控制测试中确定样本规模的因素有哪些?细节测试中确定样本规模的因素有哪些?

首先,我们来汇总一下教材中的关于控制测试和细节测试中影响样本规模的因素,如下:

控制测试中影响样本规模的因素

影响因素

控制测试

与样本规模的关系

可接受的抽样风险

可接受的信赖过度风险

反向变动

可容忍误差

可容忍偏差率

反向变动

预计总体误差

预计总体偏差率

同向变动

总体规模

总体规模

影响很小

细节测试中影响样本规模的因素

影响因素

细节测试

与样本规模的关系

可接受的抽样风险

可接受的误受风险

反向变动

可容忍误差

可容忍错报

反向变动

预计总体误差

预计总体错报

同向变动

总体变异性

总体变异性

同向变动

总体规模

总体规模

影响很小

【提示】通过对比,我们可以发现影响控制测试的样本规模的有四个因素,影响细节测试的样本规模的有五个因素,差别在于内部控制是没有变异性的,所以也就不用考虑总体变异性的影响。另外,我们可以看到不管是可接受的信赖过度风险、可容忍的偏差率、可接受的误受风险、可容忍的错报,这四个因素归结起来都是在说注册会计师可容忍、可接受的限度,这代表着注册会计师的对自身工作的一个要求,如果要求越高,可容忍的程度越低,那么注册会计师就需要通过自身不懈的努力来达到高要求,此时的样本规模自然是越大越好,所以可容忍的程度与样本规模都是成反向变动的。

除了可容忍的因素,剩下的就是预计的偏差和错报,也就是注册会计师认为被审计单位存在的偏差和错报的数量,如果注册会计师认为偏差和数量越多,就说明注册会计师评估的重大错报风险高,此时为了将审计风险降至可接受的水平,注册会计师也需要付出更多的努力,对应的就是也需要扩大样本规模。此时预计的错报和偏差是与样本规模成正向变动的。

总体规模对控制测试和细节测试中的样本规模的影响是相同的,都是影响很小。对于大规模总体而言,总体的实际容量对样本规模几乎没有影响。在统计学中计算样本量的公式中,总体规模在分子和分母中同时存在,这个公式很复杂,简而言之,好比一个分数:(X-500/X,当X1000变成5000时,其值的变化为80%,当从5000变成50000时,其变化却只有10%。所以当总体规模越大,对样本量的影响就越小。也可以这么理解,对于一个资产规模为1000万的企业,注册会计师可能花了3天的时间完成了审计;那么对于一个资产规模为2000万的企业,注册会计师可能花了6天的时间,而对于一个资产规模是1000亿的企业,注册会计师就不会花费30000天的时间去审计。可见,有一个规律,当总体规模不大时,总体规模扩大,样本规模可能会成比例扩大;当总体规模达到一定程度之后,再扩大总体规模,可能样本规模只是小量扩大,或者不变,这是符合统计学原理的。