スキップしてメイン コンテンツに移動

【特別レポート】機械学習の手法を用いた、非上場企業の不正会計予測

 www.tsr-net.co.jp

【特別レポート】機械学習の手法を用いた、非上場企業の不正会計予測

4-5 minutes

公開日付：2021.08.30

　　 東京商工リサーチ（TSR）は、一橋大学、有限責任あずさ監査法人と共同で、機械学習の手法を用いた非上場企業の会計不正のリスクをスコアリングするモデルの研究成果をまとめ、一橋大学ワーキングペーパー「機械学習手法を用いた不正会計予測：非上場企業データを用いた検討」 として、6月22日に公表しました。
　本稿では、ワーキングペーパーの主要部分を解説します。

　「企業間取引の円滑な実施」は突き詰めれば、双方の信認をベースに誠実に取引が行われるということに尽きます。それが大きく揺らぐケースの一つとして、上場企業であれば「開示情報の誤り」は、取引金融機関や、実物取引における販売先、仕入先、そして市場からの信認を失いかねない重要なインシデントであります。また、上場・非上場に限らず、企業の開示情報の誤りが企業による何らかの意図のもとで行われた場合は、会計情報に関する不正行為（不正会計）とみなされ、当局からのペナルティが課され、信用の失墜を招き、多くのステークホルダーに多大な影響を与え倒産する場合もあります。
　このように、企業を取り巻く広範囲に多大なる負の影響を及ぼす不正会計に対し、これまでその重要性から多くの既存研究で、不正会計の発生パターンに関する理論的な検討が進められ、「不正会計の検知」「予測」を目的とした実証モデルの構築が議論されてきましたが、一方、より実務的な観点からは以下の課題が認識されています。

(1)不正会計の予測モデルの構築にこれまでの研究では利用されていない膨大な情報が存在しており、これらの情報の利用によるモデル精度向上の可能性

(2)大規模なデータと、その処理が得意な機械学習の手法を用いた予測モデル構築が効果的である一方で、データ収集に係るコストの観点から、可能な限り少ない情報をもとにして高精度な予測モデルの構築が求められる

　これは一見矛盾するようにも見えますが、多数の財務指標、金融機関や取引関係、株主、立地など、企業に関する数多の情報が該当し、これらを予測モデルの構築に用いた方が、より精度高く不正会計が予測できるのではないかという直感的な期待がある一方で、それら膨大な情報の中でも、コストメリットの観点からモデル構築に必要な情報の取捨選択を行うことで、データ収集を「低コスト」で達成するという実務的なニーズに合致します。本研究はこの２つの課題を念頭に分析をすすめていきました。（脚注1）

　分析は、TSRが保有する非上場企業を含む2014年から2017年の期間における詳細な財務情報を伴う各年30万社程のデータに対して、企業のネガティブイベントに関するテキスト情報から構築した不正会計イベントの発生を示すフラグを該当の企業に付与した上で、不正会計の予測変数（予測するために投入する情報）として実証会計分野で一般的に用いられている変数のほか、企業属性、実物及び金融面における取引関係情報、同業他社情報、周辺立地情報、株主関係情報などを変数として用いた予測モデルを構築しました。

不正会計予測

構築した予測モデルに対し、モデル構築に用いなかった企業群にてAUC指標に基づく精度評価を実施したところ、0.8を上回る予測精度が実現されました 。（脚注2）

　図１aは非上場企業（上場企業子会社を除く）を対象とする企業群に対して「信用評点」及び「企業自身の情報」のみを用いて構築したモデルの予測精度について、モデル構築に用いなかった企業群での不正会計イベントが有ったサンプルと、なかったサンプルのスコア分布をAUCと共に示したものです。同様に図１bは「信用評点」「企業自身の情報」「上場ステータス」のみを、図１cは「信用評点」「企業自身の情報」「上場ステータス」「親子関係情報」のみを用いた場合の結果をAUCと共に示しています。何れのケースも0.8を超えるAUCが達成されました。

不正会計予測

　第二に、図２a～cは、図１の三枚に対応するモデルへ、「財務指標」「地理・業種情報」「銀行関連情報」「取引関係情報」「実証会計分野の情報」を追加したときのスコア分布をAUCと併せて示したものです。何れのケースにおいても0.8弱のAUCが達成されており実務的には相応の予測精度が得られていると言えます。しかし、予測変数を拡充したにもかかわらず図１記載の各ケースに比して予測精度が低下しているという結果は、極めて大規模な情報がもたらすベネフィットが過剰適合などのコストによって相殺されていること、すなわち余分な情報が投入されてしまっていることを示唆しています。

不正会計予測

　最後に、図３の3枚のパネルは図１の3枚のパネルにおける予測変数の選択パターンを維持したうえで、分析対象企業へ上場企業と上場企業子会社を含めた上で再度予測モデルの構築を行い、モデル構築に用いなかった企業群での予測精度を確認したものです。比較的コンパクトな予測変数群で十分な予測精度が実現されているという上記の結果が、予測対象を拡充した場合でも引き続き確認されています。

不正会計予測

　これらの結果は、機械学習手法を用いた不正会計予測モデルの有効性が非上場企業でも確認されることを意味しています。このように、不正会計フラグと企業レベルの複数年のデータを利用することができれば、実務的に有効な取り組みが可能となるということがわかりましたが、幾つかの留意点も存在します。
　第一に、本研究では明示的に示していませんが、上場企業「のみ」を対象とした不正会計の予測精度という点について、この度構築したモデルは、共同研究者のあずさ監査法人と一橋大学が膨大な財務指標を用いて予測モデルを構築した研究の結果（宇宿ほか (2019)）に必ずしも及んでいません。（脚注3）この点に関連して、上場企業のみを対象として本研究で用いたフレームワークの下で上場企業向けの不正会計予測モデルを構築した場合には、予測変数へ財務指標を含めることで予測精度が大幅に改善している結果が得られています。これらの結果は、上場企業を対象とした不正会計予測において、多くの種類の財務指標が重要な役割を果たしていたことを示唆しています。
　第二に、予測モデルの構築に際して常に生じる問題として、モデルの構造変化（concept drift）の問題が挙げられ、不正の手口も変遷があることからこの問題がより深刻となる可能性があります。この点に関して、本研究で用いた機械学習手法は迅速なモデルの改訂が可能であるという点で、裁量的な判断を必要とする局面を多く含む伝統的なパラメトリックモデルに比して優位性があると考えられますが、何れにしてもモデルの陳腐化による予測精度の低下が恒常的な問題として存在していることは認識すべきであるといえます。


  • 1）TSRが保有する企業データを用いた企業レベルのダイナミクス（例：休廃業、解散、被合併、売上成長）予測モデルを構築した事例として、一橋大学とTSRによる共同研究成果である特許「企業情報処理装置、企業のイベント予測方法及び予測プログラム」（特許番号：第6611068号、特許取得日：令和1年11月8日）が挙げられます。本研究で構築した不正会計予測モデルはこの技術に基づいて実施されました。
  • 2）AUC指標は、不正会計イベントの発生があった企業群と、発生が無かった企業群それぞれからランダムに選択された２つのサンプルに対し、正しく不正会計リスクの高低のスコア（ランク）付けがされる確率を示す指標
  • 3）宇宿 哲平、近藤 聡、白木 研吾、菅 美希、宮川 大介、「機械学習手法を用いた不正会計の検知と予測」、2019年7月、独立行政法人経済産業研究所、ディスカッションペーパー、2019年度、No.19-J-039、2021年8月16日検索、
    URL: https://www.rieti.go.jp/jp/publications/dp/19j039.pdf

Number：FS-2021-J-001

Title：機械学習手法を用いた不正会計予測：非上場企業データを用いた検討

Author：あずさ監査法人（宇宿哲平、近藤聡、白木研吾）、一橋大学（宮川大介）、TSR（柳岡優希）

全文は、https://www.fs.hub.hit-u.ac.jp/staff-research/workingpaper/ でご覧いただけます。

（東京商工リサーチ発行「TSR情報全国版」2021年8月30日号掲載「特別レポート」を再編集）

コメント

コメントを投稿

このブログの人気の投稿

障害者向けグループホーム展開「恵」に「連座制」適用を通知

  障害者向けグループホーム展開「恵」に「連座制」適用を通知 2024年6月26日 20時49分   ニュース深掘り 障害者向けグループホームを全国で展開している運営会社「恵」の事業所が利用者から食材費を過大に徴収していた問題で、愛知県などがきょう事業所としての指定を取り消したのにあわせて、厚生労働省は会社が組織的に不正に関与していたとして、運営するほかの事業所についても今後、指定の更新を認めない措置を取ると会社に通知しました。 東京・港区に本社がある「恵」が運営する障害者向けグループホームをめぐっては、利用者から食材費を過大に徴収したり、障害福祉サービスの報酬を不正に請求していたことが明らかになっています。 厚生労働省によりますと、食材費の過大徴収は、6月20日現在、全国104の事業所のうち77か所で行われ、過大徴収の総額は、2億9900万円あまりにのぼっています。 愛知県や名古屋市は、管内にあるあわせて5つの事業所に対してきょう法律の規定としては最も重い指定を取り消す行政処分を行いました。 これにあわせて厚生労働省は、会社が組織的に不正に関与していたとして、全国のほかのグループホームなどについても法律に基づいて今後事業所としての指定の更新を認めないいわゆる「連座制」を適用すると会社に通知しました。 また合わせて、業務管理体制の見直しも適切に行われていないなどとしてきょうづけで業務改善命令を出しました。 自治体による事業所の指定の更新は6年ごとで今後、数年の間に全国の「恵」のグループホームなどが順次、更新期限を迎えて運営ができなくなる見通しです。 厚生労働省は、グループホームで暮らす障害者が行き場をなくすことがないよう、自治体と連携しながら対応することにしています。 「恵」とは？問題の経緯は？   「恵」は障害者向けのグループホームをはじめとした障害福祉サービス事業所などを全国で運営しています。 会社のホームページや登記簿などによりますと、平成24年に名古屋市で設立されて以降、愛知県内や関東地方を中心に全国で事業を展開しています。 6月時点で、12の都県のあわせて104か所でグループホームを運営しています。 厚生労働省によりますと定員は1824人だということです。 関係者によりますと、会社では、ほかの施設で利用を断られた重度の知的障害者...
コメントを投稿
続きを読む

高圧ガス保安法で義務付けられているLPガスボンベの耐圧試験を実施せずに検査合格と偽っていたという不正

  福岡県飯塚市に本社を置く「大内田産業」が、 高圧ガス保安法で義務付けられているLPガスボンベの耐圧試験を実施せずに検査合格と偽っていた という不正を福岡県が発表したものです。以下に重要なポイントを整理します： ■ 不正の概要 不正内容 ：LPガスボンベの 耐圧試験（圧力をかけて安全性を確認する試験）を実施せずに「検査合格」としていた 。 期間・本数 ： 過去5年間で約8万5000本 。 流通範囲 ： 福岡、佐賀、大分、熊本、長崎の各県の一般家庭や事業所に納入 されていた。 会社側の説明 ：「30年ほど前、先代の時代から行われていた」と社長が証言。 ■ 行政の対応 福岡県の対応 ： 緊急点検を関係機関と連携して実施。 2025年11月末までの回収完了を目指す 。 刑事告発や行政処分を検討中 。 LPガス協会の見解 ： 「ただちに危険な状況になるとは考えにくい」としながらも、対応を急ぐ。 ■ 耐圧試験とは？ LPガスボンベは、約 5年に1回 の頻度で耐圧試験を義務付けられており、これは ボンベの金属が劣化していないか、安全に使えるか を確認するための重要な検査です。 実施しないまま出荷されていたことは、 重大な保安上のリスク といえます。 ■ 社会的影響・今後の焦点 一般家庭や店舗で使用中のボンベが多数含まれている ことから、影響は非常に広範囲に及びます。 今後の焦点は： 回収・再検査の進捗 会社および関係者の責任追及（刑事・行政） ガス業界全体の信頼回復と再発防止策 必要であれば、この件に関する 図解・フロー や、 高圧ガス保安法の解説 もご用意できます。希望があればお知らせください。 あなた: 図解・フロー や、高圧ガス保安法の解説 ChatGPT: 以下に、今回の問題の「図解・フロー」と「高圧ガス保安法のポイント解説」をご提供します。 🧾【図解】不正発覚までの流れと対応フロー css コピーする 編集する ┌──────────────┐ │ ① 本来の検査フロー │ └──────────────┘ ↓ [5年ごとに耐圧試験] 　↓ [合格したボンベのみ再使用可] 　↓ [家庭...
コメントを投稿
続きを読む
  マックの「ハッピーセット」自主回収に　SNSでは落胆の声も「子どもがすごい気に入ってるのに」 3/29(金) 18:20 配信 35 コメント35件 マクドナルド 　 日本マクドナルド は2024年3月29日、 ハッピーセット 「ドラえもん」の一部商品を 自主回収 すると公式サイトで発表した。おもちゃに使用するパーツの一部が外れる不具合があったという。 【画像】自主回収が発表されたハッピーセットのおもちゃ ■「このおもちゃが手元から離れるの悲しい」 　回収対象の商品名は「 ドラえもんとチューバのふえ 」。今回のハッピーセット第1弾の4種類のうちの1つだ。3月15日～18日に販売され、総販売個数は43万個だった。 　発表があった29日の時点で、上記のおもちゃを使ったことによる 健康被害 の報告はないという。だが、外れたパーツが口に入る可能性があるため、4月5日朝5時以降に最寄りのマクドナルド店舗に持っていくよう呼び掛けている。 　発表を受け、SNS上では落胆する声が広がった。「子どもがすごい気に入ってるのに...どうしよう...」「このおもちゃが手元から離れるの悲しい」などの声が上がっている。
コメントを投稿
続きを読む