| 研究課題/領域番号 |
19K21697
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分7:経済学、経営学およびその関連分野
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
椎葉 淳 大阪大学, 大学院経済学研究科, 教授 (60330164)
|
|---|
| 研究分担者 |
村上 裕太郎 慶應義塾大学, 経営管理研究科(日吉), 准教授 (30434591)
|
|---|
| 研究期間 (年度) |
2019-06-28 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2020年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 取引記録分析 / 仕訳データ / 可視化 / 有向グラフ / 複式簿記 / ビッグデータ / グラフ理論 / ネットワーク分析 / ネットワーク / 取引記録 / 仕訳 / 粉飾予測 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、企業の日々の取引記録である仕訳データを体系的に分析する方法を構築することである。これまでバランスシートや損益計算書などの財務諸表を用いた企業活動の分析（財務諸表分析）は行なわれてきたが、近年はクラウド会計の進展もあり、日々の取引データを用いた企業活動の分析（取引記録分析）が注目されつつある。具体的には、各企業の生産・販売・研究開発・財務活動などの取引について、行列を使ってその特徴を数学的に把握し、それを企業活動の分析に応用する。このことによって、人工知能(AI)を用いた倒産予測や粉飾決算の予測、さらには公認会計士による監査業務を代替あるいは補完する技術にもつながると考えられる。
|
| 研究成果の概要 |
本研究の目的は，企業の日々の取引記録である仕訳データを体系的に分析する方法を構築することである。
主たる研究成果として，(1)大阪にある製造企業と東京にある美容家電の企業の2社から協力を得て，両企業の2年分の仕訳データと3年分の財務諸表を入手した。これら企業の仕訳データに対してネットワーク分析を実施し，仕訳データの可視化や重要な勘定を客観的に判定する方法について考察した。また，(2)財務諸表情報から仕訳金額を推定する方法について検討した。仕訳と財務諸表の関係については仮想的な例が用いられることが教科書などでは一般的であるが，実際の企業についての考察を行った。
|
| 研究成果の学術的意義や社会的意義 |
学術的意義。これまでの研究において定式化される会計情報は，仕訳・転記といった簿記のプロセスを経て生成される会計情報独自の特徴を十分に反映できていなかった。本研究の成果によって，仕訳データから数学的に表現することで，単なる情報ではない「会計情報」の特性をより把握したモデル化が可能となり，会計の経済分析をより一層進展させることができる。
社会的意義。企業活動を数学的に把握しそれを企業活動の分析に応用するとともに，企業活動を可視化することは，これまでの企業活動の分析方法を大きく変革し，企業活動の新しい分析方法を提示することにつながる。たとえば，倒産予測や粉飾決算の予測にも，応用できる可能性がある。
|
