[新製品・サービス]

2022年1月7日(金)日川 佳三（IT Leaders編集部）

リスト

　トーマツは、財務書類の監査サービスを効率化するため、財務データの不正を会社・勘定科目単位で検知するAIモデルを開発した（図1）。過去の不適切な財務データをAIに学習させて開発した。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。今後2年間で100社以上のリスク評価に活用することを目指している。

図1：不正検知モデルの概要（出典：トーマツ）

　不正検知モデルの作成には、勾配ブースティング技術を採用した。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に学習させて作成した。アウトプットとして、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、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。

　算出したスコアの根拠も説明可能である。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、指標値の算定に使った勘定科目の実数値、などを確認できる。不正リスクが高い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する仕組みも構築した。

　監査人は従来、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運用してきた。財務データを異常とみなす基準値、予算との比較、前期からの趨勢把握、などによって選別していた。これに対して、今回開発した不正検知モデルでは、監査先から財務データを入手するだけで、不正リスクが高い会社、勘定科目、財務指標を識別する。

　トーマツは、不正検知モデルに、これまで同社が使っ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利用する（図2）。これにより、不正リスクの評価から対応手続の立案まで、網羅的にAIを活用するアプローチを確立したとしている。

図2：網羅的にAIを活用するアプローチを確立した（出典：トーマツ）

　今後は、不正検知モデルの精度向上に向けて、監査先の同意を得た場合は財務情報を再学習に利用する。市況データのバリエーションも増やす。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。