Cosa imparerete
> - Come scegliere tra campionamento statistico e non statistico quando la popolazione e eterogenea per valore > - Come dimensionare il campione traducendo i fattori dell'ISA Italia 530.A17 in parametri difendibili > - Come stratificare una popolazione di crediti commerciali senza perdere rappresentativita sulle code > - Come scrivere le carte di lavoro in modo che un ispettore MEF possa ripercorrere la logica senza chiamarvi al telefono
Indice
- La falla piu frequente nei fascicoli di campionamento - Requisiti dell'ISA Italia 530 e zona grigia del giudizio - Selezione del metodo: statistico o non statistico - Dimensionamento del campione - Esempio pratico: Manifatture Italiane S.p.A. - Lista di controllo pratica - Errori comuni - Contenuti correlati
La falla piu frequente nei fascicoli di campionamento
Non e il calcolo ad essere sbagliato; e che nel fascicolo non c'e traccia del calcolo. Nei fascicoli che vediamo, quattro volte su dieci la numerosita e un numero preso dalla stampa del software con i parametri di default, applicati senza che nessuno li abbia messi in discussione. La carta di lavoro riporta "n = 28, MUS", firma, archivio. Manca il passaggio intermedio: perche 28 e non 45, perche il livello di confidenza all'85% e non al 90%, perche l'errore atteso e stato fissato allo 0,5% quando i test preliminari ne indicavano l'1%.
Cosa significa nella pratica: se un ispettore del MEF apre quel fascicolo nel 2027 (i controlli sui soggetti non EIP sono partiti a gennaio 2025 e si stanno estendendo), la prima domanda non sara "il campione era abbastanza grande?" ma "come avete deciso che fosse abbastanza grande?". Senza una risposta tracciabile nelle carte, la conclusione del revisore sulla popolazione non poggia su nulla. Le carte sono leggere.
Il problema non e solo ispettivo. E metodologico: un campione dimensionato al dito bagnato potrebbe aver coperto la popolazione per caso in cinque esercizi consecutivi e scoprirsi inadeguato al sesto, quando il tasso di errore della popolazione cambia e il campione non lo rileva. Il rischio di campionamento si accumula silenziosamente.
Requisiti dell'ISA Italia 530 e zona grigia del giudizio
L'ISA Italia 530.8 stabilisce che il revisore determini una numerosita del campione sufficiente a ridurre il rischio di campionamento a un livello accettabilmente basso. La norma non prescrive una formula, e qui inizia la zona grigia: la numerosita deve essere giustificata, ma la giustificazione e giudicante. Qualora il revisore ritenga che il controllo interno sia affidabile, il campione puo essere piu contenuto. Qualora non lo ritenga, il campione si espande.
L'ISA Italia 530.5 precisa che il campionamento e appropriato solo se aumenta l'efficienza rispetto all'esame al 100%. Per popolazioni piccole (sotto i 50 elementi), omogenee, o dove ogni singolo elemento puo contenere errori significativi, l'esame integrale e piu efficiente. Quindici contratti di affitto da EUR 200.000 annui ciascuno non si campionano; si esaminano tutti.
Cosa succede davvero: molti team campionano popolazioni che andrebbero esaminate integralmente, perche il software di campionamento e gia impostato nel template dello studio e aprirlo e piu rapido che rifare il ragionamento sulla significativita degli elementi. Questo e il primo bivio dove il giudizio professionale cede alla comodita del default.
L'ISA Italia 530.6 distingue campionamento statistico e non statistico. Entrambi possono fornire evidenze probative sufficienti e appropriate. Il paragrafo A9 nota che l'approccio statistico puo essere piu efficiente su popolazioni grandi; il paragrafo A10 precisa che un approccio non statistico applicato con competenza e altrettanto efficace. La scelta dipende dalla popolazione, non da una gerarchia metodologica astratta.
Selezione del metodo: statistico o non statistico
Quando statistico, quando giudicante
Il campionamento statistico (tipicamente MUS per i test di dettaglio) permette di quantificare matematicamente il rischio di campionamento e produce un intervallo di confidenza sulla stima dell'errore proiettato. Il non statistico si basa sul giudizio in ogni fase, senza un apparato probabilistico esplicito.
Scegliamo il MUS quando: - la popolazione e numerosa (oltre 1.000 elementi) e presenta errori attesi in valore monetario; - serve una stima quantitativa dell'errore per confrontarla con la significativita per l'esecuzione; - il sistema del cliente permette un'estrazione dei dati completa e ordinabile per valore.
Scegliamo il non statistico quando: - la popolazione e eterogenea per natura (non solo per importo) e gli errori attesi sono qualitativi; - il giudizio sulla rappresentativita domina il calcolo probabilistico; - il team ha piu esperienza sul cliente che sui modelli statistici.
Dove partner esperti non sono d'accordo
Su popolazioni a basso volume e alto valore (50-100 crediti da EUR 80.000 l'uno), due partner esperti difendono posizioni opposte con ragioni serie. Il primo sostiene il MUS perche la ponderazione per unita monetaria riflette esattamente il rischio di errore materiale: quando il singolo elemento puo muovere la materiality, il metodo deve esserne consapevole. Il secondo rifiuta il MUS proprio in questi casi: con cosi pochi elementi, la "selezione proporzionale al valore" tende a concentrarsi sui primi quattro o cinque crediti e lascia scoperta la coda, dove vivono i problemi di competenza economica e recuperabilita. Preferisce stratificare, esaminare al 100% lo strato alto e campionare in modo giudicante quello basso.
Nella nostra esperienza, ha ragione il secondo piu spesso del primo, perche il MUS senza stratificazione preliminare su popolazioni piccole produce campioni formalmente corretti ma praticamente poveri di informazione. Quando la popolazione e grande, invece, il MUS vince chiaramente.
Metodi di selezione degli elementi
L'ISA Italia 530.A12 elenca selezione casuale, selezione sistematica e selezione haphazard. Sulla selezione haphazard c'e un equivoco diffuso: non significa "a caso" nel senso colloquiale, bensi selezione giudicante priva di struttura deliberata. Non e rigorosamente casuale e non produce un rischio di campionamento quantificabile. Chi non ha esperienza finisce per selezionare elementi simili tra loro: il bias inconscio lavora silenziosamente.
La selezione sistematica (ogni n-esimo elemento partendo da un punto casuale) e efficiente su popolazioni ordinate cronologicamente, ma attenzione ai pattern ricorrenti: se il cliente emette tre fatture ricorrenti il primo di ogni mese e l'intervallo di campionamento e 30, si rischia di prenderle quasi tutte e saltare tutto il resto.
Dimensionamento del campione
I sei parametri dell'ISA Italia 530.A17
L'ISA Italia 530.A17 identifica i fattori che spostano la numerosita. Qui il fascicolo deve diventare esplicito: ogni parametro, con il valore usato e la motivazione, in carta di lavoro.
Rischio di errori significativi valutato. Piu alto il rischio, piu grande il campione. Qualora il controllo interno presenti carenze sulla riconciliazione tra conferme di spedizione e fatturazione, il campione per le conferme esterne deve espandersi per compensare l'assenza di affidamento sui controlli.
Rischio di rilevamento accettabile. Piu basso il rischio che il revisore e disposto ad accettare, piu ampio il campione. Se le conferme esterne sono l'unica procedura sostantiva sui crediti, il rischio di rilevamento deve essere basso, e il campione corrispondentemente ampio.
Grado di sicurezza dalle evidenze probative. Piu sicurezza richiesta, piu elementi. Se l'asserzione di esistenza dei crediti e critica per la valutazione della continuita aziendale (ISA Italia 570), il campione deve fornire alta sicurezza.
Errore tollerabile. Minore l'errore accettabile, maggiore la numerosita. Con significativita per l'esecuzione di EUR 50.000 e popolazione di crediti di EUR 2M, l'errore tollerabile puo attestarsi su EUR 30.000 (l'1,5% della popolazione).
Errore atteso. Maggiore l'errore previsto, maggiore il campione necessario per rilevarlo con confidenza. Se i test preliminari mostrano un tasso di errore del 2% sulle fatture, dimensionare per rilevare quell'1-2% e non lo 0,5% di default del software.
Stratificazione (ISA Italia 530.A14). Dividere la popolazione in sotto-popolazioni omogenee riduce la variabilita e permette campioni specifici per strato.
Incentivo perverso: SALY e compensi irrisori
Conviene nominare esplicitamente perche i parametri finiscono sbagliati, se non vogliamo limitarci a dire "gli studi sbagliano". Gli studi sbagliano perche il campionamento ben fatto costa tempo, e il tempo in busy season e la risorsa piu cara. Su incarichi a compensi irrisori (realta documentata dal MEF sui revisori persone fisiche), un partner non autorizza quattro ore di ragionamento sul dimensionamento quando il budget complessivo sul ciclo vendite ne prevede dodici. Si copia la numerosita dell'anno scorso (SALY, same as last year, con lo scudo metodologico dei "parametri invariati") e si passa oltre. E la via piu breve per arrivare al rilievo CONSOB, poiche la numerosita dell'anno scorso era dimensionata su una popolazione diversa da quella attuale.
Il tool default e l'altro imputato. Il software di campionamento dello studio ha parametri preimpostati (confidenza 90%, errore atteso 0,5%, errore tollerabile pari al 5% della significativita) che qualcuno, anni fa, ha ritenuto ragionevoli per il cliente medio. Si tickano le caselle, si stampa, si archivia. Nessun cliente e il cliente medio.
Calcolo pratico della numerosita
Per il non statistico, l'ISA Italia 530 non prescrive formule. Una procedura operativa:
1. Si identifichi il rischio di rilevamento target partendo dal modello di rischio dell'incarico (RR = RI x RIC x RR, con RR complessivo al 5%). 2. Si stimi l'errore tollerabile come percentuale della significativita per l'esecuzione allocata alla popolazione. 3. Si stimi l'errore atteso sulla base di procedure preliminari, esperienza sul cliente, risultati di controlli interni. Non il default del software. 4. Si applichino tabelle di riferimento o calcolatori che incorporino questi parametri. 5. Si aggiusti per fattori qualitativi specifici dell'incarico (nuovo cliente, variazioni di sistema nel periodo, turnover nella direzione amministrativa).
Per il MUS su popolazioni grandi, la formula standard fornisce la numerosita a partire da valore totale, errore tollerabile, errore atteso e fattore di confidenza. Il paragrafo A22 richiede poi tre confronti nella valutazione dei risultati: la maggior parte dei fascicoli ne esegue uno (errore proiettato vs errore tollerabile) e dimentica il secondo (errore proiettato vs errore atteso in fase di pianificazione), con la conseguenza che un campione formalmente valido puo risultare sotto-dimensionato.
Esempio pratico: Manifatture Italiane S.p.A.
Contesto aziendale. Manifatture Italiane S.p.A., sede a Bergamo, produce componenti meccanici per l'industria automobilistica. Ricavi 2024: EUR 42M. La societa ha 3.200 fatture di vendita attive, con crediti totali di EUR 6,8M al 31 dicembre 2024. Il sistema ERP registra automaticamente le fatture ma le conferme di spedizione sono inserite manualmente.
Valutazione del rischio. Il controllo interno presenta carenze moderate nella riconciliazione tra conferme di spedizione e fatturazione (rischio di controllo: alto). Il settore automobilistico ha subito pressioni nel 2024 con alcuni clienti in difficolta finanziaria (rischio inerente: medio-alto). Target di rischio di rilevamento: basso (15%).
La complicazione. A meta lavoro sul campo emerge che a novembre 2024 il cliente ha cambiato il software di fatturazione. Le numerazioni delle fatture prima e dopo il cambio seguono logiche diverse e la conferma di spedizione, post-novembre, e importata automaticamente invece che inserita a mano. Il rischio inerente e diverso nei due sotto-periodi. Il piano di campionamento iniziale, costruito sull'ipotesi di popolazione omogenea, non tiene piu. Si rifa la stratificazione aggiungendo la dimensione temporale. Non e un passaggio meccanico: e un giudizio su quanto peso dare all'affidabilita del nuovo sistema di import, che non ha uno storico di performance da esaminare. Si decide di trattare il sotto-periodo post-novembre come se avesse rischio di controllo alto, in attesa di testare i controlli sul nuovo sistema in un incarico successivo.
Progettazione del campione riveduto
Passo 1: Stratificazione della popolazione - Strato 1: Crediti sopra EUR 100.000 (12 elementi, EUR 2,1M) -> Esame al 100% - Strato 2: Crediti EUR 25.000-100.000, periodo gen-ott (38 elementi, EUR 2,3M) -> Campionamento statistico MUS - Strato 2-bis: Crediti EUR 25.000-100.000, periodo nov-dic (9 elementi, EUR 0,5M) -> Esame al 100% (precauzione per cambio sistema) - Strato 3: Crediti sotto EUR 25.000 (3.141 elementi, EUR 1,9M) -> Campionamento non statistico
Nota di documentazione: la logica di stratificazione, compresa la giustificazione dello Strato 2-bis, va documentata nel memorandum di pianificazione con riferimento all'ISA Italia 530.A14.
Passo 2: Dimensionamento per Strato 2 (MUS)
Parametri di input: - Errore tollerabile: EUR 45.000 (1,9% del saldo dello strato) - Errore atteso: EUR 15.000 (0,6%, rivisto al rialzo rispetto al default 0,5% per effetto della transizione di sistema) - Livello di confidenza: 85% - Metodo: Monetary Unit Sampling
Numerosita calcolata: 31 elementi (era 28 con errore atteso 0,5%; la revisione del parametro ha aggiunto 3 elementi)
Nota di documentazione: registrare parametri e calcolo in carta di lavoro, con riferimento a software e versione, e motivare la revisione dell'errore atteso.
Passo 3: Dimensionamento per Strato 3 (non statistico)
- Popolazione: 3.141 elementi - Errore tollerabile: EUR 30.000 (1,6% del saldo dello strato) - Tasso di errore atteso: 1% (basato su esperienza settoriale e test preliminari) - Numerosita giudicata: 55 elementi (circa 1,8% della popolazione)
Nota di documentazione: spiegare la logica del giudizio, i benchmark usati, l'esperienza passata di riferimento.
Passo 4: Selezione degli elementi
Strato 2: selezione sistematica con intervallo 1,23 (38/31) a partire dal credito numero 7 selezionato casualmente.
Strato 3: selezione haphazard assicurando rappresentativita di tutti i mesi dell'anno e delle principali categorie di clienti, con particolare attenzione al periodo post-novembre.
Risultato finale: campione totale di 107 elementi (12 + 9 + 31 + 55) su 3.200, con copertura del 72% del valore (EUR 4,9M su EUR 6,8M). La riprogettazione a fronte del cambio sistema ha aggiunto 12 elementi rispetto al piano originario. In carta di lavoro sono documentati il trigger della modifica, i parametri rivisti, e il motivo per cui lo Strato 2-bis e stato esaminato al 100%.
Lista di controllo pratica
1. Verificare che il campionamento sia piu efficiente dell'esame completo per la popolazione in oggetto (ISA Italia 530.5). 2. Confermare la completezza della popolazione prima di campionare: un elenco crediti da cui mancano tre mesi di fatturato non e una popolazione (ISA Italia 530.7). 3. Stratificare quando la popolazione e eterogenea per valore, tipologia o fonte, documentando i criteri (ISA Italia 530.A14). 4. Fissare l'errore tollerabile collegandolo esplicitamente alla significativita per l'esecuzione allocata. 5. Scegliere tra statistico e non statistico motivando la scelta in funzione della popolazione, non del tool di default. 6. Documentare tutti i parametri di progettazione con motivazione specifica che un revisore diverso possa ricostruire (ISA Italia 530.13).
Errori comuni
Contenuti correlati
- Calcolatore dimensionamento campioni: strumento per calcolare la numerosita con parametri ISA Italia 530 - Significativita per l'esecuzione: come derivare l'errore tollerabile - Valutazione risultati campionamento ISA 530: come interpretare errore proiettato ed errore tollerabile