オントロジー工学による会計上の不正仮説生成に関する研究
| Project/Area Number |
20K20770
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 7:Economics, business administration, and related fields
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
瀧 博 立命館大学, 経営学部, 教授 (20292138)
|
|---|
| Project Period (FY) |
2020-07-30 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥5,590,000 (Direct Cost: ¥4,300,000、Indirect Cost: ¥1,290,000)
Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2021: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 不正リスク / 不正シナリオ / 財務諸表監査 / 公認会計士監査 / 行為分解木 / オントロジー工学 / 粉飾決算 / 監査 / 会計上の見積り / 不正リスク仮説 / 知識モデル / デジタル・トランスフォーメーション / リモート監査 / デジタル監査 / AQI / 不正会計事例のデータベース / オントロジー / 監査の質 |
|---|
| Outline of Research at the Start |
上場企業等の大企業が公表する財務諸表には、会計と監査に関する高度な知見を有する公認会計士によって監査が行われる。大企業の財務諸表であるため、リスク・アプローチを始め、通常の監査とは異なる高度な手法が採用されており、近年では、アナリティクス、AIなども利用されている。しかしながら、これらの手法は、統計的手法をベースとしており、必ずしも具体的な不正の形態への対応をベースとするアプローチではない。本研究では、オントロジー工学を監査に援用し、膨大な監査手続を整理するとともに、これらの手続について暗黙とされる不正の形態を明らかにする。また、その効果を検証するため学生を被験者とする実験を実施する。
|
| Outline of Annual Research Achievements |
2023年度は、これまでの共同研究の成果である固定資産の減損に関する会計基準と会計上の見積もりに対する監査に関する基準を行為分解木の記述枠組みを利用し、行為モデルとしたものを人工知能学会全国大会（熊本城ホール、6月8日）で報告した。この報告は、全国大会優秀賞（一般セッション口頭発表部門）を受賞した。
この研究報告の質疑において、クラスとインスタンスとの関係、行為モデルの循環について指摘を受けており、この件は、会計基準及び監査基準の行為モデルの位置付け特性を再認識し、また、全体的な構造を決める上での重要な要因となった。
なお、この研究の最終的なゴールは、会計上の不正に関する仮説生成をユーザが行う認知的なプロセスのモデル化である。このモデルの構築については、2023年度には完成せず、2024年度にかけて行うこととなった。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
過年度のコロナ禍のため、十分な研究時間の確保が困難であった。
|
| Strategy for Future Research Activity |
2024年度は、財務諸表の重要な虚偽表示の原因となる不正について、その概念と行為に関する一般的なモデルと、固定資産の減損の領域に特化したモデルの構築を行うとともに、後者の有効性を検証するため、監査法人に対するヒアリング、または学生に対する実証実験を実施する。その結果を2025年度の人工知能学会で報告するため、2024年度中に実施される研究発表の募集に応募する。
|
Report
(4 results)
Research Products
(2 results)
