce risque de biais que comporte la sélection au hasard, certains auditeurs tendent à
sur-échantillonner c'est-à-dire à sélectionner un échantillon plus grand que ce qui est requis pour
atténuer l’effet du biais. Certaines études63 réalisées ont, néanmoins, démontré que
l’augmentation de la taille de l’échantillon ne permet pas de mitiger le biais engendré par la
sélection au hasard.
La sélection de blocs implique la sélection d’un ou de plusieurs blocs d’éléments contigus dans la
population. Par exemple, il s’agit de sélectionner toutes les factures émises pendant une semaine
donnée. Ce type de sélection n’est en général pas utilisé dans les sondages en audit car la
structure de la plupart des populations est telle qu’on peut s’attendre à ce que les éléments d’une
séquence aient des caractéristiques similaires à celles d’une autre, mais par contre différentes de
celles d’autres éléments de la population. Bien que dans certains cas, il soit parfois judicieux
d’examiner un bloc d’éléments, cette méthode sera rarement une technique de sélection
d’échantillons appropriée lorsque l’auditeur souhaite tirer des conclusions valables sur toute une
population à partir d’un échantillon64.
L’auditeur doit mettre en œuvre des procédures d’audit appropriées à l’objectif particulier du
sondage sur chaque élément sélectionné65.
L’auditeur sélectionne l’échantillon et examine les éléments pour déterminer s’ils contiennent
des déviations par rapport à la procédure. Lors de l’exécution du test, plusieurs situations sont
envisageables :
- Eléments non appropriés pour le test ;
- Arrêt du sondage avant la fin ;
- Impossibilité d’examiner un document.
63
HALL (T.), HERRON (T.), PIERCE (B.), WITT (T.), « The effectiveness of increasing sample size to mitigate the
influence of population characteristics in haphazard sampling», Auditing: A Journal of Practice & Theory, mars
2001.
64
ISA 530, Annexe 3 paragraphe (d)
65
ISA 530 paragraphe 44
Si un élément de l’échantillon n’est pas approprié pour l’application de la procédure, le test doit
être effectué sur un élément de remplacement. Par exemple, si lors d’un test sur l’autorisation des
décaissements, l’auditeur ayant sélectionné un échantillon à partir de la séquence des numéros de
chèques, il peut arriver qu’un chèque soit annulé. Dans ce cas, l’auditeur vérifie que l’annulation
du chèque a été correctement effectuée et qu’elle ne constitue pas un écart par rapport à la
procédure et, par la suite, il considère que l’élément sélectionné n’est pas approprié pour le test.
Il doit, alors, le remplacer par un autre numéro de chèque.
L’élément de remplacement doit être sélectionné de la même façon que l’échantillon initial. C’est
pourquoi il est recommandé de prévoir la nécessité d’un remplacement, lors de la sélection
initiale, et de retenir quelques éléments additionnels en plus de la taille requise de l’échantillon.
Lorsque l’auditeur relève un nombre important d’écarts par rapport à la procédure en examinant
la première partie de l’échantillon, il doit s’interroger sur l’opportunité de poursuivre le test. Il
doit donc prendre l’une des deux décisions suivantes :
- interrompre le sondage et conclure à un fonctionnement inefficace du contrôle ce qui aura
pour conséquence de situer le niveau du risque de contrôle au niveau maximum et, donc,
d’augmenter l’étendue des tests substantifs ;
- poursuivre le sondage en sachant que s’il constate d’autres écarts il sera amené à réduire,
voir à abandonner toute confiance dans le contrôle.
L’auditeur doit pour chaque élément de l’échantillon exécuter la procédure d’audit pour atteindre
l’objectif du test. Dans certaines circonstances, la matérialisation du contrôle objet du test
apparaît uniquement sur le document sélectionné. Si le document sélectionné ne peut pas être
localisé ou si pour toute autre raison l’auditeur n’est pas en mesure d’examiner ce document,
l’auditeur doit considérer cette impossibilité comme un écart par rapport à la procédure lors de
son évaluation des résultats du sondage.
Par ailleurs, l’auditeur doit examiner les raisons qui ont conduit à cette impossibilité d’examiner
ce document et, par la suite, apprécier leurs incidences sur son évaluation globale du contrôle
interne et sur la suite de ses travaux.
Dans le cadre des tests substantifs, l’auditeur doit exécuter la procédure d’audit planifiée pour
tous les éléments de l’échantillon. A défaut, l’extrapolation des résultats de l’échantillon sur
l’ensemble de la population ne sera pas valable.
Dans certaines circonstances, l’auditeur peut être confronté à une impossibilité de conclure sur la
validité d’un ou de plusieurs éléments de l’échantillon moyennant la procédure d’audit planifiée.
Dans ce cas, l’auditeur doit exécuter une procédure alternative pour valider ces éléments.
Le cas le plus typique de ce cas de figure est la confirmation de tiers. Par exemple, dans le cadre
d’un test d’audit sur la réalité des comptes clients d’une société auditée, l’auditeur a sélectionné
un échantillon de 50 clients pour lesquels il a demandé à la société d’envoyer des lettres de
circularisation pour confirmer leurs soldes. Il arrive souvent qu’une partie des clients, disons 20
pour notre exemple, ne répondent pas ces demandes de confirmation. Dans ce cas, l’auditeur ne
peut pas conclure sur la base des réponses des 30 clients uniquement et il doit procéder à des
procédures alternatives pour aboutir à une conclusion sur la validité des créances sur les 20
clients.
Dans le cadre des procédures alternatives, l’auditeur peut examiner les encaissements postérieurs
à la date de clôture pour s’assurer que les dites créances ont été pour l’essentiel réglées à
l’échéance. Il est possible que l’auditeur intervienne à une date très proche de la date de clôture
de l’exercice ou que les créances des clients en question ne soient pas encore échues, de manière
que l’examen des encaissements postérieurs ne permet pas à l’auditeur de valider l’ensemble de
ces créances. Dans ce cas, l’auditeur doit valider la réalité de ces créances par l’examen des bons
de livraison signés par les clients ou tout autre document justifiant que la créance est réelle.
L’auditeur doit prendre en compte les résultats du sondage, la nature et la cause des erreurs
décelées et leur conséquence possible sur l’objectif particulier du sondage et sur d’autres
domaines de l’audit66.
1.1 Appréciation de la nature et de la cause des erreurs dans le cadre des tests sur les
contrôles
Lorsqu’il conduit des tests sur les contrôles, l’auditeur cherche principalement à savoir si des
déviations (ou erreurs) par rapport à la procédure se sont produites afin d’apprécier le
fonctionnement efficace des contrôles et le niveau de risque de contrôle. Lorsque de telles erreurs
sont décelées, l’auditeur procède à des investigations spécifiques pour en comprendre les causes
et aura à prendre en considération des sujets tels que:
(a) la conséquence directe des erreurs décelées sur les états financiers, et
(b) l’implication de ces erreurs sur l’approche d’audit.
En analysant les erreurs décelées, l’auditeur peut constater que plusieurs possèdent des
caractéristiques communes, par exemple le même type de transaction, le même département
66
ISA 530 paragraphe 47
initiateur ou la même période. Dans ce cas, s’il estime que la nature de ces erreurs peut avoir un
impact sur les états financiers, l’auditeur peut décider d’identifier tous les éléments dans la
population qui possèdent ces mêmes caractéristiques communes et de réaliser des travaux
spécifiques sur cette partie de la population.
Par ailleurs, certaines erreurs décelées peuvent être intentionnelles et indiquer une possibilité de
fraudes commises. Dans ce cas, l’auditeur doit adapter ses travaux d’audit pour confirmer ou
infirmer ses constatations préliminaires.
1.2 Appréciation de la nature et de la cause des erreurs dans le cadre des tests substantifs
Si les résultats de l’échantillon suggèrent que les hypothèses de départ ne sont pas correctes,
l’auditeur doit agir en conséquence. Par exemple, si le montant ou la fréquence des erreurs
décelées dans un test de détail est supérieur à ce qui était attendu sur la base de l’évaluation du
risque de contrôle, l’auditeur doit apprécier si son évaluation initiale est toujours appropriée : Un
nombre important d’inexactitudes découvertes aux réponses envoyées par les clients à une
demande de confirmation rend nécessaire la reconsidération du niveau de risque de non contrôle
lié aux procédures de ventes et d’encaissements. L’auditeur doit, également, penser à modifier
les tests d’audit sur d’autres comptes qui ont été planifiés sur la base d’un niveau de risque de
non contrôle inférieur au maximum.
En plus de l’évaluation de la fréquence et des montants des erreurs, l’auditeur doit apprécier leurs
aspects qualitatifs. Ces aspects incluent :
· La nature et la cause des erreurs : Est-ce qu’ils sont la conséquence d’une fraude ou
simplement d’une inexactitude résultant d’une incompréhension des procédures ou d’un
manque de rigueur ?
· L’éventuel lien entre ces erreurs et les autres phases de l’audit : La découverte d’une fraude
nécessite des investigations plus étendues que la découverte d’une inexactitude.
Parfois, l’auditeur peut établir qu’une erreur est liée à un événement isolé non récurrent qui ne
s’est produit qu’à une occasion spécifique identifiable et n’est donc pas représentative d’erreurs
similaires dans la population (erreur occasionnelle)67.
67
ISA 530 paragraphe 49
C’est le cas par exemple quand un problème informatique survient pendant une journée
déterminée et entraîne la non génération des écritures de la journée au niveau d’une agence.
Même si les informations disponibles à l’auditeur tendent à supposer que l’erreur est unique, la
décision de l’auditeur de considérer que cette erreur est unique serait risquée sans l’appui de
travaux additionnels extensifs. L’étendue des travaux qui seraient nécessaires pour établir que
l’erreur est effectivement isolée est probablement plus importante que l’étendue nécessaire pour
estimer que l’impact de l’erreur n’est pas significatif. 68
L’auditeur doit calculer l’erreur dans l’échantillon et par la suite l’extrapoler à l’ensemble de la
population.
2.1 Calcul et extrapolation des erreurs dans le cadre des tests sur les contrôles
L’auditeur calcule le taux d’erreurs du sondage qui est obtenu en divisant le nombre d’erreurs
détectées dans l’échantillon par le nombre d’éléments testés (ou taille de l’échantillon).
Par exemple, si sur un échantillon de 50 éléments (sélectionnés à partir d’une population qui en
compte 1000) l’auditeur a détecté 3 erreurs, alors le taux d’erreurs du sondage est égal à 6%
(soit : 3 divisé par 50).
Pour les tests sur les contrôles, l’auditeur n’a pas besoin d’extrapoler les résultats de l’échantillon
à l’ensemble de la population. En effet, le taux projeté d’erreurs de la population dans son
ensemble est égal au taux d’erreurs observé sur l’échantillon.
2.2 Calcul et extrapolation des erreurs dans le cadre des tests substantifs
Dans les tests substantifs, l’auditeur doit calculer les erreurs découvertes dans l’échantillon et les
extrapoler à l’ensemble de la population.
Dans le cas des sondages statistiques, l’extrapolation des erreurs découvertes dans l’échantillon
diffère selon la technique de sondage utilisée : sondage des variables (deuxième section du
troisième chapitre) ou sondage des unités monétaires (troisième section du troisième chapitre).
68
HITZIG (N.), « The mythical isolated error », The CPA Journal, septembre 2001
Dans le cas des sondages non statistiques, deux approches d’extrapolation sont utilisables.
Selon la première approche, l’extrapolation est dite proportionnelle aux montants : Il s’agit
d’attribuer à la population le pourcentage d’erreur constaté sur l’échantillon. Par exemple, si
l’auditeur constate que l’erreur dans l’échantillon représente 10% de la valeur de l’échantillon, il
applique ce même pourcentage à la valeur comptabilisée de la population pour déduire une
estimation de l’erreur globale.
Dans la deuxième approche, il s’agit de calculer la valeur moyenne des erreurs dans l’échantillon
et de la multiplier par le nombre d’individus dans la population. Par exemple, si l’auditeur
constate que l’erreur moyenne dans l’échantillon est de 100 dinars (obtenue par la division de la
somme des erreurs par le nombre d’individus dans l’échantillon), il multiplie cette moyenne par
le nombre d’individus dans la population pour estimer l’erreur globale.
Les deux approches aboutissent à des résultats identiques si l’échantillon représente la même
proportion de la population en termes de nombre et en termes de valeur. Si les proportions sont
différentes, ce qui est généralement le cas, la moyenne des valeurs de l’échantillon est différente
de la moyenne de la population. Si cette différence est significative, l’auditeur doit choisir entre
les deux approches en fonction du jugement qu’il porte sur la magnitude des erreurs dans la
population. Par exemple, si l’auditeur estime que le montant des erreurs est proportionnel à la
valeur des individus, il doit opter pour la première approche. Par contre, s’il estime que le
montant de l’erreur est relativement constant, il doit opter pour la deuxième approche.
Les erreurs considérées comme isolées peuvent être exclues lors de l’extrapolation et rajoutées à
l’erreur globale uniquement si elles ne sont pas corrigées.
Par contre, toutes les autres erreurs, même si elles sont corrigées par la société, doivent être
incluses dans la base de projection.
Pour conclure sur les résultats du sondage, il faut tenir compte du risque que les conclusions
tirées de l’examen d’un échantillon peuvent être différentes de celles tirées d’un examen
exhaustif de la population. Ce risque lié à l’échantillonnage doit être analysé et intégré dans le
processus de décision de l’auditeur.
Dans les sondages statistiques, le risque d’échantillonnage est quantifié d’une manière précise
selon les enseignements des lois de probabilité comme nous allons le voir dans le troisième
chapitre.
Par contre, dans les sondages non statistiques, ce risque ne peut pas être quantifié et il doit, alors,
être apprécié d’une manière qualitative selon le jugement professionnel de l’auditeur.
Dans le cadre des tests de procédures, le taux d’erreurs projeté à la population tel que calculé ci-
dessus (voir §2.1) est ajusté à la hausse pour tenir compte du risque d’échantillonnage. Le
résultat, ainsi obtenu, constitue une estimation du taux d’erreurs maximal dans la population. Ce
taux est par la suite comparé au taux maximal d’erreurs acceptable pour l’auditeur. S’il est
inférieur, l’auditeur peut, alors, conclure que son évaluation préliminaire du contrôle est
confirmée. Si le taux calculé dépasse le taux maximal d’erreurs acceptable, l’auditeur doit
conclure que sur la base de l’échantillon examiné, le contrôle testé n’est pas efficace. Il peut,
alors, soit augmenter la taille de l’échantillon, soit décider de réviser à la hausse son évaluation
préliminaire du risque de non-contrôle et d’augmenter, en conséquence, l’étendue de ses tests
substantifs.
Dans le cas d’un sondage statistique, les techniques présentées au troisième chapitre fournissent à
l’auditeur un moyen de quantifier l’ajustement nécessaire à apporter au taux d’erreurs projeté à la
population pour calculer le taux d’erreurs maximal dans la population compte tenu du risque
d’échantillonnage qu’il est prêt à accepter.
Dans le cas d’un sondage non-statistique, un tel ajustement ne peut pas être quantifié. L’auditeur
doit, donc, conclure de la manière suivante :
- Si le taux d’erreurs projeté est supérieur au taux d’erreurs maximal, l’auditeur doit
conclure que le contrôle testé n’est pas efficace ;
- Si le taux d’erreurs projeté est voisin ou égal au taux d’erreurs maximal, l’auditeur doit
considérer la possibilité que le taux d’erreur réel soit supérieur. Il doit, donc, soit
augmenter la taille de l’échantillon, soit décider de réviser à la hausse son évaluation
préliminaire du risque de non-contrôle et d’augmenter, en conséquence, l’étendue de ses
tests substantifs ;
- Si le taux d’erreurs projeté est nettement inférieur au taux d’erreurs maximal, ou encore
mieux, s’il est inférieur taux d’erreurs estimé69, alors l’auditeur peut conclure que son
évaluation préliminaire du risque de non-contrôle est confirmée.
Dans le cas des tests substantifs, l’erreur globale, soit le total de l’erreur projetée plus les
éventuelles erreurs isolées, constitue une estimation du montant de l’erreur réelle dans la
population. L’erreur globale, ajustée par les erreurs que la société accepte de corriger, est, par la
suite, comparée à l’erreur tolérable du compte, ou de la rubrique d’états financiers concernée.
Si l’erreur globale non corrigée est nettement inférieure à l’erreur tolérable, l’auditeur peut
accepter le solde du compte contrôlé et conclure que l’erreur réelle dans la population ne peut pas
être significative.
Si l’erreur globale non corrigée dépasse l’erreur tolérable, l’auditeur ne peut pas accepter le solde
du compte contrôlé et il doit demander à la société contrôlée d’identifier les erreurs dans la
population et de les ajuster. L’auditeur doit, de son côté superviser les travaux effectués par la
société dans ce cadre. Si par la suite, l’erreur globale devient nettement inférieure à l’erreur
tolérable, le compte pourra être accepté.
Si l’erreur globale est inférieure mais proche de l’erreur tolérable, l’auditeur doit prendre en
compte le risque d’échantillonnage (c'est-à-dire le risque que ce résultat peut être obtenu même si
l’erreur réelle dépasse l’erreur tolérable) :
- dans le cas de l’utilisation d’une méthode statistique, l’auditeur « dispose d’éléments
d’information objectifs à partir desquels une décision peut être prise »70. Par exemple la
probabilité est de 95% que le montant de l’erreur dans le compte ne dépasse pas un
montant X. L’auditeur peut éventuellement proposer un ajustement statistique sur la base
des résultats de son sondage ;
- dans le cas de l’utilisation d’une méthode non statistique, « les aléas de la projection sont
souvent estimés trop importants pour permettre un ajustement global »71. Dans ce cas,
69
C’est le taux d’erreurs que l’auditeur s’attend à trouver dans la population avant de procéder au test
70
CNCC: Note d’information n°18, « Les sondages en audit », page 73.
71
Idem.
l’auditeur doit décider d’augmenter l’étendue de ses travaux pour aboutir à des résultats
plus probants.
Dans toutes les situations, si à la fin des travaux, l’erreur globale demeure supérieure à l’erreur
tolérable et la société refuse de corriger les comptes, l’auditeur doit en tirer les conséquences sur
son opinion.
La norme internationale d’audit ISA 530 n’a pas précisé les éléments qui doivent être
documentés dans le dossier de l’auditeur.
La norme internationale d’audit ISA 230 « Documentation d’audit », quant à elle, précise dans
son paragraphe 6 que l’auditeur doit consigner dans ses dossiers de travail toutes les informations
relatives à la planification de l’audit, à la nature, au calendrier et à l’étendue des procédures
d’audit effectuées, ainsi que le résultat de ces procédures et les conclusions auxquelles il est
parvenu à partir des éléments probants collectés.
Puisque la réalisation d’un sondage constitue une succession de choix et de décisions, les étapes
clés du processus doivent être documentées dans le dossier de travail de l’auditeur.
§1. Les éléments à documenter pour les tests sur les contrôles
Les éléments importants qui doivent être documentés dans le dossier de travail pour un test sur
les contrôles sont les suivants :
- Une description du contrôle testé ;
- Les objectifs du sondage et l’évaluation préliminaire du risque de non-contrôle ;
- Définition de la population et de l’individu ;
- Définition de l’erreur recherchée ;
- Niveau de confiance du sondage, taux maximal d’erreurs acceptable et taux d’erreurs
estimé dans la population ;
- La technique de sondage utilisée et la méthode de détermination de la taille de
l’échantillon ;
- La méthode de sélection de l’échantillon ;
- Identification et analyse des erreurs ;
Les éléments importants qui doivent être documentés dans le dossier de travail pour les tests
substantifs sont les suivants :
- L’objectif du test ;
- Définition de la population et de l’individu ;
- Définition de l’erreur ;
- Le risque d’acceptation incorrecte, le risque de rejet incorrect (éventuellement), l’erreur
attendue et l’erreur tolérable ;
- La technique de sondage utilisée et la méthode de détermination de la taille de
l’échantillon ;
- La méthode de sélection de l’échantillon ;
- L’identification et l’analyse des erreurs (y compris l’analyse qualitative des erreurs) ;
- L’évaluation des résultats et la conclusion du sondage.
L’évaluation des résultats doit inclure une description de l’extrapolation des résultats du sondage
à la population et une appréciation du risque d’échantillonnage.
Il existe trois grandes catégories de techniques de sondage : le sondage des attributs, le sondage
des variables et le sondage des unités monétaires. Le sondage des attributs est utilisé pour les
tests sur les contrôles alors que les deux autres sont utilisés pour les tests substantifs.
Le sondage des attributs est utilisé pour aboutir à une conclusion en termes de proportion (ou
fréquence) d’apparition de l’attribut dans une population. L’attribut est une caractéristique qui
peut être soit présente soit absente.
Par exemple, un échantillon de décaissements peut être examiné pour vérifier l’existence d’une
signature (attribut) du responsable habilité à approuver les paiements. Le nombre de cas
(exception) pour lesquels le responsable n’a pas approuvé le paiement est utilisé pour estimer la
proportion d’exceptions dans la population totale des décaissements.
L’examen de chaque élément de l’échantillon peut donner lieu à deux possibilités mutuellement
exclusives : l’attribut qui est testé (exemple : signature, prix) est soit présent soit absent, correct
ou alors incorrect, conforme ou non-conforme, etc.
Le résultat du test sur l’échantillon va être exprimé en termes de proportion d’éléments dans
chaque catégorie : les éléments qui possèdent l’attribut et ceux qui ne l’ont pas.
Le sondage d’attribut simple est une technique statistique utilisée par les auditeurs pour estimer
le taux d’erreurs dans une population.
Pour appliquer cette technique, l’auditeur n’a pas besoin de connaître les formules statistiques
pour la détermination de la taille de l’échantillon et l’interprétation des résultats du sondage. Il
peut utiliser les tables statistiques pour les sondages d’attribut.
L’AICPA a présenté au niveau de son guide72 des tables statistiques qui facilitent l’emploi des
sondages statistiques par les auditeurs dans le cadre des tests sur les contrôles. Ces tables sont
reproduites en Annexe n°2 et 3. Elles sont basées sur une distribution binomiale.
Les deux premières tables (Annexe n°2) permettent de déterminer la taille de l’échantillon en
fonction des paramètres suivants :
- Le niveau de confiance : il existe une table pour le niveau de confiance de 90% et une
autre pour 95%. L’auditeur choisit un niveau de confiance correspondant au complément
par rapport à 100% du risque d’échantillonnage qu’il est prêt à accepter (voir Chapitre2
Section 2 paragraphe 1.1.3).
- Le taux d’erreurs estimé dans la population que l’auditeur prédéfinit en fonction de
plusieurs facteurs (voir Chapitre2 Section 2 paragraphe 1.1.2)
- Le taux maximal d’erreurs tolérable (qui varie de 2% à 20%) : il s’agit du taux maximal
d’erreurs que l’auditeur est prêt à accepter tout en gardant sa confiance dans le contrôle
(voir Chapitre2 Section 2 paragraphe 1.1.1)
Une fois ces paramètres fixés, l’auditeur va lire directement à partir de la table appropriée la
taille requise de l’échantillon.
Par exemple, si l’auditeur retient les paramètres suivants :
- Niveau de confiance : 95%
- Taux maximal d’erreurs tolérable : 5%
- Taux d’erreur estimé dans la population : 2%
Il doit consulter la table correspondant au niveau de confiance de 95% (Annexe n°2 ), repérer la
colonne relative au taux tolérable de 5% puis chercher la ligne contenant le taux d’erreurs estimé
de 2%. L’intersection entre la colonne et la ligne fournit la taille requise de l’échantillon : qui est
de 181 dans cet exemple. Le chiffre présenté entre parenthèses renseigne sur le nombre de
déviations dans l’échantillon au-delà duquel le taux d’erreurs projeté à la population dépassera le
taux maximal tolérable. Dans notre exemple, ce nombre est 4 : c'est-à-dire si l’auditeur décèle un
nombre de déviations inférieur ou égal à 4, il pourra conclure qu’il est sûr à 95% que le taux
d’erreurs dans la population ne dépasse pas 5%.
72
AICPA, Audit Sampling Guide, Appendix A
Pour interpréter les résultats du sondage, l’auditeur va recourir aux deux autres tables présentées
à l’Annexe n°3. Ces deux tables permettent de déterminer le taux maximal d’erreurs dans la
population en fonction du nombre d’erreurs décelées dans l’échantillon (en colonnes) et de la
taille de l’échantillon (en lignes). L’intersection entre une ligne et une colonne fournit le taux
maximal d’erreurs dans la population.
Supposons dans notre exemple que l’auditeur a relevé 2 erreurs : L’auditeur va retenir la colonne
correspondant à deux erreurs et il va la parcourir pour trouver la ligne mentionnant la taille de
son échantillon. L’échantillon étant de 181, ce chiffre ne figure pas dans la table, l’auditeur va
retenir le chiffre inférieur le plus proche : soit 150. L’intersection entre la ligne et la colonne lui
fournit le chiffre 4,2%. L’auditeur pourra conclure qu’il est sûr à 95% que le taux d’erreurs dans
la population ne dépasse pas 4,2%. Ce taux étant inférieur au taux maximal acceptable de 5%, les
résultats du sondage confirment son évaluation préliminaire du contrôle.
Le taux de 4,2% pour un échantillon de 150 et deux erreurs inclut un ajustement pour tenir
compte du risque d’échantillonnage. En effet, 2 erreurs sur 150 aboutissent normalement à un
taux d’erreurs de 1,33%( 2/150). Or ce taux est valable pour l’échantillon examiné et non pas
pour l’ensemble de la population. Pour l’extrapoler à la population, il faut tenir compte du fait
qu’un autre échantillon peut fournir des résultats différents. La loi de probabilité de la
distribution binomiale permet à l’auditeur de conclure, qu’en tout état de cause, le taux d’erreur
réel dans la population ne dépassera pas 4,2% dans 95% des cas. C'est-à-dire si l’auditeur
procède à la sélection de 100 échantillons d’une taille de 150 chacun : dans 95 échantillons il va
observer un taux d’erreurs inférieur à 4,2%.
Par contre si l’auditeur a relevé 6 erreurs, la lecture du tableau aboutit à un taux d’erreurs
maximal dans la population de 7,8%. Ce taux étant supérieur à 5%, l’auditeur ne pourra pas
accorder sa confiance au contrôle testé et il devra augmenter le niveau du risque de contrôle qu’il
a fixé préalablement.
Le sondage de dépistage est utile lorsque le principal souci de l’auditeur est de détecter un
évènement critique, telle que une déviation par rapport à la procédure, à la réglementation ou une
fraude. Dans ces circonstances, initialement l’auditeur n’est pas concerné par la détermination de
la fréquence d’apparition d’une erreur mais plutôt par la détection d’au moins une erreur si la
population en contient.
Le sondage de dépistage est approprié lorsque l’auditeur estime que la fréquence des erreurs est
soit nulle soit très faible mais il a besoin d’examiner un échantillon d’une taille suffisante de telle
sorte qu’au cas où son estimation est incorrecte, il pourra au moins observer une erreur dans
l’échantillon.
Le tableau74 à l’Annexe n°4 présente la valeur du facteur de confiance λ pour différents niveaux
de confiance.
73
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 57
74
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 60 et 61
Par exemple, pour une population de 10 000 paiements, l’auditeur veut s’assurer que le nombre
de déviations par rapport à la procédure ne dépasse pas 1% avec un niveau de confiance de 95%.
L’échantillon nécessaire serait de : 300 (soit 3 divisé par 1%)
Le chiffre 3 étant le facteur de confiance λ pour un niveau de confiance de 95% et 1% le degré de
précision.
Si l’auditeur ne décèle aucune erreur dans l’échantillon, le degré de précision devient alors la
limite d’erreurs maximale et il pourra affirmer qu’il est sûr à 95% que le taux d’erreur dans la
population est inférieur à 1%. Le risque que le taux d’erreurs dans la population dépasse le degré
de précision (ici 1%) est de 5% (soit le complément par rapport à 100% du niveau de confiance).
Par contre, s’il décèle une seule erreur il ne pourra plus soutenir une telle affirmation. Cependant,
il sera sûr que la population comporte des erreurs. A ce moment là, l’auditeur doit ajuster le
degré de précision au moyen de la formule suivante :
l + å P (e )
P' =
n
où : P’ : nouveau degré de précision résultant du sondage
λ : facteur de confiance
P(e) : facteur d’ajustement
Les facteurs d’ajustements P(e) sont présentés dans le tableau de l’Annexe n°4. Par convention,
dans les sondages de tests de procédures, toutes les erreurs sont attribuables à des surestimations.
L’auditeur devra déterminer autant de facteurs d’ajustements que d’erreurs décelées dans
l’échantillon et ensuite les additionner.
Pour notre exemple, si l’auditeur a relevé deux erreurs, le degré de précision ajusté serait de
2,1% :
3 + (1,75 + 1,56 )
P' = = 2,1%
300
Les valeurs 1,75 et 1,56 étant les facteurs d’ajustement pour deux erreurs en fonction d’un niveau
de confiance de 95% tel que mentionné dans le tableau de l’Annexe n°4.
L’auditeur pourra donc affirmer qu’il est sûr à 95% que le taux d’erreur dans la population est
inférieur à 2,1%. Il doit ensuite comparer ce taux au taux maximal acceptable. S’il est supérieur,
il doit :
· soit considérer que le contrôle n’est pas efficace et augmenter l’étendue de ses travaux
substantifs ;
Le sondage séquentiel, également appelé « Stop-or-Go » dans la littérature anglophone, est une
autre variante des sondages d’attributs.
Dans les autres plans de sondage l’attribut, l’auditeur examine un échantillon unique ayant une
taille spécifique. Dans le sondage séquentiel, l’échantillon peut être sélectionné sur plusieurs
étapes : chaque étape dépend des résultats de l’étape précédente. L’auditeur peut gagner en
efficacité en utilisant le sondage séquentiel. 75
Le sondage séquentiel est préconisé lorsque l’auditeur s’attend à trouver très peu d’erreurs. Il va
donc sélectionner un échantillon réduit et en fonction du nombre d’erreurs décelées il décide soit
d’augmenter la taille de l’échantillon soit de s’arrêter :
- Si l’auditeur ne trouve aucune erreur dans l’échantillon initial, il pourra s’arrêter et
conclure que le contrôle est efficace.
- S’il décèle une ou plusieurs erreurs, il va décider soit d’augmenter la taille de
l’échantillon soit de s’arrêter et de conclure que le contrôle n’est pas efficace.
A l’inverse, dans un autre sondage d’attribut, l’auditeur va examiner la totalité d’un échantillon
dont la taille dépend de l’estimation initiale du taux d’erreurs dans la population. Si ce dernier est
surestimé, l’auditeur sera amené, toute chose étant égale par ailleurs, à examiner une taille
d’échantillon plus importante que ce qui est nécessaire.
Pour calculer la taille de départ de l’échantillon, l’auditeur va, d’abord, fixer les paramètres
suivants :
- Le niveau de confiance ;
- Le taux maximal d’erreurs acceptable.
Par la suite, en fonction de ces paramètres, il utilise le tableau76 suivant pour calculer la taille de
l’échantillon :
75
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 62.
76
Idem.
Pour la suite du sondage, l’auditeur va utiliser le tableau77 figurant à l’Annexe n°5 dont un extrait
est présenté ci après :
Facteur de risque par niveau de
Nombre confiance
d'erreurs
90% 95% 97,50%
0 2,4 3,0 3,7
1 3,9 4,8 5,6
2 5,4 6,3 7,3
3 6,7 7,8 8,8
4 8,0 9,2 10,3
5 9,3 10,6 11,7
…. …. …. ….
36 45,0 47,6 49,9
Pour l’exemple cité ci-haut, si l’auditeur n’a relevé aucune erreur alors le taux maximal d’erreurs
projeté dans la population est égal à :
Taux maximal d’erreurs = Facteur de risque (égal à 2,4) / Taille de l’échantillon (48) = 5 %
77
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 63.
Le taux maximal d’erreur n’étant pas supérieur au taux acceptable, l’auditeur peut valablement
conclure que le niveau de risque de non-contrôle est faible.
Si l’auditeur avait relevé une erreur, le taux maximal d’erreurs projeté dans la population serait
égal à :
Taux maximal d’erreurs = Facteur de risque (égal à 3,9) / Taille de l’échantillon (48) = 8,13 %
Le taux maximal d’erreurs étant supérieur au taux acceptable, l’auditeur doit augmenter la taille
de l’échantillon ou alors augmenter le niveau du risque de non-contrôle :
Taille de l’échantillon = Facteur de risque (égal à 3,9) / Taux maximal acceptable (5%) = 78
L’auditeur ayant déjà examiné un échantillon de 48, il doit examiner 30 éléments additionnels et
ainsi de suite.
Les différentes étapes du sondage séquentiel peuvent être résumées dans le tableau suivant pour
notre exemple :
Passer directement
S'arrêter si le Augmenter la taille de
Taille à l'étape 5 si le
nombre d'erreurs l'échantillon si le
Etape cumulée de nombre d'erreurs
décelées est égal nombre d'erreurs est
l'échantillon est au moins égal
à égal à :
à:
1: passer à l'étape 2
1 48 0 2: passer à l'étape 3 4
3: passer à l'étape 4
2: passer à l'étape 3
2 78 1 4
3: passer à l'étape 4
3 108 2 3: passer à l'étape 4 4
4 134 3 4
Le sondage des variables est utilisé par l’auditeur lorsqu’il désire aboutir à une conclusion sur
une population en termes de montant. Il est utilisé par l’auditeur dans le cadre des tests
substantifs pour aboutir à une conclusion sur la validité des montants comptabilisés.
Les éléments de l’échantillon sélectionné sont examinés pour déterminer la valeur auditée (c'est-
à-dire la valeur correcte à laquelle ils doivent être comptabilisés). Les différences entre les
valeurs comptabilisées et les valeurs déterminées par l’auditeur seront projetées à la population
pour déterminer sa valeur totale estimée.
La technique de sondage des variables utilise la théorie de la distribution Normale pour tirer une
conclusion sur la population à partir des résultats de l’échantillon.
Il existe trois approches dans le cadre de cette technique qui diffèrent au niveau de la manière
selon laquelle les résultats de l’échantillon sont projetés à la population :
différences entre les montants comptabilisés et les valeurs auditées dans l’échantillon. A
défaut, le mécanisme de la formule sous-jacente dans chacune de ces deux approches aboutit
à la conclusion erronée que l’allocation pour risque d’échantillonnage est nulle. Si l’auditeur
estime qu’il s’attend à trouver très peu d’erreurs dans l’échantillon, voir aucune, il devrait
opter pour l’approche d’estimation par la moyenne.
En fonction des circonstances, plusieurs auditeurs préfèrent utiliser l’estimation par la différence
ou par le ratio. Ces deux approches sont généralement plus efficientes que l’estimation par la
moyenne car elles nécessitent une taille d’échantillon moins importante pour atteindre les mêmes
résultats.
Le risque Beta est déterminé à partir de l’équation du risque d’audit (voir premier chapitre et
première section) :
RA
RS =
RI ´ RNC ´ RPA
RA : Risque d’audit
RI : Risque inhérent
RNC : Risque de non-contrôle
RS : Risque lié aux sondages (Beta)
RPA : Risque lié aux procédures analytiques
Le risque d’audit est généralement fixé à 5%. Pour calculer le risque Beta (RS), l’auditeur doit
convertir son évaluation des autres risques (risque inhérent, risque de non-contrôle et risque lié
aux procédures analytiques) en pourcentages. Pour cela il peut utiliser les valeurs présentées dans
le tableau78 suivant :
Faible Modéré Elevé
Risque inhérent 40% 50% 60%
Risque de non-contrôle 20% 50% 80%
Risque lié aux autres procédés79 30% 50% 70%
A titre d’illustration, pour un risque inhérent jugé faible, un risque de non-contrôle élevé (le
contrôle testé est jugée peu efficace par l’auditeur) et un risque lié aux procédures analytiques
modéré (l’examen analytique fournit une assurance moyenne), le risque Beta sera de 31,25% :
RS (Beta) = 5% / (40%×80%×50%) = 31,25%
Si le risque Beta ressort à un taux compris entre 100% et 50%, les auditeurs estiment qu’un test
statistique devrait avoir au moins une chance égale de détecter une anomalie significative. Par
conséquent, nous adoptons la convention qu’il est fréquent en pratique de retenir un risque Beta
inférieur ou égal à 50% pour tous les tests statistiques.80 Donc, si le taux Beta calculé selon
l’équation ressort entre 100% et 50%, l’auditeur retiendra un taux de 50%.
Le risque Alpha est le risque que les résultats de l’échantillon aboutissent à rejeter une population
qui devrait en réalité être acceptée.
Plusieurs praticiens estiment que le risque Alpha devrait être fixé à 5% au maximum (soit un
niveau de confiance de 95%). Dans la pratique d’audit un intervalle de 90 à 98% est typique. Un
78
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p.21.
79
Les autres procédés correspondent généralement aux examens analytiques.
80
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 153.
risque Alpha plus élevé (c'est-à-dire un niveau de confiance plus faible) peut être justifié lorsque
le coût et l’effort pour la sélection d’échantillons additionnels est faible et très peu de différences
(valeur auditée moins la valeur comptabilisée) sont attendues.81
En effet, le risque Alpha devient un souci au moment d’évaluer les résultats de l’échantillon et
uniquement quand l’auditeur rejette la valeur comptabilisée par le client. En conséquence, dans le
cas d’une décision de rejet sur la base d’un faible niveau de confiance, la première prédisposition
de l’auditeur serait d’étendre l’échantillon. Donc, à moins que l’auditeur estime qu’il est peu
coûteux de sélectionner des éléments additionnels ultérieurement, il devrait retenir un risque
Alpha inférieur à 10% soit un niveau de confiance supérieur à 90%.
Au risque Alpha déterminé par l’auditeur, un facteur de confiance ( F ) doit lui être associé en
fonction du tableau82 suivant :
Niveau de confiance Facteur de
(probabilité en %) confiance
68,3 1,00
70,0 1,04
75,0 1,15
80,0 1,28
85,0 1,44
90,0 1,64
95,0 1,96
95,4 2,00
99,0 2,58
99,7 3,00
L’auditeur doit déterminer l’erreur tolérable pour le compte objet du test. Elle correspond au
montant maximal d'erreurs dans les résultats des tests que l’auditeur est prêt à accepter tout en
concluant que le résultat obtenu sur l'échantillon a atteint l'objectif de l’audit.
A partir de l’erreur tolérable, l’auditeur va déterminer une précision monétaire. Il s’agit du degré
de précision dont il a besoin pour interpréter les résultats du sondage. Puisque l’auditeur doit
tenir compte du risque d’échantillonnage, il doit retenir une précision inférieure à l’erreur
tolérable. De cette manière, il pourra accepter le solde d’un compte lorsqu’il est situé à plus ou
moins le montant de la précision.
81
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 145.
82
CORMIER (D.), L’utilisation de méthodes quantitatives en vérification, p. 243
La précision est calculée en multipliant l’erreur tolérable par un ratio d’ajustement, lequel ratio
est déterminé en fonction du risque Alpha et du risque Beta tels que fixés dans l’étape
précédente :
P = ET ´ R
P : Précision de base
ET : Erreur tolérable
R : Ratio d’ajustement
Risque d'une
Risque d'un rejet incorrect (Risque Alpha)
acceptation incorrecte
(Risque Beta) 20 10 5 1
A titre d’illustration, si l’auditeur a déterminé l’erreur tolérable à 100 000 dinars et en même
temps le risque Beta et Alpha à 15% et 5% respectivement, la précision serait de 65 300 dinars
(soit 100 000 × 0,653).
83
AICPA, Audit and Accounting Guide: « Audit Sampling », Annexe E
F : Facteur de confiance
σ : Ecart type estimé de la population
N : Nombre d’éléments dans la population
P : Précision de base
84
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 101.
åVA
2
2
- nVA
VA : les valeurs auditées de l’échantillon j =1
j
s=
VA : la moyenne des valeurs auditées de l’échantillon n -1
n : le nombre d’éléments dans l’échantillon
(typiquement 30 pour l’échantillon pilote)
Estimation par la différence
où : n
åd
2
2
- nd
d : les différences entre les valeurs auditées et les j =1
j
sd =
montants comptabilisés n -1
d : la moyenne des différences
Estimation par le ratio
où : n n n
Il est vrai que l’utilisation de ces formules tend à être compliquée et principalement pour
l’estimation par le ratio lorsqu’elle est effectuée manuellement. Cependant, les choses deviennent
beaucoup plus faciles par l’assistance de l’outil informatique et notamment le tableur Excel.
En effet, pour les deux premières approches, il existe une fonction au niveau d’Excel qui permet
le calcul direct de l’écart type. Il suffit pour l’auditeur de saisir le montant des variables (les
valeurs auditées ou alors les différences selon l’approche) et d’indiquer dans la formule les
cellules qui contiennent ces montants. Cette fonction est : « STDEV (montant1 ; montant2 ;...) »
Une fois l’écart type calculé, l’auditeur va appliquer la formule de calcul de la taille de
l’échantillon. Il procèdera par la suite à la sélection des éléments additionnels en plus des 30 qu’il
a déjà exploité pour le calcul de l’écart type.
L’auditeur va exécuter le test d’audit sur les éléments additionnels sélectionnés et il va calculer
les valeurs auditées et les comparer par rapport aux montants comptabilisés. Il devra analyser les
erreurs pour déterminer leurs causes, leurs natures et si elles ont un caractère systématique. Une
erreur systématique est une erreur récurrente. Par exemple une mauvaise application des
formules lors de l’évaluation des stocks ou lors du calcul des provisions. Ce type d’erreurs doit
être corrigé pour l’ensemble de la population et ne doit pas être inclus dans la projection des
résultats de l’échantillon à la population.
Par la suite, l’auditeur va déterminer de nouveau l’écart type en utilisant l’ensemble des données
de l’échantillon et suivant les mêmes formules présentées ci-avant pour les trois différentes
approches.
En fonction de l’écart type, l’auditeur va calculer la précision obtenue (Po) et la précision ajustée
(Paj).
La précision obtenue est calculée selon la formule suivante :
s
Po = F × × N 1 - (n N )
n
où : F : Facteur de confiance
s : Ecart type de la variable concernée selon l’approche
N : nombre d’éléments dans la population
n : nombre d’éléments dans l’échantillon
A travers cette formule, il s’agit de calculer une nouvelle précision qui tient compte du nouvel
écart type et de la taille de l’échantillon.
Si la précision obtenue (Po) est différente de la précision de base (P), l’auditeur doit calculer une
précision ajustée (Paj) qui permet de maintenir le risque Beta au seuil auquel il a été fixé
initialement. La formule de la précision ajustée (Paj) est la suivante :
æ Po ö
Paj = Po + ET ç1 - ÷
è P ø
où : Po : la précision obtenue
ET : l’erreur tolérable
P : précision de base
Pour l’approche d’estimation par la moyenne : il doit multiplier la moyenne des valeurs auditées
de l’échantillon par le nombre d’éléments dans la population.
Pour l’approche d’estimation par la différence : il doit multiplier la moyenne des différences
entre les valeurs auditées et les montants comptabilisés de l’échantillon par le nombre d’éléments
dans la population. Le montant, ainsi calculé, doit venir en correction de la valeur comptabilisée
de la population pour déduire la valeur estimée de la population.
Enfin pour l’approche d’estimation par le ratio : il doit calculer le ratio entre la somme des
valeurs auditées et la somme des montants comptabilisés de l’échantillon. Le montant, ainsi
calculé, doit être multiplié par la valeur comptabilisée de la population pour déduire la valeur
estimée de la population.
Une fois la valeur estimée de la population calculée, l’auditeur doit construire un intervalle de
décision. En effet, la valeur estimée n’est qu’un point d’estimation et la valeur réelle de la
population pourrait être n’importe quel point se trouvant sur l’intervalle de décision représenté
par la valeur estimée plus ou moins la précision ajustée (Paj). L’auditeur doit, enfin, comparer
entre la valeur comptabilisée et l’intervalle de décision et conclure, en fonction, de l’erreur
tolérable s’il peut accepter le montant comptabilisé ou pas.
La technique de sondage des variables est utilisée pour les tests substantifs. C’est le cas
également du sondage des unités monétaires que nous allons présenter dans la section suivante.
Les deux techniques fournissent à l’auditeur les éléments probants nécessaires pour atteindre son
objectif d’audit. Nous allons voir ci-dessous les avantages et les inconvénients de la technique de
sondage des variables.
Les techniques de sondage des unités monétaires ont été développées spécialement pour les
travaux d’audit. Nous allons présenter dans un premier temps la méthode S.U.M et ensuite la
méthode F.C.P.
§1. La méthode S. U. M.
La méthode S.U.M. (Sondage des Unités Monétaires), également appelée « dollar unit
sampling » ou encore « probability proportional to size » dans la littérature anglophone, est une
technique qui permet l’estimation de la valeur de l’erreur dans la population.
Cette technique est utilisée depuis plusieurs années85 et elle se trouve être largement acceptée par
les praticiens.
Bien qu’utilisée essentiellement pour les tests substantifs, cette méthode empreinte la technique
des sondages d’attribut pour l’adapter à des populations comptables (monétaires).
En effet, dans cette méthode, l’unité d’échantillonnage (ou individu) est définie comme étant
l’unité monétaire (dinar) et non pas comme un solde de compte, une écriture comptable ou une
transaction (appelés éléments comptables, « unités physiques »86 ou encore « unités logiques »87).
Bien entendu, il n’est pas envisageable d’auditer des unités monétaires. Il s’agit, donc, pour
l’auditeur d’examiner les éléments comptables contenant les unités monétaires sélectionnées.
85
La technique a été développée en 1962 par STRINGER et STEPHAN. Elle a connu par la suivante plusieurs
évolutions.
86
GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, p. 196.
87
CNCC: Note d’information n°18, « Les sondages en audit », p. 77.
Le niveau de confiance traduit le risque Beta et il est déterminé selon la même approche
présentée au niveau du §2.1 de la deuxième section de ce chapitre. Le facteur de confiance λ est,
par la suite, obtenu directement à partir du tableau présenté au niveau de l’Annexe n°4.
Le degré de précision P est calculé en divisant le montant de la précision monétaire souhaitée par
le montant de la population. La précision monétaire est le montant d’erreurs maximum que
l’auditeur est prêt à accepter pour la population. Elle est calculée à partir de l’erreur tolérable
moins le montant des erreurs que l’auditeur s’attend à trouver. Si l’auditeur retient un montant
d’erreurs attendues nul, il doit garder à l’esprit que chaque erreur relevée aura comme
conséquence un ajustement à la hausse de la précision monétaire et, donc, un risque de rejet de la
population.
En effet, la détermination de la précision monétaire permet implicitement à l’auditeur de gérer le
risque Alpha de rejet incorrect de la population. Si l’auditeur sous-estime les erreurs attendues,
l’échantillon sera réduit mais le risque de travaux additionnels en cas de rejet sera important.
A titre d’exemple, si l’auditeur fixe le niveau de confiance à 80% (soit un risque Beta de 20%) le
facteur de confiance sera égal à 1,6. Par la suite, pour une population présentant un total de
1 000 000 dinars et une erreur tolérable de 40 000 dinars, il fixe la précision monétaire à 25 000
dinars (c'est-à-dire que les erreurs attendues dans la population sont estimées à 15 000 dinars). La
taille n de l’échantillon sera de 64 :
1,6
n= = 64
25000 1000000
88
Cet élément est prélevé deux fois : Les éléments supérieurs à l’intervalle de sondage sont automatiquement
prélevés au moins une fois. Ils peuvent également être prélevés deux fois ou plus comme c’est le cas dans cet
exemple. Bien entendu, l’élément n’est contrôlé qu’une seule fois. Le nombre d’éléments à contrôler peut, donc, être
inférieur à la taille de l’échantillon.
L’auditeur va examiner les éléments prélevés et noter les erreurs décelées. En l’absence
d’erreurs, l’évaluation du sondage est simple. L’auditeur peut affirmer qu’il est sûr à 80%
(niveau de confiance) que le total des erreurs dans la population ne dépasse pas la précision
monétaire fixée initialement.
En présence d’erreurs, l’auditeur doit calculer l’erreur maximale dans la population. Pour cela, il
doit d’abord distinguer entre les erreurs de surestimation (montant comptabilisé surestimé) et les
erreurs de sous-estimation. Pour chaque catégorie, il doit procéder au traitement suivant :
Pour les erreurs contenues dans des éléments comptables qui sont inférieurs à l’intervalle de
sondage :
- Les erreurs doivent être classées dans l’ordre décroissant en fonction de leurs importances
relatives par rapport à la valeur de l’élément contrôlé, ainsi chaque erreur aura un rang :
une erreur de 100 dinars pour un élément d’une valeur de 200 dinars est plus importante
qu’une erreur de 1 500 dinars pour élément d’une valeur de 5 000 dinars.
- Les erreurs doivent être projetées sur l’intervalle de sondage : le ratio entre l’erreur et la
valeur de l’élément est multiplié par l’intervalle de sondage
- Il faut, ensuite, calculer l’erreur ajustée en multipliant l’erreur projetée par un facteur
d’ajustement en fonction du rang de l’erreur et en fonction du sens de l’erreur
(surestimation ou sous-estimation). Les facteurs d’ajustement sont présentés au tableau à
l’Annexe n°4.
Les erreurs contenues dans des éléments comptables supérieurs ou égaux à l’intervalle de
sondage ne font pas l’objet d’une extrapolation car tous les éléments de la population qui
dépassent la valeur de l’intervalle sont, par défaut, échantillonnés. Elles sont appelées « erreurs
hors strates »89. Dans ce cas, l’erreur ajustée est égale au montant de l’erreur relevée.
Une fois ce traitement effectué, l’auditeur va calculer l’erreur maximale estimée dans la
population comme étant : La somme des erreurs ajustées de surestimation moins la somme des
erreurs ajustées de sous-estimation plus la précision monétaire calculée initialement.
Pour pouvoir conclure son sondage, l’auditeur compare entre l’erreur maximale estimée et
l’erreur tolérable.
89
RAFFEGEAU (J.), DUBOIS (F.), Audit : Méthodes statistiques, p. 246.
La méthode F.C.P. (ou Franc Cumulé Pondéré) a été développée dans les années 80 par Robert
Labouze90.
L’objectif de la méthode est d’estimer l’erreur contenue dans une population à partir des écarts
constatés dans l’examen d’un échantillon.
De la même façon que pour la méthode S.U.M., la méthode F.C.P définit l’individu statistique
comme étant l’unité monétaire (dinars) et non pas comme étant l’élément comptable (ou unité
physique : facture, solde, transaction…). Le prélèvement de l’échantillon est également basé sur
un cumul de la valeur des éléments comptables puis à une sélection des éléments comptables
auxquels appartiennent les unités monétaires extraites. Cependant, la méthode F.C.P préconise
une sélection aléatoire et non pas une sélection systématique comme c’est le cas pour la méthode
S.U.M.
La différence majeure entre les deux méthodes concerne l’extrapolation des erreurs constatées.
La méthode S.U.M utilise la technique d’estimation des proportions91pour extrapoler les résultats
de l’échantillon sur la population alors que la méthode F.C.P utilise une technique d’estimation
de variables92qui est semblable à celle présentée dans la Section 2 pour le sondage des variables.
La méthode ne prévoit pas de formule pour le calcul de la taille de l’échantillon. Pour le cas
d’estimation d’un écart (erreur) dans une population, la taille de l’échantillon doit être au
minimum égale à 10093.
Au-dessus de ce seuil, plus l’échantillon sera grand, plus l’estimation de l’écart sera précise : il
n’y a donc aucune limite supérieure pour fixer la taille de l’échantillon, si ce n’est celle imposée
par les contraintes de coût et de délai.94
90
Robert Labouze : Ingénieur Centralien et Expert Comptable français.
91
La technique d’estimation des proportions est basée sur la loi de Poisson ou alors sur la loi Binomiale.
92
La technique d’estimation des variables est basée sur la loi Normale.
93
Au dessous de ce seuil, l’interprétation des résultats selon la Loi Normale peut être faussée. En effet, l’importance
des écarts nuls (éléments comptables corrects) peut rendre très dissymétrique la distribution des écarts.
94
LABOUZE (R.), « A propos des sondages…une réponse française au Dollar Unit Sampling : La méthode F.C.P. »,
Revue Française de Comptabilité, juin 1985.
La somme cumulée des éléments comptables doit être calculée. Par la suite, « n » nombres
aléatoires compris entre 1 et le total de la population doivent être générés (« n » étant la taille de
l’échantillon). La série de nombres aléatoires doit être triée dans un ordre croissant.
Le premier nombre de la série constitue la première unité monétaire à sélectionner. Il faut donc
parcourir la somme cumulée des éléments comptables jusqu’à atteindre le montant qui comprend
ce premier nombre. L’élément comptable correspondant sera prélevé et ainsi de suite jusqu’à
prélever tous les éléments comptables qui contiennent les n unités monétaires de l’échantillon.
Pour chaque élément comptable prélevé, l’auditeur détermine la valeur réelle Vr et la compare à
la valeur comptabilisée Vc. Il calcule par la suite l’écart relatif E pour chaque élément de
l’échantillon selon la formule suivante :
Vc - Vr
E=
Vc
L’écart relatif peut être positif ou négatif selon qu’il s’agisse d’une surestimation ou d’une sous-
estimation, respectivement. L’écart peut également être nul si la valeur comptabilisée est
correcte.
Une fois tous les n éléments comptables de l’échantillon examinés, l’auditeur déduit un écart
global moyen E correspondant à la moyenne de tous les écarts relatifs Ei selon la formule
suivante :
n
åE i
E= i =1
n
L’auditeur doit, également, calculer l’écart type se de tous les écarts relatifs Ei constatés dans
å (E )
n
2
i -E
se = i =1
n -1
L’objectif de l’auditeur étant d’estimer l’écart moyen réel Er au niveau de la population. Cet
écart peut s’estimer au moyen de l’intervalle de confiance suivant :
E - Z × se < Er < E + Z × se
Les paramètres E et se sont la moyenne et l’écart type observés au niveau de l’échantillon. Le
paramètre Z correspond à un facteur qui dépend du niveau de confiance et de la taille n de
l’échantillon. Le tableau95 suivant donne la valeur de Z pour différentes valeurs de n et deux
niveaux de confiance 95% et 99% :
Niveau de confiance
n 95% 99%
100 0,198 0,263
120 0,181 0,239
200 0,139 0,184
240 0,127 0,168
250 0,124 0,164
+250 1,96 n 2,576 n
Cet intervalle de confiance encadre l’écart relatif réel au niveau de la population. Pour le
convertir en termes monétaires, les bornes de l’intervalle doivent être multipliées par la valeur de
la population. Ainsi, l’auditeur peut conclure qu’il est sûr à 95% (par exemple) que le montant de
l’erreur globale au niveau de la population est compris entre deux limites connues.
Si les deux limites de l’intervalle (en valeur absolue) sont inférieures à l’erreur tolérable,
l’auditeur peut accepter la population. A défaut, il devra soit augmenter l’étendue de ses travaux
ou alors proposer un ajustement au client.
95
LABOUZE (R.), Sondages : La méthode F.C.P., Fiche n°73, Folio 10/10
Dans cette première partie nous avons présenté la méthodologie à suivre par l’auditeur pour une
utilisation approprié des sondages.
Dans ce cadre, nous avons situé, dans un premier chapitre, la place des sondages dans la
démarche d’audit. Cette démarche requiert que l’auditeur obtienne une assurance raisonnable que
les états financiers ne comportent pas d’anomalies significatives. Pour ce faire, l’auditeur doit
réunir des éléments probants suffisants et appropriés pour réduire le risque d’audit à un niveau
acceptable. Dans la collecte de ces éléments probants, l’auditeur doit procéder à des tests sur les
contrôles internes et des tests substantifs sur les comptes. Pour réaliser ces tests, l’auditeur n’a
pas l’obligation et, souvent, pas les moyens d’examiner la totalité des transactions et des soldes
de comptes. Il doit, donc, définir l’étendue de ses tests de manière à répondre aux risques
identifiés. Pour ce faire, l’auditeur procède à des sondages pour aboutir à une conclusion sur une
population en examinant uniquement un échantillon. Les sondages peuvent être statistiques ou
non-statistiques, les normes d’audit n’imposent aucune des deux approches. Cependant, seuls les
sondages statistiques permettent de mesurer le risque d’échantillonnage.
Ensuite, nous avons proposé, dans le deuxième chapitre, une démarche pour la conduite de tous
les sondages en audit. Cette démarche comprend cinq étapes clés : la conception du sondage, le
choix de l’échantillon, l’exécution de la procédure d’audit, l’évaluation des résultats du sondage
et la documentation du processus. Ces étapes doivent être appliquées d’une manière rigoureuse
que ce soit pour un sondage statistique ou un sondage non-statistique. Les sondages statistiques
se distinguent des sondages non-statistiques au niveau des étapes de choix de l’échantillon et
d’évaluation des résultats où ils font appellent à des techniques basées sur les lois de probabilité.
Le dernier chapitre de cette partie a été consacré à la présentation des techniques utilisées en
matière de sondage statistiques. Dans le cadre de cette présentation, nous avons apprécié les
avantages et les inconvénients de chacune des techniques et nous avons précisé les applications
auxquelles elles sont destinées.
Trois techniques ont été présentées pour les sondages utilisés dans le cadre des tests sur les
contrôles : Le sondage d’attribut simple, le sondage de dépistage et le sondage séquentiel.
La deuxième partie a pour objet de mettre en pratique les sondages statistiques dans l’audit d’un
établissement de crédit.
A cet effet, nous présentons dans un premier chapitre (Chapitre I) l’approche d’audit pour un
établissement de crédit. Ceci nous permettra de situer la place des sondages dans cette approche.
Au sens de l’article 2 de la loi 2001-65 du 10 juillet 200196, relative aux établissements de crédit,
« est considérée comme établissement de crédit, toute personne morale qui exerce, à titre de
profession habituelle, les opérations bancaires ».
Les opérations bancaires comprennent :
- La réception des dépôts du public ;
- L’octroi de crédits ;
- L’exercice, à titre d’intermédiaire, des opérations de change ;
- La mise à la disposition de la clientèle et la gestion des moyens de paiement.
Les établissements de crédit peuvent également exercer d’autres activités liées à l’activité
principale telles que le conseil et l'assistance en matière de gestion de patrimoine, de gestion
financière, d'ingénierie financière et d'une manière générale tous les services destinés à faciliter
la création, le développement et la restructuration des entreprises.
Les établissements de crédit peuvent, en outre, prendre des participations au capital d'entreprises
existantes ou en création, conformément aux conditions prévues par la loi 2001-6597.
Les établissements de crédit doivent avoir la forme d’une société anonyme et doivent nommer un
commissaire aux comptes. Les établissements de crédit qui font appel public à l’épargne doivent
avoir deux commissaires aux comptes98.
96
J.O.R.T., 2001, n°55, page 1671.
97
L’art 21 et l’art 22 de la loi 2001-65 présentent les limites relatives aux prises de participations par un
établissement de crédit.
98
L’art 35 de la loi 2001-65.
Les dispositions relatives au commissariat aux comptes d’une société anonyme ont été prévues
par les articles 258 à 273 du CSC. Les obligations légales ont été précisées au niveau des articles
258 et 266 du même code. En effet, le commissaire aux comptes a une mission essentielle de
vérification de la régularité et de la sincérité des comptes de la société conformément aux
dispositions légales et réglementaires en vigueur. Cette obligation va se matérialiser par un
rapport général sur les comptes à l’attention des actionnaires.
En plus de ses obligations légales, le commissaire aux comptes d’un établissement de crédit est
tenu :
- de signaler immédiatement à la Banque Centrale de Tunisie tout fait de nature à mettre en
péril les intérêts de l’établissement ou des déposants,
- de remettre à la Banque Centrale de Tunisie, dans les six mois qui suivent la clôture de
chaque exercice, un rapport concernant le contrôle effectué par eux. Ce rapport est établi dans les
conditions et selon les modalités fixées par la Banque Centrale de Tunisie.99
99
Article 35 de la loi 2001-65
En matière de processus crédit et estimation des provisions et dans le cadre des diligences
exigées par la Banque Centrale de Tunisie100, le commissaire aux comptes devrait notamment :
– Evaluer l'adéquation et l'application des politiques et procédures pour l'octroi du crédit, y
compris les procédures d'approbation du crédit, d'établissement et de mise en application
des programmes d'amortissement, de recouvrement des prêts échus et impayés et de
provisionnement pour les pertes courantes et potentielles.
– Evaluer la qualité des actifs et couvrir dans le cadre de son évaluation au moins 80% du
total des actifs du bilan et hors bilan.
L’auditeur doit prendre en compte les spécificités suivantes dans l’approche d’audit d’un
établissement de crédit :
- le volume des transactions et la multiplicité de contreparties ;
- la complexité de certaines opérations ;
- l’importance de la composante informatique ;
- la multiplicité des implantations géographiques ;
- l’existence de nombreuses dispositions règlementaires régissant l’activité.
Pour cela, dans les établissements de crédit, plus que dans les entreprises industrielles et
commerciales, l’auditeur doit privilégier une approche par le contrôle interne dans laquelle les
phase de prise de connaissance de l’environnement de contrôle et d’évaluation des procédures
doivent lui permettre de bien maîtriser le risque d’audit.
L’objectif de cette phase est d’identifier les principales procédures et d’apprécier la fiabilité
d’ensemble du contrôle interne. L’auditeur va apprécier si l’environnement de contrôle d’une
manière globale contribue à la fiabilité des systèmes comptables ou de gestion. Cette
compréhension est une composante essentielle de la mise en œuvre d’une démarche fondée sur le
contrôle interne.
100
Ces exigences sont prévues par la note aux banques et établissements financiers°93-23 du 30 juillet 1993 portant
termes de référence pour l’audit des comptes.
Pour être efficace, un système de contrôle interne doit s’appuyer sur trois piliers :
a) une organisation autour du Contrôle Permanent et du Contrôle Périodique 101:
• Le Contrôle Permanent repose sur la mise en œuvre en continu de contrôles sur les
procédures. Il est assuré en premier lieu par les opérationnels et en second lieu par les
supérieurs hiérarchiques de ceux-ci;
• Le Contrôle Périodique est assuré “ex post”, au moyen d’enquêtes, par des collaborateurs
autres que ceux intervenant dans le Contrôle Permanent. Il est exercé par les services chargés
de l’inspection générale et de l’audit interne.
b) la séparation des tâches : elle s’exerce particulièrement entre l’initiation et l’exécution des
opérations, leur comptabilisation et leur règlement, et leur contrôle ; elle se traduit aussi par la
mise en place de fonctions spécialisées indépendantes ainsi que par une séparation claire entre les
acteurs du Contrôle Permanent et ceux du Contrôle Périodique ;
c) la responsabilité des opérationnels : le Contrôle Permanent est intégré dans l’organisation
opérationnelle, sous la responsabilité directe des Directions opérationnelles et ceux-ci doivent se
doter des moyens d’action nécessaires. En effet, chaque responsable, à son niveau, a le devoir
d’un contrôle efficace des activités placées sous sa responsabilité ;
L’existence d’un service d’audit interne, ou d’inspection, ayant des missions et des objectifs
clairement définis, ainsi que l’obligation de rendre compte, est un élément clé dans le dispositif
de contrôle interne. Il appartient à l’auditeur de déterminer si et dans quelle mesure il peut
prendre en considération les travaux réalisés par le service d’audit interne. La norme ISA 610
prévoit que « Lorsque l’auditeur externe a l’intention d’utiliser des travaux spécifiques de l’audit
interne, il doit évaluer et examiner ces travaux pour confirmer leur adéquation avec ses propres
objectifs. »
101
La circulaire aux établissements de crédit n°2006-19 du 28 novembre 2006 a institué cette règle d’une manière
règlementaire.
La norme IAPS 1006102 prévoit que, lors de la détermination du seuil de signification, l’auditeur
doit prendre en considération les facteurs suivants:
• En raison de l’effet de levier important qui prévaut chez les établissements de crédit, des erreurs
de faibles montants, peuvent avoir un effet significatif sur le résultat de la période et sur les
capitaux propres même s’ils peuvent être considérés comme non significatifs pour le total bilan.
• Le résultat d’un établissement de crédit est généralement très faible lorsqu’il est comparé au
total des actifs et aux engagements hors-bilan. Par conséquent, les erreurs qui se rapportent
uniquement aux rubriques du bilan ou des engagements hors-bilan peuvent être considérés
comme moins significatives que les erreurs qui impactent également l’état de résultat.
• Les établissements de crédit doivent respecter des ratios règlementaires, notamment, en matière
de niveau minimum de capitaux propres. Le non respect de ces ratios peut remettre en cause la
validité de l’hypothèse de continuité d’exploitation. L’auditeur doit, donc, établir son seuil de
signification de manière à identifier les anomalies qui, lorsqu’elles ne sont pas corrigées, peuvent
entraîner le non respect des ratios règlementaires.
Du fait que la quasi-totalité des établissements de crédit sont des sociétés ouvertes (qui font appel
public à l’épargne) et qu’ils opèrent dans un secteur très réglementé, les auditeurs utilisent, dans
la plupart des cas, un seuil inférieur à 10 % du bénéfice avant impôts provenant des activités
ordinaires comme seuil de signification. Ce seuil est généralement fixé à 5%. Dans certains cas,
ce seuil est augmenté à un maximum compris entre 6 et 8% si les critères suivants sont satisfaits :
• l’expérience passée auprès de l’établissement indique que la direction est compétente et très
intègre et qu'elle applique des principes comptables prudents plutôt que risqués, et l’auditeur a
lieu de croire qu'elle maintiendra cette ligne de conduite;
• l’auditeur a déterminé que l’environnement de contrôle interne à l'échelle de l'entité est
efficace.
En plus du critère bénéfice avant impôts provenant des activités ordinaires, l’auditeur peut
choisir d’autres critères pour déterminer le seuil de signification, notamment lorsque le résultat
est faible ou alors pas stable. Cependant, le critère total des actifs, même s’il peut être adéquat
102
International Auditing Practice Statement 1006: « Audits of the financial statements of banks », paragraphe 46.
pour les entreprises industrielles et commerciales, n’est pas du tout adéquat pour les
établissements de crédit en raison de l’importance de l’effet du levier comme le démontre le
tableau suivant qui présente les chiffres comparatifs des dix banques cotées :
Chiffres au 31/12/2006
En millions de dinars BNA STB BH BT AB BIAT UBCI ATB UIB Attijari
Produits 306 324 248 159 191 317 108 154 130 155
Total actif 4 492 4 707 3 725 1 810 2 411 4 133 1 369 2 162 1 861 2 170
Capitaux propres 366 440 248 316 224 380 155 182 166 100
Résultat courant avant impôt 19 26 47 47 21 26 19 27 0 -175
0,5% des Produits 1,5 1,6 1,2 0,8 1,0 1,6 0,5 0,8 0,6 0,8
0,5% du Total Actif 22,5 23,5 18,6 9,0 12,1 20,7 6,8 10,8 9,3 10,8
1% des Capitaux propres 3,7 4,4 2,5 3,2 2,2 3,8 1,6 1,8 1,7 1,0
5% du résultat 1,0 1,3 2,4 2,4 1,1 1,3 1,0 1,3 0,0 -8,7
8% du résultat 1,5 2,1 3,8 3,8 1,7 2,1 1,5 2,1 0,0 -14,0
L’auditeur doit déterminer quelles sont les rubriques de comptes significatives. Les rubriques de
comptes sont jugées significatives si elles sont susceptibles de contenir des erreurs importantes
pour l’audit, compte tenu de leur importance relative et de leur lien avec les risques inhérents à
l’activité et les risques liés aux états financiers qui ont été décelés.
Pour déterminer quels sont les comptes significatifs, l’auditeur commence avec les rubriques des
états financiers (bilan, hors bilan et état des résultats) ou au niveau des notes. Il peut envisager de
fractionner davantage les composantes d'un compte ou rubrique de comptes assujetti à des
risques différents (risque inhérent et risque de non-contrôle). Ces risques dépendent souvent de
l'effet de catégories différentes d'opérations dans les processus de l’établissement de crédit.
Les comptes ou groupes de comptes dont le solde avoisine ou excède le montant auquel a été
fixée l'erreur tolérable seront vraisemblablement considérés comme significatifs. Dans les
établissements de crédit, la quasi-totalité des rubriques de compte se trouvent être avec un solde
supérieur à l’erreur tolérable et sont de ce fait considérés toutes comme significatives.
L’exception concerne, pour certains établissements, les rubriques « Autres produits
d’exploitation » et « Solde en gain ou perte provenant des autres éléments ordinaires » qui
peuvent présenter des soldes inférieurs à l’erreur tolérable. Cependant, pour cette dernière, de
part sa nature, elle présente un risque inhérent élevé et cette rubrique doit être considérée comme
significative combien même son solde est inférieur à l’erreur tolérable dans la mesure où les
transactions enregistrées dans cette rubrique ont parfois un caractère non-récurrent.
Après avoir déterminé quels étaient les comptes (ou groupes de comptes) significatifs, l’auditeur
fixe les assertions contenues dans les états financiers qui sont importantes, c'est-à-dire les
assertions associées à un compte significatif et qui pourraient donner lieu à une erreur
significative. Les assertions auxquelles l’auditeur fait appel entrent dans les catégories
suivantes103:
Assertion Explication
A une date donnée, l'actif ou le passif existait, et les opérations
comptabilisées dans les actifs et les passifs sont réelles (applicable aux
Existence comptes de bilan – l'assertion correspondante pour les comptes de
produits ou de charges est généralement celle relative à la réalité des
opérations)
Selon les circonstances, les assertions ne sont pas toutes pertinentes pour un compte donné. Par
exemple, les assertions pertinentes pour la rubrique « Créances sur la clientèle » sont :
- Existence : il n’existe pas d’actif fictif parmi les créances sur clientèle ;
- Exhaustivité : il n’existe pas de créances qui a été omises des comptes ;
- Valorisation : il n’existe pas de sur ou sous-évaluation des provisions sur les créances à la
clientèle ;
103
Le paragraphe 17 de l’ISA 500 a présenté ces mêmes assertions d’une manière différente. Nous les avons
présentés d’une manière synthétisée mais en ayant repris les aspects décrits par la norme.
- Présentation et informations fournies : la rubrique inclut tous les éléments qui doivent
figurer parmi les créances sur la clientèle et toutes les informations requises par la norme
ont été présentées. Cette assertion est habituellement considérée d'un point de vue global
et pour toutes les rubriques.
§3. Identification des flux d’opérations significatifs, des risques d’erreurs et des contrôles
en place
Après avoir isolé les comptes significatifs, ainsi que les assertions correspondantes, l’auditeur
identifie les flux d'opérations significatifs qui ont une incidence sur ces comptes et assertions.
Par exemple pour l’activité Crédits, les catégories de flux d'opérations significatifs qui ont une
incidence sur la rubrique « Créances sur la clientèle » sont :
- Octroi des crédits (instruction des dossiers, approbation et mise en place)
- Suivi et identification des risques
- Evaluation des provisions
Par la suite, l’auditeur procède à la compréhension de ces flux d’opérations. Pour cette
compréhension, l’auditeur recueille l'information de diverses façons :
- examen des manuels de procédures de l'entreprise et des autres directives écrites;
- prises de renseignements auprès des membres appropriés du personnel du client;
L’auditeur poursuit son travail sur le flux d'opérations au moyen de prises de renseignements
additionnelles pour déceler les types d'erreurs susceptibles de se produire relativement aux
assertions sur les comptes significatifs contenues dans les états financiers (c.-à-d., les erreurs
possibles dans le flux de traitement). C'est là que des contrôles sont nécessaires
Il est important de considérer l'ensemble du flux des opérations, du déclenchement au report dans
les comptes, y compris les aspects manuels et automatisés du flux, pour déceler les points où des
erreurs pourraient se produire. Ces points sont ceux où des données sont ou doivent être saisies,
transférées ou modifiées. Plus l’auditeur isole ces points avec précision, plus il sera en mesure de
relever les contrôles connexes (ou l'absence de contrôles connexes), le cas échéant.
Ensuite, l’auditeur détermine, pour chaque assertion à l'égard de laquelle il pense établir le risque
de non-contrôle à un niveau inférieur au maximum, les contrôles mis en place par le client pour
prévenir ou détecter et corriger les erreurs significatives susceptibles de se produire.
Par exemple, pour les flux d'opérations significatifs, qui ont une incidence sur la rubrique
« Créances sur la clientèle » il convient de considérer les erreurs suivantes et les contrôles qui
peuvent les prévenir :
Ensuite, l’auditeur applique des tests de cheminement au flux de chacune des catégories
d'opérations importantes de même qu'aux contrôles connexes pour confirmer (entres autres) que
les contrôles ont effectivement été mis en œuvre.
Les résultats des tests de cheminement et les renseignements obtenus permettent à l’auditeur de
confirmer, pour chaque assertion importante à l'égard de laquelle il prévoit établir le risque de
§4. Evaluation des contrôles, conclusion sur les risques et programmation des travaux
d’audit
Si les tests de cheminement apportent à l’auditeur la confirmation que les contrôles prévus ont
été correctement implémenté, il va les tester pour procéder à leur évaluation.
Les tests des contrôles sont très importants pour diverses raisons : ces tests ont une incidence
directe sur l'étendue des tests substantifs; de nombreux clients s'attendent à ce que l’auditeur
évalue et teste les contrôles dans le cadre de son audit; et ces tests se traduisent souvent en
commentaires dans la lettre de recommandations permettant à la direction d'améliorer les
contrôles et les opérations de traitement et, enfin, l’auditeur d’un établissement de crédit est tenu
de part la règlementation de communiquer à la Banque Centrale ses conclusion sur les dispositifs
de contrôle interne104.
Les tests sur les contrôles permettront à l’auditeur de conclure sur l’efficacité des contrôles et
d’apprécier le niveau de risque de non-contrôle lié à une assertion relative à un compte
significatif. A partir de cette conclusion, et en fonction de son appréciations du risque inhérent,
l’auditeur va formaliser son appréciation sur le risque combiné (risque inhérent et risque de non
contrôle).
104
Obligation prévue par la note aux banques et établissements financier n°93-23 du 30 juillet 1993 portant Termes
de référence pour l'audit des comptes.
L’auditeur peut, par exemple, utiliser la matrice suivante pour évaluer le risque combiné :
Les faiblesses constatées dans les contrôles influencent l’appréciation du risque combiné et,
donc, la stratégie d’audit. En général, plus les faiblesses sont importantes, plus les tests
substantifs sont étendus et réalisés à une date proche de la clôture de l'exercice.
Par exemple, les faiblesses dans les contrôles en matière d'autorisation des opérations de prêt
d'un établissement de crédit peuvent considérablement accroître la probabilité de créances
irrécouvrables et, à moins qu'il n'existe des contrôles efficaces permettant de déceler tous ces
types de prêt en temps opportun, l’auditeur peut être amenés à réaliser des tests substantifs plus
poussés sur les comptes de « Créances sur la clientèle » à la fin ou vers la fin de l'exercice.
Le niveau du risque combiné informe, donc, l’auditeur sur le risque de non détection qu’il peut
tolérer et il en déduit le calendrier et l'étendue des tests substantifs requis en fonction de ces
appréciations. Il élabore, donc, un programme de travail pour chaque compte significatif. Ce
programme doit répondre, pour chaque assertion, aux risques identifiés.
§1. Nature et étendue des tests dans le cadre de l’évaluation des contrôles
L’auditeur effectue des tests sur les contrôles pour à déterminer s'il est probable, pour la période
auditée, que ceux-ci soutiennent les assertions importantes contenues dans les états financiers.
Ces tests visent entre autres à déterminer si les contrôles :
• ont fonctionné comme l’auditeur avait compris qu'ils le devaient;
• ont été appliqués pendant toute la période considérée;
• ont été exécutés en temps opportun.
Avant d’exécuter les tests, l’auditeur doit fixer leurs natures et leurs étendues.
Les tests sur les contrôles comprennent des procédés comme la prise de renseignements et
l'observation, corroborées par l'inspection des éléments probants issus de l'exécution du contrôle
et, parfois, par la reprise du contrôle. Habituellement, une combinaison des procédés
susmentionnés sera nécessaire pour obtenir l'assurance requise que le contrôle ait fonctionné
comme prévu pendant toute cette période.
Par exemple, pour tester le processus de rapprochement périodique entre les engagements au
niveau des comptabilités auxiliaires et ceux de la comptabilité générale, l’auditeur peut exécuter
les procédés suivants :
• Prise de renseignements : L’auditeur peut demander à l'employé qui prépare les rapprochements
de quelle manière il sélectionne les éléments de rapprochement et la marche à suivre pour
détecter les écarts et pour s'assurer que les comptes sont corrigés rapidement en cas d'éléments de
rapprochement à résoudre. Il peut également demander à la direction de quelle façon elle s'assure
que les rapprochements sont préparés correctement et en temps opportun.
• Observation : L’auditeur peut aussi observer la préparation d'un rapprochement. Toutefois, il
doit savoir que les employés exécuteront peut-être les procédures avec plus de diligence parce
qu'ils se savent observés.
• Inspection des éléments probants (le rapprochement même) et reprise du contrôle : L’auditeur
peut retracer certains des montants rapprochés dans les sources correspondantes afin d'obtenir
l'assurance que les procédures ont été appliquées correctement (reprise du contrôle). En outre, il
peut parcourir les résultats d'une partie ou de la totalité des rapprochements effectués pour
d'autres périodes et examiner les éléments de rapprochement afin de déterminer si les erreurs ont
été décelées et traitées comme il faut (inspection).
Le type de contrôle testé influe également souvent sur le type d'éléments probants pouvant être
obtenu à l'appui du fonctionnement d'un contrôle et le type de procédés de test requis pour réunir
des éléments probants de son fonctionnement efficace à des moments pertinents de la période
auditée. En effet, dans certain cas, il peut exister des éléments probants quant à l'application des
contrôles, mais aucun quant à leur efficacité.
Par exemple, la présence d'une signature sur une décision de crédit pour en indiquer l'approbation
ne signifie pas nécessairement que le signataire a examiné soigneusement les documents
justificatifs avant de signifier son approbation. Il pourrait n'avoir fait qu'un examen sommaire (ou
pas d'examen du tout). Par conséquent, un élément probant comme une signature ou un paraphe,
n'est peut-être pas suffisamment convaincant (sans vérifier la validité des données) pour
permettre à l’auditeur de se prononcer sur le fonctionnement efficace du contrôle tout au long de
la période.
Aussi, lorsque le contrôle est un programme de contrôle manuel appuyé par une signature ou un
paraphe, une partie du test sur le contrôle consiste à reprendre le programme.
Contrairement aux contrôles de prévention, les contrôles de détection sont souvent accompagnés
d'éléments probants, par exemple un rapprochement mensuel. Dans des cas semblables, il n'est
pas nécessaire de reprendre toutes les étapes de préparation du rapprochement afin d'obtenir des
éléments probants satisfaisants quant au fonctionnement efficace du contrôle. Il suffit, en règle
générale, d'examiner les preuves que le rapprochement a été correctement effectué (et de retracer
certains montants pour les confirmer) et qu'il a fait l'objet d'un examen et d'un suivi adéquats. Par
conséquent, les tests des contrôles de détection peuvent procurer des éléments probants plus
fiables de la réalisation du contrôle que les tests des contrôles de prévention. En effet, ceux-ci ne
sont souvent soutenus que par des éléments probants suggérant l'exécution efficace du contrôle
(p. ex., des paraphes ou des signatures), tandis que les contrôles de détection sont souvent
renforcés par des éléments probants directs de leur exécution efficace (p. ex., un rapprochement
bien préparé ayant fait l'objet d'un suivi adéquat).
Les tests sur les contrôles doivent être suffisamment étendus pour procurer à l’auditeur une
assurance raisonnable quant au fonctionnement efficace des contrôles pendant toute la période.
La décision quant à l’étendue des tests peut varier en fonction du type de contrôle : contrôles de
détection ; contrôle de prévention et contrôles d’application.
Comme les contrôles de détection peuvent être appliqués à des groupes d'opérations plutôt qu'à
une seule opération à la fois, ils sont exécutés moins fréquemment que les contrôles de
prévention. Par conséquent, en examinant relativement peu d'éléments probants, il est tout de
même possible d'obtenir une assurance considérable que les contrôles ont fonctionné de manière
efficace pendant toute la période d'appui.
Lorsque le contrôle est appliqué chaque mois, l’auditeur peut décider d'en tester l'application en
détail pour deux mois et d'inspecter les éléments probants issus des autres applications du
contrôle tout au long de la période pour détecter les éléments inhabituels.
Si le contrôle est appliqué plus fréquemment (chaque semaine ou chaque jour), l’auditeur doit
tester plus d'applications en détail (c.-à-d., en nombre suffisant sur l'ensemble de la période pour
en déterminer le fonctionnement efficace), il doit, donc, procéder à un sondage en sélectionnant
un échantillon représentatif.
Les contrôles de prévention, généralement, ne sont appuyés que par des preuves déductives de
leur fonctionnement efficace, l’auditeur doit, donc, passer en revue les documents pour trouver
ces preuves et refaire l'application du contrôle.
Par exemple, si le paraphe signifie que la personne a vérifié que tous les documents relatifs aux
garanties ont été recueillis, l’auditeur doit s’assurer de l’existence du paraphe mais doit
également vérifier que les documents requis ont été effectivement recueillis.
Les contrôles de prévention portent sur des opérations répétitives qui sont exécutés un nombre
important de fois sur la période auditée. L’auditeur doit, donc, procéder à un sondage en
sélectionnant un échantillon représentatif.
Les contrôles d’applications sont des contrôles entièrement automatisés qui s'appliquent au
traitement d'opérations individuelles. Ils comprennent les contrôles d'édition, les validations, les
calculs, les interfaces et les rapports. Les contrôles des applications peuvent également jouer un
rôle important dans le respect de la séparation des tâches. En ce qui a trait aux objectifs
d'information financière, ces contrôles permettent d'assurer que les opérations sont valides,
correctement autorisées et traitées de manière précise et exhaustive.
Pour vérifier l’efficacité d’un contrôle d’application, l’auditeur peut restreindre l'étendue de ses
tests de ces contrôles. En effet, par définition, ces contrôles sont automatisés et sont appliqués
d’une manière identique et continue.
Par exemple, pour calculer l'intérêt, l'ordinateur utilise toujours la même formule (le capital
multiplié par un taux d'intérêt provenant d'une table des taux). Ou encore, un contrôle de
validation informatisé peut bloquer le traitement de tous les déblocages supérieurs à 100 000
dinars. Dans ces exemples, l’auditeur peut se contenter de réaliser un seul test par type
d'opération (c.-à-d., un seul calcul d'intérêts pour chaque type de taux, ou une seule tentative de
traiter une demande de plus et de moins de 100 000 dinars) en plus.
Cependant, l’auditeur doit exécuter des tests pour confirmer que les contrôles d’application ont
fonctionné efficacement pendant toute la période. Pour ce faire, il s’assure que :
• toutes les modifications apportées aux applications sont dûment demandées, autorisées, mises à
l'essai et approuvées avant d'être appliquées pour veiller à la qualité et au fonctionnement;
• seules les personnes et les applications autorisées ont accès aux données, aux opérations et aux
fichiers maîtres, et ce, uniquement pour effectuer des tâches autorisées précises.
Ces types de contrôles sont souvent appelés «contrôles informatiques généraux», ils s'appliquent
généralement à plus d'une application ou à plus d'une série de données.
Les contrôles informatiques généraux, y compris les contrôles généraux dans les environnements
où les applications sont intégrées, comme les principaux paramètres et la séparation des tâches
entre les utilisateurs, qui touchent l'ensemble de l'application sont importants, car ils influent sur
l'efficacité des applications informatiques (donc, sur les contrôles d’application).
Quand les contrôles informatiques généraux sont jugés efficaces, l’auditeur peut se contenter de
tester une seule opération dans le cadre des tests sur les contrôles d’application. Autrement, il
devra procéder à un sondage en sélectionnant un échantillon représentatif.
§2. Nature et étendue des tests dans le cadre des procédures substantives
financières que non financières. Les procédures analytiques comprennent aussi l’examen des
variations et des corrélations constatées qui sont incohérentes avec d’autres informations
pertinentes ou qui présentent un écart significatif par rapport aux montants attendus.105
Lorsque le risque combiné est jugé minime pour une assertion donnée (voir tableau page 100),
l’auditeur peut limiter ses tests substantifs à des procédures analytiques. Dans les autres cas, les
procédures analytiques doivent être complétées par des tests de détail. Par exemple, pour la
rubrique « Créances sur la clientèle » les tests de détail suivants apportent l’assurance nécessaire
pour l’auditeur :
Assertions
N° Tests Existence Valorisation Exhaustivité
Rapprochement entre les soldes
1 comptables et analyse des écarts X X
significatifs éventuels
Envoi de circularisations pour la
2 confirmation des créances sur la X X
clientèle.
Examen des dossiers des clients pour
3 vérifier les documents justificatifs de la X X
créance et de la garantie et la conformité
par rapport aux montants comptabilisés
Examen des dossiers des clients pour
apprécier la correcte évaluation de l'actif
4 X
et l'adéquation des provisions
constituées
105
ISA 500 paragraphe 38
Chapitre II : Mise en œuvre des sondages dans le cadre des tests sur les procédures
d’octroi de crédits
Pour la banque retenue pour ce cas, l’activité crédit s’exerce schématiquement à travers les
grandes fonctions suivantes :
- La fonction commerciale est en charge de la distribution des crédits à travers le réseau
d’agence et elle procède à la réception des demandes de crédit des clients, à la collecte
des informations nécessaires pour le montage des dossiers, à l’étude et l’analyse du
dossier et enfin à l’établissement d’une proposition de crédit.
- La fonction engagement est en charge de la prise de décision en matière de risque de
crédit. Elle reçoit les propositions de crédit élaborée par les agences. Ces propositions
sont étudiées par les analystes risques au niveau du siège ou au niveau des Directions
régionales. Par la suite la décision est prise par les personnes habilitées en fonction des
délégations de pouvoirs.
- La fonction back-office est en charge de la mise en place des crédits. Elle reçoit les
demandes de crédit, une fois approuvées, pour confectionner les contrats et le dossier
juridique, vérifier la validité des garanties et enfin procéder au déblocage.
- La fonction risk management est en charge de la surveillance des risques et notamment
du risque de crédit. Elle se trouve être non impliquée dans le processus opérationnel
d’octroi de crédit et elle procède à la revue de la qualité du portefeuille, à la classification
des clients et à la proposition des provisions nécessaires.
Comme mentionné au niveau du tableau présenté au premier chapitre de cette deuxième partie à
la page 97, plusieurs contrôles sont en place pour supporter l’assertion valorisation relative à la
rubrique « Créances sur la clientèle ». Une partie des contrôles assure, qu’en amont, le risque de
crédit est convenablement géré au niveau de la phase « Octroi de crédit ». L’autre partie des
contrôles assure que, a posteriori, le risque de crédit est correctement suivi et apprécié au niveau
des phases « Suivi et identification des risques » et « Evaluation des provisions ».
Pour ce cas nous nous intéresserons à la première partie des contrôles, c'est-à-dire ceux relatifs à
la phase « Octroi de crédit ». Ces contrôles sont rappelés dans le tableau suivant :
Ces cinq contrôles supportent l’assertion valorisation relative à la rubrique « Créances sur la
clientèle » et permettent de prévenir les risques :
- d’accorder un crédit à un client insolvable ce qui engendrerait un risque de défaut
important et d’où une mauvaise qualité de l’actif que représente la créance vis-à-vis de ce
client ;
- d’accorder un crédit sans autorisation préalable ce qui engendrerait un risque de fraude et
également un risque de mauvaise appréciation de la solvabilité du client vu l’absence
d’une analyse contradictoire ;
- d’accorder un crédit sans préserver les droits de la banque ce qui engendrerait des
difficultés de recouvrer la créance en cas de défaut ou même sans que le client ne soit en
défaut.
Le premier contrôle a été testé par la prise de renseignement et l’examen de la procédure en place
qui prévoit une démarche précise à utiliser pour instruire les demandes de crédit pour chaque
type de clientèle : particuliers, professionnels et entreprises.
Les quatre autres contrôles doivent être testés par l’examen d’un échantillon de dossiers. Pour
cela, nous recourons à un sondage.
Notre objectif est de confirmer notre présomption sur l’efficacité des contrôles lors de l’octroi
des crédits par la banque.
Le nombre de dossiers de crédits étant très important, nous recourons à un sondage statistique
pour vérifier les quatre contrôles au niveau d’un échantillon de dossiers. Pour examiner ces
dossiers nous n’aurons pas besoin de refaire toute l’analyse des dossiers de crédit. C'est-à-dire
qu’il n’est pas question pour nous de dire si la banque a pris la bonne ou la mauvaise décision en
donnant un crédit à un client donné mais uniquement de valider que la procédure a été respectée
et que les contrôles ont été efficaces. Pour cela, nous nous concentrerons sur des points précis en
exécutant le programme de travail suivant :
- Une proposition de crédit a été initiée et documentée par la fonction commerciale.
- Un avis favorable a été émis par la Direction des engagements. L’avis est signé par la
personne habilitée conformément à la grille des pouvoirs. Nous avons pour cela collecté
les différents changements intervenus sur la grille des pouvoirs tout au long de l’année
ainsi qu’un spécimen des signatures. Par ailleurs, nous avons analysé la grille des
pouvoirs et nous nous sommes assurés que :
· les personnes habilitées sont à chaque fois indépendantes de la fonction commerciale ;
· la grille est adaptée dans la mesure où plus l’engagement du client est important et
plus la hiérarchie est impliquée dans la prise de décision ;
· au-delà d’un million de dinars d’engagements, la décision doit revenir au conseil
d’administration.
- La date de signature de l’avis favorable est antérieure à la date du déblocage. L’avis est
formalisé dans une autorisation qui mentionne les conditions du crédit (montant,
tarification, échéances et garanties requises).
- Les montants débloqués et les conditions appliquées sont en conformité avec les
autorisations. Nous avons auparavant vérifié que les personnes habilitées à procéder au
déblocage sont indépendantes de la fonction commerciale et également de la fonction
engagement.
- La check-list juridique prévue pour le recueil des garanties a été signé par la personne en
charge du back-office et les garanties prévues ont été effectivement recueillies.
- Le contrat, le tableau d’amortissement et les titres de crédit ont été signés par le client et
les termes qui y ont été insérés sont conformes à l’autorisation.
L’objectif étant de s’assurer que les contrôles ont été efficaces pour tous les crédits débloqués,
l’échantillon doit être sélectionné à partir de la liste de tous les déblocages de la période. Puisque
nous intervenons à une date antérieure à la date de clôture de la période, la population est, donc,
constituée par l’ensemble des déblocages intervenus entre le premier janvier et le dernier jour du
mois qui précède la date de notre intervention. Pour les déblocages qui interviendront entre le
premier jour du mois de notre intervention et la date de clôture, nous décidons d’apprécier la
nécessité de tester les contrôles durant cette période lors de notre intervention finale.
La population compte 14 445 déblocages pour un montant total de 352 millions de dinars. Le
plus faible montant de déblocage s’élève à 300 dinars sous la forme d’un crédit aux particuliers.
Le plus important montant de déblocage s’élève à 5 millions de dinars sous la forme d’un crédit à
court terme pour le préfinancement de l’exportation.
Nous avons récupéré la liste des déblocages sous la forme d’un fichier Excel. Ce fichier
comporte les données suivantes pour chaque transaction :
- Le code de la transaction
- Le code du client
- Le code type du crédit accordé
- Le montant
- La date du déblocage.
Nous avons vérifié que le total du fichier qui nous a été livré est conforme aux données figurant
sur le système informatique à la fois en termes de montant mais également en termes de nombre
de transactions.
Le niveau de confiance requis pour les tests de contrôle se situe généralement entre 80% et 95%.
Sur la base du tableau présenté au deuxième chapitre de la première partie (page 41) et qui
illustre les facteurs qui peuvent être considérés pour fixer un niveau de confiance approprié, nous
décidons de retenir un niveau de confiance de 90%. Cette décision est motivée par les éléments
suivants :
- Nous avons jugé que l’environnement général de contrôle présente une fiabilité
convenable.
- Les contrôles qui font l’objet du test sont supportés par d’autres contrôles
compensatoires. En effet, comme nous l’avons expliqué plus haut, l’assertion valorisation
relative à la rubrique « Créances sur la clientèle » est également supportée par les
contrôles exercés a posteriori par la fonction de risk management. Il est, donc, attendu
que si les contrôles de prévention n’arrivent pas à prévenir contre le risque de produire
des actifs à risque, les contrôles de détection réalisés a posteriori parviendront à identifier
ces actifs et à corriger leur évaluation.
Puisque nous considérons ce contrôle comme étant important pour l’assertion valorisation et que
nous comptons nous appuyer dessus pour réduire nos tests substantifs en considérant le risque de
non-contrôle comme faible.
Le tableau présenté au deuxième chapitre de la première partie (page 38) préconise un taux
maximal d’erreurs acceptable entre 3% et 7% lorsque l’auditeur projette de considérer le risque
de non-contrôle comme faible. Nous retenons, pour ce cas, un taux de 5%. Cependant, par
prudence, nous décidons d’utiliser la limite inférieure de la fourchette : soit 3% pour la
détermination de l’échantillon.
2.2 Taux d’erreur présumé
Puisque nous avons jugé que l’environnement général de contrôle est fiable et que nous estimons
que le personnel de la banque est compétent, nous nous attendons à trouver un taux d’erreur très
faible. Pour les besoins du plan de sondage séquentiel, nous retenons un taux d’erreur présumé
nul pour optimiser la taille de notre échantillon.
Pour calculer la taille de l’échantillon, nous utilisons le tableau figurant au troisième chapitre de
la première partie (page 68) avec les paramètres suivants :
Niveau de confiance : 90%
Taux d’erreur maximum acceptable : 3%
La lecture du tableau nous donne une taille d’échantillon de 80.
Il est à signaler qu’en utilisant les autres plans de sondages d’attribut, nous obtenons des valeurs
très comparables :
- Avec le sondage d’attribut, en utilisant le tableau à l’Annexe n°2 pour un taux d’erreur
estimé dans la population de 0%, nous obtenons un échantillon de 76.
- Avec le sondage de dépistage, en utilisant le tableau à l’Annexe n°4, le facteur de
l
confiance ( l ) et la formule n = (où n est la taille de l’échantillon et P la précision qui
P
est de 3% puisque le taux d’erreur estimé dans la population de 0%) nous obtenons un
échantillon de 77.
L’échantillon doit être sélectionné de façon de chaque élément de la population ait la même
probabilité d’être sélectionné. Nous devons, donc, sélectionner à partir de la liste sur Excel des
déblocages 80 éléments d’une manière aléatoire.
Dans le fichier obtenu, les transactions sont indexées par le code transaction du numéro 1 au
numéro 14 445 comme le démontre l’extrait présenté ci-après :
Nous avons donc besoin de 80 nombres aléatoires compris entre 1 et 14 445. Puisque le recours
aux tables des nombres au hasard est un peu fastidieux, nous décidons d’utiliser la fonction
« Sampling » du logiciel Excel.
Pour cela nous devons accéder à l’outil « Data analysis » dans le menu « Tools ». Si cet outil
n’est pas disponible, il faut activer la fonction « Analysis ToolPak » dans la fonctionalité « Add-
ins » sous le menu « Tools ».
Lorsqu’on accède à l’outil « Data analysis », un menu s’affiche et il faut choisir la fonction
« Sampling » et puis valider. Alors, la fenêtre suivante s’affiche :
Renseigner l’emplacement de la
population à partir de laquelle on
souhaite sélectionner un
échantillon aléatoire
Après validation, le logiciel Excel génère aléatoirement une liste de 80 nombres parmi les
numéros de transaction figurant dans le fichier.
C’est 80 nombres représentent les références des transactions constituant l’échantillon sur lequel
va porter notre test.
Après avoir transmis la liste des déblocages sélectionnés comme échantillon à la banque, nous
avons récupéré les dossiers des crédits et nous avons exécuté le programme de tests. Suite à quoi
nous avons enregistré les résultats suivants :
Toutes les déviations ont fait l’objet d’une investigation complémentaire et nous avons abouti
aux conclusions suivantes :
- Pour les deux propositions de crédit qui ont été établies d'une manière non conforme : La
non-conformité concernait l’absence d’une analyse des états financiers du client. Les
deux clients en question sont des entreprises industrielles et non des clients particuliers ou
des professionnels. D’après la procédure, la banque doit exiger des états financiers
récents pour analyser la situation financière des clients. Pour ces deux cas, les chargés du
dossier ont expliqué que les clients en question n’ont pas l’habitude de donner des états
financiers et qu’il s’agissait d’anciens clients qui ont un excellent historique avec la
banque. Malgré cette explication, nous avons considéré ces deux cas comme des
déviations par rapport à la procédure.
- Pour le dossier où le montant débloqué n'est pas conforme à l'autorisation signée : Les
responsables du back-office chargés du déblocage nous ont expliqué qu’après
l’approbation du crédit, le client a demandé une augmentation de 10% du montant du
crédit initial. La demande a été relayée par messagerie interne et le back-office a reçu un
A l’exception du premier contrôle, le taux d’erreur maximal pour les autres contrôles est inférieur
au seuil de 5% que nous avons fixé pour considérer que le risque de non-contrôle est faible.
Nous pouvons donc conclure, pour un niveau de confiance de 90%, que le nombre de déviation
par rapport à la procédure d’octroi est inférieur à 5%.
Pour le premier contrôle, en revanche, nous sommes sûrs à 90% que le taux d’erreur est inférieur
à 6,8%. Mais il se trouve être supérieur au seuil de 5% que nous avons fixé pour juger que le
risque de non-contrôle est faible. Nous pouvons, soit augmenter le niveau du risque pour ce
contrôle de faible à modéré ou alors augmenter la taille de l’échantillon et poursuivre le test.
Du fait que plusieurs contrôles s’exercent d’une façon concomitante sur l’assertion valorisation
et puisque le seuil de 6,8%, bien que relativement élevé, se trouve être inclue dans la fourchette
3%-7% (voir tableau présenté au deuxième chapitre de la première partie à la page 38), nous
décidons de ne pas poursuivre le test et de considérer que globalement l’ensemble des six
contrôles sont assez efficaces pour situer le risque de non-contrôle pour l’assertion valorisation à
un niveau faible.
Chapitre III : Mise en œuvre des sondages dans le cadre des tests substantifs : cas de
l’audit des engagements
Le cas suivant présente la mise en œuvre pratique d’un sondage pour la revue des engagements.
La revue des engagements dans une banque constitue une phase clé dans les diligences
accomplies par l’auditeur. Elle consiste à s’assurer que l’évaluation des engagements de la
banque a été effectuée correctement.
L’évaluation des engagements se fait, d’abord, par une classification des engagements selon des
classes de risque et, ensuite, par le calcul des provisions requises.
La classification des engagements dans les banques tunisiennes se fait par référence aux règles de
division, couverture des risques et suivi des engagements définies par la Banque Centrale de
Tunisie et notamment la circulaire de la BCT n° 91-24 du 17 décembre 1991 tel que modifiée par
la circulaire BCT n°99-04.
Ces règles prévoient la déclinaison des engagements de la banque en cinq classes de risque selon
des critères quantitatifs et qualitatifs :
- Actifs courants (cette classe est usuellement dénommée « Classe 0 ») : Sont considérés
comme actifs courants, les actifs dont la réalisation ou le recouvrement intégral dans les
délais paraît assuré. Il s’agit, en pratique, d’une classe résiduelle qui comprend les actifs
qui sont détenus sur des entreprises qui ne présentent aucun des critères mentionnés pour
les autres classes de risque.
- Classe 1 : Actifs nécessitant un suivi particulier : Font partie de cette classe, les actifs
détenus sur des entreprises qui présentent l'un des indicateurs de risque suivant des
Pour la banque retenue dans notre cas, un système informatique a été implémenté qui permet la
classification automatique des engagements à chaque clôture des états financiers selon les critères
quantitatifs suivants :
- le retard de paiement des échéances :
Classes Age du retard
Classe 0 Absence d'impayés
Classe 1 Existence d'impayés inférieurs à 90 jours
Classe 2 Existence d'impayés inférieurs à 180 jours mais supérieurs à 90 jours
Classe 3 Existence d'impayés inférieurs à 360 jours mais supérieurs à 180 jours
Classe 4 Existence d'impayés supérieurs à 360 jours
- le gel du compte : un compte courant débiteur est considéré gelé lorsque les recettes
(mouvements créditeurs) sont inférieures au montant des agios débiteurs de la période
écoulée :
Ces deux critères quantitatifs sont appréciés d’une manière automatique pour tous les clients,
mais ils ne sont pas cumulatifs. C'est-à-dire que dés qu’un seul critère est applicable, le client est
décoté à la classe correspondante.
En plus de ces critères quantitatifs, la direction du Risk Management procède périodiquement à la
revue des clients qui ont enregistré une amélioration de classe pour juger sur la base de critères
qualitatifs (la situation financière, les engagements au niveau du secteur financier, la situation du
client dans son secteur…) du bien fondé de cette amélioration. Dans le cas, ou elle estime qu’il
n’est pas justifié d’améliorer la classe de risque, elle propose la rectification manuelle de sa
classe. Toutes les modifications manuelles par rapport à la classification automatique sont pistées
par le système à chaque clôture.
Le calcul des provisions se fait, également, par référence aux règles de division, couverture des
risques et suivi des engagements définies par la Banque Centrale de Tunisie et notamment la
circulaire de la BCT n° 91-24 du 17 décembre 1991 tel que modifiée par la circulaire BCT n°99-
04.
Ces règles prévoient la constitution de provisions au moins égales à 20% pour les actifs de la
classe 2, 50% pour les actifs de la classe 3 et 100% pour les actifs de la classe 4. Les provisions
sont calculées sur la base de l’engagement total (bilan et hors bilan) du client après déduction106
des garanties admises.
Les garanties qui sont admises par la Banque Centrale pour la déduction lors du calcul des
provisions sont :
- Les garanties reçues de l'Etat, des organismes d'assurances et des banques
- Les garanties sous forme de dépôts ou d'actifs financiers
106
Les agios réservés sont déduits du montant de l’engagement avant la déduction des garanties et l’application des
taux de provisionnement. Cet aspect n’est pas traité par souci de clarté de l’exposé. A noter que Les intérêts et agios
courus et non encaissés relatifs à des créances classées parmi les "actifs incertains" (classe 2) ou parmi les "actifs
préoccupants" (classe 3) ou parmi les "actifs compromis" (classe 4), au sens de la circulaire BCT n° 91-24, sont
constatés en agios réservés et non en produits.
- Les biens meubles et immeubles donnés en garantie par les emprunteurs lorsque la
banque dispose d'une hypothèque dûment enregistrée et que des évaluations
indépendantes sont disponibles. En outre, la possibilité d'une liquidation rapide sur le
marché au prix d'évaluation doit être assurée.
Pour la banque retenue dans notre cas, le système informatique permet le calcul automatique
provisions à chaque clôture des états financiers en appliquant les taux de provisionnement par
classe de risque après la déduction de la valeur des garanties saisies sur le système et validées. La
validation de la valeur des garanties se fait, une première fois, lors de l’octroi du crédit et ensuite
la valeur est révisée périodiquement pour les clients de la classe 2, 3 et 4 par la direction Risk
Management. Cette dernière procède à un inventaire tournant tout au long de l’année pour
couvrir l’ensemble des clients classés au moins une fois par an.
L’objectif du test à réaliser est de valider la correcte évaluation des engagements de la banque. Il
s’agit, donc, de s’assurer que l’assertion valorisation relative à la rubrique « Créances sur la
clientèle » est respectée et que cette rubrique ne comporte pas d’anomalies significatives.
Avant de réaliser le test substantif, nous devons tenir compte de notre évaluation du risque
combiné au niveau de l’assertion valorisation pour cette rubrique.
Le risque inhérent a été jugé élevé du fait que l’évaluation de la rubrique « Créances sur la
clientèle » et la détermination des provisions requises est un processus sensible qui comporte une
part d’estimation et pourrait en l’absence d’un contrôle efficace comporter des erreurs
significative.
Le risque de non-contrôle a été apprécié à deux niveaux. Le premier niveau concerne le
processus d’octroi de crédit et un deuxième niveau concerne le processus d’identification, de
suivi des risques et de détermination des provisions.
Pour le premier niveau, nous avons jugé que le processus d’octroi de crédit garantit une
production d’actifs de bonne qualité à la fois en termes de sélection des clients mais également
en termes de préservation des droits de la banque. Le test sur les contrôles relevant de ce
processus a, d’ailleurs, été présenté dans le deuxième chapitre de cette partie.
Pour le deuxième niveau, nous nous sommes assurés que les contrôles suivant sont efficaces :
· Existence d’une revue périodique du portefeuille effectuée par la Direction Risk Management
qui se trouve être totalement indépendante de la Direction des Engagements.
· Les clients présentant des dépassements des limites autorisées ou des difficultés de
remboursement sont identifies et leur situation est analysée dans le cadre de comités de suivi
animés par la Direction Risk Management.
· La constatation des échéances et des intérêts se fait automatiquement et les exceptions font
l’objet d’une autorisation par les personnes habilitées.
· La procédure de classification des clients est automatisée et elle garantit le strict respect des
critères quantitatifs : l’âge des impayés et le gel de compte.
· Les garanties font l'objet d'une revue périodique pour déterminer leurs valeurs de réalisation
en cas de défaut.
· Le calcul des provisions et la réservation des intérêts impayés se fait d’une manière
automatisée en fonction de la classe retenue pour le client et en tenant compte des garanties
admises.
De ce fait, nous avons estimé que le risque de non-contrôle se situe globalement à un niveau
faible. Cependant, nous considérons que le risque d’erreur peut intervenir pour les deux points
suivants :
- La classification se base essentiellement sur des critères quantitatifs. La prise en compte des
critères qualitatifs n’intervient pas pour la totalité des clients. En effet, elle n’intervient que dans
le cadre des revues périodiques du portefeuille et l’analyse des améliorations de classes
effectuées, tous les deux, par la Direction Risk Management. De ce fait, nous estimons que la
prise en compte de ces critères pourrait nous amener à détecter des actifs qui doivent être
décotés. Par ailleurs, même lorsqu’elle intervient, la prise en compte des critères qualitatifs revêt
un aspect subjectif et notre appréciation peut différer du jugement de la Direction Risk
Management.
- Bien que la valeur des garanties retenues pour le calcul des provisions fasse l’objet d’une
validation et qu’une revue soit effectuée postérieurement sur la base d’un inventaire tournant, il
est possible que cette valeur comporte des erreurs du fait qu’elle n’intègre pas des données
récentes impactant la valorisation ou alors, tout simplement, des anomalies au niveau de
l’appréciation de la validité juridique ou de la valeur de réalisation.
Considérant, ces deux points, nous retenons un risque de non-contrôle modéré plutôt que faible.
Après avoir apprécié le risque inhérent et le risque de non-contrôle pour l’assertion valorisation
relative à la rubrique « Créances sur la clientèle », nous déterminons le risque de non détection
que nous sommes en mesure d’accepter dans le cadre de nos tests substantifs. Pour chiffrer ce
risque, nous utilisons le tableau présenté à la page 72 du troisième chapitre de la première partie :
Pour déterminer l’étendue de notre test substantif nous avons récupéré à partir du système
informatique du client un fichier Excel qui comprend la totalité des engagements de la banque.
Ce fichier inclut à la fois les engagements de bilan, c'est-à-dire les « Créances sur la clientèle »
mais également les engagements hors bilan. En effet, l’évaluation des engagements et des
provisions requises doit se faire pour la totalité des risques encourus sur un client.
Le fichier obtenu comporte les données suivantes :
- Le code et le nom du client ;
- Le montant des engagements bruts du client déclinés par type d’engagements (compte
débiteur ; crédits ; avals….) ;
- La classe de risque retenue par la banque :
- Les agios réservés constatés
- Les garanties retenues déclinés par nature de garanties (hypothèques ; actifs financiers…)
- Les provisions constituées.
Nous commençons par calculer l’engagement net de chaque client selon la formule suivante :
Engagement Net = Engagement Brut – Agios réservés – Provisions constituées
L’engagement net constitue la donnée importante pour notre test. En effet, puisque nous
considérons que le risque d’erreur de sous évaluation des engagements est inexistant, nous nous
intéressons au montant de l’engagement net d’un client plutôt qu’à l’engagement brut. Un
engagement net nul veut dire que l’élément ne peut pas contenir d’erreurs.
Le total de l’engagement net s’élève à 1 459 126 milliers de dinars et le fichier comporte 29 020
lignes. Chaque ligne correspond à un client.
Ce nombre important exclut, d’ores et déjà, toute possibilité d’examen exhaustif des
engagements. Nous décidons, donc, de définir un seuil pour sélectionner les éléments clés de la
population et par la suite d’examiner la population restante par sondage. Pour cela, nous
commençons par analyser la structure des engagements.
Nous procédons à une étude préalable de la structure des engagements à la fois en termes de
classes de risque et également en termes de montants (engagements nets) :
Classes de risques
En montants (KDT ) 107
0 1 2 3 4 Total
Engagement net nul 0 0 0 0 0
< 5 KDT 34 138 1 739 1 522 732 76 38 208
5 KDT - 25 KDT 90 049 7 422 1 230 1 071 557 100 329
25 KDT - 100 KDT 83 803 8 121 1 183 812 919 94 837
> 100 KDT 973 969 232 060 5 401 7 759 6 564 1 225 753
Total 1 181 959 249 342 9 335 10 374 8 116 1 459 126
Classes de risques
En nombre de
dossiers 0 1 2 3 4 Total
Engagement net nul 23 1 1 1 115 1 140
< 5 KDT 13 394 743 751 529 22 15 439
5 KDT - 25 KDT 8 263 623 119 97 51 9 153
25 KDT - 100 KDT 1 749 155 23 17 18 1 962
> 100 KDT 1 050 230 9 18 19 1 326
Total 24 479 1 751 903 662 1 225 29 020
que le risque de sous évaluation existe. Ce cas peut se présenter lorsque, en présence de
bénéfices exceptionnels, les dirigeants tentent de lisser le résultat en constatant des
provisions additionnelles non justifiées.
- Parmi les 29 020 dossiers, 1 326 correspondent à des clients présentant un engagement
net supérieur à 100 KDT. Le total des engagements nets de ces clients s’élève à 1 225 753
KDT et représente 84% du total.
Nous décidons de retenir les dossiers supérieurs à 100 KDT comme des éléments clés et de les
tester exhaustivement. Cette décision se base sur les arguments suivants :
- Le seuil de signification de la mission a été fixé à 1 600 KDT et l’erreur tolérable à 800
KDT. Dans la sous-population des 1 326 dossiers supérieurs à 100 KDT, la présence d’un
nombre réduit d’erreurs pourrait se traduire par un impact supérieur à ce que nous avons
fixé comme seuil pour la tolérance des erreurs.
- Le montant total de ces dossiers représente une part significative (84%) de l’ensemble des
engagements et, en les sélectionnant, nous parvenons à obtenir un niveau de confort
appréciable.
- Nous devons couvrir au moins 80% du total des actifs du bilan et de l'hors bilan et
particulièrement les actifs ordinaires supérieurs à 100 mille dinars pour respecter les
exigences de la Banque Centrale108 en matière de diligences des commissaires aux
comptes pour les établissements financiers.
La sélection de ces éléments clés ne constitue pas un sondage. Il s’agit d’une sélection exhaustive
d’une strate de la population. Les éléments clés seront examinés un à un et le résultat des travaux
ne peut pas être extrapolé sur les éléments non examinés.
En excluant les éléments clés et les éléments ayant un engagement net nul, la population restante
totalise un montant de 233 374 KDT pour 26 554 dossiers. Bien que ce montant ne représente
que 16% du total des engagements nets, il n’est pas possible pour l’auditeur de considérer qu’il
ne va pas l’examiner d’une manière ou d’une autre. Bien entendu, il est possible de considérer
d’autres strates d’éléments clés. Cependant, en définitive il aura toujours une population restante
significative.
D’ailleurs, si pour le cas présent, nous avions considéré tous les dossiers supérieurs à 25 KDT
comme des éléments clés, nous aurons à examiner exhaustivement 3 288 dossiers pour se
retrouver dans une situation similaire. La population restante s’élèverait à 138 537 KDT. Ce
108
Annexe 2 à la note aux banques et établissements financiers n°93-23 du 30/07/1993 portant termes de références
pour l’audit des comptes.
montant demeure très significatif et il est imprudent de se limiter aux résultats du test sur les
éléments clés.
Nous devons donc apprécier l’étendue des travaux qui nous permet d’obtenir l’assurance
nécessaire pour la partie restante de la population. Pour cela, nous allons recourir à un sondage.
En excluant les éléments clés et les éléments ayant un engagement net nul, la population restante
peut être divisée en deux sous-populations :
- la première sous-population inclut les dossiers de la classe 0. Cette population compte
23 406 individus et totalise 207 991 KDT ;
- la deuxième sous-population inclut les dossiers de la classe 1 à 4. Cette population
compte 3 148 individus et totalise 25 383 KDT.
Bien que moins importante en nombre et en montant, la deuxième sous-population présente un
risque d’erreurs plus important. En effet, par référence à notre analyse du risque de non contrôle,
telle que présentée à la première section de ce chapitre, nous avions retenu un risque de non-
contrôle modéré au lieu de faible pour deux raisons essentielles : un risque potentiel au niveau de
l’évaluation des garanties et un risque de non prise en compte des critères qualificatifs. Cette
sous-population inclut les dossiers des classes 2 à 4 qui font l’objet d’un provisionnement après
la déduction des garanties et elle inclut également les dossiers de la classe 1 qui sont susceptibles
d’être déclassés à la classe 2 en tenant compte des critères qualitatifs.
Par contre, la première sous-population est moins risquée car elle n’inclut que les dossiers de la
classe 0. En effet, par référence au système de classification retenu par la banque et que nous
avons jugé comme étant fiable, tous les clients présentant des impayés figurent au moins à la
classe 1 si le retard est inférieur à 90 jours. De ce fait, les clients figurant à la classe 0
n’enregistrent pas d’impayés. Par ailleurs, le passage de la classe 0 aux classes devant faire
l’objet de provisions (2 à 4) est plutôt rare en l’absence d’impayés. Bien entendu, il est possible
de déclasser un client de la classe 0 à la classe 1 sur la base des critères qualitatifs. Cependant,
ceci n’aura aucun effet sur l’évaluation de l’actif puisque la classe 1 ne fait pas l’objet de
provisions.
Ainsi, nous avons deux sous-populations pour lesquelles l’étendue de nos travaux va différer.
Nous allons considérer chaque sous-population comme une population à part et pour chacune
d’elles nous allons accomplir un plan de sondage différent.
Pour la première sous-population, nous nous attendons à trouver très peu d’erreurs. Dans ce cas,
la méthode S.U.M est plus adaptée car elle nécessite un échantillon plus faible que la technique
de sondage des variables et elle est plus simple d’utilisation au niveau des formules. Pour cette
population, nous pouvons nous appuyer valablement sur la fiabilité du contrôle interne et nous
retenons, donc, un risque de non-contrôle faible (20%) au lieu de modéré (50%). Le risque de
5%
non détection que nous pouvons accepter peut être ramené à 59% (soit : ) au
60% ´ 20% ´ 70%
lieu de 23,8% (arrondi à 20%). Par prudence, nous retenons un risque de non détection de 45%
soit un niveau d’assurance requis de 55% au lieu de 80%.
Pour la deuxième sous-population, nous nous attendons à trouver des erreurs au niveau de la
classification et au niveau de la valeur des garanties. Ceci n’est qu’une présomption qui sera soit
confirmée soit infirmée par les résultats du sondage. Dans ce cas, la méthode S.U.M n’est plus
adaptée car elle tend à surestimer l’effet des erreurs trouvées dans l’échantillon et elle produit des
résultats moins précis. Dans de pareils cas, la méthode de sondage des variables est plus
appropriée car elle nous permet d’aboutir à une meilleure interprétation des résultats, notamment
par l’intervalle de confiance qu’elle permet de construire.
Parmi les trois approches des sondages de variables, nous retiendrons celle de l’estimation par le
ratio. Dans cette approche, l’auditeur calcule le ratio entre la somme des valeurs auditées et la
somme des montants comptabilisés de l’échantillon et l’extrapole à la population. Cette approche
est plus adaptée que les deux autres approches (estimation par la moyenne ou par la différence)
car les erreurs détectées lors de la revue des engagements sont proportionnelles à la valeur de
l’élément contrôlé. En effet, la formule sous-jacente de calcul des provisions pour les
engagements fait que plus l’élément est important en valeur et plus importante sera l’erreur
éventuelle.
Pour cette deuxième sous-population, nous retiendrons un niveau de confiance requis de 80% qui
correspond à un niveau de risque de non détection de 20%. Ce niveau de risque découle d’un
risque de non-contrôle modéré. Pour cette population, il n’est pas possible d’admettre un risque
faible en raison des risques d’erreurs que nous avons relevés.
Nous allons, ainsi, effectuer deux plans de sondage : un sondage selon la méthode S.U.M pour la
population moins risquée avec un niveau de confiance requis de 55% et un sondage de variables
selon l’approche d’estimation par le ratio pour la deuxième population avec un niveau de
confiance requis de 80%.
Pour déterminer la taille de l’échantillon nous utilisons la formule suivante qui a été présentée
dans le troisième chapitre de la première partie :
l
n=
P
où n correspond à la taille de l’échantillon, λ au facteur de confiance (correspondant au niveau de
confiance), et P au degré de précision.
Le facteur de confiance λ pour un niveau de confiance de 55% est de 0,8 (à partir du tableau à
l’Annexe n°4). L’erreur tolérable étant de 800 KDT, nous anticipons très peu d’erreurs et nous
retenons par prudence un montant de 100 KDT. La précision monétaire est, donc, de 700 KDT
(800 – 100) et le degré de précision P est de 0,337% (soit la précision monétaire sur la valeur de
la population qui est de 207 991 KDT ).
Ainsi, la taille requise pour l’échantillon est de 238 (soit 0,8 divisé par 0,337%).
Pour la sélection de l’échantillon, nous déterminons un intervalle de sondage de 875 KDT qui est
calculé en divisant le montant total de la population (207 991 KDT) par la taille de l’échantillon
(238).
Nous procédons, par la suite, au calcul du total cumulé de l’engagement net des éléments de la
population et à la sélection d’un point de départ aléatoire compris entre 1 et 875. Le point de
départ aléatoire est 217 et il a été obtenu par la fonction Excel « Randbetween(1 ; 875) ».
Nous procédons, enfin, à la sélection des 238 éléments par la méthode systématique comme ceci
a été expliqué au niveau du deuxième chapitre de la première partie (page 48).
L’écart type de la population doit être estimé à partir d’un échantillon pilote de 30 éléments
minimum. Pour avoir une estimation plus précise, nous sélectionnons 60 dossiers que nous
examinions pour déterminer la valeur réelle. Nous relevons 5 clients sur les 60 dont la classe doit
être aggravée selon les critères qualitatifs.
Nous calculons, par la suite l’écart type selon la formule suivante présentée au troisième chapitre
de la première partie :
n n n
åVA 2j + R 2 å MC 2 - 2Rå VA × MC
j =1 j =1 j =1
sr =
n -1
où :
R : le ratio entre la somme des valeurs auditées et la somme des montants comptabilisés
MC : les montants comptabilisés de l’échantillon
VA : valeur audité c'est-à-dire le montant déterminé par nos soins
Après calcul, la valeur obtenue de l’écart type est de 1,3353.
En utilisant cette valeur de l’écart type dans la formule de calcul de la taille de l’échantillon
présentée ci-haut, nous obtenons un résultat de 203. Nous retenons, pour avoir une marge
supplémentaire, une taille d’échantillon de 210 et nous sélectionnons d’une manière aléatoire 150
(210 – 60) éléments complémentaires. La sélection aléatoire des éléments complémentaires a été
effectuée, de même que pour l’échantillon initial, en utilisant la fonction « Sampling » de Excel
telle que présentée à la page 113.
Pour chaque dossier examiné, aussi bien pour les éléments clés, pour l’échantillon de la première
population (S.U.M.) et également pour l’échantillon de la deuxième population, nous procédons
à ce qui suit :
- Pour les clients de la classe 0 et 1, nous apprécions s’il n’y a pas lieu d’aggraver la
classification retenue par la banque par l’analyse, notamment, des aspects suivants :
· La situation financière du client à travers ses états financiers les plus récents ;
· La situation des engagements auprès du secteur financier (telle que déclarés à la
Centrale des risques de la Banque Centrale) et leurs compatibilité par rapport à
l’activité du client ;
· Le secteur d’activité et l’évolution de l’activité à travers notamment les
mouvements sur son compte courant.
- Pour les clients de la classe 2 à 4 et pour ceux qui sont initialement à la classe 0 et 1 et qui
ont été déclassés, nous apprécions la valeur de garantie retenue par la banque par
l’analyse, notamment, des aspects suivants :
· La validité juridique des garanties ;
· La valeur probable de réalisation sur la base des évaluations externes et internes ;
· La part revenant à la banque lorsque d’autres créanciers ont fait prévaloir leurs
droits.
- Nous calculons, enfin, les provisions requises compte tenu de notre classe de risque et de
notre évaluation des garanties.
Après avoir examiné les dossiers, nous avons relevé un certains nombre de divergences. Les cas
de divergences relevés sont présentés dans le tableau suivant :
Eléments clés Sondage S.U.M. Sondage de variables
en La population contient La population contient La population contient
nombre 1 326 éléments 23 406 éléments 3 148 éléments
Population Le total de la Le total de la Le total de la
en
population s’élève à population s’élève à population s’élève à
montant
1 225 753 KDT 207 991 KDT 25 383 KDT
L’analyse des erreurs relevées, en termes de fréquence et en termes de volumétrie, confirme nos
présomptions initiales et donne une justification supplémentaire à notre stratégie.
D’abord, pour les éléments clés, nous remarquons que bien que la fréquence d’erreurs soit faible
(2,04% : ce qui confirme d’ailleurs notre appréciation globale positive sur le contrôle interne), le
montant de l’erreur moyenne s’élève à un montant relativement significatif de 75,4 KDT et
l’impact total des erreurs se trouve être de 2 037 KDT, soit un peu plus que notre seuil de
signification (1 600 KDT). Nous avons, donc, eu raison de considérer les dossiers supérieurs à
100 KDT comme des éléments clés et de les sélectionner exhaustivement.
Ensuite, pour le sondage S.U.M sur la population que nous avions considérée comme présentant
moins de risques d’erreurs, nous remarquons que la fréquence d’erreurs est très faible avec
uniquement 3 erreurs sur un échantillon de 238 (soit 1,26%). Ceci confirme notre présomption et
nous pouvons être confortés sur notre appréciation du risque d’erreurs.
Enfin, pour le sondage de variables sur la population que nous avions considérée comme
présentant plus de risques d’erreurs, nous remarquons que la fréquence d’erreurs est relativement
élevée avec 13 erreurs sur un échantillon de 210 (soit 6,19%). Ceci confirme notre présomption
et justifie le fait que nous ayons retenu un niveau de risque de non-contrôle modéré au lieu de
faible et par conséquent un niveau d’assurance requis de 80%.
Les cas de divergences que nous avons relevés ont fait l’objet de discussions avec le responsable
de la Direction Risk Management.
Suite à l’échange de points de vue, la banque a accepté de corriger l’évaluation des dossiers sur
lesquels nous avions relevés des divergences en matière de classification ou en matière
d’évaluation des garanties. En conséquence, la banque a constaté des provisions complémentaires
de 2 037 KDT pour les dossiers supérieurs à 100 KDT et 53,3 KDT (7,6 + 45,7) sur les dossiers
inférieurs à 100 KDT. Ceci constitue un effort appréciable de la part de la banque mais la
question est de savoir si cet effort est suffisant. En effet, pour les dossiers inférieurs à 100 KDT,
nous ne pouvons pas nous limiter à l’impact des erreurs relevées dans les deux échantillons.
Nous devons évaluer les résultats de l’échantillon et mesurer l’impact sur la totalité des deux
populations à partir desquelles les échantillons ont été prélevés.
Pour l’échantillon de 238 éléments, nous avons relevé les trois erreurs suivantes :
Valeur après
Engagement net des Montant de Erreur
audit de Sens de
éléments sélectionnés l'erreur relative
l'élément l'erreur
(a) c=a-b c/a
(b)
77,8 72,1 5,8 0,0741 Surestimation
91,4 89,7 1,7 0,0183 Surestimation
18,1 17,8 0,2 0,0117 Surestimation
Total 7,6
La banque a accepté de corriger les trois éléments pour lesquels nous avons relevé des erreurs
(soit un impact net sur le montant comptabilisé de 7,6 dinars). Bien que le montant net des
erreurs est, de loin, non significatif (rappelons que pour notre exemple l’erreur tolérable est de
800 KDT) et même si la banque a accepté de corriger ces erreurs, nous ne pouvons pas conclure,
à ce stade, que la population ne comporte pas d’anomalies significatives car nous devons calculer
l’erreur maximale estimée au niveau de population.
Le tableau suivant illustre le traitement des erreurs pour l’évaluation de l’erreur maximale
estimée au niveau de population :
Facteur
Engagement Valeur d'ajustement
Intervalle
net des après Montant Erreur Erreur pour un Erreur
de
éléments audit de de l'erreur relative projetée niveau de ajustée
sondage
sélectionnés l'élément C=A-B C/A E = C * D confiance de E*F
(D)
(A) (B) 55%
(F)
Nous pouvons, donc, conclure que nous sommes sûrs à 55% que l’erreur maximale dans la
population est inférieure à 788 KDT. Ce montant étant inférieur à l’erreur tolérable (800 KDT),
nous pouvons, donc, accepter le montant comptabilisé pour la population.
Pour le sondage de variables, nous commençons par déterminer de nouveau l’écart type en
utilisant l’ensemble des données de l’échantillon et suivant la même formule utilisée à la page
127 pour l’échantillon préliminaire de 60 éléments. Nous obtenons un écart type de 1,1384 pour
l’échantillon de 210 éléments contre 1,3353 pour l’échantillon préliminaire.
En fonction de ce nouvel écart type, nous calculons la précision obtenue (Po) et la précision
ajustée (Paj).
s 1,1384 æ 210 ö
Po = F × × N 1 - (n N ) = 1,96 ´ ´ 3148 ´ 1 - ç ÷ = 468
n 210 è 3148 ø
où : F : Facteur de confiance
s : Ecart type de l’échantillon
N : nombre d’éléments dans la population
n : nombre d’éléments dans l’échantillon
Puisque la précision obtenue (Po=468 KDT) est différente de la précision de base (P=560 KDT),
nous devons calculer une précision ajustée (Paj) qui permet de maintenir le risque Beta au seuil
auquel il a été fixé initialement, c'est-à-dire 20%. La précision ajustée (Paj) est calculée de la
manière suivante :
æ Po ö æ 468 ö
Paj = Po + ET ç1 - ÷ = 468 + 800 ´ ç1 - ÷ = 599
è P ø è 560 ø
où : Po : la précision obtenue
ET : l’erreur tolérable
P : précision de base
La valeur estimée (Ve) n’est qu’un point d’estimation et la valeur réelle (Vr) de la population
pourrait être n’importe quel point se trouvant sur l’intervalle représenté par la valeur estimée plus
ou moins la précision ajustée (Paj) : Ve - Paj < Vr < Ve + Paj
C'est-à-dire que la valeur réelle de la population est comprise entre 24 125 KDT (soit : 24 724 –
599) et 25 323 KDT (soit : 24 724 + 599) : il s’agit là de l’intervalle de décision.
Nous avons, par la suite, comparé entre l’intervalle de décision et la valeur comptable plus ou
moins l’erreur tolérable. Cette comparaison est présentée dans le schéma suivant :
Montant comptabilisée:
(-) l'erreur tolérable: (+) l'erreur tolérable:
25 383 KDT
24 583 KDT 26 183 KDT
Borne inférieure de
l'intervalle de décision: Valeur estimée:
24 125 KDT 24 724 KDT Borne supérieure de
l'intervalle de décision:
Précision: - 599 Précision + 599 25 323 KDT
Nous décidons, donc, de considérer que la valeur comptabilisée de la population doit être
corrigée. Le montant minimum de la correction serait égal à la différence entre la borne
inférieure de l’intervalle de décision et la borne inférieure de l’erreur tolérable, soit 458 KDT (ce
montant correspond à 24 583 KDT moins 24 125 KDT). De cette façon, la valeur comptable
après correction devient incluse dans l’intervalle de décision et la borne inférieure de cet
intervalle ne dépasse pas l’erreur tolérable comme présenté dans le schéma suivant :
Montant comptabilisée
après correction
(-) l'erreur tolérable: (+) l'erreur tolérable:
24 925 KDT
24 125 KDT 25 725 KDT
La banque ayant déjà corrigé le montant comptabilisé de 45,7 KDT représentant la valeur des
erreurs identifiées dans l’échantillon, nous proposons un ajustement complémentaire de 412,3
KDT. Puisque la banque a accepté cet ajustement complémentaire, nous avons l’assurance
suffisante que les erreurs que pourrait contenir la population ne dépassent pas l’erreur tolérable.
Les sondages d’attributs permettent à l’auditeur, pour un niveau de confiance donnée, d’aboutir à
une estimation du taux d’erreur maximal dans une population. Trois plans de sondages sont
possibles pour l’utilisation des sondages d’attributs : Le sondage d’attributs simple, le sondage
séquentiel et le sondage de dépistage.
Pour ces trois plans de sondages, l’auditeur fixe :
- le niveau de confiance requis ;
- le taux d’erreur maximal acceptable ;
- le taux d’erreur estimé dans la population.
La troisième composante présente le plus de difficultés dans sa détermination. L’auditeur peut se
baser sur son expérience et son jugement professionnel. Cependant, s’il surestime le taux
d’erreurs dans la population, il sera amené à examiner un échantillon plus important qu’il n’en
faut pour aboutir au même objectif.
Pour cette raison, le plan de sondage séquentiel présente un avantage comparatif certain en
termes d’optimisation de la taille de l’échantillon. En effet, dans ce type de sondage, le taux
d’erreur estimé dans la population est considéré comme nul et de ce fait l’auditeur va examiner
une taille minimale d’échantillon. S’il s’avère que la population contient des erreurs, il pourra
décider soit d’augmenter la taille de l’échantillon ou alors d’arrêter le sondage et de conclure que
le risque de non-contrôle doit être revue à la hausse. En tout état de cause, avec le sondage
séquentiel l’auditeur n’encourt pas le risque de sur-échantillonner.
Dans l’exemple que nous avons présenté au deuxième chapitre de cette deuxième partie, nous
avons opté pour un sondage séquentiel pour tester l’efficacité des contrôles au niveau de la
procédure d’octroi des crédits en supposant que le taux d’erreurs estimé dans la population est
nul. Ceci nous a amené à retenir une taille d’échantillon de 80 éléments, ce qui constitue une
taille très acceptable dans le cadre de l’audit d’un établissement de crédit compte tenu du nombre
d’éléments dans la population (à titre de rappel, la population dans notre cas en contenait 14 445
éléments).
D’ailleurs, avec un taux d’erreur estimé dans la population nul, les trois plans de sondages
produisent une taille d’échantillon presque similaire. Cependant, si nous avions considéré une
estimation du taux d’erreur présumée supérieure à zéro (un sondage différent du séquentiel) la
taille de l’échantillon augmenterait significativement. En effet, toutes choses étant égales par
ailleurs, pour différentes valeurs supérieures à zéro du taux d’erreur estimé dans la population
nous obtenons les résultats suivants :
Taille de l’échantillon en fonction du taux d’erreur
estimé dans la population
0% 0,5% 1,0% 2,0%
Sondage séquentiel 80 - - -
Sondage d'attribut simple 76 129 176 > 265*
Sondage de dépistage 77 92 115 230
* L’échantillon est supérieur à 265 et il est trop grand pour garder l’équilibre coût-avantages
Quand le taux d’erreur estimé dans la population est retenu comme égal à zéro, les trois plans de
sondages produisent pratiquement les mêmes tailles d’échantillon. Au-delà de zéro, le sondage
d’attribut simple tend à requérir des tailles plus importantes que le sondage de dépistage.
Sur le plan de l’interprétation des résultats, les trois sondages produisent des résultats similaires
en termes de projection du taux d’erreur dans l’échantillon à la population. Dans le tableau
suivant, nous avons calculé le taux d’erreur maximal dans la population pour un niveau de
confiance de 90% et un échantillon de 80 pour les trois plans de sondages :
Taux d'erreur maximal en
fonction du nombre d'erreurs
Nombre d’erreurs : 0 1 2
Sondage séquentiel 3,00% 4,90% 6,80%
Sondage d'attribut simple 2,90% 4,80% 6,60%
Sondage de dépistage 2,88% 4,86% 6,66%
Bien que les taux obtenus avec le sondage séquentiel soient très légèrement supérieurs, les
résultats demeurent, sensiblement, proches et aucun des trois plans de sondage ne se distingue
par une surestimation ou une sous-estimation du taux d’erreur dans la population.
De ce fait, le sondage séquentiel semble être le mieux indiqué pour permettre à l’auditeur
d’optimiser l’allocation de ses ressources. Il commence par un échantillon réduit et ensuite il peut
décider de sa stratégie en fonction des résultats obtenus.
Cependant, pour ne pas être amené à augmenter la taille de l’échantillon à chaque fois qu’il
trouve la moindre erreur dans l’échantillon, l’auditeur devrait choisir un taux d’erreur maximal
acceptable légèrement inférieur au taux d’erreur qu’il est réellement prêt à accepter.
Ainsi, dans notre cas, nous avions calculé la taille de l’échantillon sur la base d’un taux maximal
acceptable de 3% alors que nous sommes en mesure d’accepter 5% de taux d’erreur dans la
population.
Les techniques de sondage des unités monétaires permettent l’estimation de la valeur de l’erreur
dans la population. La particularité de ces techniques est le fait que l’unité d’échantillonnage (ou
individu) est définie comme étant l’unité monétaire (dinar).
Dans le cas présenté au Troisième Chapitre de la Deuxième Partie, nous avons appliqué la
méthode S.U.M à la population qui présentait le moins de risque d’erreurs.
Sur un échantillon de 238 éléments qui présentait une valeur de 6 546 KDT sélectionné à partir
d’une population qui compte 23 406 éléments pour une valeur de 207 991 KDT, nous avons
relevé trois erreurs d’un montant de 7,6 KDT
En projetant l’écart relatif relevé dans l’échantillon à la valeur totale de la population d’une
manière linéaire, nous obtenons un montant de 243 KDT. Ce montant est obtenu en divisant le
montant de l’erreur (soit : 7,6 KDT) par la valeur de l’échantillon (soit : 6 546 KDT) et en
multipliant le résultat par la valeur de la population (soit : 207 991 KDT). Cette estimation par
une projection linéaire, bien que souvent utilisée en pratique dans le cadre de sondages non
statistiques, n’a aucun fondement statistique et ne permet pas de mesurer le risque
d’échantillonnage.
Par la méthode S.U.M., l’extrapolation des erreurs trouvées dans l’échantillon à l’ensemble de la
population aboutit à un écart maximal de 788 KDT.
A ce niveau, il faut noter l’écart important entre le montant des erreurs relevées dans
l’échantillon (7,6 KDT) et le montant de l’erreur maximale dans la population (788 KDT) telle
que déterminée par la méthode S.U.M.
La méthode S.U.M a tendance à surestimer l’effet des erreurs découvertes sur le risque
d’échantillonnage et, de ce fait, elle peut engendrer parfois le rejet de population acceptable.
En effet, les erreurs de faible montant que nous avons relevées ont abouti à une erreur maximale
(788 KDT) proche de l’erreur tolérable (800 KDT). En ce sens, la méthode S.U.M manque de
précision et fournit plutôt des résultats trop prudents.
De plus, l’interprétation des résultats par la méthode S.U.M fournit uniquement une information
sur l’erreur maximale (limite supérieure) mais aucune donnée sur la limite inférieure de l’erreur.
En l’absence d’un intervalle de décision, constitué par une limite inférieure et une limite
supérieure, l’auditeur ne peut qu’accepter ou refuser la valeur de la population mais il n’est pas
en mesure de connaître l’ajustement minimum qu’il doit proposer pour que l’erreur maximale
soit acceptable.
Parallèlement aux résultats obtenus avec la méthode S.U.M., nous avons procédé à
l’interprétation des données de l’échantillon en utilisant la méthode F.C.P qui a été présentée au
niveau du troisième chapitre de la première partie. L’échantillon a été sélectionné d’une manière
systématique, alors que la méthode F.C.P préconise une sélection aléatoire. Cependant, nous
nous sommes assurés que les unités d’échantillonnage dans la population ne sont pas structurées
de telle façon que l’intervalle d’échantillonnage corresponde à une caractéristique spécifique de
la population. De ce fait, la sélection systématique produit un résultat aléatoire.
Nous avons, donc, calculé la moyenne et l’écart type des écarts relatifs de l’échantillon tel que
requis par la méthode F.C.P. Les calculs sont présentés dans le tableau suivant :
Formule et détail du calcul
n
Moyenne ( E ) : åE i
E représente les
E= i =1
n
écarts relatifs et n la
(0,0741 + 0,0183 + 0,0117)
taille de l’échantillon E= = 0,000437
238
å (E )
n
2
i -E
se = i =1
Ecart type ( se ) : n -1
se =
(0,0741 - E ) + (0,0183 - E ) + (0,0117 - E )
2 2 2
( (
+ 235 ´ 0 - E ) ) = 0,004995
2
237
Ensuite, nous calculons un intervalle de confiance qui encadre l’écart relatif moyen réel Er au
niveau de la population par la formule suivante :
E - Z × se < Er < E + Z × se
Les paramètres E et se sont, déjà, déterminés dans le tableau ci-dessus. Le paramètre Z
correspond à un facteur qui dépend du niveau de confiance et de la taille n de l’échantillon.
D’après le tableau page 86, les niveaux de confiance disponibles pour le paramètre Z sont 95% et
99%. Puisque dans la méthode F.C.P, la taille de l’échantillon doit au moins être égale à 100 (ce
qui est notre cas) mais elle n’est pas calculée par une formule. Nous pouvons donc retenir un
niveau de confiance plus élevé que celui utilisé pour la méthode S.U.M c'est-à-dire 95% au lieu
de 55%.
1,96 1,96
Pour un niveau de confiance de 95% : Z = = = 0,1271
n 238
En remplaçant les paramètres E , se et Z dans les bornes de l’intervalle qui encadre l’écart relatif
moyen réel par les valeurs calculées et ensuite en multipliant les bornes de l’intervalle par la
valeur de la population, nous obtenons :
- 41 KDT < Erreur maximale < 223 KDT
La borne supérieure de cet intervalle (223 KDT) constitue l’estimation de l’erreur maximale dans
la population avec un niveau de confiance de 95%. La borne supérieure est très inférieure à
l’erreur tolérable (800 KDT) ce qui nous permet d’accepter la population avec plus de confort. Il
apparaît, donc, que la méthode F.C.P produit des résultats meilleurs en termes de précision pour
l’estimation de l’erreur maximale que la méthode S.U.M avec une même taille d’échantillon.
Elle permet également de proposer un intervalle de décision, à partir duquel l’auditeur peut
estimer la correction minimale que doit subir la valeur de la population pour être acceptable.
Il est vrai que la méthode F.C.P est plus complexe à mettre en œuvre dans la mesure où
l’auditeur doit calculer l’écart type des écarts relatifs dans l’échantillon. L’auditeur doit, donc,
faire un arbitrage entre la simplicité de la méthode S.U.M et la qualité de l’information qu’elle
fournit lors de l’interprétation des résultats.
La méthode S.U.M doit être privilégiée lorsque l’auditeur estime que la population contient très
peu d’erreurs et qu’il doit réaliser un sondage pour valider cette présomption. Inversement,
chaque fois que l’auditeur estime que la population pourrait contenir des erreurs, il doit opter
pour la méthode F.C.P ou alors la méthode de sondage des variables.
La méthode de sondage des variables permet, tout comme les techniques de sondage des unités
monétaires, l’estimation de la valeur de l’erreur dans la population. Trois approches sont
possibles avec cette méthode : l’estimation par la moyenne, l’estimation par la différence et
l’estimation par le ratio.
Il est très important pour l’auditeur de choisir la bonne approche en fonction des caractéristiques
de la population et des erreurs qu’elle peut contenir.
Pour l’audit des engagements dans une banque, l’approche d’estimation par le ratio est la plus
indiquée car les erreurs potentielles sont proportionnelles à la valeur des éléments.
Nous avons présenté au niveau du Troisième Chapitre de la Deuxième Partie un cas d’application
de cette approche d’estimation par le ratio.
Sur un échantillon de 210 éléments qui présentait une valeur de 1 760 KDT sélectionné à partir
d’une population qui compte 3 148 éléments pour une valeur de 25 383 KDT, nous avons relevé
13 erreurs d’un montant de 45,7 KDT
En projetant l’écart relatif relevé dans l’échantillon à la valeur totale de la population d’une
manière linéaire nous obtenons un montant de 659 KDT. Cette estimation par une projection
linéaire ne permet pas de mesurer le risque d’échantillonnage.
Par la méthode de sondage des variables, l’extrapolation des erreurs trouvées dans l’échantillon à
l’ensemble de la population nous a permis de construire un intervalle de décision avec une valeur
réelle estimée de la population comprise entre 24 125 KDT et 25 323 KDT. Soit, en d’autres
termes, une l’erreur totale dans la population est comprise entre 60 KDT et 1 258 KDT.
La méthode de sondage des variables présente l’avantage par rapport à la méthode S.U.M dans la
mesure où l’interprétation des résultats aboutit à un intervalle de décision.
De plus, la méthode de sondage des variables permet à l’auditeur de contrôler le risque de rejet
incorrect (risque Alpha) ce qui n’est pas le cas de la méthode F.C.P. En effet, la méthode de
sondage des variables intègre le risque Alpha pour le calcul de la taille de l’échantillon. Si
l’auditeur accepte un seuil de risque de rejet incorrect inférieur, il aura besoin d’une taille
d’échantillon plus importante.
Le risque Alpha n’intervient que lorsque les résultats du sondage démontrent une erreur
supérieure à l’erreur tolérable. A ce moment là, l’auditeur peut être amené à rejeter la valeur
La méthode de sondage des variables se distingue des techniques de sondage des unités
monétaires par plus de rigueur et de meilleurs résultats qui permettent à l’auditeur, si la
population contient des erreurs qui peuvent dépasser l’erreur tolérable, de proposer un ajustement
avec plus d’assurance.
La méthode de sondage des variables doit être toujours préférée aux techniques des sondages
d’unités monétaires à l’exception des cas où l’auditeur s’attend à trouver peu d’erreurs. Dans ce
dernier cas, l’auditeur choisira entre la méthode S.U.M et F.C.P avec plus de simplicité pour la
première et plus de précision pour la deuxième.
Une des spécificités des établissements de crédit est l’importance de l’effet de levier qui fait que
le seuil de signification de l’auditeur, qui est généralement calculé sur la base du résultat, se
trouve être infiniment petit par rapport au total actif et plus particulièrement par rapport à la
rubrique « Créances sur la clientèle ».
Dans le cas que nous avons présenté au Troisième Chapitre de la Deuxième Partie, notre seuil de
signification est de 1 600 KDT alors que le total de l’engagement net (y compris hors bilan)
s’élève à 1 459 126 KDT.
L’autre spécificité des établissements de crédit est l’importance du nombre des dossiers de crédit
qui fait qu’un examen exhaustif est impossible. Dans le cas présenté, le fichier engagements
comprend 29 020 dossiers.
Ces deux spécificités font qu’une stratégie adéquate doit être élaborée par l’auditeur pour pouvoir
accomplir ses diligences avec un niveau de coût économiquement acceptable sans pour autant
négliger le risque d’audit.
Un travail préalable doit être accompli au niveau de l’identification et du test des contrôles sur
lesquels l’auditeur peut s’appuyer pour être en mesure d’accepter un risque de détection
supérieur.
Par la suite, la première étape de la stratégie consiste à analyser la structure des engagements par
classe de risque et surtout par tranche de valeurs. Cette analyse permettra à l’auditeur de définir
le seuil de sélection des éléments clés qui seront examinés exhaustivement. Cette étape est
obligatoire dans le cadre d’un établissement de crédit pour deux raisons :
- D’une part, la règlementation de la Banque Centrale impose à l’auditeur de couvrir au
moins 80% des dossiers et d’examiner tous ceux qui présentent un engagement supérieur
à 100 KDT.
- D’autre part, si l’auditeur procède à la sélection d’un échantillon à partir de la totalité de
la population, la taille requise sera très importante et même dissuasive. Dans le cas qui a
été présenté, la taille de l’échantillon109 qui serait requise à partir de l’ensemble de la
population est de 3 335 avec la méthode S.U.M et de 9 152 avec le sondage des
variables110.
109
Pour un niveau de confiance de 80%.
110
Nous avons utilise l’écart type calculé par les données de l’échantillon sélectionné dans notre cas.
La première étape permet à l’auditeur d’isoler les éléments clés qui lui permettent de couvrir une
part significative de la population en montant avec un nombre de dossiers acceptable.
Dans notre cas, cette étape a permis d’identifier 1 326 dossiers qui représentent 84% de la valeur
de la population.
Dans la majorité des entreprises industrielles et commerciales, la couverture d’un ensemble
d’éléments clés qui dépasse 80% de la valeur d’une rubrique est généralement suffisante pour
atteindre l’objectif d’audit dans la mesure où la population restante se trouve être, dans la plupart
des cas, non significative. Cependant, la spécificité des établissements de crédit, et notamment,
l’importance de l’effet de levier fait que la couverture de plus que 80% des engagements reste
insuffisante pour atteindre l’objectif d’audit. En effet, dans notre cas, la population restante après
la sélection des éléments clés représente 233 374 KDT, soit 146 fois le seuil de signification.
L’auditeur doit, donc, effectuer un sondage sur la population restante.
La deuxième étape de la stratégie consiste à analyser la population restante pour élaborer un plan
de sondage. Généralement, la population des engagements dans une banque n’est pas homogène
puisqu’ils ne présentent pas le même risque d’erreurs. En effet, la probabilité que les dossiers de
la classe 0 contiennent des erreurs est plus faible que celle des dossiers qui sont déjà dans les
classes 1 à 4. Ainsi, en fonction de son appréciation des contrôles internes, l’auditeur va répartir
la population restante en deux sous-populations, une population à risque et une population moins
risquée. Pour chacune de ces deux populations, l’auditeur devra bâtir un plan de sondage qui
répond au risque de non-détection qu’il peut accepter.
L’auditeur va considérer chacune de ces deux populations comme une rubrique à part et conclure
sur l’acceptabilité ou non des valeurs comptabilisées pour chacune d’elles.
Cette stratégie permet à l’auditeur d’optimiser la taille de l’échantillon. Dans notre cas, le
nombre total des dossiers examinés s’est élevé à 1 774 (y compris les 1 326 éléments clés) alors
que l’échantillon qui aurait était nécessaire sur la base de la population totale est bien plus
important (3 335 avec la méthode S.U.M et de 9 152 avec le sondage des variables).
La réalisation des sondages tend à être compliquée lorsque la population contient un nombre
important d’éléments. Ceci est d’autant plus le cas pour les établissements de crédit.
Pour optimiser l’utilisation des sondages, le recours à l’outil informatique est impératif et ce à
plusieurs niveaux :
- pour l’analyse de la population et l’examen de ses caractéristiques ;
- pour la sélection des échantillons ;
- pour l’interprétation des résultats.
Dans le cadre de l’audit des engagements ou du contrôle de la procédure de crédit, il est impératif
d’obtenir de la banque le fichier de la population sous un format exploitable. Un listing papier
peut rendre la tâche de l’auditeur très compliquée voir non réalisable.
Dans les cas que nous avons présentés, nous avions récupéré des fichiers sous format Excel. Ceci
nous a permis d’analyser la structure des engagements et de bâtir convenablement notre stratégie
de sondage mais également de procéder facilement à la sélection des échantillons aléatoires.
Au niveau du deuxième chapitre à la page 113, nous avons présenté l’utilisation de la
fonctionnalité « Sampling » du logiciel Excel qui permet à l’auditeur de sélectionner un
échantillon aléatoire à partir du fichier qui contient la population. Ceci permet à l’auditeur de
gagner un temps appréciable en n’étant pas obligé de recourir aux tables de nombre aléatoires.
La sélection aléatoire est utilisée pour les sondages d’attribut et les sondages de variables. Pour
les sondages des unités monétaires, la sélection est plus compliquée car il est nécessaire de
procéder au cumul des valeurs de la population et de sélectionner les éléments à partir de là selon
une méthode systématique (pour la méthode S.U.M.) ou alors aléatoire (pour la méthode F.C.P.).
La difficulté réside dans la recherche des éléments de la population qui contiennent les unités
monétaires à sélectionner. La recherche manuelle est d’autant plus fastidieuse que la taille de
l’échantillon augmente.
Pour optimiser ses travaux, l’auditeur peut élaborer sous Excel une « macro111 » simple qui
permet de faire automatiquement cette recherche des éléments à sélectionner.
Nous avons présenté à l’Annexe n°6 le texte qui peut être utilisé pour élaborer une telle
« macro ».
Par ailleurs, l’utilisation des tables statistiques dans le cadre des sondages que ce soit, pour la
détermination de la taille de l’échantillon ou l’interprétation des résultats, comporte quelques
inconvénients :
111
Qui désigne un petit programme utilisable sous Excel.
- Les tables ne sont pas disponibles pour tous les niveaux de confiance. Par exemple, dans
les tables de sondage d’attribut simple, les seuls niveaux de confiance disponibles sont
90% et 95%. ;
- Les tables comportent un nombre limité de combinaisons possibles, ce qui fait que
l’auditeur se trouve parfois obligé de retenir des valeurs proches.
- L’utilisation des tables peut être considérée comme fastidieuse par certains praticiens et
les dissuader d’utiliser les sondages statistiques. Par ailleurs, la lecture des tables, bien
que simple de premier abord, comporte néanmoins un risque d’erreurs.
Pour faire face à ces inconvénients, l’auditeur peut recourir à l’outil informatique. Nous allons
présenter deux programmes sous Excel qui peuvent être utilisé pour le sondage d’attribut simple
et la méthode S.U.M.
Michelle McEacharn et Bruce Wampler112 ont développé un utilitaire fonctionnant sous Excel
qui permet à l’auditeur :
- de calculer la taille de l’échantillon ;
- de générer une sélection aléatoire, et
- d’évaluer les résultats du sondage.
Le programme est extrêmement facile d’utilisation, il est gratuit et il fournit à l’auditeur une
information utile et pertinente.113
Le programme est disponible en téléchargement libre sur le site du journal de la compagnie des
experts comptables de l’Etat de New York (CPA Journal) :
114
http://www.cpajournal.com/download/random.xls
L’auditeur doit simplement introduire les paramètres suivants :
- Le taux estimé d’erreurs dans la population (Cellule B9)
- Le taux maximal d’erreurs acceptable (Cellule B10)
112
WAMPLER (B.), MCEACHARN (M.), «Customized Tables for Tests of Controls: A Spreadsheet», The CPA
Journal, février 2001.
WAMPLER (B.), MCEACHARN (M.), « A Customized Spreadsheet for Tests of Controls: Random Sampling », The
CPA Journal, avril 2002.
113
WAMPLER (B.), MCEACHARN (M.), « Controlling sampling risk in tests of controls: Implications for auditors and
management », Today's CPA, mars 2005.
114
Pour que les macros du fichier fonctionnent correctement, il faut s’assurer dans Excel qu’au niveau de l’onglet
« Calcul » sous le menu « Outil » puis « Option » la case « itération » est activée et le nombre d’itérations permises
est supérieur à 500.
- Le niveau de risque que l’auditeur accepte de prendre : soit le complément par rapport à
100% du niveau de confiance (Cellule B11)
Par la suite, l’auditeur n’a qu’à appuyer sur le bouton « Calculate Sample Size » pour obtenir la
taille de l’échantillon (Cellule B14) et le nombre d’erreurs maximum (Cellule B16).
L’auditeur peut, également, générer à partir du bouton « Generate Random Sample » une série de
nombre aléatoire correspondant à la taille d’échantillon requis.
Pour l’évaluation des résultats, l’auditeur pourra utiliser la partie inférieure de la feuille où
s’affiche automatiquement (Colonne C) le taux d’erreurs maximal dans la population en fonction
du nombre d’erreurs décelées. (Exemple pour 2 erreurs, le taux d’erreur maximal serait de 3,5%).
Il s’agit d’une variante de la méthode S.U.M qui utilise les fondements du sondage d’attribut
simple (Loi Binomiale) pour les appliquer à des unités monétaires.
Michelle McEacharn et Bruce Wampler115 ont développé sur la base de cette variante un utilitaire
fonctionnant sous Excel qui permet à l’auditeur :
- de calculer la taille de l’échantillon
- d’assister l’auditeur dans la sélection systématique, et
- d’évaluer les résultats du sondage
Le programme est disponible en téléchargement libre sur le site du journal de la compagnie des
experts comptables de l’état de New York (CPA Journal) :
http://www.cpajournal.com/download/unit.xls
Nous allons présenter cet utilitaire en employant les données de l’exemple suivant :
- valeur de la population : 1 000 000 dinars ;
- erreur tolérable : 40 000 dinars ;
- erreur attendue dans la population : 15 000 dinars ;
- niveau de confiance de 80%.
Pour le calcul de la taille de l’échantillon, l’auditeur doit simplement introduire les paramètres
suivants :
- La valeur totale de la population (Cellule B9).
- Le montant de l’erreur tolérable (Cellule B10).
- Le taux d’erreur attendu dans la population (Cellule B11). C’est le montant de l’erreur
attendue divisé par la valeur de la population. Soit pour notre exemple : 1,5%.
- Le niveau de risque que l’auditeur accepte de prendre (Cellule B11). C’est à dire le
complément par rapport à 100% du niveau de confiance.
Par la suite, l’auditeur n’a qu’à appuyer sur le bouton « Calculate Sample Size » pour obtenir la
taille de l’échantillon (Cellule B15). La taille de l’échantillon pour notre exemple est de 106.
115
WAMPLER (B.), MCEACHARN (M.), « Monetary-Unit Sampling Using Microsoft Excel », The CPA Journal, mai
2005.
A partir du bouton « Enter Data and compute Results », un renvoi est opéré à une autre feuille
pour la saisie des erreurs détectées.
Il doit alors saisir dans la colonne B la valeur comptable des éléments et la valeur après audit
dans la colonne C. L’auditeur n’a pas à distinguer entre les erreurs de surestimation et de sous-
estimation, ceci se fait automatiquement. Le nombre d’erreur est, cependant, limité à dix pour
chaque catégorie.
Une fois ces données saisies, le bouton « Compute Results » permet de générer l’évaluation des
résultats :
Pour l’exemple utilisé la conclusion serait que l’auditeur est sûr à 80% que l’erreur maximale est
inférieure à 18 780 dinars. L’auditeur peut donc accepter la population.
Dans les sondages d’attribut et dans les sondages avec la méthode S.U.M., l’interprétation des
résultats se fait d’une manière assez simple. Dans les sondages d’attribut, l’auditeur compare
entre le taux d’erreur maximal estimé dans la population et le taux acceptable qu’il s’est fixé.
Dans les sondages avec la méthode S.U.M., l’auditeur compare entre l’erreur maximale estimé et
l’erreur tolérable.
En revanche, l’interprétation des résultats est plus compliquée dans les sondages de variables et
dans les sondages avec la méthode F.C.P. L’auditeur dispose d’un intervalle de décision qui
représente une estimation des différentes valeurs réelles possibles de la population et il doit le
comparer par rapport au montant comptabilisé plus ou moins l’erreur tolérable.
2ème cas :
(-) l'erreur Montant comptabilisé (+) l'erreur
tolérable tolérable
Les bornes de l’intervalle de décision ne dépassent pas l’erreur tolérable mais le montant
comptabilisé se trouve être en dehors de l’intervalle de décision. L’auditeur peut conclure qu’il
existe des erreurs dans la population mais qu’elles ne peuvent pas être supérieures à l’erreur
tolérable. Le maximum de l’erreur est la différence entre le montant comptabilisé et la borne
inférieure alors que le minimum est la différence par rapport à la borne supérieure. En tout état de
cause l’erreur dans la population est tolérable pour l’auditeur.
3ème cas :
(-) l'erreur Montant comptabilisé (+) l'erreur
tolérable tolérable
Borne
inférieure de
l'intervalle de
décision Valeur estimée Borne
supérieure de
Précision Précision l'intervalle de
décision
4ème cas :
(-) l'erreur Montant comptabilisé (+) l'erreur
tolérable tolérable
Borne
inférieure de
l'intervalle de
décision Valeur estimée Borne
supérieure de
Précision Précision l'intervalle de
décision
Ce cas est similaire au précédent, sauf qu’en plus l’intervalle de décision est large et il inclut le
montant comptabilisé. Donc, il est possible que la population ne comporte pas d’erreurs. Dans ce
cas, les résultats manquent de précision et l’auditeur doit augmenter la taille de l’échantillon pour
réduire l’amplitude de l’intervalle de décision.
5ème cas :
Les bornes de l’intervalle de décision dépassent l’erreur tolérable. Cela veut dire que la
population comporte des erreurs supérieures à l’erreur tolérable. L’auditeur ne peut pas accepter
le montant comptabilisé. Il doit proposer un ajustement dont le montant minimum serait égal à la
différence entre la borne inférieure de l’intervalle de décision et la borne inférieure116 de l’erreur
tolérable.
Pour les deux cas présentés au deuxième et au troisième chapitre, l’utilisation des sondages
statistiques a présenté un intérêt positif dans notre démarche d’audit et ce sur trois aspects :
- Une meilleure appréhension du risque d’audit ;
- Une rationalisation de l’étendue des travaux ;
- Un confort dans les décisions importantes de l’audit.
En utilisant les sondages statistiques, nous avons été en mesure de mieux appréhender le risque
d’audit. En effet, avec les techniques de sondage statistique, à travers la mesure du risque
d’échantillonnage, nous sommes en mesure de contrôler le niveau de risque que nous pouvons
tolérer en fixant le niveau de confiance pour le test. C’est ainsi, que dans les cas présentés, nous
avons fixé un niveau de confiance de 90% pour le sondage sur le test des procédures d’octroi des
crédits et 80% et 55% pour les deux sondages sur l’audit des engagements.
116
La borne inférieure de l’erreur tolérable fait référence au montant correspondant à la valeur comptabilisée moins
l’erreur tolérable.
L’utilisation des sondages statistiques permet, également, de rationaliser l’étendue des travaux.
En effet, la taille de l’échantillon découle directement soit des formules, soit des tables prévues
par chaque technique de sondage117. L’auditeur dispose, donc, d’une base rationnelle qui justifie
l’étendue de ses travaux. Dans les sondages non-statistiques, bien que l’auditeur s’appuie sur des
critères qualitatifs fondés, la décision quant à la taille de l’échantillon demeure fortement
impactée par son jugement. Une erreur de jugement sur la taille de l’échantillon peut l’amener à
sélectionner des échantillons qui peuvent être trop grand ou trop petit. Dans le sondage
statistique, la taille de l’échantillon est exactement égale à ce qui est requis pour atteindre le
niveau de confiance souhaité par l’auditeur.
117
A l’exception de la méthode F.C.P dans laquelle la taille n’est pas déterminable par une formule mais elle doit
être au minimum égale à 100.
La deuxième partie a été consacrée à la mise en œuvre pratique des sondages statistiques dans
l’audit des établissements de crédit.
A cet effet, nous avons présenté dans un premier chapitre les spécificités de l’approche d’audit
pour un établissement de crédit en termes de détermination du seuil de signification, des comptes
significatifs, des flux de transactions importantes, des risques d’erreurs et des contrôles qui
peuvent y faire face. Ceci nous a permis de situer la place des sondages dans cette approche.
Ensuite, nous avons proposé dans le deuxième et le troisième chapitre un exemple de mise en
œuvre pratique de la méthodologie proposée dans la première partie aussi bien dans le cadre des
tests de procédures que dans celui des contrôles substantifs.
Les enseignements de cette mise en œuvre pratique ont été présentés dans le dernier chapitre.
Nous avons, ainsi, relevé que certaines techniques de sondage sont plus indiquées que d’autres.
Pour les tests sur les contrôles, le sondage séquentiel est le mieux indiqué pour permettre à
l’auditeur d’optimiser l’allocation de ses ressources.
Pour les tests substantifs, la méthode de sondage des variables permet une meilleure
interprétation des résultats du sondage et doit être toujours préférée aux techniques des sondages
d’unités monétaires à l’exception des cas où l’auditeur s’attend à trouver peu d’erreurs. Dans ce
cas, l’auditeur choisira entre la méthode S.U.M. et la méthode F.C.P. avec plus de simplicité pour
la première et plus de précision pour la deuxième.
Par ailleurs, nous avons analysé les problèmes auxquels l’auditeur doit faire face en employant
les sondages statistiques et les moyens pour les surmonter.
Nous avons, ainsi, relevé que dans le cadre de l’audit des engagements, l’auditeur ne doit pas
procéder à la sélection d’un échantillon à partir de la totalité de la population car la taille requise
sera très importante et même dissuasive. Pour optimiser la taille de l’échantillon, l’auditeur doit,
d’abord, sélectionner les éléments qui seront examinés exhaustivement et, ensuite, réaliser un
sondage sur la population restante.
Nous avons également présenté des solutions qui peuvent faciliter l’emploi des sondages
statistiques. Pour la sélection aléatoire d’un échantillon à partir du fichier qui contient la
population, nous avons exposé l’utilisation de la fonctionnalité « Sampling » du logiciel Excel
qui permet à l’auditeur d’éviter le recours aux tables de nombres aléatoires. Pour la sélection
systématique dans le cadre des sondages des unités monétaires, nous avons indiqué l’utilisation
d’une « macro » simple qui permet de faire automatiquement la recherche des éléments à
sélectionner.
D’un autre côté, l’utilisation des tables statistiques dans le cadre des sondages que ce soit, pour la
détermination de la taille de l’échantillon ou l’interprétation des résultats, comporte quelques
inconvénients. Pour faire face à ces inconvénients, nous avons présenté deux programmes sous
Excel qui peuvent être utilisé pour le sondage d’attribut simple et la méthode S.U.M.
Par ailleurs, l’interprétation des résultats est relativement compliquée dans les sondages de
variables et dans les sondages avec la méthode F.C.P. L’auditeur dispose d’un intervalle de
décision qui représente une estimation des différentes valeurs réelles possibles de la population et
il doit le comparer par rapport au montant comptabilisé plus ou moins l’erreur tolérable et
plusieurs cas de figures peuvent se présenter à l’auditeur. Nous avons analysé ces différents cas
de figures et nous avons indiqué les décisions que peut prendre l’auditeur dans chacune des
circonstances.
Finalement, nous avons mis en relief l’intérêt positif que procure l’utilisation des sondages
statistiques dans la démarche d’audit et ce sur les trois aspects suivants :
- Une meilleure appréhension du risque d’audit ;
- Une rationalisation de l’étendue des travaux ;
- Un confort dans les décisions importantes de l’audit.
CONCLUSION GENERALE
Qu’il soit statistique ou non-statistique, le sondage doit respecter une démarche rigoureuse qui
fournit à l’auditeur les moyens de justifier que l’échantillonnage qu’il réalise lui permet d’avoir
l’assurance requise. D’ailleurs, cette démarche s’inscrit totalement dans le cadre de la démarche
globale de l’audit qui vise à apprécier le risque d’anomalies significatives contenues dans les
états financiers et à maîtriser le risque de non-détection. En effet, cette démarche intègre,
notamment, la notion de seuil de signification et les notions de risque de non-contrôle et de
risque inhérent.
Cette démarche comprend cinq étapes clés : la conception du sondage, le choix de l’échantillon,
l’exécution de la procédure d’audit, l’évaluation des résultats du sondage et la documentation du
processus.
Lors de la conception du sondage, l’auditeur doit définir d’une manière précise les conditions qui
constituent une erreur et, également, la population à partir de laquelle l’échantillon doit être
sélectionné. Pour choisir l’échantillon, il doit déterminer sa taille en fonction de son évaluation
du risque et il doit le sélectionner de manière qu’il soit représentatif de la population. A la fin de
l’exécution de la procédure d’audit sur l’ensemble des éléments de l’échantillon, l’auditeur
évalue les résultats du sondage. Pour cela, il doit : apprécier la nature et la cause des erreurs,
extrapoler les erreurs sur l’ensemble de la population et conclure sur le sondage.
Dans cette démarche, les sondages statistiques se distinguent des sondages non-statistiques au
niveau des étapes de choix de l’échantillon et d’évaluation des résultats où ils font appel à des
techniques basées sur les lois de probabilité.
Plusieurs techniques de sondages statistiques ont été développées et elles sont disponibles à la
fois pour les tests sur les contrôles et les tests substantifs.
Pour les tests sur les contrôles, trois techniques ont été présentées : Le sondage d’attribut simple,
le sondage de dépistage et le sondage séquentiel.
Pour les tests substantifs, deux techniques ont été présentées : Le sondage des variables et le
sondage des unités monétaires. La différence majeure entre les deux techniques réside dans la
définition de l’unité d’échantillonnage qui correspond aux unités monétaires dans la deuxième
alors qu’elle correspond aux éléments comptables dans la première.
Dans le cadre de la technique de sondage des unités monétaires, nous avons présenté deux
méthodes : La méthode S.U.M et la méthode F.C.P.
Entre les trois méthodes (sondage des variables, S.U.M et F.C.P.), la méthode S.U.M présente le
moins de complexité dans son utilisation. Elle n’est, néanmoins, pas adaptée lorsque l’auditeur
s’attend à trouver des erreurs dans la population.
La méthode de sondage des variables présente, quant à elle, le plus de complexité dans son
utilisation en raison des formules mathématiques qu’elle emploie. Cependant, contrairement à la
méthode S.U.M, elle est adaptée à toute les situations, et plus particulièrement, lorsque l’auditeur
s’attend à trouver des erreurs dans la population.
La méthode F.C.P constitue une solution intermédiaire dans la mesure où elle est relativement
moins complexe dans son utilisation que la méthode de sondage des variables tout en étant
applicable et adaptée à toutes les situations.
La méthode de sondage des variables permet une meilleure interprétation des résultats du
sondage et doit être toujours préférée aux techniques des sondages d’unités monétaires à
l’exception des cas où l’auditeur s’attend à trouver peu d’erreurs. Dans ce cas, l’auditeur choisira
entre la méthode S.U.M et la méthode F.C.P avec plus de simplicité pour la première et plus de
précision pour la deuxième.
Par ailleurs, à travers la mise en œuvre pratique des sondages statistiques dans l’audit des
établissements de crédit, nous avons analysé les problèmes auxquels l’auditeur doit faire face en
employant les sondages statistiques et les moyens pour les surmonter.
Nous avons, ainsi, relevé que dans le cadre de l’audit des engagements, l’auditeur ne doit pas
procéder à la sélection d’un échantillon à partir de la totalité de la population car la taille requise
sera très importante et même dissuasive. Pour optimiser la taille de l’échantillon, l’auditeur doit,
d’abord, sélectionner les éléments qui seront examinés exhaustivement et, ensuite, réaliser un
sondage sur la population restante.
Nous avons également présenté des solutions qui peuvent faciliter l’emploi des sondages
statistiques lors de la sélection aléatoire d’un échantillon à partir du fichier qui contient la
population. C’est ainsi que nous avons exposé l’utilisation de la fonctionnalité « Sampling » du
logiciel Excel qui permet à l’auditeur d’éviter le recours aux tables de nombres aléatoires. Pour la
sélection systématique dans le cadre des sondages des unités monétaires, nous avons indiqué
l’utilisation d’une « macro » simple qui permet de faire automatiquement la recherche des
éléments à sélectionner.
D’un autre côté, l’utilisation des tables statistiques dans le cadre des sondages que ce soit, pour la
détermination de la taille de l’échantillon ou l’interprétation des résultats, comporte quelques
inconvénients. Pour faire face à ces inconvénients, nous avons présenté deux programmes sous
Excel qui peuvent être utilisé pour le sondage d’attribut simple et la méthode S.U.M.
Par ailleurs, l’interprétation des résultats est relativement compliquée dans les sondages de
variables et dans les sondages avec la méthode F.C.P. L’auditeur dispose d’un intervalle de
décision qui représente une estimation des différentes valeurs réelles possibles de la population et
il doit le comparer par rapport au montant comptabilisé plus ou moins l’erreur tolérable et
plusieurs cas de figures peuvent se présenter à l’auditeur. Nous avons analysé ces différents cas
de figures et nous avons indiqué les décisions que peut prendre l’auditeur dans chacune des
circonstances.
Finalement, nous avons mis en relief l’intérêt positif que procure l’utilisation des sondages
statistiques dans la démarche d’audit et ce sur les trois aspects suivants :
- Une meilleure appréhension du risque d’audit ;
- Une rationalisation de l’étendue des travaux ;
- Un confort dans les décisions importantes de l’audit.
L’utilisation des sondages statistiques présente un intérêt certain et permet à l’auditeur d’avoir
des positions mieux défendable en cas de litige. L’usage généralisé de l’informatique favorise
son développement car il rend son utilisation plus accessible. Il demeure, cependant, essentiel
pour l’auditeur d’avoir un minimum de connaissances en matière de statistiques. La
généralisation de l’emploi des sondages statistiques passe donc par une formation plus orientée
des professionnels.
BIBLIOGRAPHIE
Ouvrages
- ANDERSON (R.), LESLIE (D.), TEITLE-BAUM (A.), Dollar Unit Sampling: A Practical Guide
for Auditors, Copp Clark Pitman, 1979.
- CNCC, « Note d’information n°18 », Les sondages en audit, CNCC Edition, 1991.
- GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Audit Sampling: An Introduction, Wiley,
2001.
- GUY (D.), CARMICHAEL (D.), WHITTINGTON (R.), Practitioner's Guide to Audit Sampling,
Wiley, 1998.
Articles
- ALLEN (R.), ELDER (R.), «A Longitunal Investigation of Auditor Error Projection Decisions»,
Auditing: A Journal of Practice & Theory, novembre 2005.
- ANDERSON (R.), TEITLE-BAUM (A.), « Dollar Unit Sampling: A Solution to the Audit
Sampling Dilemna », Canadian Chartered Accountant, avril 1973.
- BARRON (O.), GROOMER (M.), SWINK (M.), « Setting tolerable misstatements when auditing
aggregated accounts », Decision Sciences, octobre 1998.
- BURGSTAHLER (D.), GLOVER (S.), JIAMBALVO (J.), « Error projection and uncertainty in the
evaluation of aggregate error », Auditing: A Journal of Practice & Theory, avril 2000.
- CNCC, « L’utilisation des sondages au service d’une meilleure information des actionnaires
lors de la mission des commissaires aux comptes », Bulletin des Commissaires aux Comptes,
décembre 1980.
- FOURNIER (J.), « Les méthodes de sondages (1ère Partie) », Revue Française de Comptabilité,
février 2002.
- FOURNIER (J.), « Les méthodes de sondages (2ème Partie) », Revue Française de Comptabilité,
mars 2002.
- FOURNIER (J.), « Les méthodes de sondages (3ème Partie) », Revue Française de Comptabilité,
avril 2002.
- GIST (W.), SHASTRI (T.), « Revisiting Materiality», The CPA Journal, novembre 2003.
- HALL (T.), HERRON (T.), PIERCE (B.), « How Reliable Is Haphazard Sampling? », The CPA
Journal, janvier 2006.
- HALL (T.), HERRON (T.), PIERCE (B.), WITT (T.), « The effectiveness of increasing sample size
to mitigate the influence of population characteristics in haphazard sampling», Auditing: A
Journal of Practice & Theory, mars 2001.
- HALL (T.), HUNTON (J.), PIERCE (B.), « Sampling practices of auditors in public accounting,
industry and government», Accounting Horizons, juin 2002.
- HITZIG (N.), « Elements of Sampling: The Population, the Frame and the Sampling Unit »,
The CPA Journal, novembre 2004.
- HITZIG (N.), « Statistical Sampling Revisited », The CPA Journal, mai 2004.
- HITZIG (N.), « The mythical isolated error », The CPA Journal, septembre 2001.
- KACHELMEIER (S.), MESSIER (W.), « Non-statistical sample sizes: the effect of the audit guide
decision aid (American Institute of Certified Public Accountants' Audit Sampling audit and
accounting guide) », The CPA Journal, mars 1991.
- KIRK (B.), « Delivering speed, accuracy, compliance », Internal Auditor, février 2000.
- LABOUZE (R.), « A propos des sondages…une réponse française au Dollar Unit Sampling :
La méthode F.C.P. », Revue Française de Comptabilité, juin 1985, pages 20-26.
- LABOUZE (R.), « Place des sondages dans la démarche d’audit par les risques », Revue
Française de Comptabilité, octobre 1991.
- LABOUZE (R.), « Sondage : La méthode FCP », Revue Française de Comptabilité, mai 1992.
- LEVI (P.), « Make Audits Effective and Efficient », Accounting Technology, avril 1997.
- SCHWARTZ (D.), « Audit Sampling - A Practical Approach », The CPA Journal, février 1997.
- SCHWARTZ (D.), « Computerized audit sampling », The CPA Journal, novembre 1998.
- WAMPLER (B.), MCEACHARN (M.), « Monetary-Unit Sampling Using Microsoft Excel », The
CPA Journal, mai 2005.
- KADRI (N.), « L’audit des risques sur les crédits bancaires à la clientèle », Mémoire
d’expertise comptable, Tunisie, 1996.
- KARMA (S.), « L’audit des prêts et autres engagements dans les banques », Mémoire
d’expertise comptable, Tunisie, 1988.
- MARTINET (P.), « Le sondage, aide au contrôle des états financiers : pratique et doctrine »,
Mémoire d’expertise comptable, France, juin 1990.
Lois
- Loi n°2001-65 du 10 juillet 2001, relative aux établissements de crédit, telle que modifiée et
complétée par la loi n°2006-19 du 2 mai 2006.
- Note de la BCT n°93-23 du 30 juillet 1993 relative aux termes de référence pour l‘audit des
établissements bancaires.
- AICPA, Audit and Accounting Guide: « Audit Sampling », American Institute of Certified
Public Accountants, 2002.
- IFAC, Norme Internationale d’Audit ISA 200 : « Objective and general principles governing
an audit of financial statements », IAASB Handbook, janvier 2007.
- IFAC, Norme Internationale d’Audit ISA 330 : « The auditor’s procedures in response to
assessed risks », IAASB Handbook, janvier 2007.
- IFAC, Norme Internationale d’Audit ISA 500 : « Audit evidence », IAASB Handbook,
janvier 2007.
- IFAC, Norme Internationale d’Audit ISA 530 : « Audit sampling and other means of
testing », IAASB Handbook, janvier 2007.
- IFAC, International Auditing Practice Statement 1006: « Audits of the financial statements of
banks », IAASB Handbook, janvier 2007.
ANNEXES
Facteurs de
0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,6 2,0 2,3 3,0 4,3
confiance (λ)
Niveau de
50% 55% 59% 63% 66% 69% 72% 75% 80% 86% 90% 95% 99%
confiance
Rangs
Pour erreurs de surestimation des éléments de la population
d'erreurs
1 1,01 1,05 1,11 1,15 1,20 1,24 1,28 1,32 1,39 1,51 1,59 1,75 2,04
2 1,01 1,04 1,08 1,12 1,15 1,18 1,21 1,24 1,28 1,38 1,44 1,56 1,77
3 1,00 1,04 1,07 1,10 1,13 1,15 1,17 1,20 1,24 1,31 1,36 1,46 1,64
4 1,00 1,03 1,06 1,09 1,11 1,13 1,15 1,17 1,21 1,27 1,32 1,40 1,56
5 1,00 1,03 1,05 1,08 1,10 1,12 1,14 1,16 1,19 1,25 1,29 1,36 1,50
6 1,00 1,03 1,05 1,07 1,09 1,11 1,13 1,14 1,17 1,23 1,26 1,33 1,48
7 1,00 1,02 1,04 1,07 1,09 1,10 1,12 1,13 1,16 1,21 1,24 1,31 1,43
8 1,00 1,02 1,04 1,06 1,08 1,10 1,11 1,12 1,15 1,20 1,23 1,29 1,40
9 1,00 1,02 1,04 1,06 1,08 1,09 1,10 1,12 1,14 1,19 1,22 1,28 1,38
10 1,00 1,02 1,04 1,06 1,07 1,09 1,10 1,11 1,14 1,18 1,21 1,26 1,36
11 1,00 1,02 1,04 1,05 1,07 1,08 1,10 1,11 1,13 1,17 1,20 1,25 1,35
12 1,00 1,02 1,03 1,05 1,07 1,08 1,09 1,10 1,13 1,16 1,19 1,24 1,34
13 1,00 1,02 1,03 1,05 1,06 1,07 1,08 1,10 1,12 1,16 1,18 1,23 1,33
15-19 1,00 1,02 1,03 1,05 1,06 1,07 1,08 1,09 1,11 1,15 1,17 1,22 1,31
20-24 1,00 1,01 1,03 1,04 1,05 1,06 1,07 1,08 1,10 1,13 1,15 1,19 1,26
25-29 1,00 1,01 1,03 1,04 1,05 1,06 1,06 1,07 1,09 1,11 1,13 1,17 1,24
30-39 1,00 1,01 1,02 1,03 1,04 1,05 1,06 1,06 1,08 1,10 1,12 1,15 1,22
40-49 1,00 1,00 1,02 1,03 1,04 1,05 1,05 1,06 1,07 1,09 1,10 1,13 1,19
Facteurs de
0,7 0,8 0,9 1,0 1,1 1,2 1,3 1,4 1,6 2,0 2,3 3,0 4,3
confiance (λ)
Niveau de
50% 55% 59% 63% 66% 69% 72% 75% 80% 86% 90% 95% 99%
confiance
Rangs
Pour erreurs de surestimation des éléments de la population
d'erreurs
1 0,87 0,58 0,49 0,45 0,40 0,35 0,31 0,28 0,22 0,14 0,10 0,05 0,00
2 0,96 0,92 0,87 0,82 0,78 0,74 0,70 0,66 0,60 0,49 0,42 0,30 0,14
3 0,99 0,95 0,91 0,88 0,84 0,81 0,78 0,76 0,71 0,62 0,57 0,46 0,29
4 0,99 0,95 0,92 0,90 0,87 0,85 0,82 0,80 0,76 0,69 0,64 0,54 0,39
5 0,99 0,96 0,93 0,91 0,89 0,87 0,85 0,83 0,79 0,73 0,68 0,60 0,45
6 0,99 0,96 0,94 0,92 0,90 0,88 0,86 0,84 0,81 0,75 0,71 0,64 0,51
7 0,99 0,97 0,95 0,93 0,91 0,89 0,87 0,86 0,83 0,77 0,74 0,67 0,54
8 0,99 0,97 0,95 0,93 0,91 0,90 0,88 0,87 0,84 0,79 0,76 0,69 0,57
9 0,99 0,97 0,95 0,94 0,92 0,90 0,89 0,88 0,85 0,80 0,77 0,71 0,60
10 0,99 0,97 0,96 0,94 0,92 0,91 0,90 0,88 0,86 0,81 0,78 0,73 0,62
11 1,00 0,98 0,96 0,94 0,93 0,91 0,90 0,89 0,86 0,82 0,79 0,74 0,64
12 1,00 0,98 0,96 0,94 0,93 0,92 0,90 0,89 0,87 0,83 0,80 0,75 0,65
13 1,00 0,98 0,96 0,95 0,93 0,92 0,91 0,90 0,87 0,84 0,81 0,76 0,66
15-19 1,00 0,98 0,96 0,95 0,94 0,92 0,91 0,90 0,88 0,84 0,82 0,77 0,67
20-24 1,00 0,98 0,96 0,95 0,94 0,93 0,91 0,90 0,88 0,86 0,83 0,78 0,68
25-29 1,00 0,98 0,96 0,96 0,95 0,94 0,93 0,92 0,90 0,87 0,85 0,81 0,76
30-39 1,00 0,98 0,97 0,96 0,96 0,95 0,94 0,93 0,92 0,90 0,88 0,85 0,78
40-49 1,00 0,99 0,98 0,97 0,96 0,95 0,95 0,94 0,93 0,91 0,90 0,87 0,80
Annexe n°5 : Facteur de risque par niveau de confiance pour le sondage séquentiel
Annexe n°6 : Exemple de texte d’une « macro » Excel pour la sélection d’un échantillon
avec la méthode S.U.M. ou la méthode F.C.P.
L’objectif de cette « macro » est d’aider l’auditeur à identifier d’une manière informatisée les
éléments de la population qui contiennent les unités monétaires sélectionnées.
Une première feuille libellée « Population » doit contenir le fichier représentant la population.
Les données commencent à la deuxième ligne et la colonne contenant le cumul des valeurs
comptabilisées des éléments de la population doit être disposée à la sixième colonne. La
cinquième colonne doit être vide.
Une deuxième feuille libellée « Echantillon » doit contenir la liste des unités monétaires
sélectionnées auparavant soit par un tirage aléatoire (F.C.P.) pour par un tirage systématique
(S.U.M.). Cette liste doit être triée dans l’ordre croissant, elle doit figurer à la première colonne
et elle doit commencer à la première ligne.
Par la suite, l’auditeur peut utiliser le texte suivant en remplaçant le chiffre 238 par la taille de
son échantillon et le chiffre 23 407 par le nombre d’éléments dans la population.
Une fois la « macro » exécutée, l’auditeur obtient dans la cinquième colonne de la feuille
« Population » et devant chaque élément de la population les trois cas de figure suivant :
- la cellule est vide : c'est-à-dire que l’élément n’est pas sélectionné ;
- la cellule contient le chiffre 1 : c'est-à-dire que l’élément est sélectionné une seule fois ;
- la cellule contient un chiffre n supérieur à 1 : c'est-à-dire que l’élément est sélectionné n
fois.
Dédicaces .................................................................................................................................. 2
Remerciements ............................................................................................................................ 3
Sommaire Général....................................................................................................................... 4
Abréviations ................................................................................................................................ 6
Introduction................................................................................................................................. 7
Première Partie : Les sondages en audit : Méthodologie..........................................................12
Chapitre I : La place des sondages dans l’audit.....................................................................12
Section 1 : Rappel de la démarche d’audit par les risques.......................................................12
§1. Objectif de l’audit .........................................................................................................12
1.1 Notion d’assurance raisonnable..................................................................................12
1.2 Notion d’éléments probants .......................................................................................14
§2. Démarche d’audit..........................................................................................................15
§3. Approche par les risques et seuil de signification ..........................................................17
3.1 Caractère significatif..................................................................................................17
3.2 Approche par les risques............................................................................................19
Section 2 : Sondages et autres procédures de sélection des éléments à tester ..........................25
§1. Sélection exhaustive......................................................................................................26
§2. Sélection d’éléments spécifiques...................................................................................26
§3. Sondages statistiques et non statistiques ........................................................................27
Chapitre II : Le processus de sondage en audit .....................................................................30
Section 1 : Conception du sondage.........................................................................................30
§1. Détermination de l’objectif du sondage .........................................................................30
1.1 Objectifs pour les tests de procédures : ......................................................................30
1.2 Objectifs pour les contrôles de substance ...................................................................31
§2. Définition de l’erreur ....................................................................................................32
2.1 Définition de l’erreur pour les tests de procédures......................................................32
2.2 Définition de l’erreur pour les vérifications de détail..................................................33
§3. Définition de la population et de l’individu ...................................................................33
3.1 La population.............................................................................................................33
3.2 Individu ou unité d’échantillonnage ...........................................................................35
§4. Choix d’une technique de sondage ................................................................................37
Section 2 : Choix de l’échantillon ..........................................................................................37
§1. Détermination de la taille de l’échantillon .....................................................................37
1.1 Les facteurs qui influencent la taille de l’échantillon pour les tests de procédures ......38
1.2 Les facteurs qui influencent la taille de l’échantillon pour les contrôles de substance .41
§2. Sélection de l’échantillon..............................................................................................45
2.1 La sélection aléatoire .................................................................................................46
2.2 La sélection systématique ..........................................................................................48
2.3 La sélection au hasard................................................................................................50
2.4 La sélection de blocs..................................................................................................51