审计抽样在内部审计实务中是非常重要的一环,几乎每一个审计项目都离不开审计抽样.审计抽样的重要性对于内部审计和外部审计来说,有不同的意义.审计抽样对于外部审计来说,更多关乎法律风险或责任风险;如果审计抽样符合准则要求,外部审计的审计风险可以在一定程度上规避.而对于内部审计来说,审计抽样更关乎信任风险以及经济风险;在企业内部,管理高层更多的是要审计发现和结果,不太会关注审计抽样的局限性.

审计抽样有两种主要类型:统计抽样（statistical sampling）和非统计抽样（nostatistical sampling）.统计抽样是一种以数学中的概率论为基础选取能够代表总体特征的项目的方法.依据对统计抽样样本的测试结果,内部审计师可以对总体发表意见.例如,内部审计师从存货中抽取样本,逐项测试样本的数量和价值,在此基础上对全部存货记录的价值或正确性发表意见.非统计抽样,也称判断抽样（judgmental sampling）,它不以数学为基础,而是依靠内部审计师的经验判断,内部审计师不可以对总体发表严格的统计分析意见.但是,非统计抽样或判断抽样通常也是一种有效的审计工具.

在内部审计实务中,审计人员用统计抽样的多还是判断抽样的多呢?我前段时间做了一个投票,88人参与了投票.投票结果是:73%的人倾向于选择判断抽样,27%的人倾向于选择统计抽样.这种投票结果至少说明三点:

1.统计抽样因为要熟练掌握统计知识,而在实务中使用较少.

2.审计人员更习惯于使用判断抽样,审计经验能够在短时间内获得效果.

3.统计抽样的样本量可能满足不了审计检查的要求,审计人员需要根据经验扩大样本量.

4.由于时间限制,审计人员完成不了统计抽样的样本量的检查,只能进一步根据经验缩小样本量.

放眼大数据技术,即使审计实务还离不开审计抽样,审计检查的样本可以不断地扩大,总体样本甚至可以扩大到每一个客体,以至于抽样的概念渐渐会减弱.

未来审计技术可能会在大数据技术基础上偏重于审计模型的开发.审计模型也会在各种数学算法中不断改进.