過去のセミナー

OLD SEMINARS
金融セミナーのセミナーインフォ > 過去のセミナー > 【会場受講】AIによる不正会計(粉飾決算)検知モデルの開発と実務適用

【会場受講】AIによる不正会計(粉飾決算)検知モデルの開発と実務適用

~AIを監査法人内で実務適用した事例紹介を中心に~
本セミナーは終了致しました。
受講区分 会場
開催日時 2021-04-16(金) 9:30~12:30
講師 有限責任 あずさ監査法人
パートナー
清水 多賀雄 氏
シニアマネジャー
秋場 良太 氏

【清水 多賀雄 氏】
大手コンサルティングファームにて業務改善支援及び経営管理高度化に従事 2011年に有限責任あずさ監査法人に入所後は、リスクコンサルティング及びマネジメントコンサルティングサービスを提供すると共に、Digital Innovation部に所属し監査業務におけるDigital対応に従事 当該モデルの開発及び展開をリード

【秋場 良太 氏】
あずさ監査法人 金融アドバイザリー部におけるデータアナリティクスサービスのリーダーを務め、大量データ解析・機械学習等を用いた分析サービスを開発・推進している データアナリティクスを活用したAML/CFT対応の高度化、IFRS9/CECLの予想信用損失モデルの開発、ストレステスト・シナリオ分析モデル開発等に係るアドバイザリーを多数提供

概要 後を絶たない不正会計を背景に、会計監査において不正会計を早期発見・早期対応することは重要なテーマとなっている。そこで、あずさ監査法人として「不正会計リスク検知SUNモデル」の独自開発に着手し、2019年8月より利用を開始した。
金融機関においても、融資先の取引先が不正会計(粉飾決算)をすることで審査の判断が歪められるだけでなく、後々の貸倒れにつながる恐れがあることから、不正を見逃さないことは重要である。これは商社などの一般事業会社の取引先・子会社管理上も極めて重要なポイントである。
2008年のリーマンショック後において、不正会計(粉飾決算)が増加したという過去の経験から、昨今の新型コロナウィルス後に当該不正が増加することも予想される。
そこで本セミナーでは、あずさ監査法人が如何にAIを用いた不正会計を検知するモデルを開発・実務適用しているか、またAIを実務に活用する際のポイントや課題等の取組事例を紹介する。同時に我が国における不正会計の現状を東京商工リサーチのデータを用いて概観し、不正会計検知モデルを開発・実務適用する場合の具体的な手順やアプローチ、AIの検証観点等を考察する。
セミナー詳細 1.不正会計リスク検知SUNモデルの開発と実務適用
(1)AIを用いた不正会計リスク検知SUNモデル開発着手までの道のり
 (a)不正会計リスク検知SUNモデルの概要
 (b)開発着手までの道のり
(2)不正会計リスク検知SUNモデルの開発
 (a)AIの業務要件定義/データ準備
 (b)AIモデル開発/検証
 (c)AIを実務適用するための工夫(解釈可能性、検知性能の向上等)
(3)不正会計リスク検知SUNモデルの実務適用
 (a)AIモデル実務適用までの道のり
 (b)AIモデル実務適用上の要諦
 (c)AIモデル実務適用における今後の課題

2.不正会計(粉飾決算)の現状 ~東京商工リサーチのデータ分析を基に~
(1)東京商工リサーチ(TSR)データの概要
(2)属性別(地域別・業種別・規模別)にみた粉飾先数の状況
(3)粉飾と財務状況の関連(粉飾数年前から直前までの財務状況の変化等)

3.不正会計(粉飾決算)検知モデルの開発と実務適用 ~一般的な取組みアプローチ~
(1)金融機関における不正会計(粉飾決算)の対応に係る課題
(2)粉飾検知モデルの開発アプローチ
(3)AI開発における業務要件定義とデータ定義
(4)AIモデルの開発とチューニング
(5)AIモデルの検証~AIの検証フレームワーク~
(6)開発した粉飾検知モデルの実務適用(AIを活用した業務プロセスフローの設計等)

4.質疑応答 ※ 講義中の録音、ビデオ・写真撮影はご遠慮ください。会場受講の場合はPCはお使いいただけません。
補足事項 ※講師とご同業にあたる方・個人のご参加はお断りさせていただく場合がございますので、ご了承ください。

※こちらは会場参加のお申し込みページです。オンライン受講をご希望の方は該当のページよりお申し込みください。 
カテゴリ
関連キーワード
お問い合わせ先 株式会社セミナーインフォ
TEL : 03-3239-6544   E-mail : seminar-operation@seminar-info.jp
お問い合わせフォーム
申込規約・全額返金保証の規約
※ 印刷用ページもご用意しております。本ページの内容を印刷される際にご利用ください。
PDF

該当データはありません。