Echantillonnage de données : sélection aléatoire de données (www.auditsi.eu)

 

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

701104 FACTURE 1035469 411100 FACTURE 1037012

12 221,21

411100 FACTURE 1036545

2 565,66

Crédit Journal Date Lettrage

Pièce

2 261,52 VTS

40509

1035469

VTS

221009

1037012

VTS

90909 B

1036545

40,23 VTS

231009 F

1037045

644,88

EUR

161009 D

9181

4 540,80

ACH

51109

9089449

701101 FACTURE 1037210

1 435,84 VTS

61109

1037210

701102 FACTURE 1036226

603,60 VTS

40809

1036226

OD

10809

9082

1 069,50 VTS

240609

445720 FACTURE 1037045 467120 RETRO LITIGE XXX 602610 F.MA147364 MAER

616200 Extourne C.C.A. AU 31.07.2009 31 143,24 701102 FACTURE 1035889

1035889

  Bien entendu, chaque exécution de la requête donne un résultat différent.    Benoît‐René RIVIERE  Expert‐comptable  www.blog.auditsi.eu