MARIA FRANCISCA MORENO CARRETERO

En el actual panorama de aceleración de los procesos de los descubrimientos científicos y tecnológicos de drásticas variaciones en el mercado de trabajo (donde, presumiblemente, un importante número de profesiones, hasta ahora desconocidas, apareceran en los primeros años del proximo milenio), de incertidumbre ante las demandas de lo que supone hoy una calificacion profesional con visos de exito, la competitividad en variadas facetas de la conviviencia social, la ambiguedad de lo que supone la preparacion para la vida o la nocion de cultura basica, etc...Es indudable que, ante esta realidad cambiante en que vivimos, entrando en la que se ha dado en denominar Era de la informacion, un elemento importante en el porvenir de los paises es el nivel de formacion, propiciada por una amplia cultura base que facilite su continua adaptacion a los cambios venideros.

Resultan evidentes las ventajas de utilizar el muestreo estadístico en los problemas de auditoría. En esta monografía se describen diferentes aproximaciones para calcular cotas superiores para el error total de una contabilidad. La utilizacion de cotas no parametricas en auditoria, como la de Stringer, la multinomial o la de momentos, puede considerarse como una de las estrategias alternativas que permiten superar las deficiencias, ampliamente descritas en la literatura, de la estimacion puntual.Otro grupo de procedimientos, basados en la distribucion multinomial, presentan la ventaja de que el auditor no precisa realizar ninguna hipotesis de partida sobre la modelizacion probabilistica de las magnitudes observables; la modelizacion multinomial surge de la manera en que es usual tomar los datos. Esto puede combinarse con la metodologia bayesiana.El modelo de informacion parcial, del que se aporta el desarrollo teorico, supone una importante simplificacion respecto a otros modelos bayesianos propuestos. Hace uso de que la cantidad de error total de la contabilidad es una magnitud intuitiva para el auditor; esto es, se dispone de informacion a priori sobre una magnitud que coincide con los verdaderos parametros del problema, pero que puede obtenerse como una funcion de ellos. Como en estas condiciones no se puede ajustar un analisis bayesiano clasico, la solucion que se adopta, particularizando resultados teoricos sobre problemas bayesianos con informacion a priori parcial, consiste en realizar una"modificacion de la verosimilitud"a fin de hacerla compatible con la informacion a priori y poder aplicar el teorema de Bayes.Este modelo aprovecha toda la informacion"relevante"para el problema que posee el auditor y sedispone de un programa ejecutable desde cualquier ordenador personal que facilita su aplicacion.