Remerciez-le!

Remerciez @Admin pour avoir partagé cet document gratuitement, de la manière la plus simple, en partageant sur les réseaux sociaux.

Echantillonnage de données : sélection aléatoire de données Intérêt d’une sélec

Echantillonnage de données : sélection aléatoire de données Intérêt d’une sélection aléatoire Le commissaire aux comptes effectue la plupart de ses contrôles par sondage. La formation d’un échantillon de données à sonder est réalisée selon différentes méthodes au choix de l’auditeur. La sélection des données s’opère en fonction : ‐ d’un seuil de signification, ‐ d’une méthode statistique, ‐ d’une formule aléatoire, ‐ de critères plus ou moins subjectifs. Ces différentes méthodes sont utilisables conjointement mais la plupart du temps, l’échantillon est formé à partir d’un seuil de signification (par exemple, toutes les données dont le montant est supérieur à 100 K€). L’utilisation dogmatique de ce critère de sélection éliminera systématiquement toutes les données inférieures au seuil (alors que précisément l’ensemble des membres d’une population donnée mérite l’attention du CAC) et ne répond pas au caractère imprévisible des contrôles du commissaire aux comptes institué par les NEP (normes d’exercice professionnel). L’utilisation du hasard, en complément d’autres méthodes d’échantillonnage, est très intéressante à double titre : ‐ D’une part, cette méthode répond aux prescriptions des NEP sur l’imprévisibilité des contrôles du CAC ; dans le cadre de la prévention de la fraude, ce genre de méthode introduit un climat d’insécurité pour le fraudeur ou l’éventuel fraudeur, en effet, toutes les transactions sont susceptibles d’entrer dans le périmètre de l’audit et non pas seulement les plus importantes. ‐ D’autre part, elle permet d’élargir l’éventail de données auditées… et finalement d’augmenter la probabilité de détecter erreurs et fraudes, ces dernières étant d’ailleurs le plus souvent découvertes par hasard. Réalisation d’un échantillonnage aléatoire à l’aide d’une requête SQL L’exemple qui suit servira d’illustration au propos précédent. Nous utiliserons un grand livre général (table ACCESS intitulée GL comprenant les champs de données compte, libellé (d’écriture), journal, débit, crédit et numéro de pièce). Il comprend dix‐huit mille lignes d’écritures et nous souhaitons n’en retenir aléatoirement aux fins d’audit que dix lignes. Texte de la requête SQL à rédiger : SELECT TOP 10 GL.Compte, GL.Libellé, GL.Débit, GL.Crédit, GL.Journal, GL.Date, GL.Lettrage, GL.Pièce FROM GL ORDER BY Rnd(compte); Explication : L’échantillonnage tourne autour des deux fonctions suivantes : ‐ « ORDER BY Rnd(compte) » trie les lignes aléatoirement par le champ « compte », ‐ « TOP 10 » signifie que l’on ne sélectionne que les dix premières lignes du résultat de la requête. Résultat obtenu : ReqSélection aléatoire Compte Libellé Débit Crédit Journal Date Lettrage Pièce 701104 FACTURE 1035469 2 261,52 VTS 40509 1035469 411100 FACTURE 1037012 12 221,21 VTS 221009 1037012 411100 FACTURE 1036545 2 565,66 VTS 90909 B 1036545 445720 FACTURE 1037045 40,23 VTS 231009 F 1037045 467120 RETRO LITIGE XXX 644,88 EUR 161009 D 9181 602610 F.MA147364 MAER 4 540,80 ACH 51109 9089449 701101 FACTURE 1037210 1 435,84 VTS 61109 1037210 701102 FACTURE 1036226 603,60 VTS 40809 1036226 616200 Extourne C.C.A. AU 31.07.2009 31 143,24 OD 10809 9082 701102 FACTURE 1035889 1 069,50 VTS 240609 1035889 Bien entendu, chaque exécution de la requête donne un résultat différent. Benoît‐René RIVIERE Expert‐comptable www.blog.auditsi.eu uploads/Finance/ echantillonnage-de-donnees-selection-aleatoire-de-donnees-www-auditsi-eu.pdf