4. "Методические рекомендации по оценке рисков при проведении аудита эффективности" (утв. Коллегией Счетной палаты РФ, протокол от 19.07.2022 N 49К (1574)) (вместе с "Примерным запросом объекту аудита (контроля)") (ред. от 05.12.2023)
4. Метод "Монте-Карло"
4. Метод "Монте-Карло" 
Метод "Монте-Карло" может быть применен для оценки неопределенности финансовых прогнозов, результатов от реализации проектов, при прогнозировании стоимости и графика выполнения проектов и т.п.
Данный метод применяют в ситуациях, когда результаты не могут быть получены аналитическими методами, например, если проект является многоуровневым с большим количеством внутренних связей между этапами, а каждый этап характеризуется некоторой величиной, имеющей вероятностную природу с высокой неопределенностью.
Входными данными для моделирования методом "Монте-Карло" является логическая модель проекта или деятельности объекта аудита (контроля). Модель должна полностью связывать допущения (входные данные) и отдельные показатели (выходные данные). Входные данные и соответствующую им неопределенность рассматривают в виде случайных переменных с соответствующими распределениями. Часто для этих целей используют равномерные, треугольные, нормальные и логарифмически нормальные распределения.
Процесс моделирования включает в себя следующие этапы:
1. Построение модели, которая наиболее точно описывает исследуемый процесс (финансовую модель, деятельность объекта аудита (контроля) и т.п.). Модель должна содержать все необходимые допущения и описывать их связь с выходными данными.
2. Многократная симуляция результирующих (выходных) данных модели. В ходе симуляции генерируются разные наборы исходных данных на основе их вероятностных распределений. Для каждой отдельной генерации вычисляются показатели эффективности (выходные данные).
Симуляция производится многократно от нескольких десятков до сотен тысяч раз в зависимости от сложности модели. Полученный набор значений показателей эффективности (выходные данные) может быть обработан с помощью статистических методов для получения оценок среднего, стандартного отклонения и доверительных интервалов.