Substantive attribute sampling may

Substantive attribute sampling may be appropriate in those situations where non- financial data is used by management to calculate or derive a financial amount that is included in the financial information of an entity (e.g. pension census data) and the conclusion achieved from our test is to the appropriateness of the data (i.e. the attribute).

Such data may be provided to an expert engaged by KPMG or included in a model for developing an estimate. Often such situations arise where management develops complex estimates such as pension liabilities, claim reserves, and warranties, among others. In addition, this guidance may be appropriate for compliance testing (e.g. government audits).

ผลลัพธ์ (ไทย) 1:

แอตทริบิวต์เราสุ่มตัวอย่างอาจจะเหมาะสมในสถานการณ์เหล่านั้นที่ใช่ข้อมูลทางการเงินถูกใช้ โดยจัดการ การคำนวณยอดเงินที่รวมอยู่ในข้อมูลทางการเงิน (เช่นเงินบำนาญสำมะโนข้อมูล) เอนทิตีสืบทอดมา และข้อสรุปที่ได้จากการทดสอบของเราคือความข้อมูล (เช่นแอตทริบิวต์) อาจให้ข้อมูลดังกล่าวให้ผู้เชี่ยวชาญร่วม โดยเคพีเอ็มจี หรือรวมอยู่ในรูปแบบการพัฒนาการประเมิน มักจะสถานการณ์ดังกล่าวเกิดขึ้นที่จัดการพัฒนาประเมินซับซ้อน เช่นหนี้สินเงินบำนาญ ขอสงวนสิทธิ์ รับประกัน หมู่คนอื่น ๆ คำแนะนำนี้อาจเหมาะสมสำหรับการทดสอบการปฏิบัติตามกฎระเบียบ (เช่นรัฐบาลตรวจสอบ)

ผลลัพธ์ (ไทย) 2:

สุ่มตัวอย่างคุณลักษณะสำคัญอาจจะเหมาะสมในสถานการณ์เหล่านั้นที่ข้อมูลทางการเงินที่ไม่ถูกนำมาใช้โดยผู้บริหารในการคำนวณหรือได้รับจำนวนเงินที่รวมอยู่ในข้อมูลทางการเงินของกิจการ (เช่นข้อมูลการสำรวจสำมะโนประชากรบำนาญ) และข้อสรุปที่ประสบความสำเร็จจากการทดสอบของเราคือการ ความเหมาะสมของข้อมูล (เช่นแอตทริบิวต์) ข้อมูลดังกล่าวอาจจะให้ผู้เชี่ยวชาญทำงานให้ บริษัท เคพีหรือรวมอยู่ในรูปแบบการพัฒนาประมาณการ บ่อยครั้งที่สถานการณ์เช่นนี้เกิดขึ้นที่การจัดการพัฒนาประมาณการที่ซับซ้อนเช่นหนี้สินเงินบำนาญสำรองเรียกร้องและการรับประกันอื่น ๆ ในกลุ่ม นอกจากนี้แนวทางนี้อาจจะเหมาะสมสำหรับการทดสอบการปฏิบัติตาม (เช่นการตรวจสอบรัฐบาล)

ผลลัพธ์ (ไทย) 3:

ตัวอย่างของกฎหมายอาจจะเหมาะสมในสถานการณ์ที่ไม่ใช่ข้อมูลทางการเงินที่ใช้โดยการจัดการการคํานวณหรือสืบทอดมาเป็นวงเงินที่รวมอยู่ในข้อมูลทางการเงินขององค์กร ( เช่น เพนข้อมูลสำมะโนประชากร ) และข้อสรุปที่ได้จากการทดสอบของเรา คือ ความเหมาะสมของข้อมูล ( เช่นแอตทริบิวต์ )

ข้อมูลดังกล่าวอาจจะให้ผู้เชี่ยวชาญร่วม โดย KPMG หรือรวมในรูปแบบการพัฒนา การประเมิน บ่อยครั้งที่สถานการณ์เช่นนี้เกิดขึ้นที่การจัดการพัฒนาประมาณการซับซ้อน เช่น หนี้สิน เพนชั่น สำรองการเรียกร้องการรับประกันและหมู่คนอื่น ๆ นอกจากนี้ แนวทางนี้อาจจะเหมาะสมสำหรับการทดสอบการปฏิบัติ ( การตรวจสอบรัฐบาล
เช่น )