歡迎來到審計抽樣（Audit Sampling）的世界！

歡迎來到 AUD 考試中最實用的章節之一！你有沒有試過只喝一小勺湯來判斷整鍋湯是否需要加鹽？這正是審計抽樣 (Audit Sampling) 的核心概念。審計師不可能檢查一家公司所有的交易（那樣做永遠也查不完！），所以我們透過檢視一個具有代表性的「樣品」，來對「整鍋湯」得出結論。

在本章中，我們將學習如何挑選那個「樣品」，以及如何確保我們的結論是可靠的。如果起初覺得這些內容包含太多「數學」，請別擔心——我們會將其拆解成簡單的步驟，並專注於 CPA 考試真正會考的重點。


1. 基礎概念：什麼是審計抽樣？

審計抽樣是指對總體（Population）中少於 100% 的項目應用審計程序。目標是根據我們抽樣測試的小部分項目，來評估整個群體的特性。

抽樣風險 (Sampling Risk) 與非抽樣風險 (Non-Sampling Risk)

即使你做足了所有正確步驟，仍有可能得出錯誤的結論。這稱為審計風險 (Audit Risk)。在抽樣中，我們將其分為兩類：

1. 抽樣風險：指你挑選的樣本無法代表整體群體的風險。可能剛好在 1,000 張「正常」的發票中，你偏偏挑中了那 5 張「有問題」的。
比喻：你喝了一口湯，剛好喝到一塊還沒化開的巨大鹽塊。你以為整鍋湯都太鹹了，但其實它沒問題！

2. 非抽樣風險：指因為與抽樣規模無關的其他原因而得出錯誤結論的風險。這通常是因為人為錯誤——比如使用了錯誤的程序或誤解了審計證據。
比喻：你嚐了湯，但你因為感冒了根本嚐不出味道！

記憶法：兩類抽樣錯誤

CPA 考試非常喜歡考這兩種風險。請試著從效率 (Efficiency，做得太多) 與效果 (Effectiveness，未能發現問題) 的角度去思考。

針對控制測試 (Tests of Controls)：
- 評估控制風險過高 (Risk of Assessing Control Risk Too High / Alpha Risk)：你認為控制無效，但它們其實是有效的。結果：你做了太多額外工作（效率低）。
- 評估控制風險過低 (Risk of Assessing Control Risk Too Low / Beta Risk)：你認為控制有效，但它們其實是無效的。結果：你做的工作不足，可能會遺漏重大錯誤（效果低——非常危險！）。

針對實質性測試 (Substantive Testing)：
- 不正確拒絕風險 (Risk of Incorrect Rejection)：你認為餘額是錯的，但其實它是對的。（效率問題）。
- 不正確接受風險 (Risk of Incorrect Acceptance)：你認為餘額是對的，但其實它是錯的。（效果問題——非常危險！）。

快速回顧：審計師最害怕的是評估控制風險過低和不正確接受風險，因為這會導致審計品質的「失敗」。


2. 統計抽樣與非統計抽樣

抽樣有兩種主要「流派」。根據 GAAS（公認審計準則），兩者皆被允許。

統計抽樣 (Statistical Sampling)：運用機率法則來衡量風險。它能協助你計算精確的樣本量，並透過數學方式評估結果。
優點：提供了一種衡量「抽樣風險」的客觀方法。

非統計抽樣 (Non-Statistical Sampling)：利用審計師的專業判斷 (Professional Judgment) 來挑選項目並評估結果。
注意：你仍然需要確保樣本具有代表性，但你不會使用數學公式來證明其合理性。

避免常見誤區：

學生常誤以為統計抽樣比較「好」。其實不然！兩者在審計準則下具有同等效力。選擇哪種方式取決於審計師的判斷，以及使用複雜數學方法的成本效益分析。


3. 屬性抽樣 (Attribute Sampling，用於測試控制)

當我們尋找的是「是/否」特徵時，我們使用屬性抽樣。例如：「經理是否有簽署這張採購訂單？」我們不看金額，我們看的是簽署這個屬性。

決定樣本量的關鍵因素：

1. 可容忍偏差率 (Tolerable Deviation Rate)：在判斷控制失效之前，你願意「容忍」多少錯誤？（如果你要求嚴格，這個數字就會設得很低）。
2. 預期偏差率 (Expected Deviation Rate)：你「預期」會發現多少錯誤？
3. 可接受的評估控制風險過低風險：你願意承擔多少出錯的風險？（信心程度越高 = 風險越低）。

評估結果：

測試樣本後，你需要計算樣本偏差率 (Sample Deviation Rate)（\( \frac{\text{錯誤數量}}{\text{樣本總量}} \)）。接著，加上一個稱為抽樣風險容許量 (Allowance for Sampling Risk) 的「安全邊際」。

屬性抽樣的金科玉律：
樣本偏差率 + 抽樣風險容許量 = 上限偏差率 (Upper Deviation Rate)

比較你的上限偏差率與可容忍偏差率：
- 若上限偏差率 \(\le\) 可容忍偏差率：信賴該控制。
- 若上限偏差率 \(>\) 可容忍偏差率：不要信賴該控制。擴大測試範圍或增加控制風險。


4. 變數抽樣 (Variables Sampling，用於實質性測試)

屬性抽樣尋找的是「是/否」，而變數抽樣關注的是金額 (Dollar Amounts)。當我們想確認帳戶餘額（如應收帳款）是否存在重大誤報時，我們使用此方法。

三種常見方法：

1. 單位平均估計法 (Mean-Per-Unit, MPU Estimation)：
計算樣本中項目的平均值，再乘以總體中的項目總數。
\((\text{樣本平均價值}) \times (\text{項目總數}) = \text{預估總價值}\)

2. 比率估計法 (Ratio Estimation)：
利用樣本中「審計價值」與「帳面價值」的比率來推估整體。
\((\frac{\text{樣本審計價值}}{\text{樣本帳面價值}}) \times \text{帳面總價值} = \text{預估總價值}\)

3. 差額估計法 (Difference Estimation)：
計算樣本中「真實審計價值」與「記錄帳面價值」之間的平均差異，然後將該差異投射到整個總體。


5. 貨幣單位抽樣 (PPS Sampling)

這是一種在 CPA 考試中非常熱門的混合方法。PPS 不直接挑選實體「發票」，而是將每一個貨幣單位（每一美元）視為一個抽樣單位。

為何使用 PPS？
- 它會自動挑選金額較大的項目（因為 10,000 美元的發票有 10,000 次「被抽中」的機會，而 10 美元的發票只有 10 次）。
- 若預期錯誤較少，它通常比傳統變數抽樣更有效率。

在 PPS 中計算樣本量：

你需要知道抽樣間隔 (Sampling Interval)。
公式： \( \text{抽樣間隔} = \frac{\text{可容忍誤報}}{\text{信賴係數 (Reliability Factor)}} \)

樣本量： \( \text{樣本量} = \frac{\text{總體帳面價值}}{\text{抽樣間隔}} \)

PPS 評估：

當你在 PPS 中發現錯誤時，計算投射錯誤 (Projected Error)。
- 若該項目的帳面價值「小於」間隔，使用「污染百分比 (Tainting %)」計算。
- 若該項目的帳面價值「大於」間隔，投射錯誤即為發現的實際錯誤金額。

PPS 核心總結：它非常適合用來發現虛增 (Overstatements)（資產過高），但對於發現「少報」或「零餘額」效果不佳（因為零餘額根本沒有被抽中的「機會」！）。


成功檢查清單

在進入練習題之前，請確保你能回答以下問題：

- 屬性抽樣 = 控制測試（是/否）。
- 變數抽樣 = 實質性測試（金額）。
- Beta 風險 = 「可怕」的風險（效果問題）。
- Alpha 風險 = 「多做工作」的風險（效率問題）。
- PPS = 專注於大金額項目；不適合零或負餘額。

繼續加油！你做得很好。抽樣是那種一旦你開始理解公式如何與審計師「既要高效、又要安全」的目標相互作用後，就會瞬間「開竅」的課題。