Amostragem em perícia contábil: quando usar e como limitar conclusões

Censo, amostra e seleção direcionada

Censo examina toda a população definida. Amostragem examina parte com desenho que permite conclusão sobre o conjunto e consideração do risco de amostragem.

As abordagens podem ser combinadas. A equipe pode examinar integralmente transações acima de limite, selecionar amostra aleatória das demais e investigar itens atípicos separadamente. O relatório distingue resultados de cada camada para não atribuir representatividade indevida.

Definição da população

A população deve corresponder à pergunta. Se o objeto é cobrança entre 2023 e 2025, incluir anos anteriores altera taxas de exceção. Também é necessário definir entidade, produto, status, moeda e critérios de exclusão.

Unidade de amostragem pode ser contrato, fatura, linha, pagamento ou cliente. Escolher linha quando o erro ocorre por contrato pode super-representar contratos extensos. O desenho considera nível em que a regra é aplicada e o valor será concluído.

Risco de amostragem e risco não relacionado

Risco de amostragem é a possibilidade de a conclusão baseada na amostra diferir daquela obtida com a população. Aumentar a amostra pode reduzi-lo, mas não corrige população incompleta, procedimento errado ou interpretação inadequada. Esses são riscos não relacionados à seleção.

A equipe trata ambos: desenho e tamanho para o risco de amostragem; competência, instruções, revisão e validação para outros riscos. Relatar apenas percentual examinado não informa probabilidade de erro nem qualidade do procedimento.

Seleção estatística e não estatística

Seleção estatística utiliza aleatoriedade e avaliação probabilística. Pode estimar taxa, valor ou intervalo, desde que pressupostos sejam atendidos. Seleção não estatística usa julgamento estruturado, mas não permite quantificar formalmente o risco de amostragem. Ainda exige população, critérios e documentação.

Método deve ser escolhido antes de conhecer resultados, tanto quanto possível. Alterar desenho porque apareceram exceções pode introduzir viés. Se a amostra é ampliada, a razão e o efeito na avaliação precisam ser registrados.

Tamanho da amostra

Tamanho depende do objetivo, variabilidade, erro tolerável, erro esperado, confiança e desenho. Não existe percentual universal. População grande não implica aumento proporcional depois de certo ponto; população heterogênea pode exigir estratos ou amostra maior.

Na seleção não estatística, o julgamento deve relacionar tamanho aos riscos e à materialidade. Fórmula estatística aplicada com parâmetros arbitrários transmite precisão falsa. Quando necessário, especialista pode apoiar desenho e interpretação.

Estratificação

Estratificar significa dividir população em grupos mais homogêneos, como faixas de valor, tipos de contrato ou períodos. Isso permite tratar itens de grande valor integralmente e dimensionar amostras nas demais camadas.

Resultados de um estrato não são automaticamente transferíveis a outro. Exceção em contratos especiais não prova taxa igual em operações padronizadas. A conclusão apresenta base e alcance de cada grupo.

Execução e substituição de itens

Itens selecionados devem receber o mesmo procedimento planejado. Documento ausente não deve ser substituído silenciosamente por item conveniente, pois isso reduz a chance de detectar problema. A equipe investiga a causa, busca procedimento alternativo e avalia o efeito da impossibilidade.

Substituição só é apropriada quando o item não pertence à população ou conforme regra de desenho previamente definida. Registros sem suporte podem ser exceções e precisam permanecer na avaliação.

Avaliação das exceções

Cada exceção é compreendida antes de quantificar. Pode ser erro isolado, falha sistemática, diferença de timing, problema de cadastro ou interpretação da regra. A causa determina se o resultado deve ser projetado, segmentado ou investigado em população adicional.

Exceções qualitativas também importam. Um item de pequeno valor pode revelar alteração de documento, parte relacionada ou quebra de controle. Materialidade não deve ser aplicada como filtro automático para ignorar natureza relevante.

Projeção e extrapolação

Projetar erro requer desenho compatível e método declarado. Somar exceções da amostra e multiplicar por fator simples pode ser inadequado quando probabilidades de seleção ou valores diferem.

Seleção direcionada de itens suspeitos tende a ter taxa maior e não pode ser extrapolada ao conjunto. Ela é útil para demonstrar existência ou padrão, mas a quantificação populacional exige outra abordagem. O laudo precisa separar esses objetivos.

Documentação e contraditório

Papéis registram população, origem, conciliação, unidade, método, parâmetros, semente ou lista selecionada, procedimentos, exceções e avaliação. Outro profissional deve conseguir reproduzir seleção quando tecnicamente possível e compreender decisões.

No contraditório, as partes podem questionar completude, representatividade e projeção. Responder apenas que a amostra foi suficiente não resolve. O perito deve explicar desenho e impacto das limitações, fornecendo informação que permita testar a conclusão sem expor dados irrelevantes.

Exemplo

Uma base contém cinquenta mil cobranças. A equipe examina integralmente valores acima de R$ 100 mil, estratifica o restante por produto e seleciona itens aleatórios. Exceções concentram-se em um produto cuja regra mudou.

O relatório apresenta valores examinados integralmente, estimativa do estrato e itens direcionados sem extrapolação. Essa separação evita usar a alta taxa dos casos suspeitos para inflar a população total.

Amostragem por unidade monetária

Métodos que atribuem probabilidade proporcional ao valor podem ser úteis quando o objetivo é detectar superavaliação monetária e itens maiores merecem maior chance de seleção.

A equipe precisa explicar unidade, intervalo, ponto de partida, tratamento de itens individualmente significativos e cálculo da projeção. Aplicar uma ferramenta sem compreender esses elementos torna impossível avaliar se o resultado corresponde à pergunta pericial.

Amostras em populações digitais e mutáveis

Em sistemas que continuam recebendo lançamentos, a população deve ser congelada ou identificada por data e versão antes da seleção. Caso contrário, o mesmo procedimento pode produzir lista diferente e perder rastreabilidade.

Registros excluídos ou corrigidos após a data-base precisam aparecer na comparação de versões.

Conclusão

Amostragem é método, não atalho. Sua validade depende de população correta, seleção coerente, execução uniforme e avaliação transparente. Na perícia, a linguagem da conclusão deve corresponder ao desenho e declarar quando a evidência vale apenas para os itens examinados.