东莞审计是如何进行抽取样本审查的呢？

　　​审计中的样本抽取审查是一种科学方法，通过从总体中选取部分代表性数据进行检查，以推断整体特征。其核心目标是在保证审计结论可靠性的前提下，提高效率、降低成本。以下是东莞审计样本抽取审查的详细流程、方法及注意事项：
一、样本抽取的基本流程
1. 明确审计目标与总体范围
审计目标：确定审查重点（如收入真实性、费用合规性、资产完整性等）。
总体范围：界定被审查数据的全集（如某年度所有销售合同、某部门全部费用报销单）。
示例：若审计目标是验证应收账款真实性，总体可能是“截至审计日所有未结清的应收账款明细”。
2. 评估总体特征与风险
分层分析：将总体按风险等级、金额大小、业务类型等维度分层（如高风险客户、大额交易、异常交易）。
风险评估：识别高风险层，分配更多样本量或采用更严格的审查程序。
示例：将应收账款按金额分为“100万元以上”“10万-100万元”“10万元以下”三层，对大额层重点审查。
3. 选择抽样方法
根据总体特征和审计目标，选择合适的抽样方法（详见下文“二、常见抽样方法”）。
4. 确定样本量
统计公式法：使用样本量计算公式其中：
Z：置信水平对应的Z值（如95%置信水平下Z=1.96）；
p：预期误差率（如历史数据中错误率5%）；
E：可容忍误差率（如审计师接受的zui大误差2%）。
经验法：根据总体规模、风险等级和审计资源，参考行业惯例或内部标准（如总体规模≤1000时抽样20%，1000-10000时抽样10%）。
示例：审计应收账款时，若总体为1000笔、预期误差率5%、可容忍误差率2%，计算得出样本量约217笔。
5. 抽取样本
随机性保障：使用随机数表、计算机随机生成器或系统抽样工具（如Excel的RAND函数）确保无偏性。
避免人为干扰：不得由被审计单位人员参与样本抽取，防止选择“干净”样本掩盖问题。
示例：通过审计软件随机选取217笔应收账款明细，记录样本编号或交易ID。
6. 审查样本并记录结果
详细检查：对每一样本核对原始凭证（如合同、发票、物流单）、计算准确性、合规性等。
记录差异：标记发现的错误或异常（如金额不符、签字缺失、审批流程违规）。
示例：发现某笔应收账款无对应发货记录，记录为“虚构收入”疑点。
7. 推断总体并形成结论
误差率计算：将样本中发现的错误数或误差金额扩展至总体，估算总体误差率。
结论判定：若总体误差率超过可容忍水平，需扩大样本量或改用全面审查；若在可接受范围内，出具审计意见。
示例：样本中3笔（1.4%）存在错误，低于可容忍误差率2%，结论为“应收账款总体真实可靠”。
二、常见抽样方法及适用场景
1. 简单随机抽样（Simple Random Sampling）
方法：从总体中完全随机选取样本，每个个体被选中的概率相等。
适用场景：总体规模较小、特征均匀分布（如小企业全部费用报销单）。
优点：简单易行，统计理论成熟。
缺点：若总体存在分层特征，可能遗漏高风险样本。
2. 系统抽样（Systematic Sampling）
方法：按固定间隔从总体中抽取样本（如每第10笔交易）。
适用场景：总体规模大、排列有序且无周期性波动（如连续编号的销售合同）。
优点：操作简便，样本分布均匀。
缺点：若总体存在隐藏周期（如每月zui后一天数据异常），可能导致偏差。
3. 分层抽样（Stratified Sampling）
方法：将总体按关键特征分层，从每层中独立抽样（如按金额、地区、业务类型分层）。
适用场景：总体存在明显分层特征且风险差异大（如大额交易与小额交易）。
优点：提高高风险层的审查精度，降低总体误差。
示例：将应收账款分为“高风险客户”“中风险客户”“低风险客户”三层，分别抽样20%、10%、5%。
4. 整群抽样（Cluster Sampling）
方法：将总体划分为若干群组，随机抽取部分群组进行全面审查（如按分支机构、部门划分群组）。
适用场景：总体自然分组且群组间差异小（如连锁企业各门店的销售数据）。
优点：减少抽样成本，适合地理分散的总体。
缺点：若群组内差异大，可能导致误差扩大。
5. 变量抽样（Variables Sampling）
方法：针对连续型数据（如金额、数量）进行抽样，用于估计总体数值（如应收账款总额）。
适用场景：需要量化总体金额或数值的审计目标（如库存盘点、费用总额验证）。
工具：常用均值估计法、差额估计法、比率估计法。
三、提高样本代表性的关键措施
充分了解总体特征：通过分析历史数据、业务逻辑或初步测试，识别潜在风险点。
动态调整样本量：若初步审查发现样本误差率较高，需扩大样本量或改用更严格方法。
结合非统计抽样：对高风险领域或异常交易，采用判断抽样（Judgmental Sampling）进行针对性检查。
利用技术工具：使用审计软件（如ACL、IDEA）实现自动化抽样、数据分析和误差追踪。