Penilaian Risiko Kecurangan menggunakan Model Risiko kecurangan sebagai sebuah Bantuan

Keputusan

Accepted for publication in Journal of Emerging Technology in Accounting (JETA),

forthcoming, 2017

Fraud Risk Assessment Using the Fraud Risk Model as a

Decision Aid

Theodore J. Mock
Distinguished Professor of Auditing & Assurance
University of California, Riverside, and
Honorary Professor, The University of Maastricht
900 University Avenue.
Riverside, Ca. 92521
Operator: 951.827.1012
Email: tmock@marshall.usc.edu

Rajendra P. Srivastava
EY Professor of Accounting and Information Systems
The University of Kansas
1300 Sunnyside Drive, Lawrence, KS 66045, USA
Phone: (785) 864-7590, Fax: (785) 864-5328
Email: rsrivastava@ku.edu,
And

Arnold Wright
Emeritus Professor
College of Business Administration
Northeastern University
360 Huntington Avenue, Boston, MA 02115, USA
Phone no: 617-373-7351; Fax: 617-373-8814
Email: a.wright@neu.edu

February 11, 2017

Ringkasan
ABSTRAK

Studi ini menyelidiki kemanjuran menggunakan teknologi yang didasarkan pada elaborasi dari model
risiko kecurangan tradisional untuk menilai risiko kecurangan dan kemudian merencanakan audit.

1|Page
Penipuan model risiko yang digunakan didasarkan pada Srivastava, Mock and Turner (SMT) (2007, 2009)
dan secara eksplisit menilai adanya faktor segitiga kecurangan dan perlunya tes forensik untuk
membantu dalam penilaian risiko deteksi kecurangan dan perencanaan audit. Studi sebelumnya yang
meneliti risiko kecurangan dekomposisi hanya menyarankan subjek untuk menilai risiko kecurangan
secara terpisah tanpa analitis model. Kami menguji efektivitas pendekatan menggunakan eksperimen
yang melibatkan 76 orang yang berpengalaman auditor di mana risiko kecurangan tertentu ada atau
tidak ada. Seperti yang diharapkan, hasilnya menunjukkan bahwa model secara signifikan meningkatkan
sensitivitas auditor terhadap perbedaan tingkat risiko kecurangan. Bahwa adalah auditor yang
menggunakan model risiko kecurangan dengan tepat menilai risiko kecurangan rendah sebagai rendah
dan tinggi risiko kecurangan setinggi, sedangkan auditor yang menggunakan pendekatan Model Risiko
Audit tradisional dinilai risiko kecurangan pada dasarnya tingkat yang sama dalam kedua kondisi risiko.
Eksperimen juga efek yang diselidiki pada keputusan perencanaan program audit. Bertentangan dengan
harapan tetapi konsisten dengan penelitian sebelumnya, teknologi dekomposisi risiko yang diuji tidak
menghasilkan auditor prosedur deteksi kecurangan yang lebih efektif. Secara keseluruhan, hasilnya
menunjukkan bahwa meskipun teknologi dekomposisi risiko yang teruji dapat meningkatkan risiko
penilaian dan pengakuan akan perlunya tes forensik tambahan, auditor terus miliki kesulitan dalam
merespons risiko kecurangan, mungkin karena mereka tidak memiliki pengalaman kecurangan yang
diperlukan dan pelatihan.

Kata Kunci: Teknologi Penilaian Risiko Fraud, Perencanaan Program Audit, Fraud Risk Triangle,

Algoritma Risiko Deteksi Kecurangan

Penilaian Risiko Kecurangan menggunakan Risiko Audit Terurai

Model: Penggunaan Model Risiko Kecurangan sebagai Alat Bantu Pengambilan Keputusan

I. PENDAHULUAN

Standar audit (AICPA, SAS 99 2002, IAASB, 215 2009) memerlukan auditor pada setiap keterlibatan
untuk menilai risiko kecurangan, melakukan serangkaian tes audit forensik terbatas, dan merespons
peningkatan risiko kecurangan dengan, misalnya, melakukan tes forensik atau memperpanjang
prosedur.1 Meskipun tanggung jawab ini, masih ada kekhawatiran tentang kemampuan auditor untuk
mendeteksi kecurangan, dengan kecurangan yang relatif sedikit ditemukan oleh auditor eksternal (Dyck
et al. 2010; KPMG 2009; PCAOB 2007; Wilks dan Zimbelman 2004; Dewan Pengawasan Publik 2000).
Jadi, di sana muncul menjadi kesenjangan ekspektasi kinerja.

Salah satu alasan penting yang mungkin untuk kesenjangan ini adalah bahwa auditor tampaknya
mengalami kesulitan dalam mengidentifikasi strategi perencanaan program kecurangan yang efektif
(sifat dan tingkat pengujian) ketika diperlukan, sebagaimana dilaporkan dalam sejumlah studi empiris
(mis., dkk. 2015; Hammersley dkk. 2011; Mock and Turner 2005; dan Asare et al. 2004). Kesulitan ini
mungkin disebabkan oleh dua faktor: (1) penilaian risiko auditor gagal mengenali kondisi yang

2|Page
dmemerlukan tes forensik tambahan; dan / atau (2) auditor tidak memiliki pelatihan atau pengetahuan
yang cukup untuk mengidentifikasi risiko kecurangan. Sejak Auditor jarang, jika pernah, menemukan
kecurangan material dalam laporan keuangan, sulit bagi mereka mengembangkan struktur pengetahuan
yang disempurnakan dari faktor-faktor risiko dan tes yang relevan terkait dengan kecurangan (Johnson
et al. 1993; Bonner 1990)

Tujuan dari penelitian ini adalah untuk mengatasi masalah ini dengan memeriksa kemanjuran sebuah
alat keputusan yang memisahkan risiko dan juga menyediakan algoritma yang mengarahkan auditor
perlunya tes forensik. Secara khusus, kami menguji kemanjuran model analitis yang diturunkan 3
langsung dari standar audit (AICPA SAS 99 2006). Sebaliknya, penelitian sebelumnya itu memeriksa
penguraian risiko kecurangan (mis., Zimbelman 1997) cukup menyarankan subjek untuk menilai
kecurangan risiko secara terpisah tanpa model analitis. Dengan cara ini, kami memberikan bukti kerabat
atribusi penilaian risiko gangguan dan / atau kurangnya pengetahuan untuk kesulitan auditor di
merancang strategi perencanaan program kecurangan yang efektif. Secara khusus, kami memilah risiko
model penilaian menjadi dua komponen. Yang pertama adalah model risiko audit tradisional (ARM), 2
(SAS 107, AICPA 2006). Yang kedua adalah model penilaian risiko kecurangan, FR = RI x RA x RO x RSP,
dikembangkan oleh Srivastava, Mock and Turner (2007, 2009) berdasarkan faktor risiko terkandung
dalam segitiga kecurangan sebagaimana dianut oleh SAS 99 (AICPA 2002). Dalam model, risiko
kecurangan (FR) menunjukkan risiko kecurangan manajemen dalam laporan keuangan tidak terdeteksi
oleh auditor, RI mewakili risiko bahwa insentif untuk melakukan kecurangan hadir setelah
mempertimbangkan dampak pengamanan di tempat, RA mewakili risiko bahwa sikap untuk melakukan
kecurangan adalah hadir setelah mempertimbangkan dampak perlindungan yang ada, RO mewakili
risiko itu peluang hadir setelah mempertimbangkan dampak perlindungan di tempat, dan RSP mewakili
risiko bahwa prosedur khusus (forensik dan lainnya) gagal mendeteksi kecurangan.

Dalam pengaturan kecurangan dekomposisi lebih lanjut dihipotesiskan untuk membantu auditor dalam
mengidentifikasi dan menilai kecurangan, karena dekomposisi diharapkan akan mengarahkan auditor
untuk mencari tambahan isyarat dan fokus pada faktor risiko kecurangan individu yang terkait dengan
insentif, peluang dan sikap. Dengan demikian, penelitian ini menguatkan dan memperluas penelitian
sebelumnya tentang nilai dekomposisi risiko (Zimbelman 1997; Wilks dan Zimbelman 2004; Favere-
Marchesi 2013) untuk meningkatkan kualitas auditor ' penilaian dan respons risiko kecurangan.

Kedua, kami menyelidiki nilai dari bantuan keputusan komputasi untuk auditor menentukan risiko
bahwa tes kecurangan akan gagal mendeteksi kecurangan manajemen material (RSP) dan dengan
demikian menyoroti perlunya tes forensik. Meskipun, sebagaimana dicatat, penelitian sebelumnya telah
menemukan itu auditor mengalami kesulitan dalam perencanaan program kecurangan (Hammersley
2011), studi sebelumnya tidak menyediakan teknologi untuk menghitung tingkat pengujian forensik
tambahan yang diperlukan untuk mencapai tingkat risiko deteksi kecurangan yang diinginkan.

Kami memeriksa masalah ini menggunakan kasus eksperimental di mana risiko kecurangan (isyarat) ada
atau tidak ada (risiko kecurangan tinggi versus risiko kecurangan rendah) dan auditor sampai pada
penilaian risiko kecurangan menggunakan model risiko audit tradisional (selanjutnya disebut ARM) atau
penipuan terurai model penilaian risiko (selanjutnya disebut dekomposisi). Untuk auditor yang

3|Page
menggunakan model dekomposisi, teknologi bantuan keputusan komputasi juga disediakan. Tujuh
Puluh Enam auditor berpengalaman dari perusahaan Big 4 berpartisipasi dalam percobaan.

Kami menemukan, seperti yang dihipotesiskan, bahwa penguraian secara signifikan meningkatkan
sensitivitas auditor perbedaan tingkat risiko kecurangan. Kami juga menemukan bahwa dalam
pengaturan risiko tinggi perawatan dekomposisi tidak menghasilkan sejumlah besar tes efektif
kecurangan, menyarankan masalahnya bukan pengakuan yang akurat tentang perlunya tes semacam itu
melainkan kurangnya auditor pelatihan, dan teknologi yang efektif untuk membantu merancang tes.

Selanjutnya, dalam dekomposisi pengaturan risiko tinggi tidak mengarah pada perencanaan lebih lanjut
jam yang dianggarkan (tingkat pengujian) dari kondisi ARM. Terakhir, auditor lebih cenderung
berkonsultasi dengan ahli forensik dalam risiko tinggi, kondisi pembusukan daripada yang lain kondisi.
Karena ada bukti bahwa para ahli forensik lebih mampu mengidentifikasi tes yang efektif dari auditor
keuangan (Boritz et al. 2011; Verwey 2014), perbedaan ini dapat mengimbangi ketidakmampuan tim
audit untuk merencanakan tes efektif tambahan Sisa makalah ini dibagi menjadi empat bagian. Bagian
selanjutnya menyediakan sebuah ulasan literatur yang relevan dan pengembangan hipotesis. Dua
bagian berikut ini berisi ikhtisar metode dan presentasi hasil. Bagian terakhir dikhususkan untuk diskusi
tentang temuan utama dan implikasinya untuk praktik dan penelitian di masa depan.

II SASTRA DAN HIPOTES YANG RELEVAN

Beberapa peneliti telah mempertanyakan kemanjuran Model Risiko Audit (ARM) untuk penilaian dan
deteksi risiko kecurangan. Zimbelman (1997) dan Shibano (1990) berpendapat bahwa ARM gagal untuk
secara eksplisit membedakan antara salah saji yang tidak disengaja dan disengaja dan, dengan demikian,
tidak membimbing auditor dengan baik dalam mempertimbangkan risiko yang relevan dan tes
perencanaan. Gambar pada literatur psikologi, Zimbelman (1997) berhipotesis bahwa dekomposisi risiko
kecurangan terkandung dalam risiko yang melekat (salah saji yang disengaja dan tidak disengaja) akan
membantu dalam membimbing auditor untuk mengakses subset pengetahuan yang berkaitan dengan
kecurangan dan untuk mencari isyarat yang relevan dalam sebuah pengaturan klien tertentu. Identifikasi
isyarat kecurangan kemudian akan mengarah pada penilaian langsung risiko kecurangan dan, pada
gilirannya, mengarah pada penilaian perencanaan adaptif untuk menanggapi risiko kecurangan yang
dinilai. Zimbelman (1997) menguji hipotesis ini dalam percobaan di mana risiko kecurangan (rendah vs
tinggi) dan pendekatan penilaian risiko (holistik vs dekomposisi) dimanipulasi. Dia menemukan, sebagai
dihipotesiskan, bahwa kelompok dekomposisi menghabiskan lebih banyak waktu membaca isyarat
kecurangan, lebih banyak akurat dalam penilaian risiko kecurangan, dan merencanakan lebih banyak
waktu dalam pengaturan kecurangan daripada holistic kelompok. Namun, sementara auditor
merencanakan lebih banyak jam audit, mereka tidak menyesuaikan sifat pengujian dalam menanggapi
risiko kecurangan diberikan satu set sepuluh tes audit standar.4 Ini “lebih sama strategi tes "tidak
mungkin mendeteksi kecurangan, karena tes audit standar sering tidak dirancang untuk itu mengungkap
salah saji yang disengaja.

Houston et al. (1999) berpendapat bahwa ARM berfokus pada risiko pada akun, pernyataan, atau
tingkat siklus, mis., risiko yang melekat dan risiko kontrol. Jika demikian, ARM akan menjadi deskriptif

4|Page
auditor penilaian risiko dan penilaian perencanaan program dalam menanggapi risiko kesalahan. Namun
demikian ARM tidak secara eksplisit membahas risiko keterlibatan yang lebih tinggi, seperti keuangan
klien yang buruk kondisi yang independen dari risiko kesalahan (Stice 1991) dan kadang-kadang
indicator salah saji yang disengaja. Keterlibatan dan audit risiko bisnis perusahaan mencakup rentang
yang luas faktor risiko dan termasuk potensi kerugian bagi auditor seperti kehilangan reputasi atau
litigasi biaya harus opini dipertanyakan oleh orang lain di pengadilan. Sementara ARM seperti yang
diterapkan pada akun atau pernyataan tidak secara eksplisit mempertimbangkan risiko tingkat yang
lebih tinggi, audit yang lebih baru standar mengakui pentingnya mempertimbangkan risiko tersebut
dalam penilaian dan perencanaan risiko tahapan (mis., PCAOB AS 8 2010; IAASB IAS 315 2003).

Houston et al. (1999) berhipotesis bahwa penilaian auditor akan risiko bisnis akan lebih besar terkait
erat dengan penilaian risiko auditor dan penilaian perencanaan dibandingkan ARM dalam sebuah situasi
meningkatnya risiko kecurangan. Dalam studi eksperimental mereka menemukan dukungan untuk
harapan mereka dengan biaya premi hanya hadir untuk pengaturan kecurangan.

Dalam ulasan literatur deteksi kecurangan, Hammersley (2011) mencatat bahwa sejumlah studi
menegaskan kembali kesulitan auditor dalam merancang tes efektif kecurangan. Dalam sebuah studi
oleh Asare et al. (2013) auditor forensik juga menunjukkan bahwa dalam penyelidikan mereka tentang
kasus kecurangan, auditor sering gagal untuk memodifikasi program audit standar secara memadai.
Namun, Hammersley et al. (2011) menemukan itu auditor yang mengidentifikasi skema kecurangan
yang digunakan oleh manajemen dapat merencanakan lebih banyak diagnostic tes. Dengan demikian,
tampak bahwa penilaian risiko kecurangan yang tepat diperlukan, yaitu, menunjukkan dengan tepat
sifatnya dari skema kecurangan potensial versus penilaian risiko global.

Menanggapi kekhawatiran oleh regulator dan pihak lain (mis., AICPA 2002 dan Shelton, Whittington,
dan Landsittel 2001) bahwa auditor cenderung terlalu fokus pada sikap manajemen (yaitu, integritas
manajemen) dan gagal untuk sepenuhnya mempertimbangkan peluang kecurangan dan insentif, Wilks
dan Zimbelman (2004) meneliti dampak dekomposisi lebih lanjut dalam penilaian risiko auditor
pertimbangkan ketiga elemen segitiga kecurangan. Mereka menemukan bahwa dekomposisi
meningkatkan auditor ' sensitivitas terhadap peluang dan insentif ketika isyarat menunjukkan risiko
kecurangan yang rendah tetapi secara mengejutkan tidak ketika mereka menunjukkan risiko tinggi.5

Favere-Marchesi (2013) memperluas percobaan yang dilakukan oleh Wilks dan Zimbelman
(2004) di mana ia meminta manajer audit berpengalaman untuk mengategorikan isyarat risiko
kecurangan ke dalam tiga komponen segitiga kecurangan atau memberikan penilaian risiko terurai
untuk ini komponen. Sikap manajemen dijaga konstan pada risiko rendah sedangkan insentif dan
peluang risiko dimanipulasi pada level tinggi atau rendah. Hasil menunjukkan bahwa dekomposisi adalah
secara signifikan lebih efektif daripada kategorisasi dalam menilai kepekaan auditor atas peluang,
insentif, dan risiko kecurangan secara keseluruhan dan juga mengarahkan mereka untuk menilai
kebutuhan yang lebih tinggi merevisi rencana audit dan meningkatkan tingkat pengujian audit ketika
risikonya tinggi. Namun, Favere-Marchesi (2013) berfokus pada risiko keterlibatan keseluruhan dan,
dengan demikian, tidak memeriksa apakah dekomposisi meningkatkan perencanaan auditor akan

5|Page
pengujian yang efektif untuk mendeteksi yang khusus kecurangan. Yang penting, penelitian saat ini
membahas masalah ini, karena deteksi kecurangan memerlukan kinerja tes diagnostik.

Model Penilaian Risiko kecurangan yang penting, studi sebelumnya (Zimbelman 1997; Wilks dan
Zimbelman 2004; dan Favere-Marchesi 2013) yang memeriksa kemanjuran dekomposisi risiko
kecurangan, seperti yang dibahas di atas, jangan berikan model analitik utama untuk perencanaan
penipuan. Srivastava et al (2009) mengembangkan model penilaian risiko kecurangan yang
komprehensif dan terurai yang berasal langsung dari standar audit. Model ini secara khusus
menggabungkan penilaian risiko kecurangan oleh memisahkan risiko penipuan ke dalam tiga faktor
risiko kecurangan yang diidentifikasi dalam segitiga kecurangan (SAS 99 AICPA 2002) serta risiko
prosedur forensik auditor gagal mendeteksi kecurangan. Model ini juga secara formal menggabungkan
positif (mis., Menyarankan risiko kecurangan rendah), negatif (mis., menyarankan risiko kecurangan
yang tinggi), dan beragam item bukti yang berkaitan dengan tiga faktor risiko kecurangan dan
keterkaitan di antara tiga faktor risiko kecurangan.

Versi dua langkah yang agak lebih disederhanakan dari Srivastava et al (2009, selanjutnya
disebut sebagai model penilaian risiko SMT) melibatkan pertama menilai risiko audit yang dapat
diterima (AAR) dan maka risiko kecurangan (FR). Penyederhanaan melibatkan asumsi bahwa tidak ada
item bukti campuran dan dinyatakan sebagai berikut (SAS 107, paragraf 24 dan catatan kaki 12 dalam
paragraf 26, 2006). :

AAR = RMM x DR = IR x CR x APR x TD (1) 6

Di mana RMM = risiko salah saji material

DR = risiko deteksi

IR = risiko yang melekat

CR = mengendalikan risiko

April = risiko prosedur analitik substantif

TD = uji risiko detail

Juga, FR = RI x RA x RO x RSP, yang dapat ditulis ulang sebagai:

FR = RiMM x RSP. (2)

Di sini RiMM berarti risiko salah saji material yang disengaja karena manajemen kecurangan,
mirip dengan RMM yang mewakili risiko salah saji material karena kesalahan dan penyimpangan. Dalam
formulasi ini, risiko kecurangan (FR) adalah risiko bahwa kecurangan akan tidak terdeteksi ketika 1) ada
risiko insentif yang tidak nol (RI) untuk melakukan kecurangan, risiko yang harus dilakukan oleh peluang
(RO) kecurangan ada, dan risiko sikap (RA) untuk melakukan kecurangan, dan 2) ada juga risiko tidak nol
itu prosedur khusus (forensik) auditor (RSP) akan gagal mendeteksi kecurangan. Persamaan (2) mewakili
model penilaian risiko kecurangan terpisah dari model risiko audit tradisional yang digambarkan dalam

6|Page
Persamaan (1) yang menentukan risiko salah saji material karena kesalahan dan penyimpangan. Studi
saat ini memberikan bukti empiris untuk menguji efektivitas model SMT meningkatkan penilaian risiko
kecurangan dan perencanaan program.

Penilaian Risiko Kecurangan

Mengikuti teori yang dikemukakan oleh Zimbelman (1997), kami berharap bahwa tambahan
dekomposisi penilaian risiko kecurangan harus lebih jauh membantu auditor untuk mengakses
pengetahuan struktur yang relevan dengan kecurangan. Misalnya, mereka dapat mencari isyarat
“insentif” kecurangan seperti kompensasi manajemen yang sangat terkait dengan pencapaian target
akuntansi dan untuk isyarat terkait dengan peluang untuk melakukan kecurangan seperti kontrol
internal yang lemah atau pilihan metode akuntansi yang kompleks atau memerlukan penilaian yang
signifikan. Dekomposisi lebih lanjut ini diharapkan untuk memimpin auditor untuk mencari isyarat
kecurangan relevan yang terkandung dalam masing-masing kecurangan elemen segitiga. Identifikasi
risiko kecurangan tambahan, saat ini, kemudian diharapkan terjadi mengarah pada sensitivitas yang
lebih besar terhadap risiko kecurangan daripada pendekatan ARM yang lebih holistik. Selanjutnya,
Raiffa(1968) menunjukkan bahwa proses penguraian keputusan multi-faceted menjadi komponen
keputusan, secara terpisah mempertimbangkan setiap komponen, dan kemudian menggabungkan
kembali komponen ke sampai pada keputusan global meningkatkan akurasi penilaian.

Fokus kami adalah sensitivitas risiko kecurangan atau kemampuan untuk dapat membedakan
secara akurat antara berbagai tingkat risiko kecurangan, yaitu, menilai risiko kecurangan yang lebih
tinggi dalam situasi FR yang tinggi dan risiko kecurangan yang lebih rendah dalam situasi FR yang
rendah. Sensitivitas akan, dengan demikian, membuat perencanaan audit proses lebih efisien dan
efektif. Diskusi di atas mengarah pada harapan sebagai berikut tercermin dalam hipotesis pertama kami:

H1: Auditor dalam kondisi dekomposisi akan menunjukkan sensitivitas yang lebih besar di
penilaian risiko kecurangan antara kondisi risiko kecurangan tinggi dan rendah dari pada Kondisi ARM.

Tes Efektif Kecurangan

Kami juga memeriksa sejauh mana auditor merencanakan tes efektif penipuan. Sebagaimana
dicatat, Zimbelman (1997) berhipotesis bahwa dekomposisi risiko yang melekat akan menyebabkan
perubahan sifat uji yang direncanakan untuk mendeteksi potensi penipuan. Temuannya tidak
mendukung hipotesis ini. Namun, auditor dalam studinya disajikan satu set tes standar yang ditentukan
dan tidak bisa hapus atau tambahkan tes lainnya. Pengaturan ini tidak memberikan kesempatan, seperti
dalam praktiknya, untuk dapat untuk sepenuhnya menyesuaikan sifat pengujian. Lebih lanjut, tingkat
dekomposisi risiko kecurangan mungkin tidak telah cukup untuk memfokuskan auditor pada perlunya
tes kecurangan yang efektif.

Dalam studi saat ini kami memberikan auditor dengan dua permintaan yang mungkin
bermanfaat dalam mengarah ke desain tes efektif kecurangan: (1) dekomposisi risiko kecurangan lebih
lanjut; dan (2) dalam kondisi dekomposisi, suatu algoritma komputasi yang diharapkan untuk
memfasilitasi mereka dalam menandakan perlunya tes forensik. Bersama-sama permintaan ini harus

7|Page
meningkatkan auditor kemampuan untuk mengidentifikasi risiko kecurangan yang relevan dan
menyoroti perlunya tes forensik.

Namun, seperti yang dibahas sebelumnya, kurangnya pengaruh antara risiko kecurangan yang
lebih tinggi penilaian dan tes yang lebih efektif yang ditemukan dalam studi sebelumnya (mis.,
Zimbelman 1997; Asare dan Wright 2004) mungkin disebabkan oleh kurangnya kesadaran auditor akan
perlunya dirancang khusus tes forensik dan / atau kurangnya pengetahuan auditor untuk merancang tes
semacam itu. Masalah yang pertama adalah dihipotesiskan akan dikurangi oleh dekomposisi risiko
kecurangan dan memberikan eksplisit kesadaran RSP (risiko bahwa prosedur khusus (forensik) auditor
akan gagal mendeteksi kecurangan). Namun, kurangnya pengetahuan tidak dapat dimitigasi oleh alat
bantu keputusan ini, yang tidak mengidentifikasi tes efektif khusus untuk mendeteksi kecurangan.
Dengan demikian, mengingat harapan yang saling bertentangan, kita selanjutnya hipotesis dinyatakan
dalam bentuk nol:

H2: Dalam pengaturan risiko penipuan yang tinggi, jumlah prosedur kecurangan yang efektif
termasuk dalam program audit yang direncanakan auditor tidak diharapkan berbeda secara signifikan
untuk kondisi dekomposisi dibandingkan dengan kondisi ARM.

Tingkat Pengujian

Sejalan dengan "audit yang disesuaikan dengan risiko" (AICPA, SAS 107 2006), risiko kecurangan
meningkat penilaian dan algoritma TPS dianggap berdampak pada tingkat pengujian yang direncanakan,
yaitu, jam dianggarkan. Ketika risiko kecurangan rendah, tidak ada alasan untuk mengharapkan
perbedaan dalam rencana sejauh antara dekomposisi dan kondisi ARM, karena risiko rendah tidak
menjamin ekspansi menguji di luar pengaturan audit normal. Namun, ketika risiko penipuan tinggi,
dekomposisi dan algoritma tersebut diantisipasi untuk mengarah pada sensitivitas yang lebih besar
dalam penilaian risiko kecurangan (H1), yang pada gilirannya diharapkan akan mengarah pada tingkat
pengujian yang lebih besar untuk kondisi dekomposisi daripada Kondisi ARM.

H3: Dalam pengaturan risiko kecurangan yang tinggi, jam yang dianggarkan akan jauh lebih tinggi untuk
kondisi dekomposisi daripada kondisi holistik.

Konsultasi dengan Ahli Forensik

Akhirnya, sumber daya yang berpotensi berharga bagi auditor untuk mendeteksi kecurangan
adalah konsultasi dengan ahli forensik untuk membantu mengidentifikasi dan menanggapi risiko
penipuan. Asare and Wright (2004) melaporkan bahwa auditor enggan berkonsultasi dengan auditor
forensik; Namun, risiko kecurangan penilaian secara positif terkait dengan kecenderungan untuk
berkonsultasi. Dengan risiko tinggi, auditor adalah mungkin menyadari bahwa mereka membutuhkan
bantuan para ahli tersebut. Jika H1 didukung, ini akan menyarankan bahwa dalam pengaturan risiko
kecurangan yang tinggi auditor dalam kondisi dekomposisi lebih mungkin mengenali risiko dan
kemudian berkonsultasi dengan auditor forensik daripada mereka yang dalam kondisi ARM.

8|Page
 Yang penting, jika kondisi dekomposisi dengan algoritma gagal menimbulkan lebih banyak
penipuan tes yang efektif (H2), maka konsultasi dapat mengurangi masalah dengan membawa ahli yang
memiliki pengalaman dan pengetahuan untuk membantu auditor dalam merancang tes yang efektif.
Final kami hipotesis memeriksa masalah ini.

H4: Dalam pengaturan risiko kecurangan yang tinggi, kemungkinan berkonsultasi dengan ahli
forensik adalah diharapkan akan secara signifikan lebih besar untuk kondisi dekomposisi daripada ARM
kondisi.

III. METODE

Perawatan Eksperimental

ARM atau Kondisi Penguraian

Hipotesis dibahas dalam percobaan 2 x 2 dengan penipuan variabel independen kondisi penilaian risiko
(ARM vs dekomposisi) dan pengaturan risiko kecurangan (risiko rendah vs tinggi risiko). Dalam kondisi
ARM kami meminta auditor untuk membuat penilaian risiko seperti biasa model risiko audit (Lihat
Persamaan 1) bersama dengan penilaian risiko kecurangan yang terpisah, seperti saat ini diperlukan
oleh SAS 99. Auditor kemudian menghitung risiko audit keseluruhan terkait. Perawatan ini juga dapat
disebut sebagai pengobatan "konvensional" karena dibangun untuk menerapkan caranya auditor
menerapkan Standar Audit yang Diterima Secara Umum (GAAS) dalam menilai risiko risiko yang tidak
disengaja dan disengaja (kecurangan).

Perusahaan audit yang berpartisipasi dikonsultasikan untuk mengidentifikasi langkah-langkah yang

diperlukan dalam menerapkan pengobatan dekomposisi (Srivastava et al (2007, 2009)) dalam praktek.
Dalam pengaturan ini peserta di kondisi dekomposisi membuat semua penilaian yang sama dengan
kondisi ARM, kecuali daripada penilaian keseluruhan risiko kecurangan mereka secara terpisah menilai
risiko kehadiran insentif untuk melakukan kecurangan, risiko kehadiran sikap manajemen untuk
melakukan kecurangan, dan risiko kehadiran peluang untuk melakukan kecurangan. Auditor kemudian
menghitung risiko keseluruhan salah saji material yang disengaja (RiMM) karena kecurangan sebagai
produk dari ini tiga risiko.

Akhirnya, berdasarkan persamaan (2) (Srivastava et al. 2009), peserta dalam dekomposisi kondisi juga
menghitung "risiko prosedur khusus" atau risiko bahwa tes kecurangan akan gagal mendeteksi
kecurangan manajemen material sebagai berikut:

RSP = AFR / (RI x RA x RO) = AFR / RiMM (3)

di mana AFR digunakan untuk menentukan risiko penipuan yang dapat diterima untuk tujuan
perencanaan FR (Risiko Kecurangan).

Formula (3) menghitung tingkat RSP yang diperlukan untuk mencapai rendah yang dapat diterima secara
keseluruhan tingkat risiko kecurangan (AFR), yang ditetapkan dalam kasus ini sebagai 0,05. Misalnya,
asumsikan auditor menilai risiko berikut: RI = .80; RA = .75; dan RO = .70. Maka RSP akan menjadi

9|Page
dihitung sebagai 0,119, mis., RSP = 0,05 / (0,80 x 0,75 x 0,70) = 0,119. Jika RSP 1.0 atau lebih tinggi, ini
menunjukkan bahwa tidak ada prosedur forensik khusus yang diperlukan. Formula ini analog dengan
menentukan DR menggunakan ARM dengan fokus unik pada kebutuhan untuk melakukan tes audit
forensik.

Sebagai catatan, skala respons untuk kondisi dekomposisi (0-1.00) sama dengan di kondisi ARM dan
merupakan penilaian probabilitas risiko. FR yang dinilai dalam model dekomposisi berasal dari model
dekomposisi, sedangkan dalam kasus ARM risiko kecurangan dinilai oleh auditor tanpa model apa pun,
seperti yang saat ini akan dilakukan dalam praktik.

Sementara salah satu perawatan diberi label kondisi "dekomposisi", itu melibatkan lebih banyak dari
sekadar menilai faktor-faktor segitiga kecurangan seperti yang dilakukan dalam penelitian sebelumnya
[mis. Favere-Marchesi 2013]. Secara khusus, ini termasuk langkah komputasi yang menentukan
besarnya beberapa variabel [mis. ‘Risiko Kecurangan Terkomputasi’ (RiMM) berdasarkan pada penilaian
variabel segitiga kecurangan dan 'Risiko Prosedur Khusus'].

Dalam uji coba kondisi dekomposisi, menjadi jelas bahwa dengan begitu banyak risiko parameter yang
diperlukan auditor untuk bantuan perhitungan yang tertanam dalam percobaan akurat menentukan
risiko deteksi target untuk prosedur audit forensik yang direncanakan untuk dapat untuk menguji
kerangka dekomposisi SMT dengan benar. Kalau tidak, risiko ini mungkin akan terjadi mengandung
kesalahan komputasi, integrasi yang dapat mengacaukan hasil. Misalnya bantuan komputasi akan
mudah dikembangkan dan digunakan dalam praktik seperti, misalnya, audit alat bantu pengambilan
sampel yang saat ini sering digunakan oleh auditor (Whittington dan Pany 2014).

Tugas

Tampilan 1 memberikan gambaran umum tugas untuk dekomposisi dan kondisi ARM. Auditor
disediakan kasus realistis ("Precision Equipment, Inc.") berdasarkan keuangan actual melaporkan situasi
kecurangan yang menghasilkan tindakan SEC AAER (SEC 1998). Instrumen kasing diadaptasi dengan izin
dari yang dikembangkan, diuji oleh pilot, dan digunakan oleh Asare dan Wright (2004). Pada langkah 1,
peserta diberikan informasi latar belakang tentang produk-produk perusahaan, ringkasan informasi
keuangan, rasio keuangan, informasi tentang kontrol keseluruhan lingkungan, dan gambaran tren
produk saat ini di industri. Materialitas perencanaan adalah ditunjukkan sebagai 3,5% dari laba bersih
sebelum pajak atau $ 8 juta. Akhirnya, peserta disediakan informasi tentang siklus pendapatan (di mana
tim audit berencana untuk mengandalkan kontrol yang terkait transaksi rutin) dan strategi pemasaran
perusahaan. Tugas keseluruhan adalah menilai risiko dan mengembangkan rencana program (sifat dan
tingkat pengujian substantif) untuk siklus pendapatan.

Pada langkah 2, semua peserta diberikan panduan penilaian risiko yang diambil dari penilaian risiko
audit yang dapat diterima seperti dibahas dalam SAS 107 (AICPA 2006). Selain itu, peserta dalam kondisi
dekomposisi diberikan ringkasan risiko kecurangan pedoman penilaian berdasarkan SAS 99 dan
Srivastava et al. (2007).

10 | P a g e
Langkah 3 mengharuskan peserta untuk menilai berbagai komponen risiko audit untuk pendapatan
siklus. Untuk ARM dan kondisi penguraian, auditor menilai risiko berikut: audit risiko dengan target AAR
antara 5 dan 10%, risiko yang melekat, risiko kontrol, prosedur analitis risiko, dan uji risiko detail. Semua
peserta kemudian menghitung risiko materi yang tidak disengaja salah saji sebagai produk dari risiko ini.
Mengikuti SAS 99, peserta selanjutnya menilai risiko kecurangan dengan mereka yang dalam kondisi
ARM membuat penilaian langsung terhadap risiko penipuan. Dalam kondisi dekomposisi, RiMM (risiko
salah saji material yang disengaja karena kecurangan manajemen) ditetapkan sebagai produk risiko yang
dinilai secara terpisah untuk insentif, sikap, dan peluang untuk melakukan kecurangan. Menggunakan
algoritma pengambilan keputusan membantu semua peserta juga menentukan tingkat prosedur
forensik yang diperlukan mencapai tingkat risiko audit (AFR) rendah yang dapat diterima secara
keseluruhan.

Pada langkah 4, peserta diminta untuk menentukan sifat tes audit dalam pendapatan siklus. Mirip
dengan praktik di mana program audit standar banyak digunakan, mereka pertama kali memulai
memilih yang mana, jika ada, dari 10 tes standar yang harus dilakukan. Tes ini adalah yang digunakan
dalam Asare et al. (2004), berdasarkan kompilasi dari buku teks audit. Kemudian auditor diminta untuk
tentukan prosedur lain yang mereka anggap perlu.

Dua tugas terakhir memerlukan pengaturan jam yang dianggarkan untuk siklus pendapatan, secara total
dan oleh tingkat staf (staf, senior, manajer, dan mitra), dan menentukan kebutuhan untuk berkonsultasi
dengan penipuan mitra risiko di perusahaan pada skala 10 poin Likert (1 = tidak perlu berkonsultasi; 5 =
sedang keharusan untuk berkonsultasi; dan 10 = keharusan untuk berkonsultasi). Untuk memberikan
patokan untuk menentukan jam anggaran, anggaran awal (total 65 jam), berdasarkan tingkat staf,
diberikan berdasarkan jam dikeluarkan pada penugasan tahun sebelumnya.

Pengaturan Risiko

Seperti ditunjukkan, ada dua versi kasus: risiko kecurangan tinggi dan risiko kecurangan rendah. Itu
perbedaan antara kedua versi ditunjukkan dalam Tampilan 2. Dalam kondisi risiko tinggi risiko
kecurangan dari kasus kecurangan aktual hadir. Penipuan adalah salah satu yang relatif lebih bentuk
umum pelaporan keuangan yang curang dan mencakup “saluran isian” di mana manajemen melebih-
lebihkan pendapatan menjelang akhir periode untuk meningkatkan laba. Dalam kecurangan tinggi
kondisi risiko kasus mencatat bahwa kompensasi manajemen sangat terkait dengan saham kinerja,
manajemen sangat mementingkan pencapaian prakiraan keuangan, dan perusahaan telah memenuhi
atau melampaui target penjualan selama 12 kuartal berturut-turut (insentif kecurangan dan sikap).

"Strategi pemasaran" menggambarkan rencana menjelang akhir tahun untuk penipuan secara material
meningkatkan penjualan sebesar $ 22 juta dan pendapatan sebesar $ 9,2 juta (keduanya jumlah
material). Strategi ini adalah dasar dari kecurangan yang sebenarnya. Khususnya, distributor diberi yang
utama tanggung jawab penjualan untuk produk analog, membebaskan perusahaan untuk memfokuskan
upaya pemasarannya pada pasar digital. Distributor diberikan berbagai insentif untuk membeli produk,
termasuk sangat batas kredit besar, akses ke akun ritel besar dan pelanggan utama yang dilayani

11 | P a g e
sebelumnya secara langsung oleh perusahaan, peluang bagi hasil, persyaratan pembiayaan yang
menguntungkan, dan pergudangan dan penyimpanan. Sekitar 70 persen distributor menandatangani
segera, dengan sisanya ragu-ragu. Komunikasi tindak lanjut dengan distributor yang belum memutuskan
terbukti berhasil dengan hanya 4 yang tidak penandatanganan pada akhir tahun. Pada dasarnya,
distributor dapat setuju untuk "membeli" produk dengan sedikit pembayaran tunai dan hak
pengembalian. Selanjutnya, proporsi yang sangat signifikan ini transaksi akhirnya gagal terwujud
menjadi penjualan aktual, dan, dengan demikian, pendapatan dan laba bersih secara material dilebih-
lebihkan pada akhir tahun.

Dalam pengaturan risiko rendah penipuan manajemen dikompensasi terutama melalui gaji pokok (90%)
tanpa tekanan keuangan yang ditunjukkan untuk mencapai target pendapatan. Selanjutnya, pemasaran
strategi itu tidak material (meningkatkan pendapatan sebesar $ 1,1 juta) dan hanya mensyaratkan
pergeseran tanggung jawab antara distributor dan penjualan perusahaan langsung.

Cek manipulasi

Dua pertanyaan diminta untuk menentukan apakah manipulasi pengaturan risiko klien berhasil: menilai
keseluruhan tingkat risiko salah saji material (risiko inheren x risiko kendali) untuk siklus pendapatan;
dan menilai tingkat risiko kecurangan untuk siklus pendapatan. Skala respons untuk kedua pertanyaan
adalah 7 poin skala Likert: 1 = risiko rendah; 4 = risiko sedang; dan 7 = risiko tinggi. Sebagai diharapkan,
respons rata-rata untuk pertanyaan pertama secara signifikan lebih tinggi (t = 40.032; p <.001; satu ekor)
untuk pengaturan risiko tinggi (4,16) daripada untuk pengaturan risiko rendah (3,00). Begitu pula
dengan mean Menanggapi pertanyaan kedua secara signifikan lebih tinggi (t = 2.239; p = .014; satu-ekor)
untuk pengaturan risiko tinggi (4,19) daripada untuk pengaturan risiko rendah (3,50). Hasil ini
menunjukkan peserta menyandikan manipulasi risiko sebagaimana dimaksud.7

Peserta

Peserta adalah 72 senior audit dan empat manajer dari perusahaan Big 4 yang diidentifikasi oleh orang
yang dapat dihubungi dan secara sukarela menyelesaikan kasus melalui pos.8 Metode administrasi
(yaitu, surat) ditetapkan oleh perusahaan yang berpartisipasi. Auditor secara acak ditugaskan untuk
salah satu dari empat kondisi eksperimental antara subjek. Karena penghubung kami tidak
mentabulasikan jumlah kasus yang didistribusikan, kami tidak dapat menghitung tingkat respons. Para
peserta diberi tahu bahwa mereka tidak boleh mendiskusikan tanggapan mereka dengan orang lain,
karena penelitian ini dilakukan mencari penilaian individu.

Tabel 1 memberikan data demografis pada sampel. Jumlah peserta di masing-masing kondisi
eksperimental berkisar antara 18-20. Seperti ditunjukkan, peserta didominasi manula (94,5%) dan
memiliki pengalaman domain umum yang cukup (rata-rata 3,72 tahun audit pengalaman).

Tugas, seperti yang dibahas sebelumnya, memerlukan penilaian risiko awal dan perencanaan program,
yang adalah tanggung jawab utama senior audit. Peserta memiliki tugas yang diperlukan pengalaman

12 | P a g e
khusus dalam berurusan dengan pengakuan pendapatan, yang merupakan jenis kecurangan yang ada di
Internet versi berisiko tinggi dari kasus eksperimental (rata-rata 4,20 pada skala 1-7 tentang pengalaman
pada masalah pengakuan pendapatan di mana 1 = tidak ada pengalaman sebelumnya, 4 = berurusan
dengan pada beberapa kesempatan, dan 7 = berurusan dengan ini sangat sering). Uji statistik
menunjukkan tidak ada perbedaan yang signifikan (p <.10) pada variabel demografis antara kondisi
eksperimental, menunjukkan keberhasilan pengacakan tugas.9

IV. HASIL

Tabel 2, panel A menyajikan hasil ANOVA yang memeriksa penilaian risiko kecurangan auditor (H1). Ada
efek utama yang signifikan untuk pendekatan risiko (p = 0,003, satu ekor). Yang penting efek utama dan
sarana untuk kondisi eksperimental dilaporkan pada Tabel 2, panel B sepanjang dengan tes
perbandingan efek sederhana di panel C.

Penilaian risiko penipuan rata-rata menunjukkan tidak ada perbedaan yang signifikan antara yang tinggi
(Rata-rata 0,297) dan risiko rendah (rata-rata 0,314) kondisi untuk auditor menggunakan pendekatan
risiko ARM, menunjukkan kurangnya sensitivitas terhadap risiko kecurangan (t = 0,259; p =, 797).
Sebaliknya, untuk pendekatan dekomposisi penilaian risiko kecurangan secara signifikan (t = 1,788; p =
0,041 satu ekor) lebih tinggi dalam kondisi risiko tinggi (rata-rata .232) daripada dalam kondisi risiko
rendah (rata-rata 0,104), mendukung H1. Dengan demikian, pendekatan dekomposisi meningkatkan
akurasi auditor dalam melakukan diskriminasi antara pengaturan risiko rendah dan kecurangan, dengan
demikian, berpotensi mempromosikan efektivitas audit dan efisiensi.

H2 disajikan dalam bentuk nol diberikan harapan alternatif mengenai dampak dari kondisi penguraian
pada perencanaan tes kecurangan yang efektif, yaitu, kesadaran yang lebih besar dari kebutuhan untuk
tes kecurangan versus pengetahuan yang tidak memadai dari tes yang efektif. Kami menggunakan set
patokan 13 tes yang Asare dan Wright (2004) digunakan sebagaimana diidentifikasi oleh SEC dalam
akuntingnya rilis penegakan pada kasus ini. Tidak satu pun dari tes ini dimasukkan dalam program audit
standar diberikan kepada peserta, karena mereka tidak mewakili tes audit umum.

Dua individu independen memberi kode tanggapan peserta atas tes audit tambahan peserta berencana
untuk melakukan di luar program audit standar. Coders memiliki delapan dan dua tahun pengalaman
audit masing-masing dan buta terhadap hipotesis penelitian dan kondisi eksperimental peserta. Tingkat
keseluruhan perjanjian pengkodean adalah 82%, menunjukkan keandalan antar-kode yang tinggi.
Perbedaan pengkodean dibahas bersama dan direkonsiliasi. Jika suatu kesepakatan tidak dapat dicapai,
perbedaan yang tidak terselesaikan kemudian direkonsiliasi oleh salah satu penulis. Tabel 3 melaporkan
hasil ANOVA (panel A) dengan tes audit akhir yang direkonsiliasi dan berarti untuk kondisi eksperimental
(panel B). Temuan ANOVA tidak menunjukkan apa pun efek atau interaksi utama yang signifikan. Secara
khusus, uji perbandingan efek sederhana pada panel C menunjukkan jumlah tes efektif dalam
pengaturan risiko tinggi tidak berbeda secara signifikan untuk kondisi dekomposisi dan kondisi ARM (sel
B versus D), gagal menemukan bukti menolak H2 nol. Khususnya, relatif sedikit tes efektif penipuan
diidentifikasi (rata-rata keseluruhan) .31), menguatkan penelitian sebelumnya (Asare dan Wright 2004).

13 | P a g e
Pendekatan dekomposisi ditambah dengan alat bantu keputusan untuk menghitung risiko yang
diinginkan dari prosedur forensik khusus, demikianlah dilakukannya tidak secara signifikan
meningkatkan perencanaan audit forensik auditor.

Seperti yang akan dibahas pada bagian terakhir, hasil ini mungkin karena kurangnya auditor pelatihan
dan kemahiran dalam merancang tes forensik. Kami juga melakukan analisis untuk jumlah tes audit
standar yang dipilih (maksimal delapan). Kami tidak memberikan hipotesis untuk pengaruh manipulasi
eksperimental pada pilihan tes standar, karena, seperti yang dibahas, tes ini tidak dianggap efektif
dalam mendeteksi kecurangan. Tugas ini dimasukkan ke memberikan realisme tugas, karena dalam
praktiknya auditor secara rutin disediakan program audit standar sebagai bantuan pengambilan
keputusan untuk perencanaan program. Analisis (tidak ternoda) menunjukkan rata-rata sekitar 6,6 tes
standar dipilih untuk menguji dari delapan yang disediakan dalam program standar. Ada juga sebuah
efek sedikit signifikan untuk pengaturan risiko penipuan (p = 0,095) di mana auditor merencanakan lebih
banyak tes standar ketika risiko kecurangan tinggi daripada rendah. Hasil ini menguatkan penelitian
sebelumnya di mana auditor dalam menanggapi peningkatan risiko kecurangan "melakukan lebih dari
tes yang sama" (Hammersley et al. 2011, Asare dan Wright 2004).

Tabel 4 melaporkan temuan analisis ANOVA (panel A), sarana untuk masing-masing kondisi
eksperimental (panel B), dan tes perbandingan efek sederhana (panel C) mengenai total jam yang
dianggarkan (H3) .10 Hasil ANOVA menunjukkan efek utama yang signifikan untuk risiko kecurangan.
Sebagai diantisipasi, auditor merencanakan lebih banyak jam dalam pengaturan risiko tinggi daripada
pengaturan risiko rendah. Namun, tidak ada interaksi yang signifikan antara risiko kecurangan dan
pendekatan risiko. Khususnya, panel C tidak menunjukkan jam dianggarkan lebih signifikan dalam
pengaturan risiko tinggi untuk kondisi dekomposisi daripada kondisi ARM (sel B versus D). Meskipun
hasilnya lebih awal menunjukkan pendekatan risiko menyebabkan sensitivitas yang lebih besar dalam
penilaian risiko kecurangan, ini tidak menerjemahkan ke dalam perbedaan dalam jam yang
direncanakan dalam pengaturan risiko tinggi vs rendah, dan, dengan demikian, H3 tidak didukung.

Tabel 5 menyajikan hasil mengenai H4 pada keinginan untuk berkonsultasi dengan ahli forensik. Itu
Temuan ANOVA (Panel A) menunjukkan efek utama yang signifikan untuk risiko kecurangan (F = 13.792;
p <.001) dengan auditor lebih mungkin untuk berkonsultasi dalam pengaturan risiko tinggi daripada
pengaturan risiko rendah. Itu interaksi juga signifikan (p = 0,048; satu sisi). Memberikan dukungan untuk
H4, artinya di panel B dan uji perbandingan efek sederhana pada panel C menunjukkan, seperti yang
diharapkan, bahwa yang terbesar kecenderungan untuk mencari nasihat ahli forensik berada dalam
risiko tinggi, kondisi pembusukan.

Analisis Tambahan

Sebagaimana dicatat, dalam kondisi dekomposisi kami meminta auditor untuk menilai secara terpisah
unsur-unsur segitiga kecurangan: risiko kehadiran insentif untuk melakukan kecurangan (RI); itu risiko
kehadiran sikap manajemen untuk melakukan kecurangan (RA); dan risiko adanya peluang untuk
melakukan kecurangan (RO). Kami membandingkan penilaian ini dengan risiko rendah pengaturan ke
pengaturan risiko tinggi untuk mengeksplorasi elemen (s) dari segitiga kecurangan yang mendorong

14 | P a g e
risiko kecurangan yang lebih tinggi ditemukan dalam pengujian H1. Tidak ada harapan a priori yang
mana dari risiko ini akan bervariasi, karena penilaian kemungkinan terkait dengan isyarat spesifik dalam
kasus eksperimental kami. Uji-t yang tidak diacak menunjukkan bahwa ada perbedaan yang signifikan
dalam penilaian rata-rata RI (t = 4,461; p = .0001) antara pengaturan risiko tinggi dan rendah (masing-
masing .750 dan .445).Namun, tidak ada perbedaan signifikan untuk RA dan RO. Hasil ini menunjukkan
auditor menggunakan bukti bonus rencana dengan benar dalam menilai risiko insentif oleh manajemen
untuk melakukan kecurangan dalam pengaturan risiko tinggi.

V. KESIMPULAN

Ada harapan signifikan oleh pengguna bahwa auditor akan mendeteksi keuangan material kecurangan.
Elemen penting dalam mencapai tujuan ini adalah penilaian risiko kecurangan yang tepat dan
perencanaan program yang tepat mengenai sifat dan luasnya tes efektif kecurangan. Seringkali tes audit
standar tidak akan efektif dalam mengungkap kecurangan dan tes harus, dengan demikian, disesuaikan
dengan risiko kecurangan yang ada. Selanjutnya, auditor spesialis forensik mungkin dipanggil untuk
membantu. Penelitian sebelumnya (Zimbelman 1997; Favere-Marchesi 2013) telah menunjukkan bahwa
penguraian risiko kecurangan meningkatkan perhatian auditor terhadap isyarat kecurangan,
menghasilkan lebih banyak penilaian risiko kecurangan yang akurat dan tingkat pengujian tambahan.

Studi saat ini memperluas penelitian itu dengan memeriksa dampak risiko lebih lanjut dekomposisi pada
penilaian perencanaan kecurangan auditor. Secara khusus, kami berhipotesis itu membusuk risiko
kecurangan menjadi unsur-unsur segitiga kecurangan (risiko insentif, peluang, dan rasionalisasi) dan
mengidentifikasi tingkat risiko deteksi tes forensik yang diperlukan untuk pengendalian risiko audit akan
meningkatkan keputusan perencanaan program kecurangan. Hasil percobaan kami menunjukkan bahwa
auditor dalam kondisi dekomposisi menunjukkan sensitivitas yang lebih besar dalam risiko kecurangan
penilaian dalam membedakan antara penipuan rendah dan pengaturan risiko penipuan tinggi. Namun
ini peningkatan dalam penilaian risiko tidak ditemukan menerjemahkan perbedaan dalam jam yang
direncanakan atau lebih tes efektif kecurangan. Sebaliknya, auditor dalam kondisi risiko tinggi memilih
jumlah yang lebih besar tes audit standar ("lakukan lebih banyak hal yang sama"), meskipun tes ini
mungkin tidak efektif dalam mendeteksi kecurangan. Yang penting, meskipun, dekomposisi ditemukan
menghasilkan yang lebih besar kecenderungan untuk mencari ahli forensik dalam pengaturan risiko
penipuan tinggi, berpotensi mengkompensasi temuan yang menunjukkan kekurangan dalam
perencanaan auditor untuk pengujian efektif dan tingkat kecurangan pengujian.

Temuan ini memiliki sejumlah implikasi untuk praktik audit dan penelitian di masa depan. Dari
Kekhawatiran terbesar adalah bahwa peningkatan sensitivitas dalam penilaian risiko kecurangan
didorong oleh dekomposisi kemudian tidak menghasilkan keputusan audit selanjutnya yang ditingkatkan
untuk sifat dan tingkat tes. Sebaliknya, konsisten dengan penelitian sebelumnya (Zimbelman 1997,
Asare dan Wright 2004, Hammersley et al. 2011), auditor dalam pengaturan risiko kecurangan tinggi
berencana untuk melakukan yang lebih besar jumlah tes audit standar. Hasil ini menimbulkan
pertanyaan sentral mengapa peningkatan risiko penilaian tidak mengarah pada keputusan perencanaan
program auditor yang lebih baik.

15 | P a g e
Satu penjelasan potensial adalah bahwa auditor tidak memiliki pengalaman atau pelatihan yang
memadai bagaimana bereaksi terhadap risiko kecurangan yang lebih tinggi dan risiko deteksi prosedur
forensic dengan merancang kecurangan tes yang efektif. Beberapa auditor telah memiliki pengalaman
langsung dengan mengidentifikasi kecurangan manajerial. Akan pelatihan tambahan atau alat bantu
pengambilan keputusan (mis., identifikasi tes penipuan potensial) sangat membantu untuk mengatasi
masalah ini? Misalnya, perusahaan audit dapat memberikan daftar penipuan yang berpotensi efektif tes
untuk memilih dari apakah risiko kecurangan dinilai pada tingkat tinggi. Atau, apakah lebih hemat biaya
daripada tidak mengharapkan auditor laporan keuangan untuk menjadi ahli di bidang deteksi penipuan
dan sebagai gantinya memastikan auditor forensik dibawa ketika risiko kecurangan tinggi? Pertanyaan-
pertanyaan ini penting masalah untuk penelitian dan praktik di masa depan.

Ada keterbatasan studi penelitian ini yang harus dipertimbangkan dalam menafsirkan temuan. Pertama,
karena perawatan dekomposisi melibatkan beberapa kognitif dan elemen komputasi tidak eksplisit
dalam kondisi ARM atau dalam penelitian sebelumnya, ada beberapa ketidakpastian tentang penyebab
spesifik dari setiap perbedaan dalam hasil kami vis-à-vis studi sebelumnya. Kedua, kami menghadirkan
auditor dengan kasus kecurangan aktual yang disamarkan, yang berfokus pada pendapatan masalah
pengenalan ("isian saluran"). Sejak Standar Audit Internasional tentang Penipuan (ISA) 240, 2009,
paragraf 26) menunjukkan bahwa selalu ada dugaan kecurangan dalam pengakuan pendapatan, ini
konteks mungkin telah memfokuskan auditor lebih pada kemungkinan kecurangan daripada untuk akun
lain, yang mungkin bias kami terhadap mendukung hipotesis kami mengemukakan keuntungan dari
dekomposisi kondisi. Dengan demikian, kami tidak memiliki dasar untuk menentukan apakah atau
bagaimana temuan dapat bervariasi jenis kecurangan lain atau ketika ada banyak kecurangan.

Selanjutnya, auditor dalam percobaan kami membuat penilaian dan program risiko independen
merencanakan keputusan saat dalam praktik penilaian ini dibuat dalam pengaturan kelompok hirarkis.
(Lihat Libby dan Luft (1993), Rich, Solomon, and Trotman (1997), dan Nelson and Tan (2005) untuk
pertimbangan mendalam tentang dampak proses kelompok dalam pengaturan audit.) Jadi, kita tidak
bisa tentukan efek pembusukan ketika, misalnya, ada kehadiran curah pendapat atau dari proses
peninjauan yang dapat memengaruhi penilaian risiko kolektif, perencanaan program, atau final
keputusan. Selain itu, kami fokus pada kemanjuran penilaian risiko kecurangan tertentu dan model
analitis perencanaan program. Sedangkan model yang diteliti berasal dari audit standar, penelitian
eksperimental masa depan mungkin ingin menguji model komprehensif lainnya. Akhirnya, auditor
menyelesaikan eksperimen pada waktunya sendiri dan tidak bertanggung jawab, sedangkan pada
sebuah keterlibatan auditor sering berada di bawah batasan waktu dan tunduk pada akuntabilitas. Masa
depan penelitian dapat memeriksa generalisasi hasil kami dalam kondisi yang dapat mempengaruhi
motivasi auditor. Batasan-batasan dalam lingkup ini merupakan jalan tambahan yang menjanjikan untuk
masa depan penelitian.

16 | P a g e
 Tabel 1
Data Demografis (n = 71)
Panel A: Variabel Kategorikal

Panel B: Variabel Kontinu

Variable Variable Mean (SD) Minimum Maksimum
Pengalaman audit 3.82 (1.36) 1 10
(tahun)
Pengalaman dengan 4.20 (1.37) 2 7
masalah pengakuan
pendapatan
Spesialisasi industri 3.13 (1.67) 0 10
primer (tahun)
Spesialisasi industri 1.04 (1.45) 0 7
sekunder (tahun)

Catatan:
(1) Dekomposisi = model risiko kecurangan; ARM = model risiko audit dengan penilaian risiko
kecurangan terpisah
(2) Pengalaman dengan pengakuan pendapatan: skala respons— 1 = Tidak ada pengalaman sebelumnya;
4 = Ditangani pada sejumlah kesempatan; 7 = Sangat sering berurusan dengan ini.

17 | P a g e
 Tabel 2
Penilaian Risiko Kecurangan (H1)

Panel A: Hasil Anova

catatan:
Pendekatan risiko: penilaian risiko kecurangan ARM vs dekomposisi
Risiko kecurangan: risiko rendah vs risiko tinggi

Panel B: Statistik deskriptif

Mean (SD) [N]

Kondisi Risiko Kecurangan

Catatan: Variabel dependen— penilaian risiko kecurangan 0-1.00 (probabilitas kecurangan di mana 0 =
tidak peluang terjadinya dan 1,00 = 100% peluang kejadian.

Panel C: Follow-Up Simple Effect Tests

Cell Comparison Mean Difference S.E. t-value
(1) A versus B 0.17 0.07 0.726
(2) A versus C 0.21 0.05 4.477 ***
(3) A versus D 0.82 0.79 1.032
(4) B versus C 0.19 0.06 3.254 ***
(5) B versus D 0.65 0.09 0.754
(6) C versus D -0.13 0.07 -1.788*
*** p<0.01, ** p<0.05, * p<0.10

18 | P a g e
 Tabel 3
Jumlah Tes Efektif Kecurangan
Panel A: hasil ANOVA

catatan:
Pendekatan risiko: penilaian risiko kecurangan ARM vs dekomposisi
Risiko kecurangan: risiko rendah vs risiko tinggi

Panel B: Statistik deskriptif

Mean (SD) [N]

Kondisi Risiko Kecurangan

Catatan: Variabel dependen - Jumlah tes efektif kecurangan yang diidentifikasi

19 | P a g e
Panel C: Follow-Up Simple Effect Tests

Cell Comparison Mean Difference S.E. t-value

(1) A versus B 0.15 0.26 0.580
(2) A versus C 0.30 0.18 1.671 *
(3) A versus D 0.12 0.22 0.549
(4) B versus C 0.15 0.22 0.675
(5) B versus D -0.03 0.26 0.131
(6) C versus D -0.18 0.16 -1.158
*** p<0.01, ** p<0.05, * p<0.10

Table 4
Total Jam yang Dianggarkan (H3)

Panel A: Hasil Anova

catatan:
Pendekatan risiko : penilaian risiko kecurangan ARM vs dekomposisi
Risiko kecurangan : risiko rendah vs risiko tinggi

Panel B: Statistik deskriptif

Mean (SD) [N]

Kondisi Risiko kecurangan

Catatan: Variabel dependen— Total Jam yang Dianggarkan

20 | P a g e
 Panel C: Follow-Up Simple Effect Tests

Cell Comparison Mean Difference S.E. t-value

(1) A versus B -9.19 4.58 2.005**

(2) A versus C 3.38 4.90 0.690

(3) A versus D -11.36 4.12 -2.760***

(4) B versus C 12.56 5.46 2.299**

(5) B versus D -2.18 4.84 0.451

(6) C versus D -14.74 5.20 -2.835***

*** p<0.01, ** p<0.05, * p<0.10

Tabel 5
Konsultasi Dengan Ahli Forensik (H4)
Panel A: hasil ANOVA

Catatan:

(1) Pendekatan risiko: penilaian risiko kecurangan ARM vs. dekomposisi Risiko kecurangan: risiko rendah
vs risiko tinggi
(2) Tingkat signifikansi satu sisi ketika hasilnya konsisten harapan, kalau tidak mereka dua-ekor.

Panel B: Statistik deskriptif

Mean (SD) [N]

21 | P a g e
 Kondisi Risiko Kecurangan

Catatan: Variabel dependen - konsultasi dengan ahli forensik 1 = tidak ada keharusan untuk
berkonsultasi; 5 = keharusan moderat untuk berkonsultasi; 10 = kebutuhan tinggi untuk berkonsultasi

Panel C: Follow-Up Simple Effect Tests

Cell Comparison Mean Difference S.E. t-value

(1) A versus B -0.86 0.54 -1.606

(2) A versus C 0.30 0.43 0.706

(3) A versus D -1.99 0.71 -2.802 ***

(4) B versus C 1.16 0.48 2.424 **

(5) B versus D -1.13 0.72 -1.569 *

(6) C versus D -2.29 0.67 -3.427 ***

*** p<0.01, ** p<0.05, * p<0.10

22 | P a g e

Analisis Tugas / Perbandingan untuk Kondisi Penilaian Risiko
Langkah Tugas
Langkah 1 Kasus pengantar
Langkah 2 Bimbingan Risiko
Ulasan
Langkah 3 Memberikan Risiko
Penilaian menggunakan skala
dari 0,00 hingga 1,00
Langkah 4 Program Perencanaan
Langkah 5
23 | P a g e
EXHIBIT 1
ARM Penilaian Risiko kecurangan Penguraian
berdasarkan SAS 99 : Penilaian FR dengan penilaian
eksplisit segitiga kecurangan
faktor dan penerapan algoritma
SMT
Tinjau pengantar / tujuan dan Sama
klien Rincian [Peralatan Presisi].
Risiko kecurangan [tinggi /
rendah] bervariasi menurut
perlakuan risiko
Ulas SAS 107 AAR Bimbingan di Ulas SAS 107 AAR Bimbingan di
mana: AAR = IR * CR * April * TD mana:
= RMM * DR. AAR = IR * CR * April * TD =
RMM * DR.
Tinjau panduan SAS 99 di mana:
FR = RI * RA * RO * RSP
3.1 Menilai komponen- 3.1 Sama.
komponen AAR di mana
AAR dinyatakan diatur pada level 3,2 sama.
rendah 0,05 hingga .10.
3.2 Hitung Risiko Kesalahan 3.3 - Menilai RI, RA, dan RO.
Materi = IR * CR * April * TD - Hitung FR dengan asumsi RSP =
3.3 Menilai SAS 99 FR 1.0 [tidak ada prosedur khusus
telah dilakukan].
- Dengan asumsi rencana
perusahaan Anda untuk
mencapai FR <atau = 0,05 dan
menggunakan algoritma SMT,
hitung RSP yang diinginkan
dalam program audit
Menentukan: Sama
a. Rencana Program Audit,
b. Jam yang Dianggarkan dan
c. Perlu konsultasi ahli forensik
Pemeriksaan demografi dan sama
manipulasi.
Bukti 2: Rincian tentang Perawatan Risikoxi

Versi Kasus: Risiko Rendah

Penilaian Lingkungan Kontrol dan Penilaian Awal Materialitas

Manajemen puncak dikompensasi melalui gaji pokok (90%), dan opsi saham (10%). Itu tim manajemen
sangat dihormati di komunitas bisnis dan pergantian di antara yang teratas manajemen jarang terjadi.

Strategi Pemasaran

Satu-satunya perubahan sejak interim adalah penerapan program pemasaran pada bulan November di
Menanggapi insentif distributor yang diberikan oleh pesaing utama. Program pemasaran meningkat
pendapatan dan laba bersih masing-masing $ 10 juta dan $ 1,1 juta. Diskusi dengan kunci personil
perusahaan mengungkapkan bahwa Precision Equipment merasa perlu mengambil tindakan ini
menanggapi perubahan pasar dan tindakan pesaing. Anda telah mengumpulkan yang berikut ini
informasi tentang strategi pemasaran November klien. Pada akhir 2006, manajemen memutuskan untuk
melakukan realokasi tanggung jawab pemasaran saluran penjualan akan menawarkan cara terbaik untuk
memenuhi tujuan strategisnya. Perusahaan produk, baik analog maupun digital, telah dijual kepada
pengguna akhir terutama melalui dua saluran: langsung, yaitu, melalui tenaga penjualan karyawan; dan
melalui distributor resmi, yang membeli produk pengukuran dari perusahaan untuk dijual kembali
kepada pengguna akhir. Pengelolaan percaya bahwa dengan memberikan distributor tanggung jawab
penjualan yang lebih besar untuk analog tradisional segmen dari lini produknya, tenaga penjualan
langsung perusahaan dapat mencurahkan sumber daya yang meningkat dan upaya penjualan produk
digital.

Versi Kasus: Risiko Tinggi

Penilaian Lingkungan Kontrol dan Penilaian Awal Materialitas

Manajemen puncak dikompensasi melalui gaji pokok (50%), paket bonus berbasis pendapatan (30%) dan
opsi saham (20%). Seperti halnya sebagian besar perusahaan publik di industri klien, ada tekanan
signifikan bagi manajemen untuk memenuhi perkiraan penghasilan analis. Tempat manajemen sangat
penting untuk mencapai atau melampaui penjualan dan perkiraan keuangan lainnya. Perusahaan telah
memenuhi atau melampaui target penjualan selama 12 kuartal berturut-turut. Tim manajemen sangat
dihormati dalam komunitas bisnis dan pergantian di antara manajemen puncak jarang terjadi.

Strategi Pemasaran

Satu-satunya perubahan sejak interim adalah penerapan program pemasaran pada bulan November di
Menanggapi insentif distributor yang diberikan oleh pesaing utama. Program pemasaran meningkat
pendapatan dan laba bersih masing-masing $ 22 juta dan $ 9,2 juta. Diskusi dengan kunci personil
perusahaan mengungkapkan bahwa Precision Equipment merasa perlu mengambil tindakan ini
menanggapi perubahan pasar dan tindakan pesaing. Anda telah mengumpulkan yang berikut ini
informasi tentang strategi pemasaran November klien.

24 | P a g e
Pada akhir 2006, manajemen memutuskan untuk melakukan realokasi tanggung jawab pemasaran
saluran penjualan akan menawarkan cara terbaik untuk memenuhi tujuan strategisnya. Perusahaan
produk, baik analog maupun digital, telah dijual kepada pengguna akhir terutama melalui dua saluran:
langsung, yaitu, melalui tenaga penjualan karyawan; dan melalui distributor resmi, yang membeli
produk pengukuran dari perusahaan untuk dijual kembali kepada pengguna akhir. Pengelolaan percaya
bahwa dengan memberikan tanggung jawab penjualan utama kepada distributor untuk analog
tradisional segmen dari lini produknya, tenaga penjualan langsung perusahaan dapat mencurahkan
sumber daya yang meningkat dan upaya penjualan produk digital.

Pada November 2006, untuk melanjutkan strategi pengalihan tanggung jawab penjualan analog ini ke
distributor, Precision meluncurkan program pemasaran baru di mana distributor diminta untuk membeli
jumlah minimum sistem analog. Jumlah minimum didasarkan pada inventaris perangkat analog (1,8 juta
unit) dibagi dengan bagian pro-rata dari keseluruhan penjualan distributor. Untuk mendorong
distributor untuk berpartisipasi, Precision menawarkan untuk memberikan insentif kepada pengguna
akhir (dibahas di bawah) untuk membeli sistem analog dari distributor. Insentif ini akan membantu
Distributor menjual kembali persediaan yang mereka beli dari promosi. Presisi juga ditawarkan
beberapa insentif, termasuk peluang bagi hasil, untuk mendorong distributor berpartisipasi dalam
Program.

Untuk lebih membantu penjualan oleh distributor, Program akan memberi mereka akses ke yang besar
akun ritel, rumah sakit, dan dokter yang sebelumnya dilayani langsung oleh Precision. Selanjutnya, di
bawah Program, Precision akan mengizinkan distributor untuk berbagi keuntungan tambahan dihasilkan
dari perluasan pangsa pasar Precision.

Precision menyusun inisiatif lain untuk membantu meningkatkan penjualan sistem analog. Utama di
antara inisiatif ini adalah Program "Premier Digital", melalui mana pengecer, yang membeli sistem
analog dari distributor, mendapatkan poin tipe frequent-flyer yang dapat digunakan untuk itu dapatkan
diskon untuk unit digital. Program ini menjadi lebih biasa sebagai pertumbuhan industri melambat dan
distributor sedang dikejar oleh produsen peralatan (lihat ringkasan industri).

Sebagai bagian dari program promosi, Precision mengharuskan setiap distributor menandatangani nota
janji untuk jumlah yang terutang. Menurut ketentuan surat promes, semua jumlah terutang ke Presisi,
termasuk pembelian Program November, akan harus dipenuhi secara penuh pada Juni 2007. perhatikan
juga mengharuskan distributor untuk melakukan pembayaran pada saldo Program November mereka
dihitung bertepatan dengan penjualan produk yang diharapkan. Pada Juni 2007, catatan tersebut
mengharuskan distributor untuk melakukan pembayaran "balon" untuk saldo terutang, yang
diperkirakan Precision akan sekitar 70% dari pembelian Program November.

Pada tanggal 13 November 2006, Precision mengadakan pertemuan dengan para distributornya untuk
menyajikannya Program. Inisiatif pemasaran sebagian besar berhasil dengan distributor mendaftar
untuk besar pesanan sistem analog. Sekitar 70 persen distributor menandatangani segera dengan yang
lain menjadi bimbang. Tindak lanjut dengan distributor bimbang terbukti berhasil dengan hanya 4 tidak
penandatanganan pada akhir tahun.

25 | P a g e
Pada 10 Desember 2006, pengontrol menyiapkan ringkasan memorandum yang meminta batas kredit
meningkat untuk 11 distributor. Memorandum tersebut menggambarkan hasil-hasil November promosi,
manfaat strategis potensial Program, ketergantungan yang dituju pada janji catatan untuk
mengamankan saldo kredit distributor, dan riwayat pembayaran serta status ke-11 distributor.
Manajemen puncak menyetujui kenaikan batas kredit yang diminta berdasarkan ini ringkasan
memorandum.

Akhirnya, beberapa distributor mengindikasikan, selama dan setelah pertemuan 13 November, bahwa
mereka melakukannya tidak memiliki kapasitas yang memadai untuk menyimpan produk tambahan di
gudang mereka. Sebagai akomodasi untuk distributor ini, Precision mengatur untuk menyewa jasa
pengiriman barang dan fasilitas gudang.

Pada titik ini, manajemen cukup senang dengan keberhasilan program pemasaran; -nya dampak
lanjutan akan tergantung pada bagaimana pesaing merespons.

Tampilan 3: Persyaratan Kasus, Tinjauan Bimbingan Risiko, Instruksi terperinci dan ilustrasi Alat
Penilaian Risiko

Persyaratan Kasus:

Berdasarkan informasi di atas, Anda sekarang diminta untuk memberikan sejumlah penilaian risiko dan
keputusan audit lainnya. Silakan lengkapi ini dalam urutan sebagai berikut. Anda dapat meninjau salah
satu dari informasi klien sebelumnya sesuai kebutuhan.

Panduan untuk menyelesaikan penilaian risiko

Praktek saat ini [kebijakan perusahaan] memerlukan penilaian berbagai risiko untuk merencanakan sifat
dan luasnya pekerjaan audit substantif. Panduan perusahaan Anda menunjukkan risiko-risiko berikut ini
dipertimbangkan:

Rumus risiko audit SAS 107:

AAR = IR x CR x APR x TD = RMM x DR

Dimana:

AAR = Risiko audit yang dapat diterima - Risiko bahwa auditor mungkin secara tidak sengaja gagal
melakukannya memodifikasi pendapatnya dengan tepat pada laporan keuangan yang material salah saji

IR = Risiko Inherent - Kerentanan dari pernyataan yang relevan dengan salah saji yang mungkin menjadi
material, baik secara individu atau ketika diagregasi dengan salah saji lainnya, dengan asumsi bahwa ada
kontrol terkait

26 | P a g e
CR = Kontrol Risiko - Risiko salah saji yang bisa terjadi dalam pernyataan yang relevan dan itu bisa
bersifat material, baik secara individu atau ketika digabungkan dengan yang lain salah saji, tidak akan
dicegah atau terdeteksi pada waktu yang tepat oleh entitas kontrol internal.

April = Risiko Prosedur Analitik - Risiko prosedur analitik yang dilakukan oleh auditor tidak akan
mendeteksi salah saji yang ada dalam pernyataan relevan yang mungkin terjadi materi, baik secara
individu atau ketika diagregasi dengan salah saji lainnya

TD = Risiko bahwa pengujian detail yang dilakukan oleh auditor tidak akan mendeteksi sebuah salah saji
yang ada dalam pernyataan relevan yang bisa jadi material, juga secara individu atau ketika
dikumpulkan dengan salah saji lainnya

Dan

RMM = risiko salah saji material yang setara dengan produk IR dan CR

DR = risiko deteksi (produk AP dan TD

Panduan Penilaian Risiko Kecurangan: Disediakan Alat Komputasi Selain panduan di atas, SAS 99
mensyaratkan auditor untuk mempertimbangkan kemungkinan kecurangan

berdasarkan "segitiga risiko kecurangan". Risiko kecurangan [FR] dapat dilihat sebagai produk dari
empat risiko:

FR = RI x RA x RO x RSP

RI = Risiko hadirnya insentif setelah mempertimbangkan dampak perlindungan yang ada

RA = Risiko bahwa sikap untuk melakukan kecurangan hadir setelah mempertimbangkan dampak dari
pengaman di tempat

RO = Risiko bahwa ada peluang setelah mempertimbangkan dampak perlindungan di tempat

RSP = Risiko yang Prosedur Khusus (Forensik dan Lainnya) gagal mendeteksi kecurangan. Jika tidak ada
yang special prosedur dilakukan kemudian atur RSP = 1.0. Ini mirip dengan risiko deteksi diterapkan
untuk mendeteksi kecurangan.

Penilaian Risiko: Berdasarkan informasi klien yang diberikan dan panduan di atas, tolong tunjukkan
penilaian risiko berikut menggunakan skala dari 0,00 hingga 1,00, di mana 0,00 = tidak ada peluang
terjadinya, 0,50 = peluang 50% terjadi atau mirip dengan koin flip, dan 1,00 = 100% kemungkinan
terjadinya. Anda dapat menggunakan nomor apa pun dalam kisaran 0,00 hingga 1.00:

1. Risiko Audit yang Dapat Diterima (AAR). Risiko audit yang dapat diterima biasanya ditetapkan pada
level rendah antara .05 dan .10

AAR = _____

27 | P a g e
2. Risiko Inheren (IR)

IR = _____

3. Kontrol Risiko (CR).

CR = _____

4. Risiko Prosedur Analitik (APR).

April = _____

5. Uji Risiko Detail (TD).

TD = _____

6. Risiko Kesalahan Materi. Menggunakan penilaian Anda dalam pertanyaan 2-4, hitung risiko itu akun
pendapatan klien mengandung salah saji material yang tidak disengaja

IR x CR x APR x TD = (_____) x (_____) x (_____) x (______) = _______

Pertanyaan-pertanyaan berikut berhubungan dengan menilai risiko kecurangan menggunakan

persamaan risiko kecurangan dibahas di atas.

FR (Risiko kecurangan) = RI x RA x RO x RSP

Berdasarkan informasi yang diberikan kepada Anda pada klien, harap tunjukkan risiko berikut penilaian
menggunakan skala dari 0,00 hingga 1,00, di mana 0,00 = tidak ada peluang terjadi, 0,50 = 50% peluang
terjadinya atau mirip dengan flip koin, dan 1,00 = peluang terjadinya 100%. Kamu boleh gunakan angka
apa pun dalam kisaran 0,00 hingga 1,00:

7. Risiko adanya Insentif untuk melakukan kecurangan (RI). Risiko yang dimiliki manajemen insentif
untuk melakukan kecurangan.

RI = _____

8. Risiko kehadiran Sikap untuk melakukan penipuan (RA). Risiko yang dimiliki manajemen sikap untuk
melakukan kecurangan.

RA = _____

9. Risiko kehadiran Peluang untuk melakukan kecurangan(RO). Risiko manajemen itu memiliki peluang
untuk melakukan kecurangan.

RO = _____

28 | P a g e
10. Risiko Kecurangan (FR). Hitung risiko penipuan (FR) menggunakan model risiko kecurangan (FR = RI x
RA x RO x RSP) dan nilai nilai RI, RA, dan RO Anda, di atas, dengan asumsi bahwa Anda belum melakukan
prosedur khusus, mis., RSP = 1.0. Masukkan nilai yang Anda tempatkan di atas dalam pertanyaan 6-8.

Risiko Kecurangan Terkomputasi = RI x RA x RO x RSP = (_____) x (_____) x (_____) x (1.0) = _____

11. Risiko Prosedur Khusus (RSP). Asumsikan bahwa perusahaan Anda berencana untuk mencapai level
0,05 risiko kecurangan (mis., FR = 0,05) untuk memberikan pendapat yang bersih, menggunakan
tanggapan Anda di atas untuk pertanyaan 6-8 menghitung tingkat risiko yang diinginkan oleh prosedur
khusus yang akan gagal terdeteksi kecurangan manajemen material.

RSP = FR 0,05 =

RIxRAxRO () x () x ()

Rencana Program untuk Siklus Pendapatan

Seperti disebutkan sebelumnya, tugas Anda selanjutnya adalah menyelesaikan program audit untuk
siklus Pendapatan. Di bawah, program audit substantif pendahuluan disajikan berdasarkan akhir tahun
lalu (2005) program dan informasi hingga tanggal sementara. Mitra audit telah meminta Anda untuk
meninjau dan perbarui program berdasarkan keadaan tahun ini. Seperti dalam praktiknya, Anda bebas
untuk berubah rencana program dengan cara apa pun, termasuk menambah atau mengurangi sifat dan
/ atau tingkat pengujian. Beri tanda centang pada semua prosedur yang menurut Anda perlu. Anda
bebas menambahkan (atau menghapus) sebagai banyak prosedur tambahan yang menurut Anda perlu
bagi perusahaan untuk mencapai yang diinginkan risiko audit.

Namun, perlu diingat bahwa efisiensi juga penting untuk menjaga audit di biaya yang wajar. Artinya,
asumsikan bahwa mitra audit akan mengevaluasi program Anda efektivitas (pengurangan risiko) serta
efisiensi (pengendalian biaya).

Setelah menentukan tes yang akan dilakukan, Anda juga diminta untuk merencanakan "EXTENT" audit
kerja (total jam yang dianggarkan berdasarkan tingkat staf). Harap perbarui program berikut yang telah
diambil dari kertas kerja sementara September 2006 dari klien ini.

Panduan Penilaian Risiko Kecurangan: Alat Komputasi TIDAK Disediakan

Panduan untuk menyelesaikan penilaian risiko

Praktek saat ini [kebijakan perusahaan] memerlukan penilaian berbagai risiko untuk merencanakan sifat
dan luasnya pekerjaan audit substantif. Perusahaan Anda, panduan menunjukkan risiko berikut
seharusnya

dipertimbangkan:

Rumus risiko audit SAS 107:

AAR = IR x CR x APR x TD = RMM x DR

29 | P a g e
Dimana:

AAR = Risiko audit yang dapat diterima - Risiko bahwa auditor mungkin secara tidak sengaja gagal
melakukannya memodifikasi pendapatnya dengan tepat pada laporan keuangan yang material salah saji

IR = Risiko Inherent - Kerentanan dari pernyataan yang relevan dengan salah saji yang mungkin menjadi
material, baik secara individu atau ketika diagregasi dengan salah saji lainnya, dengan asumsi bahwa ada
kontrol terkait

CR = Kontrol Risiko - Risiko salah saji yang bisa terjadi dalam pernyataan yang relevan dan itu bisa
bersifat material, baik secara individu atau ketika digabungkan dengan yang lain salah saji, tidak akan
dicegah atau terdeteksi pada waktu yang tepat oleh entitas kontrol internal.

APR= Risiko Prosedur Analitik - Risiko prosedur analitik yang dilakukan oleh auditor tidak akan
mendeteksi salah saji yang ada dalam pernyataan relevan yang mungkin terjadi materi, baik secara
individu atau ketika diagregasi dengan salah saji lainnya

TD = Risiko bahwa pengujian detail yang dilakukan oleh auditor tidak akan mendeteksi a salah saji yang
ada dalam pernyataan relevan yang bisa jadi material, juga secara individu atau ketika dikumpulkan
dengan salah saji lainnya

Dan

RMM = risiko salah saji material yang setara dengan produk IR dan CR

DR = risiko deteksi (produk AP dan TD)

Penilaian Risiko: Berdasarkan informasi klien yang diberikan dan panduan di atas, tolong tunjukkan
penilaian risiko berikut menggunakan skala dari 0,00 hingga 1,00, di mana 0,00 = tidak peluang
terjadinya, 0,50 = peluang terjadinya 50% atau mirip dengan lemparan koin, dan 1,00 = a 100%
kemungkinan terjadinya. Anda dapat menggunakan nomor apa pun dalam kisaran 0,00 hingga 1,00:

2. Risiko Audit yang Dapat Diterima (AAR). Risiko audit yang dapat diterima biasanya ditetapkan pada
level rendah antara .05 dan .10

AAR = _____

2. Risiko Inheren (IR)

IR = _____

3. Kontrol Risiko (CR).

CR = _____

4. Risiko Prosedur Analitik (APR).

April = _____

30 | P a g e
5. Uji Risiko Detail (TD).

TD = _____

6. Risiko Kesalahan Materi. Menggunakan penilaian Anda dalam pertanyaan 2-4, hitung risiko itu akun
pendapatan klien mengandung salah saji material yang tidak disengaja

IR x CR x APR x TD = (_____) x (_____) x (_____) x (______) = ____________

Akhirnya, seperti yang Anda ketahui, SAS 99 juga mensyaratkan auditor untuk menilai kemungkinan
adanya kecurangan material hadir. Harap nilai risiko ini.

7. Risiko Kecurangan (FR).

FR = _____

31 | P a g e