サービス

Audit Analytics©:Magnet

機械学習を活用した異常仕訳抽出

日々の膨大な仕訳データから異常な仕訳をAIにより抽出する

トーマツは機械学習を活用し、リスクとなり得る異常な仕訳抽出を行うAudit Analyticsツール「Magnet」を開発しました。従来、異常仕訳の抽出には、監査人の専門的知見を用いて、リスク要因となり得る検索条件を設定することで抽出していました。当ツールの利用により例えば通常の仕訳と比較して仕訳金額や勘定科目の組合せなどに、異常な兆候の見られる仕訳を迅速に発見することができ、監査人の検討を補完することが可能になりました。

Magnet資料 (PDF, 210KB)

■Magnetの仕組み

クリックで拡大します

機械学習による異常な金額の仕訳抽出

機械学習における、統計的手法の一つである決定木分析を用いて、仕訳データをグループに分類し、グループごとに比較を行います。分類を行ったグループ内で、平均金額を基準としたスコアを設定し、異常である可能性が高い仕訳を特定します。

■機械学習で異常を発見

クリックで拡大します

レコメンドアルゴリズムによる異常な組み合わせの仕訳抽出

Magnetでは機械学習に加えて、レコメンドアルゴリズムを用いて異常な仕訳を抽出します。レコメンドアルゴリズムの指標であるリフト値を活用し、膨大な仕訳の組合せ一つ一つをスコアリングします。そのスコアにおいて、設定した基準のリフト値よりも低くなるものを識別します。リフト値の小さな仕訳はめったに使用されない仕訳の組合せとなるため、誤謬や不正のリスクとして識別が可能です。また、これらのめったに使用されない仕訳の必要有無についても検討することが可能になり、被監査会社と監査人の議論をより深化させることに貢献します。

■レコメンドアルゴリズムで異常を発見

クリックで拡大します

Audit Innovationをもっと知る

・デジタルを駆使したトーマツが描くこれからの監査をご紹介
  Audit Innovationスペシャルサイト
・Audit Innovationのツール事例
 Audit Analytics全般 / Balance Gateway / Deloitte Connect 
・Audit Analyticsの他事例
 Compass / 子会社リスク評価分析 / その他事例
・その他Audit InnovationのTopicsはこちら

この記事のプロフェッショナル

矢部 誠/Makoto Yabe

矢部 誠/Makoto Yabe

Audit Innovation部長 有限責任監査法人トーマツ パートナー

外資系金融機関等での勤務を経て、2005 年に有限責任監査法人トーマツに入社。金融機関、製造業、流通業等に対するデータ活用による顧客管理、収益改善・コスト最適化サービス、不正調査支援サービスを含む多数の監査・コンサルティング業務に従事。2012 年にデロイトアナリティクスを立ち上げ、デロイト トーマツ グループが提供するあらゆるサービスへのアナリティクス適用を主導するとともに、先進分析手法やビッグ... さらに見る

外賀 友明/Tomoaki Geka

外賀 友明/Tomoaki Geka

有限責任監査法人トーマツ パートナー

2001年に有限責任監査法人トーマツに入社後、大手食品メーカーや小売業等の上場会社の監査業務に従事。監査にアナリティクスを導入し、多大な成果を上げているシドニー事務所からノウハウを学ぶため、2012年シドニー事務所派遣。帰国後、事務所全体へのアナリティクスやAIの導入・展開を図るAudit Analytics PJに立ち上げから参画、リードしている。 公認会計士 IAASB(国際監査・保証基準審議... さらに見る