审计不可能全查，只能抽样。抽样的质量取决于三件事：抽多少（样本量）、怎么抽（选样方法）、抽完怎么下结论（误差推断）。多数项目的薄弱环节在第三件——抽完了，发现两个错，然后写“已获取充分适当的审计证据”。
一、统计抽样与判断抽样
统计抽样：以概率论为基础，每个项目被选中的概率已知（或可计算），可以对结果做统计推断。适用于交易量大、同质性高的项目，如应收账款、销售收入、费用明细。
优点：结果可量化、可推断总体、可复现。缺点：需要总体完整、需要设定参数、小样本时效率低。
判断抽样：由审计人员根据专业判断选择样本，不依赖概率。适用于总体异质、金额差异大、需要针对性选样的项目，如固定资产、大额异常交易。
优点：灵活、能针对高风险项目。缺点：不能推断总体、可能有偏、难以复现。
实务中常用混合方法：对高频小额交易用统计抽样，对大额异常项目用判断抽样（100% 检查）。
二、样本量的四个影响因素
因素一：可容忍错报。可容忍错报越小，样本量越大。可容忍错报通常取实际执行的重要性。
因素二：预期错报。预期错报越大，样本量越大（因为需要更高的置信度来区分“总体可接受”与“总体不可接受”）。
因素三：总体规模。总体越大，样本量越大，但不是线性关系。总体从 1000 增到 10000，样本量可能只增加 30%-50%。
因素四：要求的置信水平。置信水平越高（如 95%），样本量越大。
一个粗略的参考：对内部控制运行有效性的测试，每日多次的控制取 25 个样本，每日一次取 20 个，每周一次取 5 个，每月一次取 2-3 个，每季一次取 2 个，每年一次取 1 个。
三、样本量的计算（属性抽样）
属性抽样用于测试“偏差率”（控制未执行的比率，或交易存在错报的比率）。
公式（简化）：样本量 = （置信系数 / 可容忍偏差率）。置信系数按置信水平查表：90% 对应 2.31，95% 对应 3.00，99% 对应 4.61。
算例：可容忍偏差率 5%，置信水平 95%，预期偏差率 0（不预期有偏差），样本量 = 3.00 / 0.05 = 60。
如果预期有偏差（比如预期 1%），样本量要增大，通常按公式加上预期偏差的影响，或用查表法确定。
变量抽样（用于金额测试）更复杂，实务中常用“货币单位抽样”（MUS），按金额大小加权选取，大额项目被选中的概率高。
四、误差推断的三种方法
方法一：比率法。用样本的错报率推断总体错报。总体错报 = 总体金额 × （样本错报金额 / 样本金额）。适用于错报与金额成比例的情况。
方法二：差额法。用样本的平均错报额推断总体。总体错报 = 总体项目数 × 样本平均错报额。适用于错报与项目数相关的情况。
方法三：货币单位抽样推断。按选样时的金额权重推断，错报率乘以总体金额。适用于高估测试。
推断出总体错报后，要加上“抽样风险”（通常按置信水平计算上界），得到“总体错报上限”。如果上限小于可容忍错报，总体可接受；否则不可接受。
这一步最容易被省略。很多底稿只写“抽查 30 笔，发现 2 笔错报，金额 12 万元，已提请调整”，没有推断总体，也没有与可容忍错报比较。这在监管检查中会被认定为“证据不足”。
五、一个样本量不足的案例
某零售企业年销售交易 12 万笔，营业收入 8.6 亿元。审计对收入执行细节测试，抽取 30 笔，金额合计 1200 万元（占收入 1.4%），未发现错报，结论为“收入确认真实、准确”。
复核时计算：可容忍错报取实际执行的重要性 260 万元（占收入 0.3%），置信水平 95%，预期错报 0。所需样本量（按金额比例）应覆盖收入的 15%-20%，即至少抽取 150-200 笔，或金额覆盖 1.3 亿元以上。
实际抽取 1200 万元，覆盖率 1.4%，远低于要求。而且 30 笔全部是 11-12 月的大额交易，未覆盖其他月份，选样有偏。
后果：补充抽样后发现，9 月的 6 笔交易存在提前确认（发货在 10 月），涉及收入 680 万元；还有 3 笔是关联方交易未披露，涉及金额 420 万元。
这个案例的教训：样本量不足＋选样有偏，等于没做。抽样方案要在执行前设计好，不能在底稿里“事后补一个理由”。
六、抽样的底稿要求
- 说明总体的定义与完整性验证（总体如何取得、是否与总账核对）；
- 说明选样方法（统计抽样/判断抽样）、样本量及其计算依据；
- 记录随机数或选样起点，保证可复现；
- 对每个样本记录测试内容、结果、发现的偏差；
- 对偏差进行分析（是系统性还是偶发）；
- 推断总体错报，计算错报上限，与可容忍错报比较；
- 对不可接受的总体，说明扩大程序或调整结论；
- 由项目经理复核抽样方案的合理性。
抽样的科学性，决定了审计结论的可信度。抽 30 笔就下结论，和抛硬币决定没区别。
