Professional Documents
Culture Documents
Departamento de Anlisis Econmico Aplicado Universidad de Las Palmas de Gran Canaria 2008
ndice
I. ndice.....2 II. ndice de Grficos..................3 III. ndice de Tablas...................3 1. 2. 3. 4. Resumen....4 Introduccin..5 Situacin actual...................6 Objetivos.............7 4.1. Objetivos de la auditora en general........................7 4.2. Objetivos que persigue esta investigacin....................7 5. Etapas y Fases de la auditora..............8 5.1. Determinacin del Riesgo en Auditora......................8 5.2. Importancia Relativa o Materialidad..................9 6. El Muestreo Estadstico y el juicio del auditor...........11 6.1. Tcnicas de Muestreo......12 6.2. Modelos de Muestreo aplicados a las Auditoras...................13 7. Importancia y Utilidad de las herramientas de anlisis aplicados a la auditora...................................................................................................................15 7.1. Defectos en el uso de las Hojas de Clculo: Herramientas de alto riesgo para el anlisis de datos..................................15 7.2. Herramientas actuales para el anlisis de datos....................16 8. Estudio "Global Internal Audit Survey" sobre la utilizacin de herramientas de anlisis en auditora.........................................................................17 9. Metodologa del estudio realizado para medir la probabilidad de incorporacin de herramientas de anlisis en auditoras en las Islas Canarias.........................18 9.1. Estimacin del Modelo con E-Views......................19 9.2. Anlisis Predictivo..................................................21 10. Ventajas de las herramientas de anlisis ..............................23 11. Nociones sobre la aplicacin de sistemas expertos en contabilidad y auditoras....24 11.1. Ventajas en el campo empresarial...............................24 11.2. Algunos sistemas expertos en el dominio de la auditora....................24 12. Breve descripcin de un modelo economtrico: Una herramienta complementaria en la auditora de cuentas............................................26 13. Conclusin..............................29 14. Bibliografa................30 Anexo..............................................................................................................................33
2
Grfico 1. Vista de Ecuacin. Grfico 2. Estimacin Modelo Logit. Grfico 3. Prediccin y Evaluacin. Grfico 4. Cuadro clasificatorio.
Tabla 1. Parmetros orientativos de aspectos cuantitativos para la evaluacin de la importancia relativa en la emisin del Informe de Auditora. Tabla 2. Parmetros orientativos para la evaluacin de la importancia relativa en la emisin del Informe de Auditora ante cambios en principios contables, partidas extraordinarias o incidencias cualitativas similares. Tabla 3. Porcentaje de empresas encuestadas. Tabla 4. Porcentaje de usuarios encuestados.
1. Resumen
El presente trabajo de investigacin pretende ser una contribucin al estudio de la utilidad del uso de herramientas de anlisis en las firmas de auditoras. La investigacin se inicio con la seleccin de una muestra aleatoria de las firmas de auditora en la Isla de Gran Canaria, a las cuales se les aplic un cuestionario (ver anexo 1) compuesto de dos partes, una de carcter cualitativo y otra cuantitativa con el fin de medir la importancia de estas herramientas en las funciones de las auditoras. Primeramente se abord el tema de las fases o etapas en una auditora, importancia del muestreo como herramienta estadstica y el posterior anlisis de riesgo asociado, que son factores fundamentales en toda realizacin de auditoras. Por ltimo, para cuantificar los resultados obtenidos en este estudio, se analizaron bajo la modelizacin Logit (utilizando para ello el software Eview), con el cual el resultado del modelo fu la estimacin de la probabilidad de incorporacin de estas herramientas a las firmas de auditoras. Por otra parte al tratarse de un anlisis de regresin, permiti identificar las variables ms importantes que explicaron las diferencias entre incorporar o no estas herramientas de anlisis.
2. Introduccin
En sus comienzos la auditora solo se limit a la verificacin y observacin de los registros contables para determinar su exactitud. Pero, con el avance del tiempo este campo de accin se diversific a otras reas, dejando de ser un instrumento contenedor de veracidad y exactitud por uno ms dinmico e interdisciplinario . Con frecuencia se le ha considerado como una herramienta cuyo fin era de detectar errores y fraudes. Pero, debemos manifestar que ese concepto es mucho ms de lo que se ha pensado hasta ahora. Se lo puede considerar en estos das como un exmen crticoanaltico realizado con el fin de evaluar la eficiencia y eficacia de una organizacin en parte total o por unidades. Como punto fundamental de este tpico pretenderemos mostrar la importancia de las nuevas aplicaciones de anlisis en auditoras, sus ventajas, criterios para elegir la mejor herramienta de anlisis, sin introducirnos en cuestiones especficas, sino centrndonos en la importancia que tienen para el auditor . Comenzaremos describiendo en forma general los objetivos y metodologas que se aplican en una auditora , continuando con los mtodos de muestreo utilizados, importancia de las tcnicas de muestreo y su finalidad, mencionando en el mismo contexto aspectos sobre la determinacin o el clculo de la Importancia Relativa Materialidad (IR) y el Riesgo asociado . Comentaremos sobre el alto riesgo en la utilizacin de las hojas de clculo para el analisis de datos, siendo estas unas de las primeras herramientas de apoyo a las auditoras. Tambin presentaremos los resultados de dos encuestas, una de ellas de ndole global, realizada por una de las empresas top 4 de auditora y la otra siendo de carcter local en la Isla de Gran Canaria, con una muestra de las 40 firmas mas importantes dedicadas a auditoras. Describirmos tambin como se han desarrollado Sistemas Expertos aplicados en el campo de la contabilidad especificamente en el dominio de las auditoras, cae sealar que todos ellos se han desarrollado teniendo en cuenta las fases del proceso de auditora. Por ltimo como informacin adicional descriiremos un ejemplo de modelos economtricos (ecuaciones del bloque estructural, como balance y cuentas de resultados) creados para agilizar los procesos de auditoras en relacin a la determinacin de las reas que requieren mayor anlisis.
5
3. Situacin actual
El creciente desarrollo econmico y tecnolgico dentro del mbito industrial, comercial y en los servicios,ha favorecido el crecimiento de las empresas y sociedades, estas por lo tanto debern tener mayor control de sus operaciones. Es en este punto donde las auditoras y por ende los auditores cumplen un rol de importancia como ente de control sobre las actividades, dando un juicio objetivo sobre el comportamiento econmico-financiero de la entidad. Los grandes volmenes de informacin que hay que verificar en una auditora producen costes muy elevados y requieren gran cantidad de tiempo para su anlisis. Por ello es necesario que los auditores dominen las principales tcnicas estadsticas de muestreo, el uso de herramientas de anlisis y frmulas matemticas aplicables a dichas tcnicas. Como sabemos, la auditora tiene como objetivo ltimo la emisin de un informe dirigido a poner de manifiesto la opinin del auditor sobre la fiabilidad de la informacin contenida en los estados financieros de la empresa auditada, y con la finalidad de que ella pueda conocer en forma valorada la informacin analizada. Todo esto ha llevado a los expertos del rea a investigar detenidamente la evolucin de la auditora en los ltimos aos y tratar de pasar de una auditora que en su mayor parte se realizaba con papeles y hojas de clculo bsicas, a una en que los avances en informtica hacen que la informacin sea llevada solamente en formatos digitales. Desde la incorporacionde las herramientas CAATS en la dcada de los `70 y `90 hasta los llamados Sistemas Expertos que se siguen desarrollando. En el mundo globalizado que conocemos hoy, podemos encontrar que existen empresas que avanzan a gran escala con la informatizacin de todas sus actividades. No obstante, lo vemos casi solamente en las grandes multinacionales que cuentan con sistemas sofisticados de anlisis de datos, utilizacin de software y paquetes creados por ellos mismos con el fin de poder controlar ms sus actividades. As todo esto se ve reducido a un pequeo nmero de empresas, que apuestan por completo a que sus decisiones sean tomadas bajo un criterio de absoluta fiabilidad a la hora de analizar la informacin. La importancia de los software de anlisis, radica principalmente en el volumen de informacin que se desea analizar. Esto debido a que las empresas expanden sus mercados cada vez ms, lo cual viene acompaado de la generacin de informacin cada vez ms compleja a la hora de analizar de forma manual. Es por ello que se han creado herramientas informticas de anlisis con las cuales, a la hora de abordar una auditora, el profesional puede seleccionar los datos de manera informatizada para luego determinar la muestra y el tamao ms adecuado en su estudio.
6
4. Objetivos
Aqu se abordar las diferentes etapas que constituyen el proceso de una auditora, de esta manera, servirn de base para evaluar y analizar las nuevas herramientas para auditoras. De esta manera llevaremos una revisin de las diferentes tcnicas aplicables en las que utilizaremos las Herramientas de Anlisis de datos. Para comprender mejor la estructura del proceso de auditora la dividiremos en: 1) Planificacin 2) Ejecucin 3) Informe Final Planificacin : En esta fase se determinar el alcance de la auditora (segn las Normas Tcnicas de Auditora (NTA)), se analizar el Riesgo y la Importancia Relativa Materialidad (error monetario mximo). Ejecucin : Se realizan los diferentes tipos de pruebas, Pruebas Sustantivas y de Cumplimiento, Tcnicas de Muestreo, Evidencias y Papeles de Trabajo, Aplicacin de Herramientas de anlisis CAATS (Computer Assisted Audit Techniques). Actualmente se estn utilizando en algunas firmas de auditoras software especficos para el muestreo (por ejemplo el Forsampling o Hipestat 42, entre algunos). En esta fase nos interesa ver lo relativo a las tcnicas de muestreo, en la cul se utiliar como principal parmetro el Muestreo de Unidades Monetarias (MUM) . Informe Final : Aqu se dictamina sobre las dems fases.
Dentro de toda auditora los dos tpicos principales sern: Determinacin del Riesgo en Auditora e Importancia Relativa o Materialidad, esto es fundamento bsico en todo proceso de auditora.
El riesgo inherente es que exista en la informacin errores significativos. El de control est relacionado con la posibilidad de que los controles internos no preveen o detecten fallos. Y el riesgo de deteccin est relacionado con el trabajo del auditor y que este no detecte errores en la informacin que se le suministra. De esta forma encontramos y podemos derivar que el riesgo en auditora tiene la siguiente ecuacin: RA = RI x RC x RD (A)
Esta clasificacin de los riesgos en auditoras puede tener sus variantes, por ejemplo, en Taylor y Glezze (2000) se mencionan el riesgo Alpha, como riesgo del rechazo indebido y el riesgo Beta como riesgo de la aceptacin indebida. Otros autores como De Agustn Melendro, J. (1995, p. 87) en su gua prctica de auditora asume cuatro tipos de riesgos. Agregando a los ya existentes el riesgo en las pruebas estadsticas, se generaa la siguiente ecuacin: R = RI x FCI x FOPA x Beta (B)
Definimos riesgo Alpha como el riesgo de rechazar el valor en libros cuando es correcto, este es complementario del nivel de confianza que se especifca al calcular el tamao de la muestra. Este riesgo Alpha (riesgo del cliente) se controla disminuyendo o aumentando el nivel de confianza estimado por los auditores en un 5 % generalmente. Al igual, el riesgo Beta es el riesgo de aceptar el valor en libros cuando es incorrecto en una cantidad significativa. Este se controla ajustando a la precisin respecto a la materialidad establecida.
1) IR Ejecucin del T < IR en la Planificacin < IR Emisin del Informe Para determinar la Importancia Relativa o Materialidad encontramos las siguientes tablas.
Tab. 1. Parmetros orientativos de aspectos cuantitativos para la evaluacin de la importancia relativa en la emisin del Informe de Auditora. Situacin Importe-Base Tramo Ajustes que afectan al resultado del ejercicio Empresas con beneficios normales Resultados de actividades ordinarias 5 - 10 % El ms representativo de: Empresas con prdidas o en punto muerto o Total de importe neto de cifra de negocios 0,5 - 1 % con bajo nivel de rentabilidad Total de los activos Fondos propios Empresas en desarrollo (sin haber alcanzado Fondos propios 3-5% el volumen normal de operaciones) El ms representativo de: Ingresos y gastos totales Entidades no lucrativas 0,5 - 1 % Activos totales Fondos propios El ms representativo de: Resultado de actividades ordinarias 5 - 12 % Pequeas y medianas empresas Total del importe neto de cifra de negocios 1-3% Total de activos 1-3% Total de la correspondiente clasificacin de la Reclasificaciones entre partidas de la Cuenta de Cuenta de Prdidas y Ganancias (ingresos o gastos 5 - 10 % Prdidas y Ganancias de explotacin, financieros o extraordinarios) El ms representativo de: Total fondos propios Ajustes que afectan a partidas del balance y no Total de la correspondiente clasificacin del 3-5% al resultado del ejercicio balance (activo o pasivo circulante, activo o pasivo no circulante) Total de la correspondiente clasificacin del Reclasificaciones entre partidas del balance balance (activo o pasivo circulante, activo o pasivo 5 - 10 % no circulante)
Tab. 2. Parmetros orientativos para la evaluacin de la importancia relativa en la emisin del Informe de Auditora ante cambios en principios contables, partidas extraordinarias o incidencias cualitativas similares. Situacin Importe-Base Tramo El ms representativo de: Beneficio neto 10 - 20 % Empresas con beneficios Total de los activos 1-2% Total del importe neto de cifra de negocios 1-2% El ms representativo de: Empresas con prdidas, en punto muerto, Total del importe neto de cifra de negocios 1-2% entidades no lucrativas, etc. Total de los activos Fondos propios
10
El Muestreo Estadstico no elimina el juicio del auditor o profesional sino le obliga a ejercer su juicio estableciendo ciertos parmetros, los cuales son: a) Definir la poblacin. b) Modelo de Muestreo. c) Tcnica de Seleccin. d) Anlisis de Error.
Las ventajas de estos parmetros son: Las muestras estadsticas pueden ser ms efectivas que las no estadsticas. Una muestra es ms efectiva que otra si puede lograr los mismos objetivos con un tamao de muestra menor o ms pequea. Esta permite tambin estimar el riesgo de que la muestra pueda no ser representativa de la poblacin, adems permite proyectar los resultados de la muestra dentro de los limites conocidos de confianza y precisin, siendo a su vez ms exacto y permitiendo evaluar objetivamente los resultados de la muestra. Continuando con los mtodos de muestreo usados en auditoras, los autores Escuder Valles, R., Mndez Martnez, S., (2002) comentan que uno de los mtodos ms comunes utilizados por los auditores es el de Muestreo de Unidades Monetarias (MUM). Este sirve para investigar poblaciones contables caracterizadas por bajas tasas de error, Lo importante es que los podemos utilizar tanto en pruebas sustantivas como en las de cumplimiento. Este mtodo tiene la particularidad que no asigna igual peso a todos los documentos (p.ej. facturas, boletas, etc.), sino que se enfoca en funcin de las unidades monetarias correspondientes a los documentos. Esto quiere decir, que en una revisin a los documentos a examinar los que contengan un valor ms alto tendrn mayor probabilidad de ser seleccionados.
11
12
Entre los factores que debe tomar en cuenta el auditor al planear y estimar los tamaos de la muestra, se incluiran el control interno, la importancia relativa y el riesgo en auditora. El muestreo, cualquiera sea su forma, consistir en la aplicacin de pruebas de cumplimiento o sustantivas, sin embargo para que el mtodo de muestreo sea adecuado, el auditor necesita un plan de actividades para obtener la evidencia necesaria. Por consiguiente, las muestras estadsticas se evalan en trminos de precisin y confianza. La precisin expresa la fluctuacin o limites dentro de los cuales se espera que el resultado de la muestra sea exacto, mientras que la confianza expresa la probabilidad matemtica de lograr ese grado de exactitud. Aunque el muestreo estadstico no es obligatorio, de acuerdo con las normas tcnicas de auditora sobre la ejecucin del trabajo, el auditor puede realizar pruebas selectivas, subjetivas, de ciertos elementos de la poblacin. Aunque este sea un muestreo de criterios es un medio admitido para obtener evidencia. Es por ello que el auditor debe saber a ciencia cierta que los resultados obtenidos pueden no ser aplicables a toda la poblacin de donde se seleccion la muestra con el mismo grado o nivel de confianza matemtica que el obtenido de una muestra estadstica.
variabilidad de los elementos de la poblacin. La precisin ser un margen expresado en unidades monetarias (U.M.) en torno al valor verdadero, de esta forma el tamao de la muestra podr ser objetivamente determinado cuando la muestra es seleccionada al azar y evaluada matemticamente.
14
7.1. Defectos en el uso de las Hojas de Clculo: Herramientas de alto riesgo para el anlisis de datos
Aunque se llevan utilizando ms de tres decadas en procesos de auditoras, se han convertido hasta hoy en da en una herramienta indispensable para quienes realizan clculos y desarrollo de modelos financieros y contables. Sin embargo se ha establecido que lo que las hace generalmente tan atractivas es tambin causa fundamental de sus deficiencias. Estas deficiencas pueden ser: Falta de integridad de los datos : Los valores pueden alterarse accidental intencionalmente Propencin a errores : Errores de entrada, lgica, interfaces de datos y utilizacin Incumplimiento de los estndares de sistemas para aplicaciones criticas : Documentacin, comprobacin y control de versiones. Es evidente que la eficiencia de las hojas de clculo puede generar dudas sobre la integridad de los datos, lo cual conduce a un alto riesgo empresarial en lo relativo a la toma de decisiones. En mayo del 2004 se public un artculo en Computer World, indicando que el 91% de las hojas de clculo recientemente auditadas tenan errores, en el 2002 el Journal of Property Management indic que entre el 30% y 90% de todas las hojas de clculo presentan como mnimo un error grave por parte del usuario. Aunque estos errores dependan de una serie de factores, pueden atribuirse a errores en frmulas o en las codificaciones. Otro peligro es que los datos importados o copiados a la hoja de clculo pueden ser modificados, alterados o convertidos sin que el usuario final los detecte. En muchas ocaciones se cometieron fraudes a travs de la manipulacin de estas hojas de clculo. A modo de informacin encontramos por ejemplo que hubieron 11 millones de Euros de prdida en materia de indemnizacin que fu atribuida a una hoja de clculo defectuosa. Otros 118.387 millones de Euros se perdieron por error de entrada de datos. Y tambin una empresa gan 30 millones de euros gracias a un error en una hoja de clculo. Con todo esto, muchos auditores han optado con justa razn a buscar soluciones tecnolgicas ms sofisticadas, con el fin de facilitar y hacer ms verz las tareas de auditar, as las nuevas tecnologas podrn contribuir a incrementar la amplitud, veracidad y profundidad de las auditoras.
15
16
8. Estudio "Global Internal Audit Survey" sobre la utilizacin de herramientas de anlisis en auditoras
La "Global Internal Audit Survey" (Encuesta Global sobre Auditora Interna), realizada por Ernst & Young en 2007 es una encuesta dnde la poblacin encuestada fue constituida por 140 pases con un total de 114.000 participantes, entre ellos directivos y profesionales del rea de auditora. La encuesta tuvo entre otro la finalidad de medir el nivel o grado de la utilizacin de herramientas de anlisis aplicadas en auditoras. Los datos generados fueron los siguientes:
Tab. 3. Porcentaje de empresas encuestadas. Uso profesional de Uso bsico de herramientas y softwares herramientas estadsticos en auditora informticas 42 % 58 %
En un comienzo, el 93 % de los directivos encuestados respondieron que sus funciones de auditora interna se basan en anlisis de datos a a travs de la utilizacin de herramientas. Por consiguiente, podemos ver que solo el 42 % de todas las empresas encuestadas respondieron que ms del 60 % de sus empleados saben usar de manera profesional herramientas de anlisis de datos.
Tab. 4. Porcentaje de usuarios encuestados. Pobl. Uso de softwares Uso de softwares encuestadas profesionales propios 114.000 directivos 20 % 27 % en 140 pases
Referindose a esta tabla sobre qu herramientas estadsticas utilizan, se pudo comprobar que de las empresas encuestadas los directivos y profesionales que usan softwares profesionales o del mercado es solamente un 20 %, a diferencia de los profesionales que solo utilizan herramientas bsicas mostrando un 53 %, la diferencia qued situada en el uso de softwares propios por parte de los profesionales es de un 27 %. La firma que realiz la encuesa da como afirmacin que : Como resultado final podemos decir que los profesionales que realizan auditoras desconocen las ventajas y oportunidades que brindan los nuevos sistemas expertos, los cuales aseguran un trabajo ms rpido con mayores beneficios y con un costetiempo ms reducido.
17
En primer lugar se seleccion la plaza o lugar fsico, en este caso el universo seleccionado fue la Islas de Gran Canaria. Se seleccion una muestra aleatoria de las 40 firmas ms importantes de auditora. Para desarrollar el estudio se aplic un cuestionario que comprenda dos apartados, uno caracterizado por preguntas cualitativas y el otro de caracter cuantitativo. Esto fue aplicado en forma presencial, telefnica y a travs de correos electrnicos. Los resultados de la encuesta se basron en el anlisis de las siguientes variables. Descripcin de las variables seleccionadas ms significativas: AsdAud : Qclient : QPAudit : EfyFunc : SaLev : DurAud : ApSaMeth : IncRent : Aplicacin de Herramientas de Anlisis en Auditoras Cantidad de Clientes Cantidad de Profesionales Auditores Eficiencia y Funcionamiento Nivel de Ventas Duracin de las Auditoras (tiempo) Aplicacin de Muestreo Estadstico Incremento en la Rentabildad (anual)
Se seleccion como variables dependiente"AsdAud", que es la variable endgena a explicar. Como las variables cualitativas presentaban respuestas dicotmicas (variables binomialmente distribuidas) se cuantificaron con valores entre 0 y 1, siendo 1 para cuando cumplin con el objetivo y 0 de lo contrario. Al tratarse de un caso en que la variables explicativa es dicotmica y las variables independientes cuantitativas la prueba a realizar sera la Regresin Logstica en la cual estimaremos la funcin a travs del modelo logit, se modeliza una ecuacin cuyo resultado se interpreta como probabilidad de pertenencia al grupo codificado como 1.
Para modelizar en E-Views debemos trabajar con tabla 1 (apendice) creada en Excel.
18
19
Vemos que las variables ApSaMeth; SaLev; C; para cada una de estas variables la capacidad predictiva tomando como corte un nivel de significancia de 0.5, nos dice que estas variables se enontraran fuera del rea de rechazo, por lo cul serin las ms significativas a la hora de estudiar el comportamiento de la variale Yi.
El R2 de McFadden (1974) define a R2 = 1 (log LUR / log LR), (donde el LUR es el mximo de la funcin de verosimilitud cuando se maximiza con respecto a todos los parmetros y LR el mximo cuando se hace con la restriccin Bi = 0), esto quiere decir que la variable explicada esta en un 62,85%, con un nivel de significancia de un 5%. Criterio de asignacin del punto de corte = 0,5%:
Para cada observacin se predice la probabilidad y se le asigna la respuesta de ese elemento a valores Yi = 1, Yi=0
20
El porcentaje de aciertos o predicciones correctas para Yi=0 es 77,78% (7 Observaciones.) e Yi=1 es de 91,30 % (equivalente a 21 observaciones), el porcentaje total de predicciones correctas alcanz un 87,50 % , mientras que los % de predicciones incorrectas cuando Yi=0, Yi=1, son 2 y 2 respectivamente.
21
Es decir, las variables escogidas explican el comportamiento de la variable dependiente en un 87,50 % segn el modelo Logit teniendo en efecto una buena capacidad predictiva. Por ltimo, los signos de los parmetros que ligan cada variable independiente con la endgena deben juzgarse como correctos o incorrectos segn la teora econmica subyacente y nuestro conocimiento del fenmeno en estudio, aunque no debe decirse que las variables de mayor coeficiente identifiquen a las variables ms relevantes y viceversa, ya que las variables explicativas en la mayora de los casos son medidas en escalas totalmente diferentes.
22
1.- Disminucin de los costes monetarios por auditoras realizadas (600-800 euros p/a) 2.- Sistemas ms eficientes en la reduccin de los tiempos por auditoras 3.- Identifica tendencias en el funcionamiento de la Empresa, controlando riesgos y complicaciones de carcter interno por error en la informacin recibida. 4.- Seala excepciones y reas que requieren mayor anlisis 5.- Localizan y reducen posibles errores de clculos 6.- Simultaneidad en las activdades de auditoras. 7.- Homogenizan la informacin contenida en cualquier otro soporte informtico que contega los datos.
Algunos criterios de seleccin aportados: Versatilidad en su manejo, Fcil aprendizaje, Rpidez en los procesos de clculos, posibilidad de modelizar la aplicacin de forma que se aprovechen los esquemas y datos para otras auditoras.
23
Estos son programas de computadores que capturan el comportamiento del experto en el rea e imitan sus proceos de razonamiento para resolver problemas en un determinado dominio. Varios de estos Sistemas Expertos se vienen utilizando en la contabilidad como herramientas de apoyo, con la finalidad de poder simular la experiencia emprica del profesional experto ya que pueden resolver problemas muy complejos, en un principio se pueden aplicar en todas las reas de la contabilidad pero el campo mas estudiado es en las auditoras. Con la utilizacin de los Sistemas Expertos en contabilidad y auditoras se ha podido pasar del simple tratamiento de la informacin al tratamiento del conocimiento, que es el factor principal y fundamental en los procesos de toma de decisiones.
Ticom Control Interno es una herramienta analtica que ayuda a los auditores a modelizar el SCI de una empresa.
Descripcin bsica de su arquitectura: Posee una base fundamentada en el conocimiento; tiene una base de hechos que posee memoria de trabajo, cuenta con un motor de inferencia que modela el proceso de razonamiento, posee un mdulo de explicacin e interaccin con el usuario. Por ltimo, gracias a la investigacin, apoyo y financiamiento de multinacionales dedicadas al rea de la contabilidad y auditora se han hecho posible el avance de los Sistemas Expertos.
25
Ecu. de recursos propios (3): Recoge las aportaciones realizadas por los socios (capital) y los beneficios no distribuidos por la empresa (reservas). Estos constituyen fuentes de financiacin propia. (3) RP = F [DCP + DLP; DRES + CF; Xte] Ecu. deudas LP (4): Esta explica cual ha sido el endeudamiento de la empresa. (4) DLP = F [DLP (t-1); RP; Xte] Ecu. deudas CP (5): Esta recoge aquellas originadas por el movimiento habitual de la empresa, como son provedores, las originadas por la emisin de valores negociables, con entidad de crditos, acreedores y con la administracin pblica. De esta forma se han hecho depender de los gastos financieros, las compras, el inmovilizado y deudas a LP del ejercicio anterior. (5) DCP = F [GF; CM; INM; DLP (t-1); Xte]
b) Ecuaciones del Modelo: Bloque Estructural de Prdidas y Ganancias Ecu. de compras (6): Referida a compra neta y no considerando la variacin de existencias, estas dependen de la compra del periodo anterior y de la cifra de ventas. (6) CM = F [V; CM (t-1); Xte] Ecu. de ventas (7): Esta hace referencia a ventas netas, dependiendo de los deudores y de las ventas del periodo anterior. (7) V = F [V (t-1); DRES; Xte] Ecu. identidad gastos totales (8): Sumatoria de gastos de personal, compras netas, financieros y el resto de gastos. (8) GT = CM + GP + GF + OG Ecu. ingresos totales (9): Sumatoria ventas totales, gastos financieros y el resto de ingresos. (9) IT = VT + GF + OI Ecu. identidad resultado o total (10): Diferencia entre los ingresos y los gastos del periodo. (10) BNF = IT - GT
27
Especificacin y Aportacin del Modelo Economtrico La utilidad de esta herramienta puede concretarse como la manera de permitir facilitar y agilizar el desarrollo en algunas fases del proceso de auditora, identificando fluctuaciones de las cuentas anuales, realizar estudios de la evolucin de las partidas ms significativas, anlisis comparativo de estas, evaluacin del control interno, determinacin del grado de amplitud de las pruebas sustantivas o de cumplimiento a travs de la identificacin de variables o cuentas que requieran mayor anlisis.
28
13. Conclusin
El auditor de estos tiempos deber dirigir sus esfuerzos y sus conocimientos a reas en que antiguamente le era complicado. Hoy en da con el avance de la ciencia, los campos donde este se desenvolva se han diversificado y ampliado. De all es que se debe tener un carcter ms autodisciplinario. Para ello es esencial que el auditor pueda contar con conocimientos nuevos en materias de herramientas de anlisis aplicadas a las auditoras. Esto le dara ms certeza y fiabilidad a la hora de obtener los resultados y realizar el informe final.
A partir de esto, el auditor contemporneo deber dominar las nuevas herramientas que la informtica pone a su disposicin para lograr enfrentar con xito los retos de la automatizacin de la gestin econmica, financiera y contable, tanto de empresas pblicas, como de empresas privadas.
El auditor debe orientar su trabajo y esfuerzo al empleo de estas herramientas tecnolgicas y de sistemas informticos para la seleccin de los elementos a investigar. Es de vital importancia tener presente que el desconocimiento en la utilizacin de estas herramientas puede conducir a la formacin de conclusiones errneas y opiniones en ese mismo nivel, lo que puede limitar la validz de los resultados y en ocasiones llegar a invalidar la investigacin.
Toda la informacin entregada en este trabajo, relativa a la metodologa de trabajo en auditora, determinacin de Importancia Relativa y Riesgo, Tcnicas de Muestreo , etc. debe ser asimilada para que a la hora de utilizar las herramientas de anlisis, el auditor pueda tener una visin clara de lo que esta aconteciendo.
29
14. Bibliografa
Agustn Melendro, J., 1995. Aplicacin del muestreo estadstico a la auditora. Registro de Economistas Auditores del Consejo General de Colegios de Economistas de Espaa, Madrid. Arens, A., Loebbecke, J., 1981. Applications of statistical sampling to auditing. Ed. Prentice Hall, New Jersey. Arens, A., Loebbecke, J., 1996. Auditora un enfoque integral. Ed. Prentice Hall, Mexico. Cook, J., Winkle, J., 1992. Auditora. Editorial Interamericana, 3ra edicin, Mxico. De la Pea Gutirrez, A., 2008. Auditora un enfoque prctico. Ed. Paraninfo, Madrid. Ernst & Young, 2007. Global Internal Audit Survey. Encuesta global. Escuder Valls, R., Mndez Martnez, S., 2002. Mtodos de muestreo estadstico aplicados a la auditora. Ed. Tirant lo Blanch, Valencia. Fernndez Gallastegui, A., 2005. Econometra. Ed. Pearson Prentice Hall, Madrid. Gmez Lpez, R., 2003. Generalidades en la auditora. Departamento de Econmicas, Universidad de Malaga. Hernndez Bastida, A., et al., 2001. Mtodos estadsticos en auditora de cuentas. Ed. La Muralla, S.A., Madrid. Hernndez Delgado, M., 2005. El muestreo estadstico y su aplicacin en la actividad auditora en la Empresa Termoelctrica Cienfuegos. Ministerio de Educacin de la Repblica de Cuba. Hornkohl, M., 2003. Manual de auditora. Comit de Auditora Ministerial, Ministerio de Agricultura, Chile. Hurtado Flores, P., 2005. Curso elemental de la auditora. Curso gratuito, portal web de contenidos educativos mailxmail.com. Instituto de Contabilidad y Auditora de Cuentas, 2001. Norma tcnica de auditora sobre procedimientos analticos. Madrid. Levin, R., Rubin, D., 1996. Estadstica para administradores. Ed. Prentice Hall, Mexico. Lpez Ruiz, V., Nevada Peao, D., 1999. El modeloeconomtrico: Una herramienta al alcance del auditor de cuentas. Facultad de Ciencias Econmicas y Empresariales de Albacete, Universidad de Castilla La Mancha.
30
Lubiano Gmez, A., 2006. Introduccin a la teora de muestras. Departamento de Estadstica e Investigacin Operativa y Didctica de la Matemtica, Universidad de Oviedo. Mallo, C., Jimnez, M., 2000. Contabilidad de costes. Ed. Pirmide, Madrid. Mndez Martnez, S., et al., 2001. Una aplicacin de los mtodos de remuestreo a la auditora de estados financieros. Revista Estadstica Espaola, Vol. 43, n. 147, pp. 4561. Mir y Martnez, P., et al., 2006. Mtodos estadsticos en economa. Ed. Universidad Politcnica de Valencia, Valencia. Pina Massachs, M., et al., 2005. Economa y organizacin de empresas. Ed. McGraw Hill/Interamericana de Espaa, S.A.U.. Quintanar Romero, E., 1985. Controles internos y naturales de las verificaciones de auditora. Revista Espaola de Financiacin y Contabilidad, Vol. XV, n. 48, pp. 713-721. Quintanar Romero, E., 1985. Modelos de Riesgos, factores de confianza y conceptos estadsticos aplicados a la auditora. Revista Espaola de Financiacin y Contabilidad, Vol. XV, n. 47, pp. 449-455. Rubio Andrada, L., 2005. Mtodos estadsticos para la administracin y direccin de empresas: Supuestos resueltos de contrastes no paramtricos. Ed. Vision Net, Madrid. Saavedra Santana, P., et al. 2003. Mtodos estadsticos. Ed. Universidad de Las Palmas de Gran Canaria, Las Palmas de Gran Canaria. Snchez Toms, A. , 1995. Aplicacin de los sistemas expertos en contabilidad. Departamento de Contabilidad, Universidad de Valencia. Snchez Gmez, A., 2007. Definicin genrica de auditora. Etapas de auditora. Importancia de la supervisin. Facultad de Contabilidad y Finanzas, Centro Universitario Jos Mart Prez de Sancti Spiritus, Cuba. Serrano Angulo, J., 2003. Iniciacin a la estadstica bayesiana. Ed. La Muralla, S.A., Madrid. Taylor, J., Glezze, D., 2000: Clasificacin de los Riesgos en Auditoras. Uyarra Encalao, D., 2003. Tendencia de la auditora prctica. Charla, Facultad de Econmicas y Empresariales, Universidad Zaragoza. Visauta Vinacua, B., 2007. Anlisis estadstico con SPSS 14. Ed. McGraw Hill/Interamericana de Espaa, S.A.U..
31
Vaughan, L., 2001. Statistical methods for the information professional. Crtica de libros, ASIST Monograph Series, publicada por Information Today, Inc., Canada. Wooldridge, J., 2007. Introduccin a la econometra - Un enfoque moderno. 2a edicin. Ed. Paraninfo, Madrid.
32
Anexo
33
(A) Tipo de Empresa 1. Qu tipo de empresa es la suya? a. multinacional b. nacional c. local 2. Cuantos empleados tienen en su oficina? a. ________________ 3. A qu tamao de empresas auditan Ustedes? a. PYMES b. grandes c. ambas 4. Cul fue el ao de fundacin de su firma? a. antes de 1981 b. entre 1981 y 1990 c. entre 1991 y 2008 5. Cuntos clientes tienen aproximadamente por ao? a. ________________ 6. Podra marcar en que intervalo de venta anual se clasifica su firma? a. hasta 45.000 Euros b. 45.000 a 80.000 Euros c. 80.000 a 120.000 Euros d. ms que 120.000 Euros 7. Destinan dinero para la inversin en tecnologa referida a la auditora? a. s => Cunto anualmente? _________________ b. no 8. Qu porcentaje de sus empleados saben utilizar softwares de auditora? a. hasta 25 % b. hasta 50 % c. hasta 75 % d. hasta 100 %
34
(B) Utilizacin de Software 1. Qu tipo de software utilizan en las auditoras? a. propios b. mercado c. Excel 2. Con qu frecuencia los utilizan en las auditoras? a. siempre b. a veces 3. Cunto tiempo llevan utilizndolas? a. _________ (aos, meses) 4. Qu les motivo a incorporar esta herramienta en las auditoras? a. mejorar la eficiencia b. optimizar recursos c. otros: _______________ 5. Satisface sus necesidades en relacin coste-beneficio? a. siempre b. a menudo c. casi nunca 6. Estn capacidados los auditores para utilizar estas aplicaciones en las auditoras? a. s b. medianamente c. no 7. Como evaluan el funcionamiento de estas herramientas en las auditoras? a. buena b. regular c. mala 8. Al utilizar esta herramienta, su empresa se vuelve ms eficiente? a. s b. no 9. Valore en una escala del 1 al 3 (1 = bajo, 2 = medio, 3 = alto) la importancia que tienen para Ustedes estas variables en relacin al software. a. profesionalidad: ___ b. eficiencia: ___ c. rapidez: ___ d. costes: ___ 35
10. Cul es el promedio de horas hombre en sus auditoras? a. menos de 4 semanas b. ms de 4 semanas 11. Cree Usted que estas herramientas disminuyen considerablemente el riesgo de no detectar problemas en las cuentas analizadas? a. s b. no 12. Considera Usted que eleva la autoestima profesional del auditor al dominar tcnicas de punta en el desarrollo de su trabajo? a. s b. no 13. Utiliza su empresa algunas tcnicas de muestreo en auditoras? a. s b. no 14. Aumentan el alcance y la calidad de los muestreos verificando un gran nmero de elementos? a. s b. no 15. Han utilizado algun software especfico para el muestreo? a. s => Cul? ____________ b. no 16. Considera Usted que el muestreo estadstico es importante en auditora porque le permita realizar su trabajo con menor coste y menor tiempo? a. s b. no
36
(C) Resultados obtenidos en la utilizacin de herramientas estadsticas 1. Quedan Ustedes conformes con los resultados finales extraidos a travs de estas aplicaciones? a. s b. regularmente c. no mucho 2. Ha incrementado su empresa las operaciones al utilizar estas herramientas? a. s b. medianamente c. no 3. Cunto ha aumentado la rentabilidad de su firma aplicando herramientas estadisticas? a. hasta 10 % b. 10 % a 25 % c. 25 % a 40 % d. mas que 50 % 4. Podra decir cunto tardan aproximadamente sus auditoras utilizando estas herramientas de analisis? a. 10 a 30 das b. 30 a 45 das c. 45 das y mas 5. En cuanto ha aumentado su cartera de clientes a razn de la utilizacin de este software? a. hasta 10 % b. ms que 10 % 6. Creen Ustedes que el tamao de firma y nivel de operaciones influye en la incorporacin de estas herramientas de auditora? a. s b. no 7. Consideran Ustedes que el tiempo de desarrollo de la auditora disminuye al utilizar estas herramientas? a. s b. no
37
(D) Caso de no utilizacin de herramientas estadsticas avanzadas* (=> solamente Excel) 1. Consideran Ustedes importante introducir estas herramientas aunque su firma tiene operaciones solamente con empresas pequeas? a. s b. no 2. Por qu no han incorporados an estas herramientas? a. por costes muy elevados b. no son necesarias c. por desconocimiento 3. Podran imaginarse adquirirlas para futuras auditoras? a. s b. quizas c. no 4. Evalue su situacin actual sin la incorporacin de estas herramientas. a. buena b. normal
38
Dependent Variable: UTSOFT Method: ML - Binary Logit (Quadratic hill climbing) Date: 12/03/08 Time: 22:06 Sample: 1 32 Included observations: 32 Convergence achieved after 6 iterations Covariance matrix computed using second derivatives
Variable
Coefficient
Std. Error
z-Statistic
Prob.
Mean dependent var S.E. of regression Sum squared resid Log likelihood Restr. log likelihood LR statistic (6 df) Probability(LR stat)
S.D. dependent var Akaike info criterion Schwarz criterion Hannan-Quinn criter. Avg. log likelihood McFadden R-squared
9 23
Total obs
32
39
Dependent Variable: UTSOFT Method: ML - Binary Logit (Quadratic hill climbing) Date: 12/03/08 Time: 22:06 Sample: 1 32 Included observations: 32 Prediction Evaluation (success cutoff C = 0.5) Estimated Equation Dep=0 Dep=1 Total P(Dep=1)<=C P(Dep=1)>C Total Correct % Correct % Incorrect Total Gain* Percent Gain** 7 2 9 7 77.78 22.22 77.78 77.78 2 21 23 21 91.30 8.70 -8.70 NA 9 23 32 28 87.50 12.50 15.63 55.56 Constant Probability Dep=0 Dep=1 Total 2.53 6.47 9.00 2.53 28.13 71.88 6.47 16.53 23.00 16.53 71.88 28.13 9.00 23.00 32.00 19.06 59.57 40.43 Constant Probability Dep=0 Dep=1 Total 0 9 9 0 0.00 100.00 0 23 23 23 100.00 0.00 0 32 32 23 71.88 28.13
Estimated Equation Dep=0 Dep=1 Total E(# of Dep=0) E(# of Dep=1) Total Correct % Correct % Incorrect Total Gain* Percent Gain** *Change in "% Correct" from default (constant probability) specification **Percent of incorrect (default) prediction corrected by equation 6.70 2.30 9.00 6.70 74.46 25.54 46.33 64.46 2.30 20.70 23.00 20.70 90.00 10.00 18.13 64.46 9.00 23.00 32.00 27.40 85.63 14.37 26.06 64.46
40