Fonctionnement
L'ISA 530.A4 décrit comment les équipes doivent utiliser les anomalies identifiées lors de périodes précédentes pour estimer le taux d'anomalie attendu pour la période actuelle. Ceci n'est pas une supposition. C'est une projection basée sur des données historiques que vous documentez.
Voici comment cela fonctionne en pratique : vous avez audité ce client pendant trois ans. Chaque année, votre test de détail sur les ventes a découvert des anomalies à un taux spécifique. Vous calculez ce taux historique. C'est votre anomalie attendue pour cette année, sauf si quelque chose a changé dans le processus ou la population (un nouveau système comptable, une croissance rapide, un changement de personnel comptable). Si un changement matériel s'est produit, vous augmentez votre estimation par prudence.
L'ISA 530.5(b) vous oblige à évaluer si le dimensionnement de votre échantillon basé sur cette anomalie attendue produit un échantillon de taille raisonnable. Ce que signifie « raisonnable » dépend du contexte : pour les ventes de faible risque avec un historique net, un petit échantillon peut être adéquat. Pour un domaine à risque plus élevé ou avec un taux historique d'erreurs plus élevé, vous devez agrandir l'échantillon.
Exemple d'application : Matériel Benelux SPRL
Client : Distributeur belge de pièces industrielles, exercice clos 31 décembre 2024, chiffre d'affaires de 18,5 M EUR, rapportant selon les normes comptables belges harmonisées avec l'IFRS.
Étape 1 : Calculer l'anomalie attendue à partir des données historiques
En 2023, le test de détail sur les ventes (population 2 340 transactions, montant 16,2 M EUR) a identifié trois erreurs : une facture en double pour 2 400 EUR, une quantité mal saisie pour 1 800 EUR, une allocation de TVA incorrecte pour 960 EUR. Taux total d'erreur : 5 160 EUR ÷ 16,2 M EUR = 0,032 %. En 2022, le taux était de 0,028 %. Moyenne sur deux ans : 0,030 %.
Note de documentation : Feuille de travail MUS_2024_Ventes, section Anomalies historiques, avec tableaux de résumé par année.
Étape 2 : Évaluer les changements dans le processus
En 2024, le client a modifié son système comptable (passage de Sage à IFS). Les premiers trois mois de 2024 ont montré un taux d'erreur plus élevé à cause des problèmes de migration de données (0,058 %). Après correction des problèmes d'interface entre mai 2024 et aujourd'hui, le taux revient à 0,031 %. Vous décidez d'utiliser 0,045 % comme anomalie attendue pour 2024 (soit entre votre taux historique de 0,030 % et le pic de transition de 0,058 %, reflétant une prudence appropriée).
Note de documentation : Évaluation du risque de changement système, taux d'erreur pré/post-migration par mois, justification du choix 0,045 %.
Étape 3 : Dimensionner l'échantillon
Population 2024 : 2 560 transactions, montant 18,5 M EUR. Anomalie attendue : 0,045 %. Anomalie tolérable (fixée séparément à partir de la matérialité de performance) : 1,8 % (soit 333 k EUR). Vous avez fourni ces paramètres à votre calculatrice d'échantillonnage MUS. Elle vous retourne une taille d'échantillon recommandée de 85 transactions.
Note de documentation : Tableau MUS avec entrées Anomalie attendue, Anomalie tolérable, Facteur de confiance (95 %), calcul résultant de la taille de l'échantillon.
Étape 4 : Conclure après les tests
Vous testez votre échantillon de 85 transactions et découvrez cinq anomalies : une allocation de TVA incorrecte (1 250 EUR), deux erreurs de quantité (1 620 EUR et 880 EUR), un prix unitaire mal saisi (2 100 EUR), une omission de remise client (750 EUR). Anomalie totale projetée : 6 600 EUR. Comparaison : anomalie attendue était 8 325 EUR (0,045 % de 18,5 M). Anomalie projetée 6 600 EUR < anomalie attendue 8 325 EUR. Anomalie projetée aussi << anomalie tolérable 333 k EUR.
Conclusion : L'échantillon est suffisant. Les anomalies découvertes sont cohérentes avec ce qui était attendu et bien en dessous du seuil d'acceptation. Le dimensionnement basé sur l'anomalie attendue a produit un échantillon de taille appropriée.
Ce que les réviseurs et praticiens confondent
L'erreur la plus fréquente : utiliser l'anomalie tolérable comme approximation de l'anomalie attendue parce que les deux termes semblent servir un objectif de « montant d'erreur ». Ce n'est pas le cas. ISA 530.5(b) exige que vous documentez votre anomalie attendue avant le dimensionnement, basée sur les données historiques, pas sur votre jugement du montant qu'une erreur pourrait atteindre. La H2A l'a constaté dans 34 % des dossiers MUS examinés en 2023 : les équipes utilisaient l'anomalie tolérable comme anomalie attendue par défaut quand aucun historique de trois ans n'était disponible. Cela produit systématiquement un échantillon trop petit. ISA 530.5(a) énonce le processus correct : utiliser les données historiques des périodes précédentes, ou estimer le taux d'anomalie en fonction d'une autre base (par exemple, un test de contrôle sur le processus, une évaluation du risque de distorsion). Aucune des deux approches ne commence par « l'anomalie tolérable ».
Une deuxième confusion : oublier de reevaluate si l'anomalie attendue doit être révisée lors de la réalisation des tests. ISA 530.A5 note que si, au cours du test, vous découvrez que votre anomalie attendue était clairement sous-estimée (par exemple, vous trouvez trois anomalies dans les 15 premières transactions, ce qui suggère un taux beaucoup plus élevé que ce que vous aviez anticipé), vous devez augmenter la taille de l'échantillon. Ce n'est pas documenté sur la plupart des dossiers où cette situation survient.
Anomalie attendue vs Anomalie tolérable
| Dimension | Anomalie attendue | Anomalie tolérable |
|-----------|-------------------|--------------------|
| Quand elle est fixée | Avant dimensionnement | Avant dimensionnement |
| Base | Données historiques ou estimation du taux | Matérialité de performance |
| Objectif | Dimensionner un échantillon proportionné | Définir le seuil de rejet |
| Si dépasée | Augmente la taille d'échantillon requise | Invalide la conclusion |
| Révision pendant les tests | Oui, si les résultats initiaux suggèrent une révision | Non, fixée avant les tests |
L'anomalie attendue contrôle votre diligence. L'anomalie tolérable contrôle votre acceptation. Ensemble, elles protègent l'échantillon contre le sous-dimensionnement (une anomalie attendue trop basse mène à un petit échantillon) et contre l'acceptation trop facile (une anomalie tolérable trop haute mène à une conclusion permissive).
Termes connexes
- Anomalie tolérable : Le montant maximale au-dessous duquel la direction détermine que les anomalies ne sont pas importantes, dans le contexte de la matérialité globale et de la performance matérialité.
- Échantillonnage MUS : La méthode d'échantillonnage statistique où chaque unité monétaire (EUR, GBP) a une probabilité égale d'être sélectionnée, communément utilisée quand l'anomalie attendue est faible.
- Matérialité de performance : Le montant fixé par l'auditeur inférieur à la matérialité globale, utilisé pour réduire le risque d'audit et déterminer l'anomalie tolérable.
- Anomalie projetée : L'extrapolation de l'anomalie trouvée dans votre échantillon à la population entière, utilisée à la conclusion pour comparer contre l'anomalie attendue et l'anomalie tolérable.
- Risque d'échantillonnage : Le risque que votre conclusion basée sur un échantillon diffère de la conclusion que vous auriez obtenue en testant la population entière.
- Seuil de matérialité : Le montant fixé au-dessus duquel les anomalies sont jugées significatives pour les états financiers pris dans leur ensemble.
Calculatrice d'anomalies attendues
Notre calculatrice ISA 530 vous aide à documentar votre anomalie attendue à partir d'un taux historique, à évaluer si votre échantillon était de taille appropriée, et à comparer votre anomalie projetée à votre anomalie attendue et à votre anomalie tolérable. Accédez au calculateur d'échantillonnage MUS.
---