Scientific Research of Accounting Informatics
| Project/Area Number |
23K22166
|
|---|
| Project/Area Number (Other) |
22H00895 (2022-2023)
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Multi-year Fund (2024)
Single-year Grants (2022-2023) |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 07100:Accounting-related
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
岡田 幸彦 筑波大学, システム情報系, 教授 (80432053)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
櫻井 鉄也 筑波大学, システム情報系, 教授 (60187086)
佐野 幸恵 筑波大学, システム情報系, 准教授 (60580206)
今倉 暁 筑波大学, システム情報系, 准教授 (60610045)
角ヶ谷 典幸 一橋大学, 大学院経営管理研究科, 教授 (80267921)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥16,640,000 (Direct Cost: ¥12,800,000、Indirect Cost: ¥3,840,000)
Fiscal Year 2025: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2024: ¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
Fiscal Year 2022: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
|
|---|
| Keywords | 会計情報科学 / データ解析 / 管理会計 / 会計情報システム / 機械学習 / アカウンティング・インフォマティクス / データコラボレーション / 疑似データ / 仕訳データ解析 / 財務諸表分析 / テキスト分析 |
|---|
| Outline of Research at the Start |
本研究は、管理会計と会計情報システムの高度化と知能化を主眼としたアカウンティング・インフォマティクス（会計情報科学）の確立を目指す基盤研究である。本研究では、(a)勘定科目が異なり、欠損が多く、分散しがちな会計データを一貫して情報処理するための理論・技術、(b)会計データと企業や組織に関連するテキスト情報等を組合せて情報処理するための理論・技術の構築や開発を目指す。
|
| Outline of Annual Research Achievements |
4年計画の初年度である2022年度は、現実の複式仕訳データを保持・解析するために協力税理士法人との共同研究契約の締結を行うとともに、もっともらしい疑似的な仕訳データおよび財務諸表データなどを作成してアカウンティング・インフォマティクスのオープンサイエンスとしての土壌を作るための基盤的な活動を行った。この疑似データ作成について、小さい計算リソースと低い計算コストでももっともらしい疑似データを作成する方法論として、不均衡データのオーバーサンプリングのための手法であるSMOTEを応用する方法を提案した。これに関する投稿中の研究論文はarXivに掲載し、誰でも閲覧可能である。
加えて、機密データとして組織外に共有しづらい財務データを、機密性を守りながら生データを共有することなく統合解析することを視野に入れたデータコラボレーション基盤技術の研究開発を行った。特に、生データの個別標本と容易に照合できないように秘匿化した中間表現データを共有し、たとえば同一企業グループで同種のデータを統合解析できる技術を提案した。これに関する投稿中の研究論文もarXivに掲載し、誰でも閲覧可能である。
また、そもそも組織の財務データは、当該組織内での有用なデータ解析方法論自体が学術的には不透明である。そこで、単一組織内で実行可能なデータ整形・特徴量エンジニアリング・データ解析の方法論について検討した。これについては、日本企業の誰もが見れるかたちが望ましいと考え、日本語のディスカッションペーパーとして2つの原稿を掲載し、誰もが閲覧可能であるようにした。
さらに、企業が出す各種報告書のテキストデータや、ソーシャルメディアなどのテキストデータから、社会経済の動向や傾向を測り、それを新たな特徴量としてアカウンティング・インフォマティクスの体系に内包する可能性を検討した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
革新的な財務データ解析の基盤となる技術開発や基盤研究が計画以上に進み、積極的な学術雑誌への投稿や査読論文公刊ができている。本丸である財務データ解析については、計画通り年内の共同研究契約の締結を終え、年度内に基礎的なデータ整形・特徴量エンジニアリングを終えている。この成果は2023年度の日本会計研究学会で報告予定である。
|
| Strategy for Future Research Activity |
2023年度以降も、当初計画に従って研究開発を推進する。2023年度は、特に、仕訳データや財務諸表の特色となっている複式情報の意義を定量的に示すこと、そして、そもそも相互参照性に特徴がある複式の情報をどのように財務データ解析の中で変数化・特徴量化していくかの理論と技術について検討や研究を深める予定である。
あわせて、2022年度の研究実績をさらなる研究成果に発展させるとともに、財務データと非財務データ（特にテキストデータ）を掛け合わせたビッグデータ／AI時代のアカウンティング・インフォマティクスの体系を検討する。
|
Report
(1 results)
Research Products
(12 results)
