トーマツが会社・勘定科目単位で不正を検知するAIモデルを開発、今後2年間で監査先100社以上のリスク評価手続に活用

トーマツが会社・勘定科目単位で不正を検知するAI・機械学習モデルを開発、今後2年間で監査先100社以上のリスク評価手続に活用

デロイト トーマツ グループの有限責任監査法人トーマツは1月7日、過去の不適切な財務データをAIに学習させることで、会社、勘定科目単位で不正を検知する不正検知モデルを開発し、2022年1月から本格導入を開始すると発表した。また、これまで活用してきた仕訳分析モデル異常検知モデル(2017年8月特許取得済)と組み合わせて、不正リスク評価から、対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立した。不正検知モデルの開発などAIの活用を通じて、AI・データドリブンによる監査の高度化を目指す。

2015年以降、不適切会計が明らかになった企業の数は増加しており、コロナ禍による業績不振も勘案すると、今後もこの傾向は続くと考えられるという。不正の発生は、企業に大きな損失をもたらすものであり、いかに不正リスクを抑えるかが急務の課題と指摘している。

従来監査人は、監査先の財務データに対し、異常とみなす基準値や予算との比較、前期からの趨勢把握などによって、監査で重点的にフォローするグループ会社や勘定科目を選別していた。一方、今回同社が開発した不正検知モデルでは、上場企業の過去の不正の傾向をAI・機械学習モデルに学習させているため、監査人は監査先から財務データを入手し、不正検知モデルにデータを投入することで、予測モデルによる不正スコアの計算のもと、不正リスクが高い会社、勘定科目および財務指標を識別する。これにより、監査人は不正リスクの分析を効率的に行うとともに、従来識別しえなかった不正パターンの識別が行えるという。不正検知モデルで検知された不正の兆候に基づいて監査人が監査先企業との議論をより深化させることで、企業のガバナンス向上に貢献するとしている。

トーマツでは、不正検知モデルを一部活用した監査に着手しており、すでに10社超の上場会社の監査において、主に子会社のリスク評価手続に活用している。さらに、今後2年間で100社以上の監査先のリスク評価手続に活用することを目指しているという。また、不正検知モデルの更なる性能向上に向けて、監査先の同意を得た場合には当該監査先の財務情報をモデルの学習に用いることでモデルの精度を向上させることや、市況データのバリエーションを増やすことで、特に海外子会社に対するリスク評価の精度向上を予定している。

今回開発した不正検知モデルでは、予測性能に優れる勾配ブースティング技術を採用し、2005年以降に公表された有価証券報告書および訂正報告書に含まれる財務諸表と為替レート、物価指数などの市況データをAIに学習させて、複数の財務指標から不正企業と正常企業との相違性を見出し、その結果を不正企業との近似度として0~1の間でスコアリングする。

また、どの指標がスコアに影響しているのか、会社別の各指標の時系列推移や、指標値の算定に使用した勘定科目の実数値を詳細に確認できるため、AIが算出したスコアがなぜ高いのかを説明することが可能という。あわせて、不正リスクが高いと評価された企業と類似した不正シナリオを持つ過去の不正企業を参照できる仕組みも構築している。

これにより、これまで活用してきた仕訳分析モデルや異常検知モデルと組み合わせて、より広範な観点から不正の兆候を把握するリスク評価から、不正リスクの高い仕訳や取引に対して個別・詳細に分析を行い、リスク対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立した。トーマツが会社・勘定科目単位で不正を検知するAIモデルを開発、今後2年間で監査先100社以上のリスク評価手続に活用

投稿者:

TechCrunch Japan

TechCrunchは2005年にシリコンバレーでスタートし、スタートアップ企業の紹介やインターネットの新しいプロダクトのレビュー、そして業界の重要なニュースを扱うテクノロジーメディアとして成長してきました。現在、米国を始め、欧州、アジア地域のテクノロジー業界の話題をカバーしています。そして、米国では2010年9月に世界的なオンラインメディア企業のAOLの傘下となりその運営が続けられています。 日本では2006年6月から翻訳版となるTechCrunch Japanが産声を上げてスタートしています。その後、日本でのオリジナル記事の投稿やイベントなどを開催しています。なお、TechCrunch Japanも2011年4月1日より米国と同様に米AOLの日本法人AOLオンライン・ジャパンにより運営されています。