감사경험과 오류 빈도 지식(오류 원인과 결과)

감사경험과 오류 빈도 지식(오류 원인과 결과)

듀크 대학의 Alison Hubbard Ashton

개요 : 감사경험은 감사의견의 중요한 비중을 차지하는 요인이다 이 감사경험은 빈도지식(오류 발생과 관련된 기본적 지식 요인들의 비율)의 형성에 중요한 영향을 끼친다고 감사판단 및 분석의 분야에서는 인식되어 왔다. 예를 들자면, 오류 원인과 결과가 서로 상응하여 타당성있게 분석되기 위해서 재무제표를 다시 분석하고 검토하는 것에서 감사경험은 중요한다. 또한 감사의견에 따라 재무제표 계정이 합당하게 할당되었는가를 감사하기 위하여 감사경험은 중요하다. 따라서, 본 논문은 오류발생(의뢰업체의 특별한 정보를 반영하기 위해 전문적인 회계지식을 축적한 감사자에 의하여 재해석된 오류발생)은 예상기본비율로써 표현할 것을 가정하여, 오류 원인의 빈도(특별한 계정상의 오류때문에 내재되어 있는 것들)와 오류 결과의 빈도(개인적인 재무제표의 계정상에서 오류 빈도가 영향을 준 것들)를 연구한다.

첫번째 연구는 오류가 재무제표상에 어떠한 영향을 주는 지에 대한 감사자의 오류 경험 빈도수이다. 이는 공문서상의 오류 빈도수로 5개의 산업체 종류별에 따라 비교한다. 두번째 연구는, 공문서 상에서 나타난 오류 빈도수를 조사하여 재무제표 계정할당방법에 따라 달라지는 오류 원인들을 비교한다. 즉, 제조산업체의 계정할당방법에 따라 달라지는 오류 원인과 결과에 대한 감사의견결정의 영향을 연구하고자 함이다.

[219 page]

두번째 연구는 1985년 보고된 Libby와 1990년에 보고된 Libby와 Frederick의 연구와 동일 주제이다. 그들은 제조산업의 오류원인과 그에 따른 결과들을 실험 및 관찰에 의해 입증하였다. 그리하여 그들은 오류 빈도 지식에 대한 두가지 타입(원인빈도와 결과빈도)을 서로 비교하였다. 위 두 연구(1985, 1990)는 오류빈도지식과 경험의 관계성을 조사한 것으로서 의미있다.

본 논문은 세가지 연구 과제를 제공한다: (1) 감사자들은 얼마나 많은 감사경험(특정산업에 있어서)을 가지고 있는가? 감사자가 재무제표 오류빈도지식을 직접적으로 배우고 있는지, 개인적인 경험으로 배우는지, 기타 다른 방법을 통해 재무제표 오류빈도지식을 축적하고 있는지를 조사한다. (2) 감사가 진행되는 동안 발견된 오류빈도수와 해당업체 직원수와의 상대 빈도수에 대하여 감사자는 무엇을 알고있나? 만약 오류빈도지식이 감사의견을 결정한다면, 오류빈도나 오류원인에 대한 지식특성을 이해하는 것이 유용할 것이다. 또한 실험에 의하여 증명할 수 없는 감사의견의 합당성 측정은 앞으로 더욱 연구되어야 할 과제이기도 하다. (3) 오류빈도지식을 정확하게 가지고 있는 감사자는 경험이 적은 감사자에 비하여 업무수행에 있어서 상대적으로 유리한가? 감사경험으로 습득된 감사지식과 심리적 요인들이 축척되어 감사의견에 영향을 끼치지만, 이는 감사경험의 차원을 넘어서 오류 빈도 지식은 올바른 경영 의사 결정시에도 필수적 사항이 될 것이다.

실험에 대한 결론의 첫번째, 감사경험을 많이 갖고 있다는 감사자들조차도 오류의 직접적 경험은 적게 가지고 있었다. 두번째, 감사자는 오류의 결과와 원인 빈도수가 가장 많이 발생했던 사실만을 단순하게 인식하고 있다. 세번째, 오류의 감사의견 결정 효과에 대한 감사자의 인식은 감사 경험에 따라 큰 차이를 보이고 있지 않았다. 즉, 감사를 받는 의뢰업체 직원수, 각 산업체 특성별로 축적된 감사경험, 해당산업체에 대한 감사기간으로 감사 경험의 많고 적음이 오류에 따른 감사의견 결정에 확실한 인식이 부재한 이유를 설명할 수 없다는 것을 의미한다. 단지, 감사시 재무제표상의 오류를 적발한 적이 있는 감사자들과 그렇지 않은 감사자들과 오류의 감사영향인식에 차이를 보이고 있을 뿐이다.

특별한 감사 경험들은 특별한 감사지식을 형성해주며, 이는 일반적 감사업무 수행으로 축적되어 있는 감사지식과 당연히 구별되어야 한다. 본 연구의 오류빈도 지식 모델-규범적이고 서술적인 가치에 대한 감사 판단 및 감사의견의 기초 인식으로서 제시된 모델-에 의하면 재무제표 오류가 적정의견과 부적정의견을 좌우할 만큼 사건화 되는 경우는 매우 드물다.

중요 용어 : Expertise(감사 의견), Experience(감사경험), Knowledge(감사에 필요한 지식), Error frequency(감사시 재무제표상에 나타난 오류빈도수)

데이타 신뢰도 : 설문지 응답 형식

감사의견은 일반적으로 두 종류의 결론(적정의견과 부적정의견)으로 공표한다. 감사의견에 필요한 지식은 다년간의 감사 경험으로 축적된다.

[220 page]

감사 지식, 감사 경험, 감사 의견결정을 목적으로 한 감사조사는 몇가지 중요한 가정들이 있다. 첫째, 감사 의견 결정에 오류빈도 지식은 중요하다. 따라서 오류빈도지식은 곧 전문적 감사 지식을 의미한다. 둘째, 감사 정확성은 오류 원인 적발 및 인식과 비례한다.[1990년 Libby & Frederick]. 세째, 오류 원인이 실무상에서 자주 적발된다는 것은 감사자들이 일반적으로 인정하고 있다.[1985년 Libby의 연구]

본 논문에서는 위 세가지 가정을 다시 검토하여서 본 주제를 전개할 것이다. 본 논문은 다음과 같이 구성되어 있다. 첫번째 섹션에서는, 앞서 기술한 바 있는 감사의견과 오류빈도지식과의 가정들을 근거로 하여서 두 가지 연구(오류 원인과 결과)를 계획하고 두번째 섹션에서는 그 결과를 기술하였다. 그 결과들에 대한 일반적 논의와 그 이상의 심화된 논의의 방향 제시로써 본 연구의 결론을 맺는다.

I. 관계 문서

감사의견 결정에 감사 경험은 필요하다.

감사의견 결정에 필요한 감사경험은 어떤 특성을 가지고 있는지 얼마만큼인지는 명백하지 않다. 직접 감사경험의 업무량과 간접 경험인 감사외 영역에서 회계전문가로서의 업무량과의 관계성이 감사경험에 어떻게 해석되어야 하는지는 아직까지 모호하다. 그러나, 본 연구에서 저자는 감사의견과 업무을 대행하는 감사전문법인(스탶 파트너로서)의 계층직제별 수준을 기준으로 공공 회계의 감사경험년수별로 측정했다. 감사회사의 직제는 약 3년에서 5년마다 한 단계씩 승급되며 비교적 다양하게 나누어져 있다.

집중적이고 반복적인 감사실무경험은 올바른 감사의견을 위해서 필수적이다. 예를 들어, 체스 게임에서 우승을 한 사람은 그 게임에 30,000시간을 투자했던 것[1973년, Simon and Chase]으로 측정되었다. 또한, 방사선과 전문의는 레지던트 기간동안 10,000번이나 x-ray 사진을 진단했으며 전문의로서 평생동안 약 200,000 번을 진단하였다[1988, 312 page, Lesgold]; 내과의사는 보통 25명의 환자를 하루에 진단한다(1983, 106 page, Owens).

이와 비교하여, 감사자는 적은 감사경험을 가진다-1년에 10번에서 15번 정도[1987년, 182 page, Abdolmohammadi]-. 게다가 재무제표오류의 적발은 드문편이다.

이리하여, 감사수행에 대한 일반적 감사의견은 미지의 사실을 기지의 사실로부터 추정하는 것(외연)이 얼마나 많이 있었는가와 그런 사실이 있었는지의 여부가 가장 중요한 쟁점이 된다. 본 논문은 최초로 감사업무량과 그 특성에 관하여 실험 및 관찰한다. 그리하여 경험적으로 명시할 수 있는 자료만을 선발하여 본 주제(감사경험과 오류빈도지식)를 연구하기로 한다.

[221 page]

감사의견형성의 구성요인으로서 오류빈도지식

부적정의견을 연구함에 있어서 감사의견을 위한 오류빈도지식의 중요성-오류빈도지식이란, 회계상 존재하는 오류의 가능성을 평가하기위한 것이다. 이는 의뢰업체의 특별한 정보에 입각하여 변화되는 오류기본비율이다.-은 오래도록 당연시되어 왔다. 예를 들어, 단식부기의 대차평균에 있어서 오류 가능성을 연구한 Kinney(1975년, 118 page)는 다음과 같이 기술하였다. "감사자는 어떤 상황인지 불확실하다. 또는 어떤 것이 실제의 상황인지 알 수 없다. 그러나 어떤 상황에서는 어떤 지식을 가져야 하는지를 가능하게 하는 것은 특별한 지식과 경험과 감사자의 일반적 가치로 형성된다." 감사의견서와 감사기록에 대한 인식에 대해서 Libby[1983년, 5 page]는 "감사자가 원하든 원하지 않든, 그들이 우연히 발견한 재무제표상의 오류의 빈도수를 인식하고 나서, 자연스럽게 감사자는 이것을 감사경험으로서 또는 감사지식으로서 인코드(암호화)한다." 라고 주장했다.

오류빈도지식과 감사의견 사이의 특별한 경험에 관해서 1985년 Libby, 1990년 Libby & Frederick의 두 연구에 입각하여 발전된다. 위 연구의 주요한 두가지 가정은 본 연구에 의하여 다시 검토될 것이다. Libby[1985년]는 "실무상에서 자주 발견되는 재무제표 오류 원인은 앞으로도 자주 발생할 것이다"라는 가정을 검증했다. 재무제표 오류 원인을 설정하기 위하여 조사대상자로서 감사자는 상대빈도를 등급화한다. " '대손상각비'와 '대손충당금'은 기록하지 않고 주석으로도 역시 기록하지 않는다." "단골고객의 매출비는 한번 이상 기록한다" 감사 의뢰업체인 Marwick 이탄 제조회사는[Willingham and Wright, 1985년]는 샘플로 추출한 감사 작업 관련 문서로부터 실제빈도계수가 0.82로 높게 측정되었다. 이 계수는 오류원인 빈도에 대한 감사자의 판단의 정확성을 의미한다. 따라서, Libby는 "참가자에 의한 판단은 아주 정확하다"고 결론을 내렸다.[1985년, 658 page]

두번째 가정은 직접 경험하게 함으로서 오류발생비율을 인식한 감사자라는 것이다. 1985년 Libby가 사용한 업무 태스크에서 그[그녀]가 인식한 오류빈도수와 실제적인 오류빈도수의 관계는 정확성을 위해 계수로 표현된다. "감사경험은 올바른 감사에 중요하다"는 것이 위 가정으로부터 도출된 결과이다. 5년 감사 경험을 가진 감사 스탶의 평균계수는 1년 감사 경험을 가진 감사 스탶의 평균계수보다 더 높았고, 정확했다. 1년 감사경험을 가진 감사 스탶의 모집단은 본 연구 샘플보다 더 신뢰성이 높다. 정확한 수준을 인식하기 편하도록 계수로 표현한다면, 감사 매니저 약 0.58, 1년경험을 가진 감사 스탶 0.48, 본연구를 위한 샘플이 0.26 이다. 감사매니저의 정확성 수준이 Libby[1985년]보다 더 낮음에도 불구하고 그러나, 결과적으로 말하자면, 오류 원인 빈도수에 대한 지식의 습득은 감사 경험에서 축적된다는 것을 의미하고 있다.

이상으로, Libby의 [1985년] 논문과 Libby와 Frederick[1990]의 논문은 재무제표상에 나타난 오류의 원인에 대한 지식을 최초로 실험 및 관찰하였다는 데서 의의가 있다 할 것이다.

[222 page]

본 연구는 저자가 개별적으로 감사경험을 통해 축적된 감사 지식으로서 오류 원인 빈도수를 조사한 것이다. 특별하게 관찰되는 오류 빈도수를 조사대상자인 감사자들은 알수도 있고, 모를 수도 있다. 본연구는 또한 감사자는 오류 결과 빈도수를 습득하면서 오류 원인 빈도수도 습득한다는 가정하에, 감사 경험 수준과 오류 결과 빈도수의 관련성에 대한 감사자 지식을 조사한다. 게다가, 제조업체를 대상으로 오류 결과 및 오류 원인 빈도 지식을 비교한다.

경험을 통한 빈도 지식의 습득

빈도지식의 습득은 심리적으로 자연스럽다[1979년, 1984년 Hasher and Zacks]. 상황에 따라 필요한 감사 지식이 달라지기 때문에, 빈도지식은 계획적으로, 적략적으로 습득되는 것이 아니다. 또한 연습, 능력, 동기, 의도에 의하여 습득되는 것도 아니다. 부지불식간에, 상황마다 다른 차이를 보이는 빈도 지식을 습득하게 된다. 감사자의 기억과 그 보존을 위한 도구(메모, 문서화된 자료)은 신뢰할만한 빈도 지식에 대한 정보들로서 경험을 통하여 자동적으로 얻을 수 있다.

감사 수행동안 오류 발견 경험이 결집된 빈도수 정보는 기억되거나 문서화 될 것이다. 물론, 오류 결과와 함께 빈도수에 대한 정보들은 감사 작업 관련 문서로서 재무제표상에 형식적으로 요약되어 있다. 하지만, 감사자의 오류 빈도수 지식은 실제로 발생한 오류와 더불어 감사 수행시 신뢰할만한 가치가 있는 정보가 된다. Attneave는 1953년 발표한 논문에서 "초보 감사자의 감사문서에서 발생한 실제빈도수 계수는 0.88 이다"라고 발표하여 감사업무 수행의 연구를 심화시키는 좋은 예가 되었다. 이것과 유사한 경우로서 Hasher와 Zacks는 "계수의 범위가 0.7에서 0.9 사이에 있는 것은 일반단어, 별명, 직업, 음절, 문서 결합, 폐기한 문서, 부정확한 문서의 발생 빈도를 정확하게 평가할 수 있는 감사자 개인을 의미하는 것이다.", "각 감사마다 오류의 적발에는 공식화된 방법이 없다. 따라서 빈도수는 감사자가 신중하게 배울 것을 기대한다"라고 결론지었다.

만약 경험을 통하여 정확한 오류 빈도 지식을 감사자가 습득하려 한다면, 감사 경험이 많은 감사자와 감사경험이 적은 감사자의 지식은 그 정확성에서 차이가 있을 것이다. 다행히도 감사정확성과 경험의 비례적 관계는 존재한다. 그러나 한편으로, 정확성과 경험의 비례적 관계의 부재를 논한다면 다음과 같은 두가지 가능성을 문제제기해 볼 수있다 : (1) 재실시된 감사, 감사경험의 영향을 받지 않은 감사지식, 감사자의 직업수행으로부터 다양하게 습득된 지식, 고도로 정확한 빈도 지식을 감사자가 인식하는 지의 여부 (2) 감사 경험의 많고 적음과 관계없이 재무제표 오류에 관한 전형적인 샘플을 경험하지 못한 감사자가 습득한 감사지식으로서, 부정확한 오류 빈도 지식

II. 두가지 연구

A. 개략

첫번째 연구는 5개의 산업체별로 구분하여 감사경험을 논의하기 위해서 26명의 회계담당실무자와 453명의 Marwick 이탄 회사를 감사한 자들을 포함한다. 5개 산업체의 모든 직제 수준[파트너, 상사 매니저, 매니저, 감독 상사, 상사, 스탶]에서 조사대상자인 감사자는 오류 결과-재무제표상 오류 빈도수-를 평가한다.

[223 page]

Marwick 이탄 회사의 회계 실무 직무[선임감독자, 매니저, 선임매니저]에 평균적으로 5년 이상의 감사경험을 가진 19명이 두번째 연구의 대상자이다. 제조산업체만을 대상으로 한 이 두번째 연구에서 오류결과빈도의 평가는 반복된다. 또한 오류 원인과 결합된 상대적 빈도수는 감사자들에 의해서 두번째 연구에서 평가하기로 한다.

공문서의 자료에 근거하여 적발된 오류의 실제 발생 빈도수와 각 감사자들이 평가한 오류빈도수를 비교함에 의하여 측정된 정확성을 첫번째, 두번째 연구에서 다루고 있다. 보험산업, 은행, 천연자원, 판매, 제조 산업 분야에서 186명의 Marwick 이탄 감사자들로 구성되어 있는 이 전형적인 표본을 통하여 오류 결과에 대한 정확성 기준을 알아본다; 5개 각각의 산업체별로 각 대차대조표와 손익계산서상에 영향을 준 실제적으로 발생된 오류 빈도수는 1989년 Wright & Ashton 이 조사하였다. 이와 유사하게 1985년에는 Willinghan & Wright 에 의해서 82명의 의뢰업체인 Marwick 이탄 제조회사 감사자로부터 오류 원인 기준에 대한 자료를 추출했고 , 1985년 정확성 기준을 Libby도 역시 연구했다. 1990년 Libby & Frederick도 연구했다.

B. 첫번째 연구

정확성 기준. 감사 통제자들의 4가지의 제안을 감사 매니저들이 통합한 게이지(기준치)는 20 %(0.2)이다.[1989년 Wright & Ashton은 감사목적[1983년 Elliott]에 대하여 Peat Marwick회사를 대상으로 조사함.] 이 조사의 특성은 "장부기장" 상의 정확한 법인세 금액과 이연된 세무조정 예상금액을 제외시켰다는 점이다. 오류 결과에 대해 368명이 제출한 본 연구를 위한 설문의 응답과 186명의 회계실무종사자들의 응답을 포함한 것이다.

절차. 자료 모으기 방법은 회사 실무 전직원에게 조사이사인 John Willingham 의 서명이 들어간 문서를 배부하고 응답사항을 기술하게 한 후 다시 반환하는 것이었다. 지역지구장을 포함하고 있으며, 26명의 가장 큰 규모을 가진 사무소의 직원들은 파트너로 짝을 이룬 감사실무자와 함께 질의서를 응답기재 후 반환했다. 경험된 감사수준의 중요도에 따른 각 산업체별 감사전문가들을 샘플 가치를 높이기 위해서 대규모 직원을 가진 사무소를 선발했다. 재질의가 완성된 문서는 회사 실무 직원들에게 다시 보내졌다.

감사 샘플. 499명의 감사자들이 질의서(빈도 자료)를 응답기재 후 반환했음에도 불구하고, 실제로는 453명의 감사자들의 반환문서만을 분석 및 조사하였다. 447명의 참가자에는 37명의 파트너, 97명의 선임 매니저, 91명의 매니저, 93명의 선임 감독자, 81명의 선임자, 48명의 스탶이 포함됐다.

데이타 모으기 방법. (본 연구의 자료가 될) 질의서를 한묶음은 응답기재하는 데 30분에서 45분이 걸리도록 만들었다. 감사자의 대답을 비교하기 위해 질문은 약 3 page 정도 기술되었다.

[224 page]

그 다음 오류 빈도에 대한 참가자들의 평가를 기재하도록 할당된 5 page[각 산업체별로]는 오류 빈도 대답과 관계된 특별한 지시 페이지를 덧붙였다. 5개의 각 산업체별로 회계에 영향을 주는 적발된 오류 전부에 대한 % 에 상응하는 (감사자의 평가를 지시하기 위해) 재무제표 회계에 할당된 포인트 점수는 100 이다.

소수의 오류에도 많은 영향을 받는 회계적으로 민감한 부분은 "기타 회계"의 범주에서 그룹화되었다. 회계상에서 민감한 영향을 받는 오류의 퍼센트 비율은 명백히 기술하였고, 각 산업체에 대한 지시페이지는 회계용어로서 기술되었다. 제조, 판매, 천연자원산업에 관해 사용된 회계 용어는 통일하였다. 세개 산업체에 해당하는 각각의 부분에 대하여 14개 회계자료[10개의 대차대조표와 4개의 손익계산서]는 약 95 포인트["기타 회계"에 대해 명백하게 기술된 의존도]를 할당하도록 참가자들에게 요청했다. 은행과 보험산업에 관한 회계챠트의 차이점를 질의했다. 참가자들은 은행[보험]의 10[11]개 카테고리에게 91[98]포인트를 할당했다. 참가자 교육과 감사 경험에 관한 정보를 질의하는 3 페이지 분량의 문서를 통해서 본 연구를 최종 분석한다.

분석. 개인적인 감사자 수준과 그룹차원의 감사자 수준 양자를 자료분석 기준으로 사용했다. 정확성은 감사자에 의한 오류 빈도수의 측정과 실제로 발생된 오류 빈도수의 Pearson 상관관계로서 측정된다. 각 감사자에 의하여 평가된 제조업체의 감사 정확성은 위 14개 회계자료에 대한 오류 빈도수의 측정과 그 실제 오류 발생 사이의 상관관계수이다. 다른 4개 산업체의 감사 정확성은 같은 방법으로써 측정된다.

경험에 의한 감사정확성을 비교하기 위해 최종적으로 두가지 방법이 적용된다. 감사경험은 감사 경험 기간[감사업체의 직원수, 감사 경험의 개월수], 감사 회사[파트너, 선임 매니저, 매니저, 선임 감독자, 선임자, 스탶]에서의 직제, 감사수준에 의해 잠정적으로 측정된다. 특정 산업체의 감사 경험 기간은 감사자가 자체적으로 보고한다.

개인적인 수준의 감사경험 분석은 상대 오류 빈도수에 있어서, 감사자는 개인적으로 무엇을 알고 있는가[모르는가]에 대한 좋은 인식을 제공한다. 각각의 오류사항을 첫번째, 두번째, 그리고 기타사항의 어느 등급에 책정하겠는가에 대해 감사자들은 응답한다. 이렇게 시행된 오류의 등급화가 올바르게 조사 되었는가는 오류가 얼마나 자주 발생하는가, 그리고 등급화를 하지 않은 문서가 발생하였는가를 분석함으로써 명백해진다.

그룹 결과

산업체별 오류에 대한 특별 감사경험과 감사정확성에 대한 관련성을 처음으로, 본저자는 연구한다.

[225 page]

표 1

첫번째 연구 : 특정 산업체 감사 경험을 가지고 있는 감사자의 감사 정확성과 감사 직제의 관계성

Accuracy 정확성

All Accounts 모든 회계자료통합

Balance Sheet Account only 대차대조표만 통합

Position 배치

Number of Auditors 감사자수

Mean 평균

주석 a 정확성은 산업체에서 실제 발생하는 오류 빈도와 개인적인 대답 사이의 Pearson 계수로서 측정된다.

주석 b 여기에서 기재된 자료가 반복되는 이유로 "손익계산서 회계자료들만" 본 저자는 이표에서 기재하지 않기로 한다.

[226 page]

표 2

첫번째 연구: 특정 산업체 감사 경험을 가진 감사자에 관한 두가지의 감사경험 변수와 정확성과의 관계성

Industry Experience in Months 몇개월간의 산업체 감사 경험

Number of Clients 의뢰업체의 직원수

Industry 산업체 종류

Number of Auditors Responding 감사자의 대답수

Mean 평균값

Correlation Between Acc., Months 회계기록과 몇개월간의 상관관계

Correlation Between Acc., #Clients 회계기록과 의뢰업체와의 상관관계

주석 a 개인적인 대답과 산업체에 대한 실제적으로 발생한 오류 빈도수 사이의 Pearson 상관관계로서 정확성을 측정한다.

주석 b 표상의 산업체는 제조업체, 판매업체, 천연자원업체, 금융업, 보험업이다.

주석 c 모든 참가자가 감사자들이 감사경험 수행시 의뢰업체의 인원수를 의미하지 않기 때문에 참가자의 수와 다르다.

표 1의 잠재분석은 특정 산업체 감사 정확성에 대한 질문서의 응답을 분석한 것이다. 특정 산업체에서의 감사경험기간이 최소한 1달이상인 감사자의 해당 산업체에 대한 오류 빈도수를 평가한다. 대차대조표와 손익계산서 양자를 고려할 때, 판매파트너 0.52 보험 파트너 0.11은 정확성의 평균값이다. 각 산업체내에서 개인적인 감사경험이 증가함에 따라 감사정확성이 증가한다는 명확한 패턴은 없다. 그러나 천연자원, 금융업, 보험업보다 제조업체와 판매업체에서 평균값의 정확성은 더욱 증가하는 것이 일반적이다. 감사 경험 전반에 걸쳐서, 정확성의 가변성에 있어서, 체계적 패턴은 존재하지 않는다는 것을 표1에서 알 수 있다. 이렇게 명백한 패턴이 없기 때문에 모든 감사자들에게, 감사정확성과 감사 경험의 비례관계가 반드시 적용된다고 볼 수 없다.

일반적으로 제조업체와 판매업체에 있어서 감사자는 손익계산서보다 대차대조표 오류 빈도의 측정에서 더욱 정확하다. 한편, 감사전문회사의 직제에 따라 측정된 감사경험으로서 정확성과 경험의 관계는 비례적으로 계속되지 않는다는 것을 이 분석으로부터 이끌어낼수 있다.

두개의 계속적인 경험변수[ 감수수행월수와 감사받은 의뢰업체의 직원수에 있어서 감사 경험]를 사용하는 특정 산업체 오류빈도 정확성과 특정 산업체 감사 경험과의 관계성은 표2에 기술되어 있다. 특정 산업체에서의 감사경험이 최소 한달이상인 것으로 보고되었고 해당 산업체에 관한 감사에서 오류빈도수를 평가했던 감사자들만을 분석한 것이다. 어떤 감사자는 그가 감사한 특정 산업체의 인원수를 보고하지 않았기 때문에 두가지 경험 변수 사이에서 계수는 조금 변한다.

[227 page]

특정 산업체 감사 경험 수행월수와 특정 산업체의 감사정확성의 상관계수는 0.17[보험업자]에서 0.27[천연자원]까지다. 특정 산업체 감사 정확성과 해당업체 인원수와의 상관계수는 이와 유사한 범위인 0.21[보험업자]에서 0.29[천연자원]다.

감사경험. 표2에 보고된 감사 경험 자료는 표 3에 더욱 자세히 도식되어 있다. 선임 매니저와 제조업체 파트너와 은행 파트너를 제외하고 감사경험과 특정 산업체와의 결합은 감사받은 몇몇 업체에 대한 9개의 평균값을 가지고 있다. 또한 하나 또는 두개의 의뢰업체만 감사받은 업체의 평균 직원수를 철저히 등급화하여서 분리되었다. 이 연구에서 몇몇 참가자들은 20명이상이 종사하는 산업체 보다 더 큰 규모의 산업체를 감사한 경험을 가지고 있다. 그러나 재무제표의 오류를 적발할 기회는 대부분의 감사자에게는 아주 드물다. 또한 감사전문회사 감사선임자 직제를 오래 담당(순차적으로 일정기간이 되면 승급함이 일반적 경우이므로)하는 것조차도 역시 드문 경우다.

개인적인 결과

위에서 기술된 그룹 수준 결과가 정확성과 감사경험 사이의 평균값을 의미하지 않는다. 각 산업체에 대하여 "혼합 행렬"[Attneave 1953, 1959; Pitz 1979]로서 보고된 것이 감사자의 개인적인 대답을 의미한다. 표4는 제조업체에 대한 행렬이다. 다른 산업체에 대한 결과는 다음에 기술되어 있다.

대차대조표와 손익계산서에서 오류 빈도 등급화는 표4의 패널 A와 패널 B로서 분리되어 기재하고 있다. Wright와 Ashton[1989]이 결론낸 오류의 실제 등급은 행렬 정점을 이해할 수 있도록 보여주고 있다. 감사자에 의해 할당된 등급은 행렬의 왼편 아래에서 보여주고 있다. 각 칸의 내역은 오류가 보고된 감사자의 수를 대표한다. 이리하여, 모든 감사자는 제조업체 산업에 관한 오류 빈도 평가에 있어서 완전한 정확성을 가질 것이다. 표 4의 대차대조표와 손익계산서에 있어서 대각선의 세포 내역은 각각 383일 것이다. 이리하여 혼합행렬은 감사자의 개인적인 지식이 더하거나 덜하다는 것에 대한 재무제표 오류를 보여주고 있다.

패널 A : 대차대조표. 대차대조계정은 매우 많기 때문에 이 행렬에서 정확성 대 "혼합"의 관계패턴을 형성하는 것이 어렵다. 따러서, "%"열은 매트릭스의 바탕에서 오류빈도를 등급화시키기 위하여 "대략적인 것"을 정확한 것으로 만드는 감사자에 의한 퍼센트 요약 측정을 공급한다. 퍼센트 열은 다음과 같이 산정한다 : 대각선의 세포 각 칸에 올바르다의 첫번째 등급[플러스와 마이너스]칸 또는 올바르다라고 한 칸을 하나로 합친다.

대각선 안의 칸과 바로 위에서 전술한 칸을 관찰하고 그리고 난 다음 올바르다 또는 올바르게 될 일등급[플러스와 마이너스] 안에 있다라는 대답을 표현하기 위하여 대각선 각 칸을 합친다. [1등급에서 10등급까지, 단지 두개의 칸을 합칠 수 있다는 것에 주의하시오.] 이러한 합계는 행렬에서 포함되는 감사자의 총수에 의하여 나누어진다. 이리하여, 표4의 대차대조표 행렬 맨 왼쪽 칼럼의 0.95는 [318 + 46] 합 383이고, 두번째 칼럼에서 0.86은 [70+184+74]/383 이다. 표의 주석 b에 기술되었다. 행렬의 정점을 가로지르는 적당한 표시에 의해 실제 등급을 설명할 수 있도록 시도한다. 등급화를 위해 퍼센트 계산에서 포함된 칸수를 확장한다. 예를 들어, 제조업체에 관하여 계산자는 일곱칼럼에 걸쳐있는 4개의 칸은 합쳐서 실제적인 등급 다섯개와 여섯개를 만든다.

[228 page]

표 3

첫번째 연구 : 배치에 의한 감사자의 산업 경험

Position 배치

Number of Auditors 감사자의 수

Mean 평균값

Number of Clients 의뢰업체의 직원수

Months of Experience 감사 경험 수행 월수

Staff 스탶

Senior 선임자

Sup. Sr. 선임 감독자

Manager 매니저

Sr. Mgr. 선임 매니저

Partner 파트너

Manufacturing 제조업체

Merchandising 판매업체

Natural Resources 천연자원

Banking 금융업

Insurance 보험업

주석 a 본 감사경험 자료는 모든 감사자에게 제공되지 않기 때문에 표 1과 동등하거나 또는 표 1 보다 덜한 숫자이다.

[229 page]

표 4

첫번째 연구 : 제조 산업체에 관한 개인적인 지식

패널 A. 대차대조표 :

Actual Rank 실제 등급

Assigned Rank 할당 등급

패널 B. 손익계산서 :

주석 a 실제 등급의 각 랭크에 할당된 감사자의 수를 보아라. 모든 감사자가 완벽하고 정확하게 등급화 된다면, 대각선 칸은 383을 넣는다. 모든 다른 칸에는 0을 넣는다.

주석 b 실제 등급은 다음 자료를 위하여 나열된다 : 대차대조표 1. 재고자산; 2. 매출채권; 3. 외상매입금 4. 미지급 부채; 5. & 6. 자산, 시설, 장비 및 주주 지분은 통합된 빈도수를 가진다; 7. 기타 유동 부채; 8. 선급비용과 유동자산; 9. 이연 자산 및 기타 비유동성 자산; 10. 이연 세금. 손익계산서 1. 일반 관리비; 2. 매출원가; 3. 수익; 4. 판매비.

주석 c 올바른 범주 위나 아래에 범주에서 또는 올바른 범주에서 오류를 등급화한 감사자의 총수(n=383)의 퍼센트를 설명한다.

오류 빈도의 감사자 지식에 대한 흥미있는 점을 혼합 행렬에서 발견할 수 있다. 세 산업체[제조업체, 판매업체, 보험업체]의 대차대조표에 관하여 산업체의 감사경험을 가지고 있는 감사자의 75% 이상이 가장 많은 빈도수로 등급화 되어 있다. 그러나 이 세 산업체는 가장 많이 빈도수의 영향을 받은 첫번째와 두번째중 하나인 두번째 랭크는 감사자의 과반수 보다 적었다. 오류 빈도수는 정확하게 등급화되지 않았다는 일반적인 발견을 제외하고라도 후에 랭크된 3등급에 있어 세 산업체는 산업체 전반의 등급 패턴보다 적은 무결성을 가진다는 것이다.

[230 page]

5개 산업체에 걸쳐서, 35칸의 2등급의 실제오류 랭킹외에 감사자 대다수는 15칸에 대한 오류빈도수를 한 등급씩 올리고 내리는데 비교적 바르게 등급화했다.

패널 B : 손익계산서. 손익계산서에 관한 혼합행렬을 제대로 이해하기 위해서는 감사받는 산업체[제조업체, 판매업체, 천연자원업]에 따라 그 내역이 달라지는 일반관리비를 고려해야 한다 : 일반관리비에 관한 오류빈도를 감사자들은 끊임없이 과소평가하여 왔다. 일반관리비 계정을 제외한 손익계산서상의 계정에 대한 오류 빈도수 설문에 응답한 감사자들은 판매업체나 천연산업체의 행렬이 제조산업체의 행렬 평가보다 훨씬 적게 평가하고 있다. 물론 대부분의 감사자들은 표상의 두칸 적은 오류 빈도수와 두칸 많은 오류빈도수를 올바르게 분별하고 있었다. 금융업에서는, 단지 두개의 손익계산서상의 계정이 감사자들에 의하여 올바르게[틀리게] 107[162]로 등급화되었다.

첫번째 연구의 요약

결과는 다음과 같다 : [1] 감사경험의 정도를 무시하고라도, 오류에 대한 상대적 빈도수의 정확한 지식이 많이 부족할 수록 재무제표 계정상의 오류가 감사자의 감사의견결정에 많은 영향을 준다. [2] 오류빈도를 경험한 감사자의 지식 정확성이 평균적으로 제조업체나 판매업체 분야의 감사가 천연자원업, 금융업, 보험업 분야의 감사보다 더 높았다. 그러나, 설문지 조사에 의하여 다섯개 산업체를 비교하는 방법으로 연구한 오류 빈도 지식은 그 정확성이 낮은 것으로 나타났다. [3] 다섯개 산업체중 어떠한 업체도, 감사자의 배치, 직원수, 감사경험기간과 오류빈도지식의 정확성의 관계는 강력한 배치 관계가 없었다. [4] 제조업체, 판매업체, 보험업체의 대차대조표 계정에 한 두개의 빈도로 발생하는 오류가 영향을 주는 것으로 감사자는 인식하고 있었지만, 그러나, 금융업체와 천연자원업체는 그렇지 않았다. 또한 일반관리비를 제외하고, 손익계산서 상의 계정들은 대차대조표상의 계정보다 더욱 잦은 영향을 받고 있는 것으로 감사자들에 의하여 인식되고 있었다.

관찰에 의한 감사받은 산업체 직원수 결과[표 3]는 오류가 빈도 지식이 부족한 감사자의 감사의견에 미치는 영향에 대한 설명을 비교적 합리적으로 제시하고 있었다 : 재무제표오류 영향에 대한 직접 경험은 아주 드문 경우였다. 1989년 Wright & Ashton에 의한 연구에서 그들의 샘플에서 "자주" 발생되는 오류는 그들이 감사한 업체의 재무제표상에서 약 15 %정도 영향 끼쳤다. 이러한 상황들은 같은 계정들이 매년 다시 쓰여지는 경향이 있는 특정 산업의 감사는 그 오류에 대한 실제적 영향력을 심각하게 평가한 것 같다[Kinney 1979; Hylas & Ashton 1982; Wright & Ashton 1989]. 직접 감사업무를 수행함을 통하여 오류 회계 자료에 대한 정확한 기본 비율을 배우게 되는 것이 가장 빈번한 계정의 오류 발생이라도 충분하게 경험할 수 있는 것은 아니다. 불행히도 산업체의 몇몇 안되는 감사자들만이 오류를 경험한다. 축적되어야 한다. 또한, 오류빈도지식의 합리적인 근거에 대하여 의문점을 제기하고, 감사자의 많고 적음에 따라 달라지는 감사 특성을 만들고, 감사자들이 개인적으로 경험하여 쌓은 감사지식들을 감사의뢰업체가 혼합시키는 것은 어려울 것 같다.

C. 두번째 연구

두번째 연구는 Libby[1985년]의 연구주제였던 감사자 기본 범위에 해당하는 오류 원인과오류 결과를 조사하는 것이다.

[231 page]

두번째 연구는 감사자들이 오류 원인과 결과의 이론화된 지식 수준을 비교하기 위하여 수행한다. 선임 감독 매니저, 선임 매니저 대부분은 제조업체 감사 경험을 가지고 있다. 경험의 상대적 중요성-제조업체 직원수, 제조업체 감사경험 수행기간, 일반적인 감사경험의 수행기간 -으로서 오류원인 지식과 오류결과 지식에 관하여 세번의 오류 감사 경험을 가지고 있는 감사자들은 오류 빈도에 대한 축적된 감사지식에 있어서 전체적으로 약간의 차이점을 가지고 있다.

Libby[1985]와 Libby & Frederick [1990]의 연구사례와 첫번째 연구결과 사이에 발생하는 분명한 차이점 때문에 오류 원인 지식과 오류 결과 지식의 비교는 특별히 중요하다. 감사 지식, 제조업체에 대한 감사 및 재무제표 계정 오류의 원인 및 그 빈도를 알고 있는 감사자는 그가 개인적으로 축적한 감사경험과 밀접한 관련이 있다고 본 연구를 결론낼 수 있다. 반면에 오류 결과의 감사자가 가지고 있는 지식과 관련없는 감사경험이란 것은 첫번째 연구에서 다룬 바 있다. 만약 감사자가 오류의 원인과 결과의 논리적, 합리적 모순점을 경험한다면, 본 연구의 근거로서 감사자의 감사경험에 대한 심리적으로 축적된 지식의 입장에서 결론을 낸다면, 오류 원인과 결과의 모순 사이에서 오류빈도지식은 감사자 스스로 감사업무수행을 통하여 자연스럽게 획득해야 한다는 것이다.

태스크(Task, 업무). 유도 기술은 Libby가 1985년 논문에서 본 논문의 두번째 연구로서 오류 결과와 오류 원인 양자의 문제점을 해결하기위해 사용했다. 오류 원인 문제점을 해결하기 위해서 Libby[1985] 연구와 Libby & Frederick [1990] 연구의 결과를 본 저자는 통합하고자 한다. 오류 원인 태스크가 감사자로 하여금 12가지 오류 원인을 등급화할 수 있도록 가장 발생 빈도가 높은 오류 원인에 수치 100을 할당한다면 감사자는 오류 빈도가 얼마나 자주 발생할 것으로 생각하는가는 수치 1과 99 사이에서 잔존원인에 따라 달려 있다고 할 수 있다. 오류 결과 태스크는 몇개의 방법을 가진 첫번째 연구와 유사할 것이다. [1] 첫번째 연구에서 정확성은 거꾸로 영향 받았을지도 모르기 때문에 감사자들이 축적된 지식에 의해서 감사수행시 손익계산서와 대차대조표 양자는 그 정확성을 평가받거나, 또는 손익계산서와 분리하여 대차대조표는 정확성을 평가받는다. [2] 대차대조표 계정에 대한 "기타" 범위도 역시 감사자들은 감사경험을 통하여 축적된 지식에 의하여 그 정확성을 평가한다[제조업체분야의 대차대조표 계정에 11가지 중에서 가장 잦은 빈도로 영향을 준 오류 계정을 포함함]. 이리하여, 18개의 대차대조표 계정은 4개의 손익계산서 계정과 별도로 분리하여 감사된다.[가장 드문 오류 사건이 정확하게 구별될 수 있는지 없는지를 알 수 있도록 분리 평가를 적용한다.] [3] 유도 기술은 오류 원인 태스크가 계속해서 존재하는 것으로 변경되고, 지시는 단순화된다. 포맷은 1990년 Libby & Frederick에 표현된 것처럼 오류 원인 태스크에 배치를 조정한다.

정확성 판정기준. 오류 원인 태스크에 관한 정확성 판정기준은 1985년 Willingham & Wright의 연구에서 서술한 실제적인 감사 샘플의 관련자료 10 %이상이 오류를 가지고 있었다. 오류결과태스크의 판정기준은 첫번째 연구와 유사하다.

감사자의 샘플. 감사자는 19개 회사의 선임 감독자, 매니저, 선임 매니저들의 순차적 할당에 관한 직무를 맡았다. 감사자는 4년에서 9년 동안 감사업무를 맡은 경험을 가지고 있다. 16명의 감사자들은 15개 이상의 산업체에서 감사경험을 가지고 있었으며, 55개월 이상 제조업체 감사에 다른 감사자들과 함께 참가한 경험을 가지고 있었다. 표5에서 개인적인 감사자의 경험에 관한 데이타를 제공한다.

[232 page]

표 5

두번째 연구 : 오류 원인과 오류 결과 태스크의 정확성과 경험

Auditor Number 감사자 번호

Position in Firm 산업체 배치

Mo. in PMM Practice PMM 감사경험의 개월수

# Mfg. Clients 감사의뢰업체로서 제조업체

Mo. Mfg. Exper. 제조업체의 감사의견표명을 위한 감사수행 개월수

Error Causes Task 오류 원인 태스크

Error Effects Task 오류 결과 태스크

B/S Accts. 대차대조표 계정

I/S Accts. 손익계산서 계정

Acc. 계정

Mgr. 매니저

Sr. Mgr. 선임 매니저

Sup. Sr. 선임 감독자

Mean 평균값

주석 a 계정 빈도와 개인적인 응답 사이에서 Pearson 상관관계로서 계정의 정확성은 측정된다.

자료 수집 방법. 7 페이지의 수집 방법은 감사 및 교육에 관한 정보를 요구하는 페이지와 태스크 양자에 관한 지시서와 응답서 형식을 포함한다. 감사자의 절반이상이 오류 결과 태스크 최초로 응답했다. 기타사항에 대하여도 감사자의 절반이상이 오류 원인 태스크 최초로 응답했다.

분석. 각 감사자에 관해 정확성의 측정은 감사 경험 전반의 개월수, 제조산업체 감사 경험의 개월수, 감사의뢰업체로서 제조산업체의 수를 기준으로 산정된다. -손익계산서 계정에 관한 오류 결과 태스크에 관한 것과 대차대조표 계정에 관한 오류 결과 태스크에 관한 것, 오류 원인 태스크에 관한 것. 오류원인 태스크에 있어서 1985년 논문 658 페이지에서 Libby가 보고한 판정기준 및 1985년 Willingham & Wright의 논문에서의 실제 빈도수와 11가지 오류 종류의 상대 빈도수치의 각 감사자의 평가 사이에서의 상관관계로서 정확성은 측정된다. 이와 유사하게도, 오류 결과 태스크에서도, 정확성은 1989년 Wright & Ashton 판정기준을 가지고 각 감사자의 평가된 빈도수와 실제로 발생한 빈도수 사이의 상관관계로서 측정된다. 각 정확성 측정은 앞서 언급한 세개 각각의 경험상 측정치와 상관관계가 있다. - 게다가, 그룹레벨 분석을 위해, 혼합 행렬의 형식으로서 개인적인 분석은 표현된다.

[233 page]

표 6

두번째 연구 : 제조 산업체 정확성과 제조 산업체에 대한 감사 경험 사이의 관계

Correlation Between Accuracy and Experience 정확성과 경험 사이에서 상관관계

Error Effects Task 오류 결과 태스크

Experience Measure 감사 경험 측정

Error Causes Task 오류 원인 태스크

B/S Accounts 대차대조표 계정

I/S Accounts 손익계산서 계정

Months of PMM Experience PMM 감사 경험의 개월수

Months of Manufacturing Experience 제조업체의 감사경험 개월수

Number of Manufacturing Clients 제조업체의 직원수

주석 a 감사자 개인 응답과 실제 빈도수 사이의 Pearson 상관관계성으로 정확성을 측정한다.

주석 b 1990년 Libby & Frederick에서나, (첫번째 연구에서보다는) 두번째 연구에서 감사자의 감사경험 수준의 변수보다 적은 수치는 반환된다.

그룹 결과

0.04에서 0.91까지 범위 안에서 그리고 0.25의 표준 변수 안에서 (표 5를 보라.) 오류 원인 태스크에 대한개인 정확성의 수치의 평균값은 0.61이다. 이리하여, 1990년 Libby & Frederick (r = 0.58)의 매니저에 관한 정확성 결과의 평균값은 본 결과로 인해 일관성이 있게 된다. 그러나, 감사경험은 개인적인 정확성에 관한 감사자의 태스크 사이에서의 많은 변수를 설명하지 못한다. 감사받은 제조업체의 직원수[0.46] 및 제조업체 감사 경험의 개월수[-0.25]와 개인적인 정확성과의 상관 관계는 부정적 관계임을 표 6에서는 보여준다.[최후의 상관관계는 알파=0.05, df=17에서 0부터 중요한 차이가 있다.]

오류 결과 태스크에서 대차대조표와 손익계산서 계정에 관해서 결과는 분리되어 보고된다. 두번째 연구에 있어서, 감사자에 관한 표준 편차는 0.20 이고, 0.14에서 0.81까지 범위에서 대차대조표 계정에 관한 정확한 평균값은 0.58 인 것을 표5는 보여준다. 이리하여, 비교가능한 감사 경험[선임 감독자 0.73, 매니저와 선임 매니저 0.74-표1을 보라.]을 가지고 있는 감사자에 관한 첫번째 연구에서 평균값은 대차대조표 계정의 발견한 수치보다도 더 적은 수치이다. 손익계산서 계정에 관해서 표준 편차 0.29 이고, -0.45에서 0.57까지의 범위안에서 정확한 평균값은 0.22 인 것을 표 5는 보여준다. 감사자에 관한 첫번째 연구에서 위 수준과 거의 동일한 정확성을 발견했다. 표 6은 대차대조표 계정[손익 계산서]에 관해서, 감사 경험 개월수와의 정확한 관계수치는 -0.13[-0.40]이고, 제조업체 감사 경험 개월수와의 관계수치는 0.01[0.11]이며, 제조업체 직원수와의 관계수치는 0.32[0.21]임을 보여준다. [이 관계성은 알파=0.05, df=17에서 중요치않다.] 이리하여, 정확성과 감사경험과의 관계성의 패턴은 두가지 오류 결과 태스크에 있어서 유사하다. 그리고, 이는 오류 원인 태스크에 관한 산업체 경험 결과와도 유사하다 :

[234 page]

전반적인 감사 경험의 정확성과 개월수의 관계는 부정적이다. 정확성과 제조업체 경험의 개월수와의 관계는 약하게 긍정적일 때, 제조업체 인원수와 정확성과의 관계는 이보다 강하게 긍정적이긴 하지만, 그러나 아직까지 이 관계들은 모두 낮은 수준이다.

개인적인 결과

오류 결과[패널 A와 B]와 오류 원인[패널 C]에 대한 혼합 행렬은 표 7에서 보여준다. 오류-결과 태스크[패널 A]에서 대차대조표 계정에 관하여 오류에 의해서 매우 많이 영향을 받은 4개의 계정 각각에 있어서 감사자의 대다수는 올바르게 등급화[한 단계씩 플러스 또는 마이너스]한다. [표4와 표7에서 요약한 퍼센트 수치의 비교에 있어서 샘플 사이즈가 아주 크게 다르다면 다시 해야 한다. ] 그러나, 어떤 감사자들은 빈도수로 오류에 때문에 영향을 받은 "기타" 계정을 과대평가한다. 첫번째 조사에 있어서 패널 B의 손익계산서 계정상의 가장 많은 오류 빈도수는 결코 일반관리비 계정-가장 많은 감사자들이 등급을 가장 많이 높인 계정으로서-이 아니라는 것이다. 이 결과는 패널 C의 오류 원인에서도 유사하다 : 감사자 대부분은 두개의 가장 빈도 높은 오류 원인을 바람직하게 통합시킨다. 그러나, 대부분의 감사자는 발생 빈도를 정확하게 등급화할 수 있는 것은 아니다.

두번째 연구의 요약

매니저 수준에서[대부분] 감사자의 오류 결과에 관한 첫번째 연구의 결과를 가지고 오류 원인의 지식에 관한 결과인 1990년 Libby & Frederick의 연구 결과를 가지고 두번째 연구의 그룹별 그리고 개인별 수준 분석은 논리적 체계성을 가진다. 그러나 오류 원인 지식의 개인별 분석은 가장 잦은 오류 발생을 분명하게 알고 있는 감사자와 기타 오류와 관계되어 있는 낮은 정확성과 일치성을 제안한다. 모든 감사경험의 수준에 대한 첫번째 연구의 오류 결과 태스크에서 발견된 세산업체의 감사경험 차이와 정확성과의 긍정적 관계의 부재는 선임 감독자, 매니저, 선임 매니저에 대한 오류 결과와 오류 원인의 지식을 다룬 두번째 연구에서 반복된다.

III. 토론

감사자들의 감사경험에서 실제발생하는 오류는 드물기 때문에 경험을 통한 오류 빈도 지식에 관한 기본비율을 습득할 수 있는 것은 아니라고 말할 수 있다. 이 섹션에서는

감사 수행시 의사결정, 감사 의견 판단을 위한 외연법을 통한 현존 모델, 감사 판단과 감사 의견의 관계의 사항들에 있어서 빈도 지식과 감사 경험의 역할을 재고려해야 할 필요성과 결과 양자의 밀접한 관련성을고려해보기로 한다.

감사경험과 감사의견을 위한 역할성

감사경험은 특별한 감사 태스크와 관계하는 것으로 이해되어야 한다. 감사자들은 감사수습기동안 모든 분야의 감사경험의 유용성에 대한 질문을 제기할 수 있다. 특이하게도, 감사의뢰업체에서 어떤 감사 직무를 맡았고 감사 기간은 어떠했는지의 전통적인 감사 경험으로 측정하는 것보다는 다양하고 실질적으로 어떤 감사의뢰업체에서 경험을 쌓았고 직원수는 어떠했는지에 따른 평가방법이 감사경험을 더 잘 측정하는 것임을 발견하게 된다.

Hasher & Zacks[1979, 1984]의 연구에서 감사받은 업체의 직원수와 오류 빈도의 관계비율에서 감사 오류 경험이 없는 감사자의 사례를 또한 보여준다. 노출된 오류의 상대빈도를 감사자들이 습득하는 걸로 가정해본다면, 개개인이 습득한 감사오류에 대한 지식은 감사 샘플 오류의 하부 개념일 것이다.

[235 page]

표 7

두번째 연구 : 오류 결과 및 오류 원인 태스크(n=10)에 관한 개인적 지식

패널 A : 오류 결과 태스크 : 대차대조표 계정

Assigned Rank 감사자에 의하여 할당된 등급

Actual Bank 실제 은행업체

Unranked Accounts 등급화되지 않은 회계 계정들

패널 B : 오류 결과 태스크 : 손익 계산서 계정

[236 page]

표 7- 계속됨

패널 C : 오류 원인 태스크

주석 a 실제 등급에 의해 표현된 계정에 대한 각 등급에 할당되었던 감사자의 숫자를 의미한다. 모든 감사자가 정확하고 완벽한 계정으로 등급화한다면 진단 칸은 19 를 포함하고, 기타 모든 다른 칸은 0 을 포함한다.

주석 b 오류 결과 등급에 대한 실제 계정은 표 4 의 주석 b에 주어진다.

주석 C 등급화되지 않은 계정은 다음과 같다. A. 현금, B. 유가증권과 기타 투자계정, C. 받을 어음, D. 장기투자계정, E. 무형 자산, F. 미지급 법인세, G. 받을 어음 및 장기성 부채, H. 기타 장기 부채. 실재 등급화된 계정은 실제 빈도수가 낮다는 이유로, 이 계정은 대차대조표에 기재하기 위해서이다.

주석 D 감사자가 올바른 범위로 오류를 등급화하여 총수(n=19)에 대한 백분율을 의미한다.

주석 E 다음에 나열된 것은 오류원인태스크에 대한 실제 계정이다 : 1. 이연된 미지급 비용은 기록되기도 하고 기록되지 않기도 한다; 2. 대손상각비와 대손상각충당금은 기록되기도 하고 기록되지 않기도 한다; 3. 당기 매입 계정은 다음 기간에 기록되거나 기록되지 않는다; 4. 다음 기간의 신용 판매는 당기에 기록된다; 5. 당기에 고객들로부터 반환된 상품은 다음 기간에 기록되거나 기록되지 않는다; 6. 부적절한 비용 항목은 재고품으로서 등급화된다; 7. 유가증권은 시가보다 적게 기재되지 않는다; 8. 지급계정은 기록된다. 그러나 지급계정을 따로 만들거나 과대 계상되지 않는다; 9. 비용의 지급금액은 기록되거나 기록되지 않는다; 10. & 11. 당기에 반환된 상품 뿐만이 아니라 다음기간에 반환될 상품은 기록된다. 단골 고객 판매는 통합적인 빈도수보다 더 자세히 기재된다; 12. 부적절한 장기성 부채의 당기 할당금은 당기에서 등급화되지 않는다.

주석 F 이 오류는 오류 원인 태스크에 대한 전기 또는 당기 연구의 입장에서 분석된 것이 아니다. 때문에, 해당 문서자료는 유용하지 않을 것이다. 완전성을 고려했다.

[237 page]

본 결과는 확실하게 어떤 범위이고 논쟁의 정답을 설명하고 있지는 않다. 그러나, 감사자는 직원수와 문서자료의 빈도 관계를 알고 있었다. 만약 감사자가 직원수와 문서자료의 빈도관계를 감사경험으로서 필요하게 된다면, 감사의견 결정에 도움이 되는 자료로서 감사업체의 외부 메모리를 감사 필수 자료로서 제공받는 경우처럼, 실제감사경험을 통해 직접적으로 배우게 될 것이다. 한편, 특별한 감사 태스크에 관하여 감사필수지식을 축적한 감사자들은 그 지식들을 통합하여 감사업무를 수행해야 한다. 오류 경험 지식이 축적되어서 산업체별 직원수별에 따른 감사 수행시 특성을 충분히 이해하고 있는 감사자가 비용과 이익의 어느 한쪽을 희생시킬 수 밖에 없는 경영전략을 결정하기 위해서는 필수적일 것이다. 감사의뢰업체의 특별한 자료 때문에 기본 비율이 무력하게 된다면 양자택일로 감사자는 오류빈도를 아는 것이 필요할 것이다. 감사지식의 기본 비율관계를 습득하는 것의 잇점은 그것을 습득하지 않았을 때 경영상 비용 보다 더 적은 비용으로 경영할 수 있다는 것이다. 최소한 3개의 회계법인들이 오류빈도 연구를 후원한다는 것, 최소한 한개의 회사-KPMG Peat Marwick-가 국제감사라는 모집단에서 오류 빈도수에 대한 기본 자료를 모으고 있다는 것을 실험 및 관찰에 의해서 우리는 주시했다.

감사 판단 및 의견의 모델링

재무제표 오류는 명백히 드문 사건이다. 따라서 감사 의견 결정의 진단 모델에서 오류 사건에 대한 기본 비율 지식을 강조하는 것은 올바른 감사의견표명을 위해 적당하거나 충분하지 않을 것이다. 감사수행의 전체적 입장에서는 기본 비율보다는 오히려 감사경험에의한 빈도가 가장 높은 오류에 대한 지식이 더 비중있다고 볼 것이다. 지분 및 이자의 오류 경우는 비교적 자주 발생하는 영역이다. 더구나 감사의견의 모델 존재여부는 빈도의 기본 년수, 메모리의 복구 및 지식 습득에 달려있지만, 어째든 판정기준을 위한 오류의 직접경험은 개인적으로 축적된 감사지식으로서 유용할 것이다. 감사 판단 및 의견을 위한 모델 형성을 위해서 얼마나 잘, 어떻게 질문을 제기하였는지를 외연(미지의 사실을 기지의 사실로부터 추론)한다. 감사자의 업무수행의 방법으로서 세팅(setting)의 깊은 이해로부터, 감사 판단의 새로운 모델을 고안하는 것으로부터, 본 주제에 대한 미래의 연구는 유용할 것이다. 감사 태스크와 경험의 상세한 사항으로서 감사 세팅의 제약사항과 유리한 사항에 대해서 실험한 바를 명료하게 표명해야 된다.

감사연구의 복잡난해한 점을 증가시키지만, 감사자들이 기타 감사의견으로부터 어떤 차이점을 가지는가를 고려해보는 것은 필수사항이다. 본 연구의 목적은 이것과 유사한 체스 게임 전문가를 빗대어 생각해 보면 이해가 용이할 것이다. 첫번째, 체스 우승자와 다른 경우로서 감사전문가는 감사 수행 전체적 입장에서 오류대비를 할 수 없다. 체스 우승자에 관한 태스크는 체스 게임에 한정된 범위인 반면에, 감사 판단 태스크의 경우 감사자는 매우 다양하게 감사업무를 수행한다. 전문 회계법인 조직에서 감사자의 생존 및 성공은 감사 의견 표명에 필수적인 판단 능력의 성공와 실패로서 명백하게 특성화될 수 있다는 것은 최종적인 본 연구의 이유가 된다. 게다가, 감사자는 감사자 개개인의 축적된 지식을 제도적으로 협력하여 숙련된 감사 기술로써 의뢰업체에 감사서비스를 공급하기 위해서 노력해야하며, 감사 수습은 이에 도움 되고 있다. 감사자가 전문적인 감사의견을 표명해야 함에도 불구하고, 감사자들이 서로 협력하기위해 대부분의 감사업무를 감사그룹상으로 수행하지 않는다 것은 명백하다. 어떤 전문가는 감사자에게는 감사 업무상 판단에 도움이 되지 않는 연습은 필요치않다고 얘기한다. 그 예로서, 점점 통계와 컴퓨터의 사용과 산업체 특성별 감사방식을 달리하는 추세이다.

경영 진단으로서 감사는 유용할 것이다. 오류 빈도지식을 가지고 있는 감사자의 산업체 역할은 다음과 같다. 많은 병폐들을 치료하는 것을 제공하고, 진단기술의 다양한 적용으로서 방사선과 전문의는 의료 태스크의 특별 타입으로서 흔한 내과의사의 전문기술과 구별되는 필수적 특성화 의료 기술이라는 경쟁성을 가진다.

[238 page]

바꿔말하면, 심장병전문 내과의사는진단 기술에 관하여 일반 시스템이 아닌 특별한 시스템에 촛점을 맞추어서 진단기술을 특성화하였다. 본 연구 주제의 개념은 이처럼 감사의 범위 안에서 관련자료의 재조사로서 해석되어야 바람직할 것이다. 회계자료 재조사를 일반업무로서 수행하는 자를 감사자의 범위에 해당되는가의 여부는 모든 산업체에서 수행되는, 매우 다양한 규모를 가지고 있는 회사에서, 다양한 기업 환경을 가지고 있고, 기타 등등의 모든 감사 업무에 대한 감사자의 감사의견으로서 전개하고 있다고 볼 수 없다.

일반적 감사 수행자로서의 감사자의 인식-"특성화되어 있는 전문성"이 없이 성공한 감사자-은 중요한 연구 방편을 제시할 수 있다. 예를 들어, 일반 감사업무 수행자는 아마도 특정한 감사업무수행의 감사의견결정에 도움이 되는 관련 정보 추출이나 외부 메모리를 사용하는 것에서 덜 숙련되어 있을 것이다. 전문가의 필수사항은 실무자의 기억속에 축적된 경험을 통해 습득된 오류 빈도수와 같은 지식은 아닐지도 모른다. 많은 지역에 해당하는 것은 아니지만, 전문가 대 일반 실무자의 비교 개념은 드문 사건, 빈약하게 정의된 판정기준, 명백하지 않은 피드백과 같은 요인에 근거한 우리가 감사 전문성을 쉽게 이해할 수 있도록 할 것이다.