| 研究課題/領域番号 |
18K01923
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分07100:会計学関連
|
|---|
| 研究機関 | 法政大学 |
|---|
研究代表者 |
坂上 学 法政大学, 経営学部, 教授 (50264792)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 不正会計 / 機械学習 / テキストマイニング / XBRL / 監査における機械学習の応用 / 有価証券報告書のコーパス / 形態素解析 / 会計不正 / ディープラーニング / 不正発見 / 深層学習 / 畳み込みニューラルネットワーク |
|---|
| 研究成果の概要 |
本研究は、機械学習やテキストマイニングの手法を用いて、会計不正の発見の可能性を高めることができるかを検証することにある。近年、有価証券報告書全体のデータがXBRL形式で入手できるようになり、財務情報とナラティブ情報について、全上場企業のデータが入手可能となった。これらの全データを取得するとともに、データの前処理をおこない、分析データの蓄積・整形を進めた。また東京商工リサーチによる「不適切な会計・経理の開示企業」のデータベースを入手し、不正をおこなった企業の特徴を把握するために、同業種で同規模の企業グループとの比較を行ったが、両企業群について、大きな特徴的差異というものは観察できなかった。
|
| 研究成果の学術的意義や社会的意義 |
これまで不正会計に関する研究は、財務分析を中心とした研究はそれなりの蓄積があったが、ナラティブ情報のような非財務情報に対する分析については十分な蓄積があるとはいえない。そこに近年発展の著しい機械学習やテキストマイニングの手法を応用して不正会計を行った企業のもつ特徴をとらえようとする追加的貢献をもたらすことに、本研究の学術的意義がある。本研究の結果はあまり芳しいものではなかったが、今後より進展すれば、不正会計を行っている企業を捉えることが可能となり、不正会計によってもたらされる損失を回避できる可能性が高まる点において、社会的意義があるといえる。
|
