《审计中统计抽样法研究，《天津财经学院学报》 1991年第4期》.pdfVIP

审计中统计抽样法研究 赵文奇 张立民 属性抽样法是审计抽样中的主要方法之—一，它通过对抽取的样本进行审查，用其绪果推 断审计总体的错误率。为了简化属性抽样的应用，美国注册会计师协会 (AICPA)编制了 样本容量确定表和样本结果评价表，供审计人员在实际审汁抽样过程中确定样本容量和醉债 抽样审查的结果。本文对该表的编制原理和相应的统计学基础作一简要螭述。 一 、 样本分的布类型 属性抽样的样本错误数的分布是离散分布。假定被审计总体的单位教为N，错撰数为 ^．则总体错误率P：^／N 用不重置方法从审计总体中抽取一个单位教为n的倚单随机 样本，则其中有a个错误的概率是 P，(· ^．N)=(A 八N -一 )／ ( )① 即样本错误数a的精确分布是超几何分布。可甩样本的话误率P=a／n来推断总体锩谖 率。 由于超几何分布的计算很复杂，当N很大，抽样地n／N很小时，根据抽样理论。可用 二项分布近似代替超几何分布。二项分布假定抽样过程是由D次试验组成的，在每次试验 中，抽辩错误的概率P圃是不变。这样抽得的样本窨·个铅误的溉事是 P，(a l n，P)=(：)P‘(1一P)… @ 审计总体的错误率一般都比较小，在n很大，n P ^恒为常数时，=项分布②趋近干 警阿松分布P (B】 )={-e ③ 当P《0．1，n≥50时效果较好 ， 样奉错误串P的分布与对应的样本错误数t的分布是相同的。p的极限分布为芷态分 布。 分布②和③的计算都不需要知道审计总体单位数N，所 在使用近似分布时，不考虑审 计总俸的规模，只需知道P即可。 二 两类风险及其控制 ； 用审计样本的特性去推断审计总体的特性，总是在一定假设下进行。通常的假设是，尊 重设H。·审计总体无重要错误，对备择暇设H，·审计总体有重要错谩。H。翻H。中只有一 个是芷确拘。审计人员都希望进行正确的审计判断，但由局部的样本信息推断总体信息，不可 32 避免地存在着犯两类错误的风险。第1类错误是在零假设H。为真时作出拒绝H。的判断}第 Ⅱ类错误是在备择假设H 为真时作出接受H。的判断。犯两类错误的概率分别用n和p表 示，因此，犯两类错误的风险又常常称为a风险和p风险。 两类错误所BI起的后果是不相同的。如果犯第1类错误，审计总体 (如公司财务报表) 没有重要错误，而审计人员却错误地给予否定，即认为有重要错误，被审单位一定会对此提 出异议，要求重新裣查有关经济业务，这样就自发地形成了对第1类错误的检查控制机制， 称为a风险的自检机制。因此，犯第1类错误的后果并不严重，只是影响审计工作的效率和 增加审计费用。如果犯第Ⅱ类错误，即对含有重要错误的公司财务报表发表了肯定意见，由 此会给财务报表的使用者造成损失。p风险导致的后果较为严重。审计人员往往重视B凤 险，加上B凤险本身缺乏a风险那种自检机制，审计质量多为以控_}b盱p风险作为重点。 在属性抽样中，通常是把总体错误率P的大小作为衡量审计总体有无重要错误的标准· 即P越大，则认为存在韵问题越严重。但P究竟多大时才认为审计总体有重要错误呢?这是 一 个捧糊的概念，需要审计人员根据审计总体的特性提出一个精确度范围，如果总体错误率 P落入这个范围内则认为H。可以接受，这个范围称为零假设的可接受精确度范围。总体错 误率越小越好，所以，在属性抽样中只控制上限即可，称为可接受精确度上限(A U P L)。 这样，最初的统计假设就可以具体为霉假设t总体错 率为P。1_(P oAU PL)，即 H。I P： P。AUPLI备择假设I总体错误率 为 P1(PI≥A‘U PL)，lHH。I P： P ≥AU PL。如果 P=P。小于^U PL月 认为审计怠俸无重要错傧，否则P=p，大手 或等于AUPL，认为总体有重要错误。 ： 一 不对审计总体进行全面审查，一般雨知道总体错误率P是多，j 若进行审计抽样，就可 用样本申-所含错误的比率P估计总体错误率P，推斯牵甘总俸有无重饔镨l惧。 根据样串堵混 比率P进行推断，需要设置P的临界值C V，以 是苔落入临界值范围判断是接受还是拒绝 H 属性抽样进