監査サンプリングの世界へようこそ！
AUDの学習の中でも、最も実践的な章へようこそ！鍋の中のスープ全体の味付けを確認するために、スプーンで一口だけ味見をしたことはありませんか？まさにそれが監査サンプリング（Audit Sampling）です。監査人は企業のすべての取引をチェックすることはできません（そんなことをしたら一生かかってしまいます！）。そのため、代表的な「スプーン一杯分」を確認することで、「鍋全体」の結論を導き出すのです。
この章では、その「スプーン一杯分」をどのように選ぶのか、そしてその結論がいかに信頼できるものなのかを学んでいきます。最初は少し「数学的」で難しく感じるかもしれませんが、大丈夫です。一つひとつステップを分解して、CPA試験で実際に問われるポイントに絞って解説しますね。
1. 基本編：監査サンプリングとは？
監査サンプリングとは、監査対象となる母集団全体ではなく、100%未満の項目に対して監査手続きを適用することを指します。その目的は、テストした小さなサンプルに基づいて、母集団全体の特徴を評価することです。
サンプリングリスク vs. 非サンプリングリスク
どんなに完璧に作業をしたとしても、結論を誤ってしまう可能性は常にあります。これを監査リスクと呼びます。サンプリングにおいては、これを以下の2つに分類します。
1. サンプリングリスク： 抽出したサンプルが母集団全体を代表していないリスクです。たまたま1,000枚の「正しい」請求書の中に紛れていた5枚の「誤った」請求書を引いてしまったようなケースです。
例え： スープを一口飲んだら、まだ溶けきっていない塩の塊を口にしてしまった。「スープ全体が塩辛い！」と判断したけれど、実は他の部分はちょうど良い味付けだった、という状態です。
2. 非サンプリングリスク： サンプルの大きさとは無関係の理由で誤った結論に至るリスクです。これは主にヒューマンエラーが原因です。間違った手続きを用いたり、証拠の解釈を誤ったりするケースです。
例え： スープを味見したけれど、風邪をひいていて味覚が全く機能していなかった、という状態です！
暗記ポイント：2種類のサンプリングミス
CPA試験では、この2つのリスクが頻出です。効率性（無駄な作業をしてしまうこと）と有効性（問題を未発見にしてしまうこと）の観点から整理しましょう。
コントロールテスト（内部統制テスト）の場合：
- 統制リスクを過大評価するリスク（アルファリスク）： 統制は実は良いのに、悪いと判断してしまう。結果：余計な作業が増える（効率性が低い）。
- 統制リスクを過小評価するリスク（ベータリスク）： 統制は実は悪いのに、良いと判断してしまう。結果：十分な作業を行わず、重大なミスを見逃す可能性がある（有効性が低い—非常に危険！）。
実証手続（Substantive Testing）の場合：
- 誤棄却リスク（Risk of Incorrect Rejection）： 残高は正しいのに、誤っていると判断してしまう（効率性の問題）。
- 誤受入リスク（Risk of Incorrect Acceptance）： 残高は誤っているのに、正しいと判断してしまう（有効性の問題—非常に危険！）。
クイック復習： 監査人が最も恐れるのは「統制リスクを過小評価するリスク」と「誤受入リスク」です。これらは監査の品質を台無しにする「失敗」に直結するからです。
2. 統計的サンプリング vs. 非統計的サンプリング
サンプリングには2つの主要な「手法」があります。どちらもGAAS（一般に公正妥当と認められる監査基準）の下で認められています。
統計的サンプリング： 確率論を用いてリスクを測定します。正確なサンプルサイズを算出し、結果を数学的に評価するのに役立ちます。
メリット： 「サンプリングリスク」を客観的に測定できる方法です。
非統計的サンプリング： 監査人の専門的判断（Professional Judgment）を用いて項目を選び、結果を評価します。
注意： 統計的手法を使わないとはいえ、代表的なサンプルを選ばなければならないことに変わりはありません。
よくある誤解：
統計的サンプリングの方が「優れている」と考える学生が多いですが、そんなことはありません！監査基準上、両者は等しく有効です。どちらを選ぶかは、監査人の判断や、複雑な計算を行うことの費用対効果によって決まります。
3. 属性サンプリング（コントロールテスト）
「イエス／ノー」の特性を確認するときに属性サンプリングを使います。例えば、「マネージャーがこの発注書に署名したか？」といったケースです。金額の大きさではなく、署名という属性の有無を確認します。
サンプルサイズを決定する主要因：
1. 許容逸脱率（Tolerable Deviation Rate）： 統制が機能していないと判断するまでに「許容できる」エラーの割合はどれくらいか？（厳しくチェックしたいなら、この値は低くなります）。
2. 期待逸脱率（Expected Deviation Rate）： 実際にどれくらいのエラーが「発生する」と予想しているか？
3. 許容できる統制リスクの過小評価リスク： 間違った判断を下すリスクをどれだけ受け入れられるか？（高い信頼性を求める＝低いリスクに設定する）。
結果の評価：
サンプルをテストした後、サンプル逸脱率（\(\frac{\text{発見されたエラー数}}{\text{サンプルサイズ}}\)）を計算します。次に、「安全マージン」としてサンプリングリスクの許容度（Allowance for Sampling Risk）を加算します。
属性サンプリングの黄金ルール：
サンプル逸脱率 + サンプリングリスクの許容度 = 上限逸脱率
算出された上限逸脱率を許容逸脱率と比較します：
- 上限逸脱率 \(\le\) 許容逸脱率の場合： その統制に依拠（Rely）する。
- 上限逸脱率 \(>\) 許容逸脱率の場合： その統制には依拠しない（Do NOT rely）。テストを拡大するか、統制リスクを高く設定する。
4. 変量サンプリング（実証手続）
属性サンプリングが「イエス／ノー」を見るのに対し、変量サンプリングは金額（Dollar Amounts）に注目します。売掛金などのアカウント残高に重要な虚偽表示がないかを確認したいときに使います。
3つの一般的な手法：
1. 平均単価法（Mean-Per-Unit, MPU）：
サンプル内の項目の平均値を計算し、母集団の総項目数に掛け合わせます。
\((\text{サンプル平均額}) \times (\text{母集団の総項目数}) = \text{推定総額}\)
2. 比率推定法（Ratio Estimation）：
サンプルにおける監査値と帳簿価格の比率を用いて、全体を推定します。
\((\frac{\text{サンプルの監査値}}{\text{サンプルの帳簿価格}}) \times \text{帳簿価格総額} = \text{推定総額}\)
3. 差額推定法（Difference Estimation）：
サンプルにおける「正しい」監査値と「記録された」帳簿価格との平均差額を計算し、その差額を母集団全体に投影します。
5. 貨幣単位サンプリング（PPSサンプリング）
これはCPA試験で非常に人気のあるハイブリッド手法です。物理的な「請求書」を単位とするのではなく、1ドル単位をサンプリングの単位として扱います。
なぜPPSを使うのか？
- 金額の大きい項目が自動的に選ばれやすくなるからです（10,000ドルの請求書は10,000回「選ばれるチャンス」がありますが、10ドルの請求書は10回しかチャンスがありません）。
- エラーが少ないと予想される場合、従来型の変量サンプリングよりも効率的です。
PPSのサンプルサイズ計算：
サンプリング間隔（Sampling Interval）を知る必要があります。
公式： \( \text{サンプリング間隔} = \frac{\text{許容虚偽表示額}}{\text{信頼係数}} \)
サンプルサイズ： \( \text{サンプルサイズ} = \frac{\text{母集団の帳簿価格総額}}{\text{サンプリング間隔}} \)
PPSの評価：
PPSでエラーが見つかった場合、投影誤差（Projected Error）を計算します。
- 項目の帳簿価格が間隔より小さい場合、「汚染率（Tainting %）」を使用します。
- 項目の帳簿価格が間隔より大きい場合、投影誤差は発見された実際の誤差額そのものになります。
PPSの重要ポイント： 過大計上（資産が多すぎる）を発見するのには最適ですが、過少計上やゼロ残高の発見には適していません（ゼロ残高は「選ばれるチャンス」がゼロだからです！）。
成功のためのまとめチェックリスト
練習問題に進む前に、これらに答えられるか確認しましょう：
- 属性サンプリング = コントロールテスト（イエス／ノー）。
- 変量サンプリング = 実証手続（金額）。
- ベータリスク = 「怖い」リスク（有効性の問題）。
- アルファリスク = 「余計な仕事」のリスク（効率性の問題）。
- PPS = 高額項目に注目；ゼロやマイナス残高には不向き。
頑張ってください！素晴らしい調子です。サンプリングは、監査人の目的である「効率的かつ安全な監査」と数式がどう絡み合うかが見えてくると、パズルのピースが揃うように理解できるトピックですよ。