[发明专利]一种规避在审计抽样中存在重大错误风险的方法

权利要求书

1.一种规避在审计抽样中存在重大错误风险的方法，其特征在于，包括如下步骤：

构建样本库，所述样本库包括已有单位的历年交易数据、历年开票数据、历年审计结果数据和历年已有单位环境；

选取多个样本集，所述样本集包括同一个已有单位的历年交易数据样本、历年开票数据样本、历年审计结果数据样本和已有单位环境；

对所述样本集进行自学习，通过蒙特卡罗算法对所述样本集进行自学习，修正伪随机数，得到审计修正器，所述伪随机数为样本集中具有重大错误风险的随机样本；

构建对象单位样本库，所述对象单位样本库包括对象单位的历年交易数据、历年开票数据、历年审计结果数据和历年对象单位环境；

构建对象单位样本集，所述对象单位样本集包括对象单位的历年交易数据样本、历年开票数据样本、历年审计结果数据样本和对象单位环境；

对所述对象单位样本集进行处理，通过审计修正器对所述样本集进行处理，得出对象单位的审计抽样结论，若存在不可修正的伪随机数，则判定该对象单位样本集存在重大错误风险，并指出该伪随机数，若存在可修正的伪随机数，则判定该对象单位样本集符合审计中的可容忍误差要求。

2.根据权利要求1所述的规避在审计抽样中存在重大错误风险的方法，其特征在于，所述选取多个样本集中，同一个已有单位的样本集至少为两个。

3.根据权利要求1所述的规避在审计抽样中存在重大错误风险的方法，其特征在于，所述已有单位环境和/或对象单位环境包括单位的概况、单位的内部控制制度、单位所需遵循的法律法规和单位行业状况。

4.根据权利要求1所述的规避在审计抽样中存在重大错误风险的方法，其特征在于，所述对所述样本集进行自学习中，所述样本集包括已有单位的历年交易数据样本a_x（a1、a2、a3……ax），历年开票数据样本b_y（b1、b2、b3……by），历年审计结果数据c_z（c1、c2、c3…cz），已有单位环境，其中，x、y、z均为自然数；

所述通过蒙特卡罗算法对所述样本集进行自学习的步骤具体包括：

取历年交易数据样本a_x，可得模拟值A_x，估计值为其平均A^，再取a_x的对偶a´_x=-a_x，再得模拟值A´_x，估计值为其平均A´^，然后取新的平均值A″=（A^+A´^）/2，则varA″=1/2varA^+1/2cov（A^，A´^）,通过varA″判断a_x中各样本的偏离程度，以此得出a_x中的伪随机数；

取历年开票数据样本b_y，可得模拟值B_y，估计值为其平均B^，再取b_y的对偶b´_y=-b_y，再得模拟值B´_y，估计值为其平均B´^，然后取新的平均值B″=（B^+B´^）/2，则varB″=1/2varB^+1/2cov（B^，B´^）,通过varB″判断b_y中各样本的偏离程度，以此得出b_y中的伪随机数；

取历年审计结果数据样本c_z，可得模拟值C_z，估计值为其平均C^，再取c_z的对偶c´_z=-c_z，再得模拟值C´_z，估计值为其平均C´^，然后取新的平均值C″=（C^+C´^）/2，则varC″=1/2varC^+1/2cov（C^，C´^）,通过varC″判断c_z中各样本的偏离程度，以此得出c_z中的伪随机数；

通过对a_x、b_y和c_z中的伪随机数进行有限次的排列组合，将组合后的结论与组合前的结论进行比对，若结论偏差符合审计中的可容忍误差要求，则判定该组合中伪随机数是可修正伪随机数，若结论偏差不符合审计中的可容忍误差要求，则判定该组合中伪随机数是不可修正伪随机数。