このサイトではJavascript機能をOnにしてご利用ください。 ページの本文へ 日本語 English 中文 RIETIについて サイトマップ ヘルプ お問い合わせ 論文検索サービス サイト内検索 メニュー 研究テーマ プログラム (2024-2028年度) プログラム (2020-2023年度) プログラム (2016-2019年度) プログラム (2011-2015年度) 政策研究領域 (2006-2010年度) 主要政策研究課題 (2003-2005年度) 経済産業省共同プロジェクト プロジェクトコンテンツ 調査 フェロー（研究員） 肩書き別一覧 アルファベット順 過去の在籍者 フェローの活動 論文 ディスカッション・ペーパー（日本語） ディスカッション・ペーパー（英語） ポリシー・ディスカッション・ペーパー（日本語） ポリシー・ディスカッション・ペーパー（英語） テクニカル・ペーパー（日本語） テクニカル・ペーパー（英語） ノンテクニカルサマリー 英文査読付学術誌等掲載リスト Research Digest 政策分析論文 調査レポート 論文検索サービス 出版物 RIETIブックス（日本語） RIETIブックス（英語） 通商産業政策史 著者からひとこと RIETI電子書籍 年次報告書・広報誌（RIETI Highlight） その他出版物（日本語） その他出版物（英語） イベント シンポジウム ワークショップ BBLセミナー 終了したセミナーシリーズ データ・統計 JIPデータベース R-JIPデータベース CIPデータベース JLCPデータベース 日本の政策不確実性指数 産業別名目・実質実効為替レート AMU and AMU Deviation Indicators JSTAR（くらしと健康の調査） RIETI-TID 長期接続産業連関データベース マイクロデータ計量分析プロジェクト 海外直接投資データベース ICPAプロジェクト リンク集 コラム・寄稿 コラム Special Report EBPM Report フェローに聞く フェローの連載 世界の視点から 特別コラム 新聞・雑誌等への寄稿 特別企画 経済産業ジャーナル 研究テーマ フェロー（研究員） 論文 出版物 イベント データ・統計 コラム・寄稿 サイトマップ ヘルプ お問い合せ 閉じる ホーム論文ディスカッション・ペーパー（英語）2019年度 日本語タイトル：機械学習手法を用いた不正会計の検知と予測 Using Machine Learning to Detect and Forecast Accounting Fraud 印刷 執筆者 近藤 聡 (あずさ監査法人)／宮川 大介 (一橋大学)／白木 研吾 (あずさ監査法人)／菅 美希 (KPMG LLP)／宇宿 哲平 (あずさ監査法人) 発行日/NO. 2019年12月  19-E-103 研究プロジェクト 企業金融・企業行動ダイナミクス研究会 ダウンロード/関連リンク 本文をダウンロード [PDF:1.3MB] (英語) 概要 本研究は、不正会計の検知と予測における機械学習手法の有用性を実証的に検討したものである。第一に、既存研究における限定的な変数に基づくパラメトリックモデルに代えて機械学習手法を用いることで、高次元の変数に基づく不正会計の「検知」を行い、その精度の改善を検証する。第二に、既存研究において十分に検討されていない不正会計の「予測」を同様のフレームワークで行う。第三に、構築された予測モデルの解釈を行う目的から、不正会計の予測結果（スコア）が、どのような情報に反応しているかを検討する。本邦上場企業の不正会計イベントを対象とした実証分析から、機械学習手法の利用が検知精度の改善に一部貢献するほか、当該手法の利用によって参照可能となる高次元の変数利用が検知精度の大幅な改善に貢献していることを確認した。また、機械学習ベースのモデルが実務的観点から十分な水準の予測精度を実現できることも確認した。本研究では、既存研究が理論的な想定に基づいて参照してきた変数以外の変数（例：ガバナンス関連変数）について、不正会計の検知・予測にあたって一定程度有用な情報が含まれていることも確認しており、不正会計の発生メカニズムに関する今後の理論的検討において参照すべき実証事実を示すものと考えられる。 本稿は、日本語版のディスカッション・ペーパー（19-J-039）に加筆修正を行った上で、英語版にしたものである。 概要（英語） This study investigates the usefulness of machine learning methods for detecting and forecasting accounting fraud. First, we aim to "detect" accounting fraud and confirm an improvement in detection performance. We achieve this by using machine learning, which allows high-dimensional feature space, compared with a classical parametric model, which is based on limited explanatory variables. Second, we aim to "forecast" accounting fraud, by using the same approach. This area has not been studied significantly in the past, yet we confirm a solid forecast performance. Third, we interpret the model by examining how estimated score changes with respect to change in each predictor. The validation is done on public listed companies in Japan, and we confirm that the machine learning method increases the model performance, and that higher interaction of predictors, which machine learning made possible, contributes to large improvement in prediction. 論文 ディスカッション・ペーパー（日本語） ディスカッション・ペーパー（英語） 2024年度 2023年度 2022年度 2021年度 2020年度 2019年度 2018年度 2017年度 2016年度 2015年度 2014年度 2013年度 2012年度 2011年度 2010年度 2009年度 2008年度 2007年度 2006年度 2005年度 2004年度 2003年度 2002年度 2001年度 ポリシー・ディスカッション・ペーパー（日本語） ポリシー・ディスカッション・ペーパー（英語） テクニカル・ペーパー（日本語） テクニカル・ペーパー（英語） ノンテクニカルサマリー 英文査読付学術誌等掲載リスト Research Digest 政策分析論文 調査レポート 関連サービス 論文検索サービス 情報発信 ニュースレター 更新情報RSS配信 Facebook X YouTube 研究テーマ プログラム (2024-2028年度) プログラム (2020-2023年度) プログラム (2016-2019年度) プログラム (2011-2015年度) 政策研究領域 (2006-2010年度) 経済産業省共同プロジェクト プロジェクトコンテンツ 調査 フェロー（研究員） 論文 ディスカッション・ペーパー（日本語） ディスカッション・ペーパー（英語） ポリシー・ディスカッション・ペーパー（日本語） ポリシー・ディスカッション・ペーパー（英語） テクニカル・ペーパー（日本語） テクニカル・ペーパー（英語） ノンテクニカルサマリー 英文査読付学術誌等掲載リスト Research Digest 政策分析論文 調査レポート 論文検索サービス 出版物 RIETIブックス（日本語） RIETIブックス（英語） 通商産業政策史 著者からひとこと RIETI電子書籍 年次報告書・広報誌（RIETI Highlight） その他出版物（日本語） その他出版物（英語） イベント シンポジウム ワークショップ BBLセミナー 終了したセミナーシリーズ データ・統計 JIPデータベース R-JIPデータベース CIPデータベース JLCPデータベース 日本の政策不確実性指数 産業別名目・実質実効為替レート AMU and AMU Deviation Indicators JSTAR（くらしと健康の調査） RIETI-TID 長期接続産業連関データベース マイクロデータ計量分析プロジェクト 海外直接投資データベース ICPAプロジェクト リンク集 コラム・寄稿 コラム Special Report EBPM Report フェローに聞く フェローの連載 世界の視点から 特別コラム 新聞・雑誌等への寄稿 特別企画 経済産業ジャーナル RIETIについて 個人情報保護 ウェブアクセシビリティ方針 RIETIウェブサイトについて サイトマップ ヘルプ お問い合わせ 経済産業省 独立行政法人経済産業研究所（法人番号 6010005005426） 当サイト内の署名記事は、執筆者個人の責任で発表するものであり、経済産業研究所としての見解を示すものでは有りません。掲載している肩書や数値、固有名詞などは、原則として初掲載当時のものです。当サイトのコンテンツを転載される場合は、事前にご連絡ください。 "ページの先頭へ戻る