2. 审计抽样基础
审计抽样不是“随便抽几笔看看”,而是一套在资源约束下对总体得出结论的取证逻辑。理解抽样,必须先区分两类风险:一类来自“只看了部分”,另一类来自“看错了”。前者是抽样风险,后者是非抽样风险。二者共同决定审计结论的可靠程度,也决定了样本量、选样方法和评价方式的设计方向。
一、核心原理:抽样风险与非抽样风险
抽样风险是指注册会计师根据样本得出的结论,与对总体全部项目实施相同审计程序得出的结论不一致的可能性。它源于“以样本推断总体”这一动作本身,因此只要使用抽样,抽样风险就客观存在,无法通过提高职业怀疑完全消除,只能通过扩大样本量、改进选样方法将其降至可接受水平。
非抽样风险是指由于任何与抽样无关的原因导致注册会计师得出错误结论的可能性。它可能来自:选择了不适合的审计程序、未能恰当定义误差、错误评价审计证据、被审计单位提供资料不完整、审计人员判断偏差等。非抽样风险与样本量无关,扩大样本量并不能降低它,只能通过质量控制、复核、培训、程序设计和证据交叉验证来抑制。
关键判断:抽样风险是“概率问题”,非抽样风险是“质量问题”。前者靠统计与设计控制,后者靠项目管理与职业判断控制。
二、统计抽样与非统计抽样的区别
统计抽样与非统计抽样的根本区别不在于是否使用随机数,而在于是否可量化抽样风险。统计抽样以概率论为基础,能够计算样本量、可容忍误差、预期误差与抽样风险之间的数量关系;非统计抽样依赖注册会计师的职业判断,不要求对抽样风险进行数学量化,但同样需要合理设计样本并评价结果。
| 比较维度 | 统计抽样 | 非统计抽样 |
|---|---|---|
| 理论基础 | 概率论与数理统计 | 职业判断与经验 |
| 抽样风险 | 可量化、可控制 | 通常不量化 |
| 样本量确定 | 依据参数计算 | 依据判断与经验 |
| 选样方法 | 随机数、系统选样等概率选样 | 随意选样、判断选样等 |
| 结果评价 | 可计算推断误差上限 | 以定性判断为主 |
| 适用场景 | 总体量大、需要精确结论 | 总体小、风险低或初步测试 |
需要强调的是:非统计抽样并不等于“低质量抽样”。在审计准则框架下,两种方法都可以接受,关键在于样本设计是否与审计目标匹配、是否对总体具有代表性、是否能够支持最终结论。
三、方法流程:从总体到结论的抽样链路
无论采用统计还是非统计抽样,实务流程都可以归纳为以下六个环节:
- 定义总体:明确审计对象边界,确保总体完整、同质、与审计目标一致。
- 确定抽样单元:可以是凭证、账户余额、交易、客户或批次。
- 设定参数:包括可容忍误差、预期误差、置信水平或可接受抽样风险。
- 确定样本量:统计抽样通过公式或查表计算,非统计抽样依据判断。
- 选取样本:使用随机数、系统选样、分层选样或判断选样。
- 实施程序并评价:计算误差率或错报额,推断总体,形成结论。
统计抽样参数示例(属性抽样):
可容忍误差率 = 5%
预期误差率 = 1%
可接受抽样风险 = 10%
样本量 ≈ 依据泊松分布或查表确定
评价:若样本误差率上限 < 5%,则总体可接受
四、案例与场景:抽样风险如何影响结论
假设审计人员对某公司5000笔销售交易进行控制测试,目标是验证“发货前已审批”这一控制是否有效。若采用统计抽样,设定可容忍误差率为5%、可接受抽样风险为10%,抽取80笔后发现2笔偏差,误差率为2.5%。此时需要计算误差率上限:若上限低于5%,可接受控制运行有效;若上限高于5%,则不能依赖该控制,需扩大样本或调整实质性程序。
若采用非统计抽样,审计人员可能抽取60笔,发现2笔偏差,依据经验判断“偏差率较低,控制基本有效”。这种判断在低风险场景下可行,但在高风险或总体量大的场景中,缺乏量化依据,容易低估抽样风险。
场景提示:当总体存在明显分层(如金额差异大、风险等级不同)时,优先考虑分层抽样。对高风险层可全查或高比例抽查,对低风险层可适当减少样本,从而在控制抽样风险的同时提升效率。
五、抽样在审计准则中的定位
在审计准则体系中,抽样是获取审计证据的一种手段,而非独立目标。准则强调:注册会计师应当根据审计目标、总体特征和可接受风险水平,设计并实施抽样程序,使样本能够为总体结论提供合理基础。抽样准则通常涵盖样本设计、样本选取、实施审计程序、评价样本结果以及记录等环节。
准则同时要求:无论采用统计抽样还是非统计抽样,注册会计师都应当保持职业怀疑,对偏差和异常进行追查,不能仅以“样本未发现误差”直接推断总体不存在重大错报。抽样结论必须与风险评估、重要性水平和进一步审计程序相互衔接。
六、误区与复盘
- 误区一:样本量越大越可靠。样本量增加可降低抽样风险,但若总体定义错误或程序不当,非抽样风险仍会导致错误结论。
- 误区二:非统计抽样不需要设计。非统计抽样同样需要明确总体、样本量依据和评价标准,否则结论缺乏可复核性。
- 误区三:未发现误差等于总体无误差。样本结果只能提供合理保证,不能绝对证明总体无误差。
- 误区四:忽略分层与总体完整性。总体不完整或分层不当,会使样本代表性下降,直接影响推断有效性。
复盘要点:抽样失败往往不是计算错误,而是总体定义、误差定义或评价标准出现偏差。审计人员应在抽样前完成总体完整性和同质性检查,并在评价阶段将抽样风险与非抽样风险分开记录,便于复核与改进。