尹哲龍
以往商業(yè)銀行經濟責任審計中,主要以判斷抽樣的方式,從被審計單位選取若干存在一定風險特征的法人貸款作為樣本進行審計及評價,但其缺陷在于抽樣結果受主審個人判斷影響較大、無法從總體上評價領導人員審批的貸款質量。本文重點研究通過貨幣單元抽樣的方法對貸款質量進行抽樣和評價。
自1996年中國人民銀行在《金融機構高級管理人員任職資格管理暫行規(guī)定》(銀發(fā)〔1996〕327號)中要求各金融機構對高級管理人員進行離任稽核以來,商業(yè)銀行經濟責任審計工作在規(guī)范性、及時性、有效性、完整性等方面都取得了長足的進步。然而,隨著工作的不斷深入,經濟責任審計工作中仍存在一些需要改進和提高的地方。
一方面,經濟責任審計中主要關注政策落實情況、重大違法違規(guī)問題以及“兩廉”情況等,而貸款是銀行的最主要資產,貸款質量是經營成果的直接體現(xiàn),但從目前實踐來看,對貸款質量真實性審計不足。另一方面,沒有通過審計抽樣進一步驗證不良貸款率是否準確,實踐中主要是利用被審計單位提供的不良貸款率數(shù)據(jù),如果被審計單位未按要求進行信貸資產風險分類、掩蓋不良貸款,可能造成審計評價過高的風險。
貸款質量真實性審計一般不會單獨開展,而是作為信貸業(yè)務合規(guī)性和風險性中的一個點,結合信貸客戶樣本進行測試。實際審計抽樣過程中,通常沒有具體的審計抽樣模型以及量化指標作參考,主要靠主審根據(jù)個人經驗和審前分析,對信貸客戶進行判斷抽樣,受主審個人因素影響較大,存在一定的抽樣風險。
從目前審計實踐來看,對一家一級分行法人信貸業(yè)務抽樣一般只有幾十戶,而法人信貸客戶數(shù)量可能高達成上千戶,只抽取幾十戶樣本,是否能從總體上有效評價貸款質量情況值得商榷。因此,在編寫審計報告過程中,往往由于審計證據(jù)不足,難以對貸款質量真實性評價提供有效的支撐。
個別分支行存在主要領導人員離任后1年內不良貸款集中暴發(fā)的現(xiàn)象。從前后任領導責任劃分角度來看,如果在前任領導離任審計時未能發(fā)現(xiàn)貸款風險分類不準確,可能導致:一是對前任領導評價過高的風險;二是對后任領導任期內產生不良貸款的責任劃分將難以準確界定。
基于上述幾個方面,在經濟責任審計抽樣中,需要研究一種科學、有效的抽樣方法,對貸款質量真實性進行客觀地評價,進一步提高經濟責任審計報告質量。
審計抽樣分為統(tǒng)計抽樣和非統(tǒng)計抽樣。為了提高抽樣的科學性,減少人為主觀判斷,本文重點研究統(tǒng)計抽樣。
根據(jù)總體特征不同,統(tǒng)計抽樣可以分為屬性抽樣和變量抽樣。由于屬性抽樣主要用于控制測試(如測試某一設定控制的偏差率),這與貸款質量真實性的審計目標不符。因此,下面主要對剩余兩種統(tǒng)計抽樣方法——變量抽樣和貨幣單元抽樣進行比較研究。
變量抽樣運用正態(tài)分布理論,根據(jù)樣本結果推斷總體的特征。貨幣單元抽樣采用屬性抽樣原理對貨幣金額進行統(tǒng)計抽樣,它對總體分布沒有嚴格的限制,樣本設計也相對簡單。兩者優(yōu)缺點比較見表1。

表1 變量抽樣和貨幣單元抽樣的優(yōu)缺點比較
下面以某分行貸款數(shù)據(jù)為例,通過正態(tài)性檢驗判斷是否能夠通過變量抽樣的方法選取樣本。JB統(tǒng)計量(Jarque-Bera Statistics)是用來檢驗總體(或樣本)正態(tài)性的一種常用方法。

其中,n為樣本容量,S為偏度,K為峰度。
在正態(tài)分布的假設下,JB統(tǒng)計量漸進地服從自由度為2的卡方分布,即JB~χ2(2)。
(1)直接對總體進行正態(tài)性檢驗。通過上述公式計算,總體的JB值遠大于99%可信賴度下的臨界值9.21。因此,總體不服從正態(tài)分布。
(2)按金額分層下的正態(tài)性檢驗。為了降低分層內的差異度,按照金額分為三層,第一層為單筆貸款金額在1000萬元以下,第二層為單筆貸款金額在1000萬元至1億元,第三層為單筆貸款金額在1億元以上,分別計算三層的JB值。通過計算,各金額分層下的JB值均超過臨界值,分三層后仍不滿足正態(tài)分布。
(3)按業(yè)務品種分層下的正態(tài)性檢驗。由于同一業(yè)務品種的貸款具有一定同質性,因此嘗試按照業(yè)務品種進行分層,將法人貸款分為固定資產貸款、流動資金貸款、貿易融資、小企業(yè)貸款四層。分別計算四層的JB值。通過計算,四層的JB值均超過臨界值,按業(yè)務品種分層后仍不滿足正態(tài)分布。
通過正態(tài)性檢驗可以看出,總體和分層后各層均不符合正態(tài)分布,因此不宜采用變量抽樣評價貸款質量真實性。鑒于貨幣單元抽樣對總體的分布沒有嚴格的要求,同時貸款總體不存在項目被低估以及0余額或負余額等問題,因此,對于貸款質量真實性審計可采用貨幣單元抽樣。
假設審計師準備使用貨幣單元抽樣法,通過逐項測試的方式對某分行截至20XX年末的法人貸款質量進行審計。
首先,做出如下判斷:(1)XX筆不良貸款不需對分類真實性進行審計,將剩下的XX筆作貸款為總體,涉及法人客戶XX戶,賬面余額合計XX億元 。(2)將每個貨幣單元定義為抽樣單元。(3)可接受的誤受風險為10%。(4)可容忍錯報與總體賬面金額之比為1%。(5)預計總體錯報與可容忍錯報之比為0.2。
審計師使用下面公式計算樣本規(guī)模:
樣本規(guī)模=總體賬面金額/可容忍錯報×保證系數(shù)
經過查表,在上述假設條件下,保證系數(shù)為3.41,代入公式計算,樣本規(guī)模為XX。
選取樣本的基本方法包括簡單隨機選樣、系統(tǒng)選樣、隨意選樣和整群選樣。其中,貨幣單元抽樣法下通常采用系統(tǒng)選樣。進行系統(tǒng)選樣時,審計師首先需要確定選樣間隔,即用總體中抽樣單元的總數(shù)量(即總體賬面金額)除以樣本規(guī)模,得到選樣間隔;然后在第一個間隔中確定一個隨機起點,從這個隨機起點開始,按照選樣間隔,從總體中順序選取樣本。
(1)計算選樣間隔。選樣間隔=總體賬面金額/樣本量=z億元
(2)確定選樣單元。本文將隨機起點指定為1,那么341個樣本對應的選樣單元依次為1、z×1+1、z×2+1…
(3)確定樣本。為提高樣本對選樣間隔的代表性,首先,按照業(yè)務品種和借款憑證號對全部貸款進行排序,使每個選樣間隔中的業(yè)務品種盡量保持一致。然后,將每筆貸款金額累加,與第2步中確定的選樣單元進行匹配,篩選出貸款XX筆余額XX億元 。最后,按照目前通行的法人貸款以戶為單位進行審計抽樣的做法,將上述貸款對應至法人客戶,得到最終的抽樣為法人客戶XX戶貸款余額XX億元,抽樣戶數(shù)和金額占比分別為XX、XX。
假設對上述XX戶法人貸款進行審計后,發(fā)現(xiàn)2戶(A公司和B公司)貸款符合不良貸款認定標準,應認定為不良貸款。
在第三步選取的XX筆貸款中,查找上述2戶應認定為不良貸款的法人客戶涉及的貸款(如果某客戶的一筆貸款被認定為不良貸款,該客戶其他貸款亦也認定為不良貸款)。經對比發(fā)現(xiàn),抽樣貸款中有3筆貸款風險分類存在錯報,其中A公司1筆,B公司2筆。
(1)計算推斷錯報。根據(jù)貨幣單元抽樣原理,當某筆抽樣貸款的錯報率為100%時,推斷該筆貸款所在選樣間隔所有貸款均為不良貸款。因此,推斷錯報為(2z+b1)億元(計算過程詳見表2)。

表2 推斷錯報匯總表
(2)計算總體錯報上限。審計師考慮抽樣風險的影響,需要計算總體錯報的上限。在抽樣錯報率為100%的情況下,總體錯報上限=選樣間隔×保證系數(shù)=8z億元 。
綜上,審計師可以得出結論,除已暴露的不良貸款外,根據(jù)抽樣結果估計被審計單位還有不良貸款(2z+b1)億元,誤受風險為10%情況下不良貸款上限為8z億元。
采用貨幣單元抽樣的方法對貸款質量真實性審計,是打破原有內部審計以判斷抽樣方式為主的一種嘗試和探索。在具體操作過程中,應注意以下幾個問題。
一是關于樣本融合。以往法人信貸的審計重點主要是查找是否存在合法合規(guī)性和風險性問題,這與貸款質量真實性審計的重點存在一定差別,且選取的樣本量也迥異。由于審計目標和重點不同,因此建議采用貨幣單元抽樣和判斷抽樣分別選取貸款質量真實性和風險合規(guī)性的樣本,而不是將兩類樣本融合,這樣不僅能提高評價的準確性,同時由于審計關注點更加聚焦反而更能提高審計效率。
二是關于個人貸款抽樣。貸款質量真實性存在問題的個人貸款主要為“私貸公用”或假按揭個人住房和商業(yè)用房按揭貸款。虛假個人貸款都一定程度存在批量化的特征,這就導致了問題貸款之間存在一定的相關性,不符合統(tǒng)計學模型中關于隨機變量的基本假設。因此,對于個人貸款真實性的審計抽樣,而更適合采用判斷抽樣的方式,即研發(fā)虛假按揭貸款和多人承貸一人使用等審計模型,選取符合具有相關風險特征的樣本進行審計。
三是關于審計評價。如果通過貨幣單元抽樣得到的不良貸款上限低于重要性水平,審計師可以做出貸款質量真實性高、貸款風險控制好的審計結論;如果不良貸款上限接近或超過重要性水平,為避免誤拒風險,審計師應考慮采取擴大樣本量、執(zhí)行替代程序、提請被審計單位調整風險分類等措施。
四是關于審計風險。貸款質量評價中,審計風險主要包括抽樣風險和非抽樣風險兩部分。其中,抽樣風險表現(xiàn)為正常貸款符合不良貸款標準未被抽樣的風險,非抽樣風險表現(xiàn)為樣本中的正常貸款符合不良貸款標準,但由于審計人員采用不恰當?shù)膶徲嫵绦蚧蚍椒ā⒄`解審計證據(jù)等未被認定為不良貸款的風險。實際操作中這兩類風險可能都會存在,導致審計認定的不良貸款可能低于真實的不良貸款,產生評價偏高的風險。