デロイト トーマツ グループの有限責任監査法人トーマツ（東京都千代田区、包括代表 國井泰成、以下トーマツ）は、過去の不適切な財務データをAIに学習させることで、会社、勘定科目単位で不正を検知する不正検知モデルを今般開発し、2022年1月から本格導入を開始します。また、従前から活用してきた仕訳分析モデル（ https://www2.deloitte.com/jp/ja/pages/deloitte-analytics/solutions/analytics-magnet.html）や異常検知モデル（2017年8月特許取得済）（ https://www2.deloitte.com/jp/ja/pages/about-deloitte/articles/news-releases/nr20171011.html）と組み合わせて、不正リスク評価から、対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立しました。トーマツは、不正検知モデルの開発などAIの活用を通じて、AI・データドリブンによる監査の高度化を目指します。

　近年、企業による不正事案が後を絶ちません。2015年以降、不適切会計が明らかになった企業の数は増加しており、コロナ禍による業績不振も勘案すると、今後もこの傾向は続くと考えられます。こうした不正の発生は、企業に大きな損失をもたらすものであり、いかに不正リスクを抑えるかが急務の課題であると言えます。

　これまで、監査人は監査先の財務データに対し、異常とみなす基準値や予算との比較、前期からの趨勢把握などによって、監査で重点的にフォローするグループ会社や勘定科目を選別していました。今回開発した不正検知モデルは、上場企業の過去の不正の傾向をAI・機械学習モデルに学習させているため、監査人は監査先から財務データを入手し、不正検知モデルにデータを投入することで、予測モデルによる不正スコアの計算が実施され、不正リスクが高い会社、勘定科目及び財務指標を識別することができます。これにより監査人は不正リスクの分析を効率的に行うとともに、従来は識別しえなかった不正パターンの識別が可能となっており、不正検知モデルで検知された不正の兆候に基づいて監査人が監査先企業との議論をより深化させることで企業のガバナンス向上に貢献します。

　トーマツでは、不正検知モデルを一部活用した監査に着手しており、既に10社超の上場会社の監査において、主に子会社のリスク評価手続に活用しています。さらに、今後2年間で100社以上の監査先のリスク評価手続に活用することを目指しています。また、不正検知モデルの更なる性能向上に向けて、監査先の同意を得た場合には当該監査先の財務情報をモデルの学習に用いることでモデルの精度を更に向上させることや、市況データのバリエーションを増やすことで、特に海外子会社に対するリスク評価の精度向上を予定しています。

　今回開発した不正検知モデルでは、予測性能に優れる勾配ブースティング技術を採用し、2005年以降に公表された有価証券報告書および訂正報告書に含まれる財務諸表と為替レート、物価指数などの市況データをAIに学習させて、複数の財務指標から不正企業と正常企業との相違性を見出し、その結果を不正企業との近似度として0～1の間でスコアリングします。また、どの指標がスコアに影響しているのか、会社別の各指標の時系列推移や、指標値の算定に使用した勘定科目の実数値を詳細に確認することができるため、AIが算出したスコアがなぜ高いのかを説明することが可能です。あわせて、不正リスクが高いと評価された企業と類似した不正シナリオを持つ過去の不正企業を参照できる仕組みも構築しています。

　これにより、従前から活用してきた仕訳分析モデルや異常検知モデルと組み合わせて、より広範な観点から不正の兆候を把握するリスク評価から、不正リスクの高い仕訳や取引に対して個別・詳細に分析を行い、リスク対応手続の立案まで網羅的にAI・アナリティクスを活用するアプローチを確立しました。