【摘要】以A會計師事務所為研究對象， 在闡述審計抽樣業務現狀的基礎上， 首先分析其在抽樣樣本選取、抽樣方法選擇、憑證數據篩選過程中存在的問題， 然后引入RPA機器人流程自動化技術， 構建基于RPA的審計抽樣軟件機器人模型， 詳細闡述機器人的運行機理， 最后從機器人的技術開發、審計模式重構、應用價值和風險評估等方面分析在運用時的關注點。

　　【關鍵詞】審計抽樣;抽樣風險;RPA;機器人;會計師事務所

　　一、引言

　　隨著“四大”會計師事務所相繼推出財務與審計各種應用場景下的RPA機器人， 外部審計表面上面對的是會計期末財務人員出具的四張財務報表， 實質上面對的是企業內部和外部有關財務活動的所有數據， 是對包括結構化、半結構化和非結構化等不同的數據對象進行審計。 由于這些數據來源廣泛、比較分散且數量巨大， 基于成本效益原則， 外部審計主要采用抽樣審計方法。 在實務中， 因為審計抽樣工作包括大量的數據收集、處理與分析工作， 所以審計人員通常要進行大量的重復性操作， 不但工作效率低， 工作質量也難以得到保證。 RPA技術就是基于設置好的規則去操作完成可重復、可機器人化任務的軟件解決方案。 財務機器人和審計機器人是RPA技術應用在財務和審計領域的新嘗試， 是基于RPA技術并結合一系列人工智能、認知技術， 取代傳統財務和審計人工操作的數字化技術應用[1] ， 可以較為有效地解決目前審計抽樣流程中數據結構復雜且易出錯等問題。

　　隨著云計算、大數據、RPA技術在審計實務領域的應用， 審計抽樣引起了學術界和實務界的重點關注。 目前， 已有學者在RPA技術方向和審計難點方向展開相關研究， 秦榮生[2] 結合大數據時代云計算技術的特點， 分析相應的特征對審計領域帶來的具體影響和變革， 并提出云計算技術在審計應用方面的建議和措施， 以避免不利影響。 程平和陳珊[3] 在已有的審計領域知識庫基礎上， 實現了對審計抽樣流程中新挖掘的審計規則積累與再利用， 創新性地提出建立審計樣本與審計目標之間的關聯規則， 形成了新的審計知識關聯規則庫， 并結合該關聯規則， 引入DBSCAN 聚類算法做聚類， 將處理結果和原始審計知識庫進行對比， 選出新穎度評價較高的儲存在知識庫， 用實證研究的方法證明了引入新算法、新技術對審計抽樣工作的有效性。 顧洪菲[4] 從大數據的特點出發， 根據大數據的發展和應用現狀， 探討了我國開展審計數據分析的個性化特點和需求， 同時根據這些相關需求探討數據量、數據結構、數據處理這三個方面所需要的技術要求， 并列舉出具體的相關數據分析方法。 隨著大數據時代的到來， 技術的發展可以輔助審計人員在實務中更方便、更快捷地從龐雜、非結構化的數據中提取出對審計工作有用的相關財務信息， 同時， 大數據帶來的變革也對審計抽樣的技術和方法提出了更高的要求。

　　綜觀現有文獻， 對大數據時代下大數據、云技術與審計實務的結合研究成果頗豐， 但很少集中在實現指定業務的機器人自動化軟件上。 對于審計抽樣的研究方向則主要集中在統計方法的應用和國內外抽樣細則的差異上， 而關于提升審計效率、降低審計成本以及基于RPA技術降低審計抽樣風險的審計研究涉及較少。

　　目前的審計抽樣在工作實踐中仍然存在不完善之處， 不僅體現在審計抽樣基礎工作和審計抽樣具體實施環節方面， 還體現在審計抽樣準則制定方面。 現有的研究成果表明， 先進的審計信息技術可以較大程度地提高審計工作效率和審計質量， 降低審計風險。 鑒于此， 本文選取A會計師事務所為研究對象， 在闡述審計抽樣業務現狀和問題的基礎上， 分析審計抽樣的風險和現有流程的改進方法， 以適應不同的審計需要。 通過整合科學的審計抽樣方法， 并對其實用性、風險加以分析， 從而進一步提高審計抽樣方法的可靠性。

　　二、A會計師事務所審計抽樣現狀與存在的問題

　　A會計師事務所目前年業務收入規模已達1.4億元， 其中審計業務收入約5200萬元， 具有大型企業和金融機構審計資格和經驗。 事務所實力雄厚， 人員結構較優， 隨著行業發展技術的逐漸成熟， 企業的業務線增多， 工作內容越來越復雜， 數據量也越來越龐大， 意味著審計難度加大， 給會計師事務所帶來較大的審計壓力。 由于企業的數據庫內容或者財務集成系統內存儲的財務信息、非財務信息均在一定程度上符合大數據特征， 因此會計師事務所需要了解其中的相關特征， 運用大數據分析技術， 從而達到盡可能降低自身審計風險、更好地完成審計業務的目的。

　　(一)審計抽樣現狀

　　A會計師事務所的審計抽樣業務主要采用固定樣本抽樣法， 其遵循的流程是首先確定審計目的和審計抽樣總體， 然后定義“誤差”標準、確定樣本量、選取并審查樣本， 最后評價抽樣結果。 固定樣本抽樣法在定義 “誤差”標準時通常由抽樣人員運用職業判斷所得， 例如商品入庫驗收單的缺失、付款審批權限不當、采購發票的缺失、付款申請采購合同的缺失、付款支付日期在資金審批日期之前等， 根據不同的業務， 其判定也有一定的靈活性。 A會計師事務所對于抽樣樣本數量有基本的原則規定， 每月一次以上到每周一次的業務活動要滿足抽樣數量至少為5筆的條件， 而每周一次以上到每天一次的業務活動要滿足抽樣數量至少為15筆的條件等。 通過審查樣本發現的偏差數量與樣本規模之比確定樣本偏差率， 在具體的項目抽樣應用中， 往往會用到潛在錯報率對照表， 其形式如表1所示。

　　A會計師事務所進行審計抽樣的基本方法包括統計抽樣法和非統計抽樣法， 兩個方法的差異對比如圖1所示。 在A會計師事務所審計工作中， 最常用的統計抽樣方法是參數估計法和假設檢驗法， 合理的樣本和樣本規模是這兩種方法應用的前提， 只有符合上述標準才能借助樣本的數據特征表現推斷出總體數據的表現。 非統計抽樣法則更多地依賴于審計人員的職業判斷， 要使樣本盡可能地符合有效性原則， 就需要審計人員具有豐富的經驗、較高的專業素質， 且方法運用得當。