UNIVERSIDAD DE SAN CARLOS DE GUATEMALA

CENTRO UNIVERSITARIO DE SAN MARCOS

CARRERA: AUDITORIA
SEXTO SEMESTRE
CURSO: AUDITORIA II

Trabajo:

Ensayo Académico

Elaborado por: Carne:

Junior Emir Miranda Pérez 202147828

San Marcos, octubre de 2023.

 Introducción.
Las organizaciones empresariales realizan y procesan una gran cantidad de
transacciones contables derivadas de las diversas actividades que realizan de
acuerdo con sus objetivos. Todas estas acciones y transacciones deben ser
revisadas y evaluadas para que la información proporcionada a los usuarios de la
información que estén interesados en los datos, saldos y cuentas proporcionadas
por la Compañía sea suficientemente confiable. Esta revisión y evaluación se
puede realizar a través de un proceso de auditoría y más específicamente una
auditoría financiera realizada por un contador público o una firma de contabilidad.
La realización de trabajos de auditoría financiera en conjunto con otro tipo de
auditorías (de cumplimiento, institucional, tributaria, de gestión, etc.) permite
evaluar el cumplimiento de la empresa en base a tres aspectos importantes para
asegurar su correcto funcionamiento: la validez de los registros contables. ,
Cumplimiento de las normas aplicables y su aplicación uniforme. Sin embargo, es
posible que deba procesar una gran cantidad de información durante una
auditoría. Si no se utilizan las herramientas necesarias para solucionar esta
situación, pueden surgir dificultades que reduzcan la confiabilidad del trabajo del
auditor. Para solucionar este problema, podemos recurrir a herramientas como la
estadística y la econometría, que facilitarán enormemente la recopilación,
procesamiento y análisis de datos, de modo que los auditores puedan formular
opiniones basadas en la evidencia recopilada por la tecnología, mejorando así la
calidad de la auditoría. . Su tarea es proporcionar una mayor seguridad razonable
sobre si la información contable analizada refleja la realidad financiera de una
organización en particular.
El uso de la estadística en la ejecución de trabajos de auditoría financiera
La auditoría es un área de la profesión contable
que ha evolucionado a través de los siglos. Con el transcurrir de los años, sus
objetivos se han
movido desde la detección de fraudes o malversaciones,
pasando por la revisión de sistemas de
control interno, hasta el análisis y evaluación
de los procedimientos y políticas de una entidad
(Porter & Burton, 1980).
A la par con esta evolución, en cuanto a
sus objetivos se refieren, poco a poco también se
ha modificado la manera de llevar a cabo esta
importante labor. Hoy se dispone de la posibilidad
de utilizar las tecnologías de la información
y la comunicación —TIC— en el
desarrollo de un trabajo de auditoría, con el
ánimo de disminuir los costos y tiempos en
las diferentes actividades realizadas; se obtienen
así ventajas competitivas y un mejor
manejo de la información (Barua, Kriebel &
Mukhopadhyay, 1995; Luo, Cook, Joseph &
Ganapathy, 2000; Valderrama-Prieto, 2002).
Igualmente, en la ejecución de trabajos de
auditoría, se comienza a utilizar una amplia
diversidad de técnicas, herramientas y metodologías
estadísticas y econométricas que
facilitan y aumentan la calidad del trabajo
realizado por el auditor, técnicas que han venido
siendo utilizadas en la economía y en la
administración y dirección de empresas (Miró
i Martínez, Debón & Crespo, 2006; Rubio-Andrada,
2005).
Ahora bien, en estas tres cuestiones (utilización
de TIC, estadística y econometría), los
contadores públicos de algunos países, sobre
todo de tradición latina, al parecer no están suficientemente
preparados o capacitados, como
bien describen trabajos como los de Ángelo Benvenuto-
Vera (2004), María Antonia García-Benau
y Antonio Vico-Martínez (2003) y Hugo Gubba, Jorge Gutfraind, Rubén Rodríguez
y Ricardo
Villarmarzo (2001), o la investigación de Fabio
Gómez (2014). En este último trabajo, se analizaron
una serie de factores relacionados con el
ejercicio de la auditoría por parte de los profesionales
contables en Colombia, entre los cuales
figura la estadística.
Los resultados de este estudio son abiertamente
negativos; es decir, la estadística es
muy poco usada en la realización de trabajos
de auditoría, por parte de los contadores/auditores
encuestados, lo cual expone a las organizaciones
empresariales a un sinnúmero de
riesgos que pueden afectar su estabilidad en el
tiempo.
Es de esperar que esta debilidad en particular
(el no uso de la estadística) tenga un impacto
directo en las competencias del auditor para
la detección de fraudes o de situaciones indeseables
en las empresas, situación que puede
constituirse como caldo de cultivo para eventos
de corrupción empresarial que terminan minando
la confianza del público en general sobre
el ejercicio profesional de la auditoría, tal
como exponen María Antonia García-Benau y
Antonio Vico-Martínez (2003) y Fabio Gómez
(2014).
Ante este panorama, y como bien lo indica
Enrique Bonsón-Ponte (2000), se plantea un
nuevo desafío para el auditor, que para el contexto
de este trabajo, se centrará específicamente
en el uso de la estadística como herramienta
fundamental para el buen ejercicio de la auditoría.
En los siguientes párrafos se conceptualizará
acerca de cómo esta herramienta puede
ser utilizada para el óptimo desarrollo de un
trabajo de auditoría.
Las herramientas estadísticas
aplicadas en una auditoría financiera
El trabajo del auditor implica, en muchas ocasiones,
el análisis y revisión de grandes cantidades
de datos y cifras, tarea que puede llevarse
a cabo con herramientas y metodologías estadísticas
que permitan obtener medidas confiables,
que soportarán, más razonablemente, las
conclusiones y recomendaciones que un auditor
realice.
Gracias a la estadística, como se desarrollará
más profundamente en los siguientes apartados,
el auditor obtendrá importantes beneficios
al ejecutar su trabajo; por ejemplo, se
podrán administrar los datos de forma más organizada
o se podrá obtener un significativo nivel
de confianza y fiabilidad en el cálculo de muestras
que se utilizarán en las pruebas de auditoría.
Con el uso e interrelación de la estadística
se logra una mejor aplicación de la auditoría,
en particular, en lo que se refiere a la auditoría
financiera, y con la necesaria combinación
de esta herramienta y las TIC, el auditor podrá
obtener mejores resultados en las evaluaciones
que haga, lo que mejorará significativamente
la calidad de los conceptos que emita en los
respectivos informes de auditoría al final de un
proceso de este tipo.
Definiciones y conceptos
Antes de identificar cómo la estadística puede
contribuir en el desarrollo de una auditoría
financiera, resulta importante definir conceptualmente
estos dos términos. Para ello, se
parte en primera instancia del concepto de auditoría,
que en palabras de Marco Deschamps
(2007) es definida como:
aquella actividad que consiste en la recopilación
y evaluación de datos contables y no
contables sobre información cuantificable de
un organismo o dependencia, área o actividad
para determinar mediante la adecuada
aplicación de los criterios establecidos por
el auditor, la existencia de irregularidades
y, en su caso, emitir recomendaciones para
corregir desviaciones y verificar que estas se
lleven a cabo. Esta definición analiza la auditoría desde
un punto de vista global, es decir, no se centra
en un área particular de la auditoría (sistemas,
financiera, gestión, etc.). Por tal razón, es
necesario explorar de forma específica el concepto
objeto de estudio en esta investigación,
auditoría financiera, para ello nos remitimos a
la definición planteada por Guillermo Adolfo
Cuéllar-Mejía (2009), que la entiende como
“aquel tipo de auditoría que emite un dictamen
u opinión profesional en relación con los estados
financieros de una unidad económica en
una fecha determinada y sobre el resultado de
las operaciones y los cambios en la posición financiera”.
Aplicaciones de la estadística
en la auditoría financiera
En los siguientes párrafos se abordarán conceptualmente
tres posibles aplicaciones de la estadística
en un trabajo de auditoría financiera: el
cálculo de muestras; la agrupación y presentación
de los datos; y la probabilidad de ocurrencia de
situaciones de riesgo. Posteriormente, se mostrarán
algunos ejemplos relacionados.
El cálculo de muestras
Hay muchas formas de aplicar la estadística
en un trabajo de auditoría. Se va a iniciar con
la que tal vez los auditores consideran como la
más relevante: aquella que hace referencia al
cálculo de muestras cuando se realizan pruebas
de auditoría. El tema es tan relevante que múltiples
autores han desarrollado trabajos al respecto,
como Alvin A. Arens y James Loebbecke
(1981), Roberto Escuder-Vallés y Salvador
Méndez-Martínez (2002), Ghanzov Jokovich
(2013), Salvador Méndez-Martínez, Roberto
Escuder-Vallés y Cecilio Mar-Molinero (2001) y
Kenneth Stringer (1963).
En los cuatro primeros trabajos reseñados,
los autores analizan los diferentes modelos
de muestreo existentes y cómo se aplican estos
al desarrollo de auditorías en las empresas,
teniendo en cuenta el juicio de auditor y, en
cuanto, al quinto trabajo relacionado, este se centra
en investigar mediante simulaciones, si la técnica
de remuestreo bootstrap es adecuada o no
para el objetivo de una auditoría.
Para determinar esta muestra, se podría recurrir
a alguna de las dos clases de muestreo
existentes: muestreo no aleatorio y muestreo
aleatorio. El muestreo no aleatorio consiste
simplemente en seleccionar la muestra de
acuerdo a la experiencia y juicio personal de
quien vaya a ejecutar el trabajo, es decir, para
nuestro caso, el auditor, que gracias a su experiencia
en la ejecución de auditorías financieras y
a su conocimiento en las categorías de clientes
existentes en la multinacional, puede decidir
por ejemplo, seleccionar solamente los clientes
de las 5 capitales más grandes donde la organización
comercializa sus productos y servicios.
Este muestreo tiene importantes desventajas,
entre ellas podemos mencionar que no resulta
muy representativo y no es posible evaluar su
validez. Por estas razones, en particular por su
simplicidad, no se tendrá en cuenta en el desarrollo
de este documento.
En cuanto al muestreo aleatorio, con él se
pueden llevar a cabo, de forma rigurosa, todas
las mediciones y análisis estadísticos respectivos.
Esta es la categoría de muestreo que deberían
utilizar los auditores, sin que esto quiera
decir que el muestro no aleatorio no resulte
válido en ciertas situaciones que el auditor considere
pertinentes con base en su experiencia y
conocimiento.
La agrupación y presentación de los datos
Una segunda área en la cual podemos aplicar
la estadística en la ejecución de trabajos de
auditoría es la que se refiere a la agrupación
y presentación de los datos. Si los datos están
correctamente tabulados e incluso, graficados,
estos se convertirán en información, con la
cual se podrá llegar a conclusiones razonables
y confiables que faciliten el proceso de toma de
decisiones en las organizaciones y del propio
auditor.
Ahora bien, si queremos profundizar un
poco más en nuestra ordenación y presentación
de datos, podemos recurrir a otros procedimientos
estadísticos que no revisten gran
dificultad, como las distribuciones de frecuencias,
las medidas de tendencia central, como la
media, mediana y moda, y las medidas de dispersión,
como la desviación promedio y el coeficiente
de variación.
En términos sencillos, una distribución de
frecuencias sirve para agrupar datos numéricos
y detalla cada uno de los valores diferentes
que conforman el total de datos, al igual que el
número de veces que aparece cada dato, que
es lo que llamamos frecuencia. De otra parte, si
hablamos de las medidas de tendencia central,
podemos identificarlas como aquellos puntos o
elementos de referencia que nos pueden dar una
indicación o conclusión general y aproximada
sobre una muestra de datos o sobre un dato en
particular. Finalmente, las medidas de dispersión
indican la confiabilidad de las medidas de
tendencia central y la dispersión de los datos, es
decir, se evidencia qué tan representativa es la
posición central determinada en los datos analizados
(Deschamps, 2007; Levin & Rubin, 2010).
Probabilidad de ocurrencia de
situaciones de riesgo
Por último, una tercera forma en la cual podemos
aplicar la estadística en trabajos de auditoria financiera es el proceso de
identificación y
valoración de riesgos en las empresas, riesgos
que pueden generar pérdidas económicas a las
organizaciones. El auditor tiene la tarea fundamental
de identificar los riesgos a los cuales
está expuesta una compañía en un área en
particular; una vez identificados tales riesgos,
estos deberán ser estimados y cuantificados,
para lo cual el auditor tomará en consideración
dos aspectos: el costo o valor de las pérdidas en que
incurriría la organización cada vez que el riesgo
se materialice y su probabilidad de ocurrencia.
En este último factor, el auditor podrá soportarse
en la estadística, específicamente en
la teoría de la probabilidad. El concepto o definición
de probabilidad es bastante simple: se
trata de la posibilidad de que algo suceda; por
ejemplo, la posibilidad de que la organización
gane o pierda un litigio; la posibilidad de que
un cliente nos pague o no; la probabilidad de
que se produzcan alteraciones y manipulaciones
de información o no en la empresa.
Lógicamente, aplicar la teoría de la probabilidad
nos permitirá tomar decisiones más
estructuradas y lógicas como auditores al momento
de evaluar riesgos. Sin lugar a dudas,
esto repercutirá en la calidad del resultado final
que arroje nuestro trabajo de auditoría, con los
beneficios que tal situación supone para la organización
empresarial que se esté auditando.
Hay muchas más aplicaciones de la estadística
en un trabajo de auditoría financiera,
esto dependerá del tipo de trabajo que se efectúe
y de las necesidades del mismo.
Otras herramientas a considerar
Si bien este trabajo se centra en cómo la estadística
puede ser de gran utilidad en la ejecución
de trabajos de auditoría financiera,
también resulta importante hacer una breve
alusión al uso de la econometría.
De acuerdo a lo planteado por Damodar
N. Gujarati (1997), la econometría consiste en
“llevar a cabo mediciones económicas, teniendo
en cuenta la teoría económica, la economía
matemática, la estadística económica y la estadística
matemática, todo ello con el ánimo
de lograr entender y predecir, por ejemplo, el
comportamiento de los negocios y del mercado”
Resulta claro —como describen algunos
trabajos sobre el tema, como el de Víctor Raúl
López-Ruiz y Domingo Nevado-Peña (1999)—
que la aplicación de la econometría facilita y
agiliza la ejecución de ciertas etapas en el proceso
de auditoría, pues optimiza tiempos, reduce
costos y mejora la calidad del trabajo e
informe final presentado. De forma más específica
se podría plantear que mediante el diseño
y aplicación de modelos econométricos, se podrán
determinar y representar las cuentas que
revistan mayor interés para un auditor y en las
cuales se pueden presentar inconsistencias.
El trabajo de investigación en cuestión es descriptivo,
ya que en él se hace una aproximación
directa a un problema existente en la profesión
contable al identificar las causas que lo generan
(Hernández-Sampieri, Fernández & Baptista,
2010); es diacrónico, porque se trata de una
situación que se está presentando a lo largo
de un período extenso, lo cual implica que se
puedan presentar cambios en el fenómeno estudiado;
y es cualitativo, porque se busca estudiar
y describir un suceso o problema con información
principalmente cualitativa, todo ello con
el objetivo de mejorar el ejercicio profesional de los contadores, con una serie de
ejemplos
que permitan analizar y describir lo que se
plantea conceptualmente.
Para la ejecución de esta investigación, el
primer paso supuso partir de una revisión bibliográfica,
soportada en libros y artículos publicados
en revistas y bases de datos electrónicas que
abordan esta temática y que permitió la identificación
de los principales métodos y herramientas
estadísticas disponibles y aplicables en el
desarrollo de un trabajo de auditoría financiera.
A lo largo de la ejecución de esta primera
parte de la investigación, que corresponde a la
identificación de las bases teóricas y conceptuales,
se contó con el soporte de dos (2) estudiantes
del programa de contaduría pública de
la institución universitaria que financió el proyecto
de investigación; vincular a estudiantes
de pregrado en la formulación y ejecución de
proyectos de investigación contribuye a su formación
en investigación.
Ejemplos de estadística
aplicados en la auditoría
financiera
En el primer ejemplo que se presenta, se van a
efectuar una serie de procedimientos estadísticos
sobre las cifras financieras de una supuesta
base de datos de 250 empresas clientes, de
una ficticia firma de auditoría internacional;
en particular, se recurrirá a la agrupación y ordenamiento
de los datos, para posteriormente
revisar el cálculo de muestras estadísticas, en el
segundo de los ejemplos relacionados.
En cuanto al tercer ejemplo, se describirán
las acciones necesarias para determinar la probabilidad
de subsistencia o quiebra de las organizaciones
analizadas. Este análisis se soporta
en la teoría de la probabilidad.
Respecto al cuarto y último ejemplo, se
tratará de establecer si es posible determinar
un perfil financiero específico, tanto para las
empresas que obtienen dictámenes positivos de
auditoría como para aquellas que obtienen dictámenes
negativos en sus evaluaciones.
Ejemplo I
Para este este primer ejemplo, supongamos
que se va a trabajar con la información financiera
de 250 empresas clientes de una ficticia firma de auditoría internacional,
específicamente
con las cifras de ventas, utilidad neta,
activos totales y patrimonio neto de estas
compañías para 2012. Los datos en cuestión
pueden ser consultados en el Anexo 1. Inicialmente,
se ordenarán estos datos; para ello, se
deberán ejecutar de forma específica los siguientes
procedimientos:
• Organización en orden ascendente o descendente
de las cifras
• Identificación de los valores mínimos y
máximos
• Clasificación de los datos en secciones o
grupos
• Cálculo de distribución de frecuencias
• Cálculo de medidas de tendencia central
(media, mediana y moda)
• Cálculo de medidas de dispersión (desviación
estándar y varianza)
Partiendo de los datos cuantitativos señalados
y de su ordenamiento inicial, bien sea
este en forma ascendente o descendente, en la
tabla 1 se presentan y describen algunos de los
aspectos relacionados con la organización de
los datos.
Las medidas estadísticas calculadas y presentadas
en la tabla 1 le permiten a quien esté
analizando los datos formarse una idea sobre
las cifras que están sujetas a estudio o auditoría.
Por ejemplo, con estos resultados iniciales se
pueden observar los valores promedio en cada
una de las cuatro (4) variables financieras; esta
información puede serle útil al auditor para conocer
el comportamiento general de las organizaciones.
el auditor quiere profundizar un poco
más en este primer análisis, puede clasificar los
datos en secciones o construir una serie de grupos
con base en el país al cual pertenecen las
diferentes empresas o en el sector económico
en el cual se desarrollan estas compañías, para
luego volver a aplicar las medidas estadísticas,
pero esta vez, para cada uno de los grupos construidos,
con lo cual podría conocer, por ejemplo,
el desempeño de las empresas brasileñas,
frente a las empresas mexicanas, o si las empresas
de un determinado sector tienen mejores o
peores comportamientos que las de otro sector
en particular. Estos primeros análisis, que resultan
muy sencillos de aplicar, le brindan al
auditor la posibilidad de construir o determinar
un panorama o perspectiva general acerca de la
información que está analizando, información
que deberá estar sujeta a posteriores análisis
más profundos y detallados.
• Ejemplo II
Una vez desarrollada la primera parte del ejemplo,
supongamos ahora que el auditor decidió utilizar
el muestreo aleatorio simple sobre la cartera que tiene una de las empresas de la
lista, ya que
de acuerdo al juicio del auditor y al tamaño de la
población de clientes de esta compañía, no resultaría
práctico ni viable analizar todos los datos.
En este sentido, el primer paso para el cálculo
de la muestra es determinar su tamaño, es
decir, cuántos elementos de una determinada
población serán elegidos de forma aleatoria.
La respuesta a esta pregunta dependerá, entre
otras cuestiones, de los objetivos del estudio, de
las características de la población, del tiempo y
recursos que se tienen para realizar el trabajo y,
lógicamente también, de la materialidad o importancia
relativa que tengan las partidas analizadas.
En nuestro ejemplo, supongamos que el
auditor decide que el tamaño de la muestra será
de 50 elementos, después de tener en cuenta
los diferentes factores comentados anteriormente.
Para determinar la muestra dentro de la población
total de clientes de esta compañía que,
supongamos, sea también de 250 elementos, el
auditor podría recurrir al uso de números aleatorios,
los cuales pueden generarse muy fácilmente,
con la función “aleatorio” en Excel. Una
vez generada esta tabla de números aleatorios, será utilizada para la
determinación de la muestra,
esto puede hacerse de diversas maneras;
por ejemplo, sistemáticamente, es decir, cada
uno de los 250 clientes tendrá asignado un código
que iría desde 001 hasta 250 y se comenzaría
a recorrer la tabla desde arriba hacia abajo,
leyendo solamente los tres primeros dígitos de
cada fila, que corresponderían a algunos de los
250 elementos ya codificados, hasta completar
la muestra de 50.
Ejemplo III
El tercer ejemplo hace referencia a la aplicación
de la teoría de la probabilidad. Supongamos
que nuestra firma de auditoría ficticia
está haciendo una evaluación y análisis sobre
la probabilidad de subsistencia o quiebra de las
250 empresas clientes de la firma, es decir, se
analizará para las empresas en cuestión o para
una muestra de ellas, cuál de los dos eventos es
probable que suceda en el futuro: subsistencia o
quiebra. Estos dos eventos conforman lo que en
estadística se denomina espacio muestral y para
este caso resultan ser mutuamente excluyentes.
Ahora bien, teniendo planteado nuestro
problema, el auditor tendrá que decidir con
qué planteamiento conceptual de probabilidad
se queda: el clásico, el de frecuencia relativa o
el subjetivo.
El planteamiento clásico responde a una
simple fórmula que está dada por el cociente
entre el número de resultados en los que se presenta
un evento y el número total de resultados
posibles. Como lo plantean Richard I. Levin
y David S. Rubin (2010), este primer planteamiento
tiene el problema de que no resulta
muy útil cuando nos enfrentamos a procesos
decisionales poco previsibles, lo cual, para el
caso de nuestro ejemplo, es precisamente el escenario
en el que estamos.
El segundo planteamiento, el de frecuencia
relativa, hace alusión a análisis de probabilidades
en las que no se puede dar rápidamente una
respuesta debida, entre otras cuestiones, a la
imprevisibilidad de la situación o a la gran cantidad
de factores que pueden influir en que uno
u otro resultado se presente. En este segundo
planteamiento, la probabilidad se define como
“la frecuencia relativa observada de un evento
durante un gran número de intentos o la fracción
de veces que un evento se presenta a la larga,
cuando las condiciones son estables” (Levin
& Rubin, 2010).
En términos más simples, el planteamiento
de frecuencia relativa tiene en cuenta los
eventos pasados que se hayan presentado; por
ejemplo, en los últimos años cuántas empresas
se han quebrado y cuántas empresas han subsistido
en promedio en un determinado país.
Esta información sirve de base para predecir
la probabilidad de que cualquiera de estos dos
eventos suceda o se presente en el futuro. Esta
segunda opción podría ser más útil que la primera
para el ejemplo presentado, pero hay que
tener especial cuidado en revisar y analizar un
número suficiente de resultados pasados.
Finalmente, según lo planteado por Richard
I. Levin y David S. Rubin (2010), el planteamiento
subjetivo se basa en las creencias de las
personas que efectúan la estimación de la probabilidad,
considerando la evidencia que tales
personas tengan sobre el hecho en particular
que se está analizando; este método corresponde
a situaciones que no se presentan de forma
repetitiva, situaciones específicas, las cuales es tán muy presentes cuando nos
referimos a ciencias
sociales o administrativas.
Habiendo revisado muy brevemente estos
tres planteamientos conceptuales acerca de la
teoría de la probabilidad, para nuestro ejemplo,
podríamos desechar rápidamente el primero
de ellos y seleccionar el de frecuencia relativa o
el subjetivo. Teniendo en cuenta que es probable
que haya datos estadísticos previos que nos
den luces acerca de la permanencia o no en el
tiempo de las empresas de un país, de las compañías
de un sector de la economía específico
y de las empresas con un tamaño en particular,
podríamos concluir que la utilización del planteamiento
de frecuencia relativa, tal vez sería lo
más acertado, ya que mediante esta aproximación
conceptual, podríamos examinar el comportamiento
financiero de las organizaciones
en cuanto a su subsistencia o quiebra y, a partir
de allí, establecer la probabilidad de ocurrencia
en el escenario de tiempo previsto. Todos los
datos necesarios para llevar a cabo este tipo de
análisis, podrían ser extraídos de información
directamente recabada de las empresas analizadas
o de organismos estatales o privados que recopilan
información empresarial, por ejemplo,
para el caso de Colombia, la Superintendencia
de Industria y Comercio, las cámaras de comercio
o la ANDI (Asociación Nacional de Empresarios
de Colombia).
La información resultante que tendría en
sus manos el auditor podría serle de gran utilidad,
ya que si se tiene el conocimiento de la
probabilidad de subsistencia o quiebra de un
grupo de empresas de un determinado sector
de la economía o de un tamaño en particular,
el auditor podría centrar y profundizar sus esfuerzos
en los trabajos de auditoría financiera
que ejecute en compañías que estén dentro de
tales criterios, lo que contribuye a disminuir la
probabilidad de quiebra o a maximizar la probabilidad
de subsistencia, gracias a las revisiones
efectuadas y las recomendaciones realizadas.
• Ejemplo IV
Finalmente, en el último caso, vamos a suponer
que la firma de auditoría de nuestro ejemplo
quiere analizar y determinar si es posible establecer
un perfil financiero específico tanto para
las empresas que han tenido opiniones o dictámenes
de auditoría positivos como negativos, es
decir, se espera encontrar signos o características
financieras que identifiquen a las empresas que
conforman cada uno de los dos grupos.
Si los análisis y mediciones demuestran que
lo anterior es posible, esta información podría
ser de utilidad para la firma de auditoría al realizar
evaluaciones futuras en otras empresas,
ya que sería posible establecer un sistema de
categorización o alerta previa al inicio de un
proceso de auditoría, de manera que las revisiones
se podrían centrar en ciertas compañías
que, según esta clasificación, tendrían un riesgo
mayor, sin que esto signifique no evaluar a las
demás.
Supongamos nuevamente que nuestra firma
de auditoría tiene una base de datos de 250 empresas
clientes sobre las cuales ya ha efectuado
trabajos de auditoría, y sobre esta población se
determina una muestra, la cual estará dividida
en dos grupos: las empresas que han tenido
dictámenes de auditoría positivos y las que han
tenidos dictámenes negativos. Para ambos grupos
se establecen los promedios en una serie de variables financieras previamente
determinadas
(cifras de ventas, utilidad neta, activos totales y
patrimonio neto), las cuales son identificativas de
la posición financiera de las organizaciones, de la
misma manera como han sido trabajadas este
tipo de variables en investigaciones como las de
Fabio Gómez y Diego Fernando Católico (2009,
2010) y Pedro Lorca-Fernández y Javier de Andrés-
Suárez (2007).
Teniendo claro el análisis que se quiere realizar,
inicialmente se procede a la formulación
de la hipótesis alterna y de la hipótesis nula, las
cuales son las siguientes:
H1: Hay una diferencia estadísticamente significativa
entre la media de las variables financieras
de las empresas que tienen dictamen positivo de
auditoría y la media de las variables financieras
de las empresas que tienen dictamen negativo de
auditoría. Para establecer si las diferencias que se
observan a simple vista son estadísticamente
significativas, se llevará a cabo un contraste
de hipótesis mediante la utilización de dos
técnicas de análisis, T de Student, y test no paramétrico
de medias, en cada una de las 4 variables
estudiadas para cada uno de los dos
grupos, es decir, las que cuentan con dictamen
positivo y las que tienen dictamen negativo.
Es importante tener en cuenta que previo a
los contrastes de hipótesis, es necesario aplicar
un examen de normalidad a las variables
analizadas, es decir, si las cifras estudiadas en
cada una de las cuatro (4) variables financieras
objeto de estudio, siguen una distribución
normal.
Lo anterior se requiere, debido a que si tales
datos no cumplen con el supuesto de normalidad,
los resultados de los contrastes de
hipótesis —en lo que concierne a la utilización
de la primera técnica— no serían confiables y
robustos, por lo tanto, no se podrían sacar conclusiones
fiables sobre los resultados.
Una vez aplicados los análisis de normalidad,
los resultados indican que solo la variable de
utilidad neta cumple este patrón, es decir, los
datos en esta variable siguen una distribución
normal, con lo cual los contrates de hipótesis
mediante la técnica de análisis T de Student
solo serían confiables para esta variable; por
esta razón, se utiliza una segunda técnica de
análisis: test no paramétrico de medias, la cual
no parte del supuesto de que los datos siguen
una distribución normal, lo cual soluciona la
problemática planteada y genera resultados
más concluyentes, según lo explicado por Javier
Gil-Flores (2005)2. Una vez hecho este procedimiento
previo, se procede a aplicar los contrastes
de hipótesis mediante las dos técnicas
descritas. Los resultados de este análisis se presentan
en la tabla 4.
De acuerdo a los resultados de los diferentes
contrastes de hipótesis presentados en la
tabla 4, las cifras indican que para el caso de la
primera técnica de análisis, no hay diferencias
estadísticamente significativas en las variables
financieras de las empresas con dictamen positivo
respecto a las compañías con dictamen
negativo.
Ahora bien, al aplicar la segunda prueba,
test no paramétrico de medias, los resultados
indican que en ninguna de las cuatro variables
se presentan diferencias estadísticamente
significativas en las empresas que tienen
dictamen positivo, respecto a las que tienen dictamen
negativo, con lo cual se puede concluir
que no es posible establecer un perfil financiero,
al menos no claramente, para futuros
procesos de auditoría que puedan servir para
construir un sistema de categorización o alerta
previa al inicio de este tipo de evaluaciones;
se acepta así la hipótesis nula y se rechaza la
hipótesis alterna.
Es importante aclarar que los resultados obtenidos
podrían ser diferentes, si el análisis se
hubiera efectuado con razones financieras, es decir,
si se hubiera trabajado con ratios de endeudamiento,
de liquidez y de utilidad, entre otras,
con lo cual se podría establecer un posible perfil
financiero, lógicamente, si los resultados de los
contrastes de hipótesis así lo demuestran.
La definición de perfiles financieros en las
empresas podría fortalecer el trabajo del auditor
financiero, por ejemplo, para el análisis de ciertas
partidas específicas de los estados financieros
o, también, para la evaluación del sistema de
control interno de una determinada entidad.
Los cuatro ejemplos descritos anteriormente
(agrupación de datos, muestreo, probabilidades
y contraste de hipótesis) son apenas una pequeña
muestra de lo relevante y útil que este tipo de
herramientas puede ser cuando se está analizando
información, actividad que al fin de cuentas
está presente de forma permanente cuando se
realizan trabajos de auditoría financiera.
Conclusión.
La auditoría es una función de la profesión
contable que parece estar en crisis desde hace
varios años; esto ha sido evidenciado en diversos
trabajos como los de María Antonia García-
Benau y Antonio Vico-Martínez (2003) y
Fabio Gómez (2014), que analizan este problema
en países de tradición latina, como Colombia,
México y España, en los que el avance y el
desarrollo de la auditoría y sus técnicas están
condicionados por diversos factores (políticos,
sociales, económicos, etc.). De otra parte, esto
no ocurre, al menos no tan marcadamente, en
países anglosajones (Estados Unidos, Reino
Unido y Australia), donde la estandarización
contable y la de la auditoría tienen mejores niveles
de formación, metodologías y prácticas.
Esta problemática se está tratando de solucionar
desde diferentes ópticas, por ejemplo,
con procesos de formación más rigurosos, normalización
internacional, leyes más estrictas Ahora bien, en este trabajo se quiso contribuir
a la solución de esta problemática, desde el
punto de vista de los procesos de formación, en
lo que concierne al uso de la estadística en la
ejecución de trabajos de auditoría financiera;
teniendo en cuenta que según los resultados de
investigaciones previas, este es un punto de notoria
debilidad entre los profesionales contables