上海新華發(fā)行集團(tuán)存貨盤點抽樣設(shè)計方案

#上海新華發(fā)行集團(tuán)存貨盤點抽樣方案設(shè)計上海財經(jīng)大學(xué)統(tǒng)計學(xué)系王德發(fā)張潔王靜高靜波一、方案設(shè)計的背景本項目是上海上會會計事務(wù)所應(yīng)上海新華發(fā)行集團(tuán)轉(zhuǎn)資要求進(jìn)行審計的子項目。整個項目的內(nèi)容包括企業(yè)資產(chǎn)審計和發(fā)行物的存貨盤點。上海新華發(fā)行集團(tuán)是一家設(shè)有3家分公司、37家子公司、17家孫公司、共有637家營業(yè)網(wǎng)點的大型發(fā)行集團(tuán)，存貨品種繁多，分布過于分散，部分規(guī)模大的門店為電腦記賬，實行單品管理，另有部分門店為手工記賬。其中，發(fā)行所、東方代理公司為批發(fā)單位，其他區(qū)屬店為零售單位。再者，由于審計目的是為了集團(tuán)轉(zhuǎn)資的需要，因此，存貨總量必須符合規(guī)定的時點要求。因此，按照上海上會會計事務(wù)所的人力要想在規(guī)定的時間內(nèi)對新華集團(tuán)所有存貨進(jìn)行全面盤點，是完全沒有可能的。為此，事務(wù)所決定采用抽樣調(diào)查的方法對新華集團(tuán)的存貨進(jìn)行盤點，目的以較少的人力物力和財力取得精確可靠的審計結(jié)果。二、抽樣方案的設(shè)計（一）抽樣方案設(shè)計的基本思路在了解公司的機(jī)構(gòu)設(shè)置、管理方法、各營業(yè)網(wǎng)點的名稱、地址、地理分布圖、存貨規(guī)模、銷售類型、記賬方式等情況的基礎(chǔ)上，設(shè)計抽樣方案，根據(jù)這一方案進(jìn)行存貨抽樣盤點工作，并根據(jù)樣本的具體情況以及對存貨歷史數(shù)據(jù)的平穩(wěn)性檢驗的基礎(chǔ)上，推斷總體的存貨情況，即對存貨總量進(jìn)行確認(rèn)，并最終把存貨總量恢復(fù)到集團(tuán)轉(zhuǎn)資規(guī)定的時點上。（一）倉庫的抽樣方案設(shè)計倉庫抽樣方法的確定根據(jù)集團(tuán)網(wǎng)點資料信息，以637家營業(yè)網(wǎng)點為抽樣總體。在對各網(wǎng)點數(shù)據(jù)資料的描述統(tǒng)計過程中發(fā)現(xiàn)，有10家門店和倉庫的總存貨碼洋金額均在1000萬元以上，10家門店和倉庫的碼洋金額占所有總存貨碼洋金額的 67%。在抽樣中，如果存在特別大的異常值，那么對總體總值的估計會產(chǎn)生較大的影響。 根據(jù)獨立審計具體準(zhǔn)則第4號一一審計抽樣第二章第六條的規(guī)定：“注冊會計師應(yīng)當(dāng)根據(jù)具體審計目標(biāo)，考慮其所要獲取審計證據(jù)的特征及構(gòu)成誤差的條件，確定所采用的審計抽樣方法，并據(jù)此設(shè)計樣本?！辫b于此，本著減少對總體信息的改變與遺失的原則，將這10家門店和倉庫全部選入樣本而不進(jìn)行抽樣，從而保證了準(zhǔn)確的對總體進(jìn)行推斷。倉庫的抽樣步驟（1）對原始數(shù)據(jù)進(jìn)行篩選：分別對02、03、05、07、13、17和33庫按庫位號進(jìn)行篩選，將庫位號中以“9”開頭的、以“S”開頭的以及庫位號為空的數(shù)據(jù)從分庫資料中剔除，原因是上述存貨都處于流轉(zhuǎn)之中，流動性大，難以把握精確數(shù)據(jù)。分別計算剔除的各倉庫庫存的均值、最大值、最小值、方差、包含的單品數(shù)以及累計總金額。對所有數(shù)據(jù)按降序進(jìn)行排序，找出異常值，將其從抽樣框中剔除。

經(jīng)過排序發(fā)現(xiàn)07庫和33庫中均出現(xiàn)了異常值，這兩個庫中的前 11個單品碼洋金額數(shù)較大，在10萬以上，由于它們對估計值的影響較大，建議對這 22個單品都進(jìn)行盤點，并將它們從各自分庫資料中剔除。表107庫異常值庫位號特征包含單品個數(shù)以“9”開頭1以“S”開頭1空格0異常值11篩選后累計263總計276庫表233庫異常值庫位號特征包含單品個數(shù)以“9”開頭23459以“S”開頭735空格107異常值11篩選后累計33352總計57664(2)編制抽樣框，按分層隨機(jī)抽樣方式抽取樣本以經(jīng)過上面四層篩選后的倉庫單品數(shù)據(jù)資料為依據(jù)編制抽樣框。對各庫按碼洋金額描繪頻數(shù)分布圖，并進(jìn)行分組。具體分組情況如下：利用SAS8.2軟件的PROCFRE過程語句，對倉庫單品數(shù)據(jù)按總碼洋金額描繪頻數(shù)分布圖，并進(jìn)行分組。具體分組規(guī)則如下：表3 總碼洋金額頻數(shù)分布分組標(biāo)準(zhǔn)組距100元以下5100元-1000元501000元-10000元50010000元-100000元5000分別計算各組的累計頻數(shù)，累計規(guī)則如下：表4 總碼洋金額累計分布組別組距累計規(guī)則100元以下5/f100元-1000元50j10f1000元-10000元500j100f10000元-100000元5000J1000f確定總樣本量和各層樣本量。

a. 確定層數(shù)根據(jù)經(jīng)驗做法，分層一般不應(yīng)超過6層，但考慮到倉庫單品數(shù)據(jù)的特殊性， 單品碼洋金額之間差別較大，從幾十元到近十萬元不等。根據(jù)抽樣中應(yīng)當(dāng)視不同情形運(yùn)用適當(dāng)?shù)姆椒?，從審計對象總體中抽取適量、有效的樣本，并著重考慮因抽樣引起的抽樣風(fēng)險及其他因素引起的非抽樣風(fēng)險的原則，故將倉庫單品數(shù)據(jù)分成 7層。確定各層的上限根據(jù)所分層數(shù)，計算上述累計頻數(shù)和層數(shù)之比， 與此得數(shù)最接近的數(shù)即為第一層的上限；同理，以累計頻數(shù)與層數(shù)之比乘以2為第二層上限，以累計頻數(shù)與層數(shù)之比乘以3為第三層上限；依此類推，直至所有層上限均已確定。確定樣本總量：L2(遲WhSh)采用Neyman最優(yōu)分配法，確定總樣本量。 n l1L2V WhShNhj：其中L:層數(shù)；N:總體所包含的個體數(shù)；Wh:各層的權(quán)數(shù)；Sh:各層的方差;d2V:給定方差上限，其計算公式為 V二——，r為相對誤差限，這里我_ U丿們?nèi)=0.05,Y為倉庫單品總體均值；t為置信水平所對應(yīng)的t值，這里我們?nèi)≈眯潘綖?9%,t=2.58。確定各層樣本量WhShh=1(3)對抽取樣本進(jìn)行精確性檢驗A.對縣有資料各庫碼洋金額進(jìn)行試驗點估計和區(qū)間估計，計算方差。方差計算公式：（1一（1一fh）*SfnhV（y（八Wh2h=1B.靈敏度分析

將各庫樣本數(shù)試增加，發(fā)現(xiàn)其能在一定程度上減小標(biāo)準(zhǔn)誤，因此，若要提高精度可考慮增加樣本量。倉庫抽樣結(jié)果根據(jù)已確定的各層樣本容量，調(diào)用 SAS分析員應(yīng)用模塊中的 EnterpriseMiner 程序,抽取所需樣本，結(jié)果如下：層分層情況nWHSHWH*SH「WH*SH2nhFh(%)SS10-200119850:0.424158.12824.653071433.032240.020025SS2200-600756140.2676114.5830.658483512.782300.039675SS3600-1500527170.1866249.1146.4720511576.71460.087258SS41500-3000204120.0722418.5730.2347412655.49300.146972SS53000-600091060.0322825.1326.5888721939.38260.285526SS606000-250043700.01554444.668.73216305485.6671.533181SS7025000-95005180.00181393725.54719356048.1254.826255-2825871-252.8865712651.12480.087761(二)門店抽樣方案1?門店抽樣方法的確定為了提高總體估計量的精度，對于剩余的門店進(jìn)行分層隨機(jī)抽樣。按照內(nèi)部碼洋金額這個標(biāo)志值將差異很大的總體各單位劃分為若干層，使層內(nèi)差異小，層間差異大。然后再從各組中按照隨機(jī)原則分別抽取一定的單位數(shù)目構(gòu)成樣本。2?門店抽樣步驟⑴利用SAS8.2軟件的PROCFREQi程語句，對門店數(shù)據(jù)按總碼洋金額描繪頻數(shù)分布圖,并進(jìn)行分組。具體分組規(guī)則如下：分組標(biāo)準(zhǔn)組距1000元-10000元100010000元-100000元P 10000100000元-1000000元1000001000000元-9000000元10000000⑵分別計算各組的累計頻數(shù)，累計規(guī)則如下分組標(biāo)準(zhǔn)組距累計規(guī)則1000元-10000元100010000元-100000元10000j10f100000元-1000000元100000j100f1000000元-9000000元10000000j1000f(3)確定總樣本量和各層樣本量的方法及原理同以上倉庫

3?門店抽樣結(jié)果根據(jù)上述抽樣方法，在剩余的 627家門店中共抽取24家，它們的累計碼洋金額為4735081.81元，占所有門店總碼洋金額的 21%。這24家門店的具體分布如下：子公司名稱門店名稱上海音樂圖書公司（7.30日）上海音樂圖書公司上海新華書店（合并）拓展中心上海新華書店嘉定區(qū)店中心門市上海新華書店浦東新區(qū)店乳山上海新華書店虹口區(qū)店臨汾上海新華書店長寧區(qū)店大樓上海新華書店楊浦區(qū)店栗陽上海新華書店虹口區(qū)店川門上海新華書店徐匯區(qū)店港匯上海新華書店普陀區(qū)店曹楊上海新華書店閘北區(qū)店石泉上海新華書店靜安區(qū)店南門上海新華書店閘北區(qū)店洛門（洛川東路）上海新華書店閘北區(qū)店寶門（寶山路）上海新華書店長寧區(qū)店上海城上海新華書店浦東新區(qū)店新書亭上海新華書店閔行區(qū)店莘門上海新華書店徐匯區(qū)店大木橋上海新華書店閔行區(qū)店二林上海新華書店楊浦區(qū)店四平中國科技圖書公司淞濱店上海新華書店楊浦區(qū)店中原上海新華書店新黃浦區(qū)店浦門上海新華書店徐匯區(qū)店南丹三、抽樣方案的評價對于倉庫抽取的248個隨機(jī)樣本來說，我們發(fā)現(xiàn)其核查日（ 10月7日）帳面庫存碼洋金額和當(dāng)日實盤額也基本一致，誤差在 1姬內(nèi)。但核查日（10月7日）帳面庫存碼洋金額與審計基準(zhǔn)日7月31日的帳面額差別比較大。由于兩個時間點上的庫存碼洋金額差別非常大，故對7月31日至10月7日倉庫的每日進(jìn)銷存數(shù)據(jù)進(jìn)行平穩(wěn)性檢驗。1?檢驗方法采用非參數(shù)統(tǒng)計中的逆序檢驗法，該檢驗方法對于檢驗時間序列中是否存在任何趨勢性是十分有效的。2?檢驗步驟將數(shù)據(jù)按照自然日期分成m段，然后求出每段數(shù)據(jù)按時間平均的均值和方差， 設(shè)所得序列為力，丫2,” ym。（在此三例中，m即為數(shù)據(jù)個數(shù)），計算均值序列（或方差序列）的逆序總數(shù)。對于yi(1=1,2,,,m-1)來說，若后邊有一個值大于它，即稱為一個逆序，記m_1的逆序數(shù)為ai(即后邊有ai個值大于它)，逆序總數(shù)為a八?？梢宰C明，一個隨機(jī)序i4列的逆序總數(shù)a具有以下的期望和方差：E(a)=m(m-1)/4D(a)=m(2m23m-5)/723.計算統(tǒng)計量進(jìn)行統(tǒng)計檢驗構(gòu)造統(tǒng)計量z二[a0.5-E(a)]/D(a),z漸進(jìn)服從N(O,1)分布。因此，對于序列,,ym，可以依據(jù)以上三式求出統(tǒng)計量z的值，在顯著性水平〉二0.05的情況下，若z的絕對值＜1.96,則認(rèn)為序列無明顯的趨勢，否則認(rèn)為序列是非平穩(wěn)的， a過大，則表明序列有上升的趨勢，而a過小，表明序列有下降趨勢。4?檢驗結(jié)果通過對倉庫每日進(jìn)出碼洋金額的 52個數(shù)據(jù)進(jìn)行如上步驟的測算可得， a=596,E(a)=663,D(a)=4014.83,z=-1 ，其絕對值小于1.96，故認(rèn)為序列是平穩(wěn)的。四、抽樣估計及對最終盤點結(jié)果的推算由于7月31日至10月7日之間，倉庫的每日進(jìn)銷存數(shù)據(jù)是平穩(wěn)的，故我們可以通過10月7日的庫存碼洋金額的抽樣估計值來推算審計基準(zhǔn)日 (即7月31日)的庫存碼洋金額。這里我們采取的是比例方式，即按照現(xiàn)在的實盤額與帳面額的誤差比例，來推算 7月31日時候的實際盤存額。 推算結(jié)果為：7月31日庫存額點估計為：2.65億元，99%勺置信區(qū)間為2.54~2.77彳乙元。五、簡短的結(jié)論對上海新華發(fā)行集團(tuán)的存貨抽樣盤點按調(diào)查方案的計劃進(jìn)度實施，取得了非常好的效果。具體表現(xiàn)如下：樣本容量按分層抽樣的原理，經(jīng)過測算，只占存貨總量的5%解決了會計事務(wù)所