オントロジー工学による会計上の不正仮説生成に関する研究

2022年度は、当初、監査基準報告書240、315、330の知識モデルの構築、学生を被験者とする実験研究を課題としていた。すでに2021年度までで、監査基準報告書540「会計上の見積りの監査」の一部について、行為分解木を用いたモデルが構築されていたこともあり、本学情報理工学部の來村教授とそのゼミ生との共同研究として、固定資産の減損に関する行為モデルの構築を行った。固定資産の減損は、財務諸表に対する影響が大きく、ビッグバスを避ける会計として財務会計分野でも重視されているが、回収可能額の測定に将来キャッシュ・フローの見積りを伴うため、主観性が高く、恣意性の混入の危険があり、監査上も、重要な虚偽表示リスクの生じやすい項目としても認識されている。実際、監査報告書における「監査上の主要な検討事項」いわゆるKAMにおいても記載事例が最も多い。本研究の課題は、会計上の不正リスク仮説の生成であるが、こうした仮説生成には、そのベースとなる会計基準や監査基準（実務指針を含む）への適切な理解と行為モデルの設定が欠かせない。また、もともと会計システムについては、REA（Resources-Events-Agent）会計モデルがあるが、他方、監査については適当なモデルが構築されていないこともある。そこで、重要な虚偽表示リスクの高い会計上の見積り領域として固定資産の減損を選択し、会計基準と監査基準のモデル化を図った。このような基本的な行為モデルの作成には成功しており、この成果は、2023年６月の人工知能学会で報告を行う。なお、本研究で構築したモデルの有効性については、2022年度には実施できなったため、その検証は、2023年度に行う。

2022年度は、当初、監査基準報告書240、315、330の知識モデルの構築、学生を被験者とする実験研究を課題としていた。すでに2021年度までで、監査基準報告書540「会計上の見積りの監査」の一部について、行為分解木を用いたモデルが構築されていたこともあり、本学情報理工学部の來村教授とそのゼミ生との共同研究として、固定資産の減損に関する行為モデルの構築を行った。固定資産の減損は、財務諸表に対する影響が大きく、ビッグバスを避ける会計として財務会計分野でも重視されているが、回収可能額の測定に将来キャッシュ・フローの見積りを伴うため、主観性が高く、恣意性の混入の危険があり、監査上も、重要な虚偽表示リスクの生じやすい項目としても認識されている。実際、監査報告書における「監査上の主要な検討事項」いわゆるKAMにおいても記載事例が最も多い。本研究の課題は、会計上の不正リスク仮説の生成であるが、こうした仮説生成には、そのベースとなる会計基準や監査基準（実務指針を含む）への適切な理解と行為モデルの設定が欠かせない。また、もともと会計システムについては、REA（Resources-Events-Agent）会計モデルがあるが、他方、監査については適当なモデルが構築されていないこともある。そこで、重要な虚偽表示リスクの高い会計上の見積り領域として固定資産の減損を選択し、会計基準と監査基準のモデル化を図った。このような基本的な行為モデルの作成には成功しており、この成果は、2023年６月の人工知能学会で報告を行う。なお、本研究で構築したモデルの有効性については、2022年度には実施できなったため、その検証は、2023年度に行う。