抽樣技術在審計中的應用

天津中審聯有限責任會計師事務所廣東分所 陳建鋒

抽樣技術在審計中的應用

天津中審聯有限責任會計師事務所廣東分所 陳建鋒

隨著科學技術和社會經濟的逐步發展，我國迎來了數字化時代和信息化時代，各行業的數據量較大，對審計工作的要求則更高。社會和國家審計所面臨著審計范圍廣、信息量大等問題，因審計時間和人員的限制，審計責任較大，無法避免審計風險，僅憑借審計人員工作經驗和以往的方式進行判定，已無法滿足目前社會發展趨勢，特別是以真實性作為基礎的企業、金融、財政等審計工作。以上狀況下，各審計人員往往無法在規定時間內完成所有信息審計，并回答被審的損益、負債，以及資產等問題，給予非統計抽樣方式進行判定，雖操作較為簡單，但存在較大審計風險，評價總體狀況難度較大。而給予抽樣技術進行審計，則可在降低成本的狀況下，明顯提升審計效率。

審計 抽樣技術 統計 審計工作

審計抽樣包含統計抽樣和非統計抽樣兩個類型[1～2]。目前來看，非統計抽樣已發展到成熟階段，基本可滿足我國社會發展需求，可進一步移植剖析。而審計工作中應用抽樣技術，我國成功案例暫不多見。所以，本文用綜述方式敘述，其目的在于敘述抽樣技術在審計工作中的應用狀況。

1 審計抽樣技術的應用現狀

審計抽樣指審計人員按照相應抽樣方式從被審計中抽取相應數量樣本測試，按照樣本測試結果推論總體被審計對象特征[3]。抽樣技術包含任意、判斷、統計抽樣等三個類型，判斷抽樣在審計中應用頻率較高，特別是廣泛推廣非現場審計的基礎上，判斷抽樣則屬于各審計部位提升效率、資源節約和重點確定的重要方式[4]。但因判斷抽樣所取得成果對審計人員的分析判斷能力和經驗有決定性作用，實際實行中，常常因抽樣結果、分析判斷不準、主觀性強等，很有可能則代表了各審計人員的自我意愿，而造成抽樣樣本無法更好地表示出總體，進而對審計工作結果造成影響[5]。用抽樣技術抽取樣本可更好地表示出總體特征，且可將審計風險能量化，但因抽樣技術具有一定的復雜性，操作起來難度較大，實際工作過程中很少采用此方式。怎樣將抽樣技術和實際審計工作聯合起來，更好地發揮此兩者的作用，屬于近年來所關注的一個重點。

2 判斷抽樣技術的應用

判斷抽樣為各審計工作人員僅靠自身經驗和意識進行樣本確定和選取，測試結果按照發表審計意見的方式之一[6～7]。確保判斷抽樣技術應用好，需做到以下幾點。

(1)明確掌握被審單位內部狀況。各審計人員可充分利用被審單位內控控制狀況和以往審計成果，熟悉其內部業務控制制定設立和執行狀況。

(2)將非現場審計的功能充分發揮出，并讓其得到充分利用[8]。因非現場審計軟件的問世，并得到推廣，各審計人員需定量分析各業務數據，并采用多種方式進行數據對比，確定并查找出審計的疑點和重點。

(3)確定抽樣規模。在以上審計的基礎上，各審計人員還需根據審計項目和目的的重要性，按照非現場審計業務總量和審計分析結果，以及被審單位內控情況確定抽樣規模。

(4)合理確定樣本抽取方式。按照各狀況抽取樣本，第一，區域選樣，把整體劃分成多個區域，所選中的區域作為樣本。第二，偏差選樣。依據相應判定標準確定樣本選取，主要考慮此過程中可能會發生的錯誤項目，如非現場審計出現疑點項目。另外，還需考慮較大金額的項目[9～10]。

3 應用統計抽樣技術

統計抽樣指審計人員采用現代統計理論，在審計項目中隨機抽取相應數量樣本，通過審查樣本，用統計學方式審計項目。統計抽樣包含變量、屬性抽樣，復合性測試變量抽樣，審核單位中是否依據相應標準進行執行，并估算差錯[11]。實質性測試屬性抽樣，測試數據正確性和真實性，進而評估差錯總體金額。此兩者審計結論僅為推斷總體差錯，僅可作為評價總體審計人員的一個基礎，無法將其作為實際差錯，也不能按照此狀況給予審計意見[12]。而抽樣技術在選取樣本和確定樣本大小規模上則具有規范性和科學性，審計工作應用抽樣技術，可提升抽樣效果，并將抽樣行為作出進一步規范。

3.1 確定樣本規模

確定樣板規模屬于設計審計方案中無法缺少的環節之一，內容難度較大，若樣本量較多，則會影響審計效率。若樣本量較少，可能會引發抽樣風險，確定樣本可按照以下環節進行。

(1)預估差錯發生狀況。此指標可預估內部賬戶和制度出現差錯、異常的頻率，此點又可從以下三方面進行確定：首先，依據前次審計工作的結果；其次，在測試基礎上實施少量抽查樣本；最后，依據審計工作人員的經驗判定。

(2)精確度確定。精確度確定的意義則在于將抽樣誤差控制在相應范圍中。精確度的高低對審計工作有一定決定性作用，重要審計事項需提升精確度，可適當放松一般審計事項。

(3)可靠程度確定：此為總體性質存在樣本性質代銷可靠度，其可靠程度大小主要靠被審單位內控系統決定，有效且健全的內部控制系統時，可靠程度大約為90%，被審計單位內部控制系統暫不充分完善的狀況下，選擇可靠程度可達到95%～99%。

(4)確定樣本數量。以上三者確定后，可依據《樣本量確定表》確定樣本量。

以上所敘述樣本規模的確定方式為屬性抽樣，因變量抽樣在樣本規模的確定方法上，通過擬定樣本測試計算標準差、可靠程度、精確度等估算總體標準正態離差系數、總體保準離差，進而計算樣本規模，且計算方式具有一定復雜性。

3.2 選取樣本的方式

抽樣技術中所使用的樣本抽取方式為隨機抽樣，此抽取方式可讓所有被抽選對象擁有同樣的抽取機會，將認為偏見性降到最低，確保所抽取樣本具有代表性[13]。抽樣方式一般包含整群抽樣法、分層抽樣法、系統抽樣法、隨機數抽樣法等，分層抽樣法、隨機數表法更為適合實際工作中。

(1)隨機數表法。此方式可確保總體項目中各項目的被抽取幾率相同。用隨機數字法進行抽選，首先需對各項目進行編號，其次為建立總體編號與隨機數表的對應關系，再確定多個或一個隨機路線和起點，直至樣本選足為止。

(2)分層抽樣法。此方式按照總體項目各特征和性質將總體項目中各項目按特征進行分層，如金額大小等，再隨機從各層中抽取相應樣本。

4 將統計抽樣和判斷抽樣綜合應用到審計抽樣中

實際工作過程中還可將統計抽樣和判斷抽樣聯合應用，其效果較好，確定選取樣本和樣本規模可依據以下步驟進行。

(1)按照審計內容和審計目的，采用分層抽樣方式，把審計內容依據業務性質進行合理劃分，將其劃分成若干分項。

(2)按照之前審計資料，分析之前審計過程中實際差錯率和審計內部控制制度執行狀況，并根據非現場審計判定狀況，確定審計差錯發生可能性。

(3)按照審計分項地位，確定審計精確度。

(4)按照審計分項內部控制情況，確定審計分項可靠狀況。

(5)按照審計分項可靠程度、精確度、差錯發生臨床確定抽查樣本規模量。

(6)采用隨機數字法隨機抽樣審計總項樣本規模，或有目的的進行偏差選樣，給予分層抽樣方式，依據非現場審計狀況，進一步分層審計各內容。

5 計算機輔助審計統計抽樣敘述

隨著現代社會經濟和科學技術逐步發展，計算機信息技術日益在各行各業中均得到廣泛應用。用計算機輔助抽樣技術，盡量將工作交由計算機進行處理，結合人際交互過程進行審計。

(1)審計人員得到審計數據后，核對賬表。

(2)把所得數據輸入到計算機系統中進行抽樣技術，依據審計要求、目標、標準進行參數抽樣，計算機可自動生成所抽取樣本，并打印。

(3)按照誤差概念確定樣本表，并由審計人員進行審計核對。(4)將核對后的數據輸入到計算機中進行抽樣。(5)采用計算機進行推論，并得出相應結果數據。根據以上過程可表明，繁雜部分數學運算內容主要由計算機計算。

5.1 計算機輔助抽樣技術對環境的要求

計算機輔助抽樣技術對環境方面的要求，排除一般要求外，對電子數據要求具有一定特殊性。

(1)審計抽樣并非所有數據都可采用，僅可在較大數量狀況才可采用。其原因為：總體數量少無使用必要性，此外總體量較大時才可吻合審計模型，用公式計算少量數據才可將總體狀況反映出，進而估算出結果。

(2)抽樣數據需完整、真實，建立在虛假或不完整的數據上，其抽樣是錯誤的，也無法正確、科學的估算準確金額范圍，更無法否定或肯定賬表結論。

(3)計算機輔助審計工作進行抽樣選取，被審單位范圍較大的則建議采用計算機進行，因審計常常是對去年財務審計。且電子數據與手工票據容易核對，此才可在樣本抽取后不會因和手工單據記載差距較遠而無法進行核對。

5.2 計算機審計人員素質標準

計算機審計抽樣技術屬于專家系統之一[14～15]，實務中，審計抽樣屬于群體工作，工作層次不同，其人員素質標準也有所不同。

專業標準：審計業務素質和水平均較高，熟練掌握計算機操作技能和數理統計知識。可獨立完成制定抽樣方案，組織現場工作，從專業角度評價抽樣結果。

一般標準：工作人員必須熟悉審計工作和業務，掌握計算機使用和操作。可獨立完成現場數據抽樣和數據錄入，并核對樣本。

從工作人員素質的要求和標準上來看，計算機對審計工作有輔助作用，群體大多數審計人員素質標準被降低，讓審計統計抽樣可更好地滿足各要求，將其效能發揮得更好。

[1] 張杰,趙春香,張健,等.空間抽樣技術研究進展及其在公共衛生領域的應用[J].中華勞動衛生職業病雜志,2016,34(3).

[2] 鄭永利,汪恩國,蔡建軍,等.鮮食小芥菜煙粉虱空間分布型及抽樣技術研究[J].浙江農業學報,2015,27(4).

[3] 余國剛,方方,易良碧,等.能譜抽樣技術在仿核信號發生器中的應用[J].核電子學與探測技術,2015,35(12).

[4] Yue Wang,Chuangxin Guo,Qinghua Wu et al.Adaptive sequential importance sampling technique for shortterm composite power system adequacy evaluation[J].IET generation, transmission &distributi on,2014,8(4).

[5] 趙陽,朱景樂,李芳東,等.杜仲夢妮夜蛾幼蟲的空間分布型及抽樣技術[J].環境昆蟲學報,2014,36(4).

[6] 錢亞冠,張旻.基于過抽樣技術的P2P流量識別方法[J].電信科學,2014,30(4).

[7] Yi-Rong Liu,Hui Wen,Teng Huang et al.Structural Exploration of Water,Nitrate/Water, and Oxalate/Water Clusters with Basin-Hopping Method Using a Compressed Sampling Technique[J].The journal of physical chemistry, A. Molecules,spectroscopy, kinetics, environment,&general theory,2014,118(2).

[8] 李衛東,劉洪.研發團隊成員信任與知識共享意愿的關系研究——知識權力喪失與互惠互利的中介作用[J].管理評論,2014,26(3).

[9] 郭小軍,趙志新,劉英勝,等.美國白蛾幼蟲網幕的空間格局及抽樣技術[J].福建林業科技,2016,43(3).

[10] Meihong Xie,Fangfang Deng,Xiaoyun Zhang et al.MLRMPA: An R package of multiple linear regression model population analysis based on a cluster sampling technique for variable selection of high dimensional data[J].Chemometrics and Intelligent Laboratory Systems,2014(132).

[11] 張燕杏,王凱學,石橋德,等.兩種移栽方式下稻水象甲幼蟲的空間分布型及抽樣技術研究[J].華南農業大學學報,2016,37(1).

[12] 常亞文,何婭婷,沈媛,等.三葉斑潛蠅幼蟲種群空間格局及抽樣技術研究[J].環境昆蟲學報,2016,38(4).

[13] 耿智琳.《抽樣技術與應用》課程考核方式改革初探[J].湖北經濟學院學報(人文社會科學版),2016,13(8).

[14] 戚裕鋒.星天牛幼蟲空間分布型及抽樣技術[J].福建林業科技,2016,43(4).

[15] 劉曼,王濟紅,任春光,等.桑粉虱幼蟲的空間格局及抽樣技術研究[J].西南農業學報,2015,28(5).

F239

A

2096-0298(2018)01(a)-164-03