JP2018136822A - 情報処理端末、情報処理方法、及びプログラム - Google Patents
情報処理端末、情報処理方法、及びプログラム Download PDFInfo
- Publication number
- JP2018136822A JP2018136822A JP2017031884A JP2017031884A JP2018136822A JP 2018136822 A JP2018136822 A JP 2018136822A JP 2017031884 A JP2017031884 A JP 2017031884A JP 2017031884 A JP2017031884 A JP 2017031884A JP 2018136822 A JP2018136822 A JP 2018136822A
- Authority
- JP
- Japan
- Prior art keywords
- journal
- data
- patterns
- account
- pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims description 33
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000012545 processing Methods 0.000 claims abstract description 55
- 238000000034 method Methods 0.000 claims description 45
- 230000008569 process Effects 0.000 claims description 32
- 230000002776 aggregation Effects 0.000 abstract description 14
- 238000004220 aggregation Methods 0.000 abstract description 14
- UFULAYFCSOUIOV-UHFFFAOYSA-N cysteamine Chemical compound NCCS UFULAYFCSOUIOV-UHFFFAOYSA-N 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 230000008676 import Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 238000012550 audit Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000006872 improvement Effects 0.000 description 3
- 244000000626 Daucus carota Species 0.000 description 2
- 235000002767 Daucus carota Nutrition 0.000 description 2
- 241000220259 Raphanus Species 0.000 description 2
- 235000006140 Raphanus sativus var sativus Nutrition 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
Description
一方で、企業システムが取扱う取引データは膨大であり、数百万件、数千万件に及ぶ取引データの全てを1件ずつチェックすることは現実的ではないため、サンプルとして抽出する対象から外れてしまった仕訳明細データの中から不正データを発見することは困難である。
この課題に対し、特許文献1には、取得した仕訳明細データを集計し易い形態に変換してから実績残高データを作成する手法が提案されている。
即ち、特許文献1で開示されている手法では、各社各様の情報処理システム(販売システム、購買システム、給与計算システム等)の仕様に依存した仕訳明細データが生成される。このため汎用性が低く、各社各様の情報処理システムの仕様に応じて、仕様の理解、データの分類、データの分析が必要となってしまう。
複数の仕訳明細データを取得する仕訳取得手段と、
前記仕訳取得手段によって取得された複数の仕訳明細データの夫々を、同じ勘定科目で構成される複数の前記仕訳明細データ毎に、複数の第1仕訳パターンの夫々にグルーピングする第1仕訳グルーピング手段と、
前記複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記仕訳明細データの件数と当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計とを夫々集計する第1集計手段と、
を備える。
前記カテゴリに基づいて、前記複数の第1仕訳パターンの夫々を、前記複数の第1仕訳パターンに共通する概念で、複数の第2仕訳パターンの夫々にグルーピングする第2仕訳グルーピング手段と、
前記複数の第2仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記第1仕訳パターンの件数と当該処理対象に含まれる当該1以上の第1仕訳パターンで夫々特定される金額の合計とを夫々集計する第2集計手段と、
をさらに備えることができる。
図1は、本発明の情報処理端末の一実施形態に係るユーザ端末1を含む、情報処理システムの概念図である。
ユーザ端末1と、企業会計サーバ2−1乃至2−nとは、インターネット(Internet)等のネットワークNを介して相互に接続されている。
なお、以下、企業会計サーバ2−1乃至2−nの夫々を区別する必要がない場合には、これらをまとめて、「企業会計サーバ2」の夫々と呼ぶ。
企業会計サーバ2は、ユーザ端末1による処理の対象となる複数の仕訳明細データを管理しているサーバである。
このような図1の構成の情報処理システムは、例えば次のような動作(処理)を実行する。
ユーザ端末1は、企業会計サーバ2から送信されて来た複数の仕訳明細データを取得し、後述する各種処理を実行することにより、当該仕訳明細データのグルーピングや集計等を行う。
仕訳明細データには、少なくとも仕訳明細データを特定するための個別番号(以下、「仕訳番号」と呼ぶ)、取引の日付(以下、「取引日」と呼ぶ)、借方勘定科目、貸方勘定科目、借方勘定科目に対応する金額、貸方勘定科目に対応する金額が含まれる。
図2は、ユーザ端末1のハードウェア構成を示すブロック図である。
RAM13には、CPU11が各種の処理を実行する上において必要なデータ等も適宜記憶される。
入力部17は、キーボードやマウス等で構成され、各種情報を入力する。
通信部19は、インターネットを含むネットワークNを介して他の装置(図1の例では企業会計サーバ2−1乃至2−n)との間で通信を行う。
また、リムーバブルメディア30は、記憶部18に記憶されている各種データも、記憶部18と同様に記憶することができる。
図3は、図2のユーザ端末1の機能的構成の一例を示す機能ブロック図である。
記憶部18の一領域には、仕訳DB401と、第1仕訳パターンDB402と、カテゴリDB403と、第2仕訳パターンDB404とが設けられている。
また、仕訳取得部101は、取得した複数の仕訳明細データを仕訳DB401に記憶させて管理する。なお、仕訳DB401で管理されている複数の仕訳明細データの具体例については、図5を参照して後述する。
具体的には例えば、複数の仕訳明細データの中に、取引日が「2016年1月1日」、仕訳番号が「1001」、借方勘定科目が「売掛金」、貸方勘定科目が「売上」である仕訳明細データと、取引日が「2016年8月1日」、仕訳番号が「1008」、借方勘定科目が「売掛金」、貸方勘定科目が「売上」である仕訳明細データとが存在する場合を想定する。この場合、いずれの仕訳明細データも、借方勘定科目が「売掛金」、貸方勘定科目が「売上」という同じ勘定科目で構成されるため、借方勘定科目が「売掛金」、貸方勘定科目が「売上」である第1仕訳パターンにグルーピングされることとなる。
また例えば、複数の仕訳明細データの中に、取引日が「2016年4月1日」、仕訳番号が「1004」、借方勘定科目が「仕入」、貸方勘定科目が「買掛金」である仕訳明細データと、取引日が「2016年9月1日」、仕訳番号が「1009」、借方勘定科目が「仕入」及び「輸入諸掛」、貸方勘定科目が「買掛金」である仕訳明細データとが存在する場合を想定する。この場合、いずれの仕訳明細データも、借方勘定科目に「仕入」、貸方勘定科目に「売上」という同じ勘定科目を含むが、仕訳番号が「1009」である仕訳明細データの借方勘定科目には、「仕入」の他に「輸入諸掛」という勘定科目が含まれている。一方、仕訳番号が「1004」である仕訳明細データの借方勘定科目には「輸入諸掛」という勘定科目が含まれていない。このため、仕訳番号が「1004」である仕訳明細データと、仕訳番号が「1009」である仕訳明細データとは、同じ勘定科目で構成されているとはいえないため、夫々異なる第1仕訳パターンに夫々グルーピングされることとなる。
具体的には例えば、借方勘定科目が「売掛金」、貸方勘定科目が「売上」である第1仕訳パターンがあった場合、この第1仕訳パターンを構成する仕訳明細データの件数と合計金額とが集計される。
第1集計部103は、第1仕訳パターン毎に異なる個別番号(例えば後述する図5(b)の「第1仕訳パターン番号」)を付与し、集計結果と共に第1仕訳パターンDB402に記憶させて管理する。
このように、複数の仕訳明細データの夫々を、複数の第1仕訳パターンにグルーピングして集計することにより、例えば海外子会社の1年分の仕訳明細データ(数百万件)を数千パターンの第1仕訳パターンに圧縮することも可能となる。
つまり、大量の仕訳明細データが圧縮されれば、リスク項目をフォーカスすることが可能となるため、仕訳明細データ全件をチェック対象とする不正データの検出作業が実行されたとしても、早期の段階で不正データの絞り込みを行うことが可能となる。
例えば、第1仕訳パターン毎に仕訳明細データの件数が集計されると、件数の多い通常処理と、件数の少ない非通常処理との区分把握が容易となるため、臨時で行われた処理を容易に抽出することが可能となる。即ち、定期的に第1仕訳パターンの解析を実施することにより、仕訳処理の均質化を図ることができるため、臨時的な処理を抽出することができるようになる。また、均質化されていない処理だけを、仕訳処理上の「リスク」として個別に抽出することで、効率的なモニタリングを実現することもできる。具体的には例えば、借方勘定科目が「売上原価」、貸方勘定科目が「売掛金」といったような通常の仕訳処理では行われない異常な仕訳処理を明確に定義付け、ユーザ端末1が異常仕訳パターンを自動で検出できるようにしてもよい。
なお、第1仕訳パターンDB402で管理されている第1仕訳パターンの具体例については、図5を参照して後述する。
即ち、仕訳明細データには、企業毎に固有に定義された勘定科目が使用されていることがある。つまり、仕訳明細データの勘定科目の定義は、会計システムの種類や、会計システムを利用する企業の内部ルールに依存するため、例えば「商品A」、「現金(X会社向け)」といった企業毎に特有の勘定科目が使用されることがある。また、海外子会社等、国外の会計システムに格納されている仕訳明細データにおいては、言語も統一されておらず、仕訳明細データのレベルでは一見して同一パターンとしてグルーピングすることが困難な場合もある。
このため、カテゴリ分類部104は、あらゆる企業の仕訳明細データに対して共通のチェックを実行させるために、チェックが行われることを前提とした粒度に勘定科目を抽象化させる。具体的には、カテゴリ分類部104は、取得された複数の仕訳明細データで使用されている勘定科目の夫々を、カテゴリDB403に予め記憶されているカテゴリマスタに格納された複数のカテゴリのうち、いずれかのカテゴリに分類する。
例えば、取得された仕訳明細データで使用される勘定科目の中に「現金」、「現金(X社用)」、「CASH」、「現金預金」、「預金」、「CASH ABC corp.」という6種類の勘定科目が使用されている場合がある。この場合、カテゴリ分類部104は、これら6種類の勘定科目をいずれも「現金預金」という共通概念の勘定科目(カテゴリ)に分類することができる。これにより、文言が異なる6種類の勘定科目を、共通概念の勘定科目に抽象化させることができる。
また、カテゴリ分類部104は、勘定科目をいずれかのカテゴリに分類して抽象化させる際の抽象化の粒度を変化させることができる。これにより、チェックの観点にマッチさせたカテゴリ分類が可能となるため、ユーザ端末1は、効率良くチェックを実行することができる。
なお、カテゴリ分類部104による分類手法は特に限定されない。本実施形態のようにカテゴリマスタに格納された複数のカテゴリのうちいずれかに対応させて分類する手法や、類似言語検索エンジンを用いて分類する手法、機械学習によるクラス化などを用いて分類する手法等あらゆる分類手法を採用することができる。
なお、カテゴリDB403のカテゴリマスタに格納されているカテゴリの具体例については、図6(a)を参照して後述する。
具体的には上述の例で「現金」、「現金(X社用)」、「CASH」、「現金預金」、「預金」、「CASH ABC corp.」という6種類の勘定科目が、カテゴリ分類部104によって、いずれも「現金預金」というカテゴリに分類されるケースを想定する。このケースでは、貸方勘定科目が共通する複数の第1仕訳パターンの借方勘定科目は、「現金」、「現金(X社用)」、「CASH」、「現金預金」、「預金」、「CASH ABC corp.」のうちいずれであっても、借方勘定科目を「現金預金」とする同一の第2仕訳パターンにグルーピングされる。また同様に、借方勘定科目が共通する複数の第1仕訳パターンの貸方勘定科目は、「現金」、「現金(X社用)」、「CASH」、「現金預金」、「預金」、「CASH ABC corp.」のうちいずれであっても、貸方勘定科目を「現金預金」とする同一の第2仕訳パターンにグルーピングされる。
このように、仕訳明細データで使用されている複数種類の勘定科目を共通概念の勘定科目であるカテゴリに分類することにより、第1仕訳パターン数を圧縮することができる。
これにより、例えば海外子会社の1年分の仕訳明細データ(数百万件)を数千パターンの第1仕訳パターンにグルーピングした後、さらにこれを共通概念の第2仕訳パターンにグルーピングすることにより、数十パターンに圧縮することも可能となる。
具体的には上述の例で、借方勘定科目が「現金預金」、貸方勘定科目が「売掛金」とする第2仕訳パターンを処理対象として、当該処理対象に含まれる1以上の第1仕訳パターンで夫々特定される件数とその合計金額とが集計される。また、当該処理対象に含まれる1以上の第1仕訳パターンを構成する仕訳明細データで夫々特定される件数とその合計金額とを集計することもできる。
第2集計部106は、第2仕訳パターン毎に異なる個別番号(例えば後述する図6(b)の「第2仕訳パターン番号」)を付与し、集計結果と共に第2仕訳パターンDB404に記憶させて管理する。なお、第2仕訳パターンDB404で管理されている第2仕訳パターンの具体例については、図6を参照して後述する。
チェック部107は、チェック処理の際に、第2仕訳パターンを1以上の第1仕訳パターンにブレイクダウンすることができ、さらに、第1仕訳パターンを1以上の仕訳明細データにブレイクダウンすることができる。これにより、相関分析による異常値の検出、経年毎の推移と将来予測値との乖離の検出、業種・業界の平均値との比較等を効率良く行うことができる。
このため、企業取引の実態や会計手続の実態に沿ったリスクチェックを行うことが可能となる。具体的には例えば、売掛金の回収サイトの分析を効率良く行うことができる。
また、特殊性の高い個別の仕訳明細データにブレイクダウンし、ブレイクダウンされた仕訳DB401に記憶されている仕訳明細データを作成した元システムや入力状況について確認することにより、会計手続の信頼性を検証することもできる。
また、ユーザ端末1が取得する複数の仕訳明細データは、企業財務諸表を作成するための根拠情報であり、全ての財務会計システムから出力することができるデータであるため、あらゆる企業で利用することができる。つまり、ユーザ端末1は、汎用性の高い仕訳明細データに基づいて全ての処理を実行するため、複数の仕訳明細データを送信する企業会計サーバ2の仕様の影響を受けることなく全ての処理を実行することができる。
即ち、ユーザ端末1は、各社各様に異なる仕様の情報処理システムから出力された仕訳明細データであっても、これを取得して全ての処理を実行することができる。例えば海外子会社で作成された複数の仕訳明細データであっても、日本の親会社に設置されたユーザ端末1がこれを取得して効率良く内容のチェックを行うことができる。
また、仕訳明細データは、多くの企業内の会計システムが持っている標準的なデータ出力機能により取得することができるため、ユーザ端末1を含む情報処理システムは、あらゆる企業を対象とした高水準の監査システムとして広く活用することもできる。
図4は、ユーザ端末1が行う各種処理を説明するフローチャートである。
図4(a)は、ユーザ端末1が実行する第1集計処理を説明するフローチャートである。
ステップS2において、第1グルーピング部102は、ステップS1で取得された複数の仕訳明細データの夫々を、複数の第1仕訳パターンの夫々にグルーピングする。
ステップS3において、第1集計部103は、複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の仕訳明細データの件数と、当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計と、を夫々集計する。これにより処理は終了する。
このようにして、大量の仕訳明細データを同類の仕訳パターン(第1仕訳パターン)にグルーピングしてから集計することにより、チェックの効率性及び正確性を向上させることができる。
図4(b)は、ユーザ端末1が実行する第2集計処理を説明するフローチャートである。
ステップS12において、第2グルーピング部105は、ステップS11のカテゴリ分類の結果として生成された複数のカテゴリに基づいて、第1仕訳パターンDB402に記憶された複数の第1仕訳パターンの夫々を、複数の第1仕訳パターンに共通する概念で、複数の第2仕訳パターンの夫々にグルーピングする。
ステップS13において、第2集計部106は、複数の第2仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の第1仕訳パターンの件数と、当該処理対象に含まれる当該1以上の第1仕訳パターンで夫々特定される金額の合計とを夫々集計する。これにより処理は終了する。
このようにして、複数の第1仕訳パターンを共通概念の仕訳パターン(第2仕訳パターン)にグルーピングすることにより、チェックの効率性及び正確性をさらに向上させることができる。
図5は、ユーザ端末1が取得し管理している仕訳明細データ、及び第1仕訳パターンの具体例を示すイメージ図である。
図5(a)に示すように、仕訳DB401には、仕訳取得部により取得された複数の仕訳明細データが記憶されている。図5(a)に例示する仕訳DB401には、「取引日」、「仕訳番号」、「借方勘定科目」、「貸方勘定科目」、「金額(千円)」、及び「データ入力者」という項目の夫々に対応する各データが仕訳明細データ毎に記憶されている。即ち、仕訳明細データは、これら項目の夫々に対応するデータの組合せによって構成される。
具体的には、図5(a)に例示する仕訳DB401には、取引日が「2016年1月1日」、仕訳番号が「1001」、借方勘定科目が「売掛金」、貸方勘定科目が「売上」、借方勘定科目及び貸方勘定科目に対応する金額が「1,000」千円、入力者が「A」である仕訳明細データと、取引日が「2016年2月1日」、仕訳番号が「1002」、借方勘定科目が「経費」、貸方勘定科目が「現金預金」、借方勘定科目及び貸方勘定科目に対応する金額が「110」千円、入力者が「C」である仕訳明細データと、取引日が「2016年3月1日」、仕訳番号が「1003」、借方勘定科目が「経費」、貸方勘定科目が「未払金」、借方勘定科目及び貸方勘定科目に対応する金額が「120」千円、入力者が「C」である仕訳明細データと、取引日が「2016年4月1日」、仕訳番号が「1004」、借方勘定科目が「仕入」、貸方勘定科目が「買掛金」、借方勘定科目及び貸方勘定科目に対応する金額が「130」千円、入力者が「B」である仕訳明細データと、取引日が「2016年5月1日」、仕訳番号が「1005」、借方勘定科目が「給与」、貸方勘定科目が「未払金」及び「預り金」、借方勘定科目に対応する金額が「155」千円(記載なし)、貸方勘定科目「未払金」に対応する金額が「140」千円、貸方勘定科目「預り金」に対応する金額が「15」千円、入力者が「C」である仕訳明細データが記憶されている。
なお、仕訳DB401に記憶され管理されている仕訳明細データの他の例は、図5(a)に示すとおりである。
図5(b)に示すように、第1仕訳パターンDB402には、複数の第1仕訳パターンが記憶されている。図5(b)に例示する第1仕訳パターンDB402には、「第1仕訳パターン番号」、「借方勘定科目」、「貸方勘定科目」、「金額(千円)」、及び「仕訳明細データ件数」という項目の夫々に対応する各データが第1仕訳パターン毎に記憶されている。即ち、第1仕訳パターンは、これら項目の夫々に対応するデータの組合せによって構成される。
具体的には、図5(b)に例示する第1仕訳パターンDB402には、第1仕訳パターン番号が「101」、借方勘定科目が「売掛金」、貸方勘定科目が「売上」、借方勘定科目及び貸方勘定科目に対応する金額が「3,230」千円、仕訳明細データ件数が「5」件である第1仕訳パターンと、第1仕訳パターン番号が「102」、借方勘定科目が「仕入」、貸方勘定科目が「買掛金」、借方勘定科目及び貸方勘定科目に対応する金額が「940」千円、仕訳明細データ件数が「3」件である第1仕訳パターンと、第1仕訳パターン番号が「103」、借方勘定科目が「仕入」及び「輸入諸掛」、貸方勘定科目が「買掛金」、借方勘定科目「仕入」に対応する金額が「450」千円及び借方勘定科目「輸入諸掛」に対応する金額が「50」千円、貸方勘定科目に対応する金額が「500」千円(記載なし)、仕訳明細データ件数が「1」件である第1仕訳パターンと、第1仕訳パターン番号が「104」、借方勘定科目が「経費」、貸方勘定科目が「現金預金」、借方勘定科目及び貸方勘定科目に対応する金額が「110」千円、仕訳明細データ件数が「1」件である第1仕訳パターンと、第1仕訳パターン番号が「105」、借方勘定科目が「経費」、貸方勘定科目が「未払金」、借方勘定科目及び貸方勘定科目に対応する金額が「120」千円、仕訳明細データ件数が「1」件である第1仕訳パターンが記憶されている。
なお、第1仕訳パターンDB402に記憶され管理されている第1仕訳パターンの他の例は、図5(b)に示すとおりである。
図6(a)に示すように、カテゴリDB403のカテゴリマスタには、仕訳明細データで使用されている勘定科目を抽象化してリスクチェックし易くするために、共通概念としての勘定科目が格納されている。
具体的には、「売掛金」、「仕入」、「輸入諸掛」、「経費」、「給与」、「現金」、「未払金」、「現金預金」といった勘定科目がカテゴリとして格納されている。
例えば、仕訳明細データに「現金」、「現金(X社用)」、「CASH」、「現金預金」、「預金」、「CASH ABC corp.」という6種類の勘定科目が使用されている場合は、いずれもカテゴリ分類部104によって共通概念の勘定科目である「現金預金」に分類される。
なお、上述したように、カテゴリ分類部104は、分類による抽象化の粒度を変化させることができる。このため、例えば上記6種類の勘定科目のうち「現金」、「現金(X社用)」、「CASH」という3種類の勘定科目のみを共通概念の勘定科目としての「現金」というカテゴリに分類することもできる。
なお、第1仕訳パターンDB402に記憶され管理されている第1仕訳パターンの他の例は、図6(a)に示すとおりである。
図6(b)に示すように、第2仕訳パターンDB404には、複数の第2仕訳パターンが記憶されている。図6(b)に例示する第2仕訳パターンDB404には、「第2仕訳パターン番号」、「借方勘定科目」、「貸方勘定科目」、「金額(千円)」、及び「第1仕訳パターン件数」という項目の夫々に対応する各データが第2仕訳パターン毎に記憶されている。即ち、第2仕訳パターンは、これら項目の夫々に対応するデータの組合せによって構成される。
具体的には、図6(b)に例示する第2仕訳パターンDB404には、第2仕訳パターン番号が「201」、借方勘定科目が「現金預金」、貸方勘定科目が「売掛金」、借方勘定科目及び貸方勘定科目に対応する金額が「99,999」千円、第1仕訳パターン件数が「234」件である第2仕訳パターンと、第2仕訳パターン番号が「202」、借方勘定科目が「経費」、貸方勘定科目が「現金預金」、借方勘定科目及び貸方勘定科目に対応する金額が「7,895」千円、第1仕訳パターン件数が「125」件である第2仕訳パターンと、第2仕訳パターン番号が「203」、借方勘定科目が「未払金」、貸方勘定科目が「現金預金」、借方勘定科目及び貸方勘定科目に対応する金額が「854」千円、第1仕訳パターン件数が「25」件である第2仕訳パターンが記憶されている。
また、第2仕訳パターン番号が「201」である第2仕訳パターンには、様々な取引先別、期日別の資金回収の記録がふくまれている。このため、チェック部107は、第2仕訳パターン番号が「201」である第2仕訳パターンをブレイクダウンすることにより、資金回収に係るチェックを実行することもできる。
このようにして、ユーザ端末1は、取得した仕訳明細データを2段階でグルーピングすることによって効率良く管理する。これにより、全ての財務会計システムの夫々から出力可能な仕訳明細データ全てをチェック対象としながら、チェックの効率性及び正確性を向上させることができる。
また、1つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであってもよい。また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えばサーバの他汎用のスマートフォンやパーソナルコンピュータであってもよい。
即ち、本発明が適用される情報処理端末は、
複数の仕訳明細データを取得する仕訳取得手段(例えば図3の仕訳取得部101)と、
前記仕訳取得手段によって取得された複数の仕訳明細データの夫々を、同じ勘定科目で構成される複数の前記仕訳明細データ毎に、複数の第1仕訳パターンの夫々にグルーピングする第1仕訳グルーピング手段(例えば図3の第1グルーピング部102)と、
前記複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記仕訳明細データの件数と当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計とを夫々集計する第1集計手段(例えば図3の第1集計部103)と、
を備える。
これにより、全ての財務会計システムの夫々から出力可能な仕訳明細データについて、その全てをチェックの対象とすると共に、チェック時の効率性及び正確性の向上に寄与させることができる。
前記カテゴリに基づいて、前記複数の第1仕訳パターンの夫々を、前記複数の第1仕訳パターンに共通する概念で、複数の第2仕訳パターンの夫々にグルーピングする第2仕訳グルーピング手段(例えば図3の第2グルーピング部105)と、
前記複数の第2仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記第1仕訳パターンの件数と当該処理対象に含まれる当該1以上の第1仕訳パターンで夫々特定される金額の合計とを夫々集計する第2集計手段(例えば図3の第2集計部106)と、
をさらに備えることができる。
これにより、全ての財務会計システムの夫々から出力可能な仕訳明細データについて、その全てをチェックの対象とすると共に、チェック時の効率性及び正確性の向上にさらに寄与させることができる。
これにより、全ての財務会計システムの夫々から出力可能な仕訳明細データについて、その全てを対象とする不正データのチェックを効率良く行うことができる。
2,2−1,2−n・・・ 企業会計サーバ
11・・・ CPU
12・・・ ROM
13・・・ RAM
14・・・ バス
15・・・ 入出力インターフェース
16・・・ 出力部
17・・・ 入力部
18・・・ 記憶部
19・・・ 通信部
20・・・ ドライブ
30・・・ リムーバブルメディア
101・・・ 仕訳取得部
102・・・ 第1グルーピング部
103・・・ 第1集計部
104・・・ カテゴリ分類部
105・・・ 第2グルーピング部
106・・・ 第2集計部
107・・・ チェック部
N・・・ ネットワーク
U・・・ ユーザ
Claims (5)
- 複数の仕訳明細データを取得する仕訳取得手段と、
前記仕訳取得手段によって取得された複数の仕訳明細データの夫々を、同じ勘定科目で構成される複数の前記仕訳明細データ毎に、複数の第1仕訳パターンの夫々にグルーピングする第1仕訳グルーピング手段と、
前記複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記仕訳明細データの件数と当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計とを夫々集計する第1集計手段と、
を備える情報処理端末。 - 前記仕訳明細データで使用されている前記勘定科目を、前記勘定科目と共通する概念の勘定科目であるカテゴリに分類する勘定科目カテゴリ分類手段と、
前記カテゴリに基づいて、前記複数の第1仕訳パターンの夫々を、前記複数の第1仕訳パターンに共通する概念で、複数の第2仕訳パターンの夫々にグルーピングする第2仕訳グルーピング手段と、
前記複数の第2仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記第1仕訳パターンの件数と当該処理対象に含まれる当該1以上の第1仕訳パターンで夫々特定される金額の合計とを夫々集計する第2集計手段と、
をさらに備える、
請求項1に記載の情報処理端末。 - 前記第1集計手段による集計結果と、前記第2集計手段による集計結果とのうち少なくとも一方に対して所定のチェック処理を実行するチェック手段をさらに備える、
請求項2に記載の情報処理端末。 - 情報処理端末が実行する情報処理方法であって、
複数の仕訳明細データを取得する仕訳取得ステップと、
前記仕訳取得ステップで取得された複数の仕訳明細データの夫々を、同じ勘定科目で構成される複数の前記仕訳明細データ毎に、複数の第1仕訳パターンの夫々にグルーピングする第1仕訳グルーピングステップと、
前記複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記仕訳明細データの件数と当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計とを夫々集計する第1集計ステップと、
を含む情報処理方法。 - 情報処理端末を制御するコンピュータに、
複数の仕訳明細データを取得する仕訳取得ステップと、
前記仕訳取得ステップで取得された複数の仕訳明細データの夫々を、同じ勘定科目で構成される複数の前記仕訳明細データ毎に、複数の第1仕訳パターンの夫々にグルーピングする第1仕訳グルーピングステップと、
前記複数の第1仕訳パターンの夫々を処理対象として、当該処理対象に含まれる1以上の前記仕訳明細データの件数と当該処理対象に含まれる当該1以上の仕訳明細データで夫々特定される金額の合計とを夫々集計する第1集計ステップと、
を含む制御処理を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017031884A JP6279782B1 (ja) | 2017-02-23 | 2017-02-23 | 情報処理端末、情報処理方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017031884A JP6279782B1 (ja) | 2017-02-23 | 2017-02-23 | 情報処理端末、情報処理方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6279782B1 JP6279782B1 (ja) | 2018-02-14 |
JP2018136822A true JP2018136822A (ja) | 2018-08-30 |
Family
ID=61195850
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017031884A Active JP6279782B1 (ja) | 2017-02-23 | 2017-02-23 | 情報処理端末、情報処理方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6279782B1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7052135B1 (ja) | 2021-10-29 | 2022-04-11 | 株式会社Tkc | 内部監査支援装置、方法、及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0721261A (ja) * | 1993-07-06 | 1995-01-24 | Nec Corp | 経営管理データ整合性チェック装置 |
JP2001084304A (ja) * | 1999-09-13 | 2001-03-30 | Kawasaki Steel Corp | 連結決算用データ作成システム |
JP2003186987A (ja) * | 2001-10-12 | 2003-07-04 | Nippon Pro-Mait:Kk | 監査支援機能付き財務会計処理システム,財務会計処理方法,財務会計処理装置並びにプログラム |
JP2007304643A (ja) * | 2006-05-08 | 2007-11-22 | Hiroaki Ono | 会計仕訳システム、会計仕訳プログラム及びそのプログラムを記録した記録媒体 |
JP2011040016A (ja) * | 2009-08-07 | 2011-02-24 | Toshihiko Yoshizaki | 財務管理方法およびシステム |
JP2011081466A (ja) * | 2009-10-05 | 2011-04-21 | Hitachi Ltd | 事業配賦方法及びプログラム |
JP2012252521A (ja) * | 2011-06-02 | 2012-12-20 | Yukumoto Kaikei Jimusho Co Ltd | 会計仕訳ファイルデータ標準化システムとそれを用いた監査システムとそれらのプログラム |
JP2014235484A (ja) * | 2013-05-31 | 2014-12-15 | 弥生株式会社 | クラウドコンピューティングによる仕訳解析サービスを提供する仕訳解析センターシステム |
-
2017
- 2017-02-23 JP JP2017031884A patent/JP6279782B1/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0721261A (ja) * | 1993-07-06 | 1995-01-24 | Nec Corp | 経営管理データ整合性チェック装置 |
JP2001084304A (ja) * | 1999-09-13 | 2001-03-30 | Kawasaki Steel Corp | 連結決算用データ作成システム |
JP2003186987A (ja) * | 2001-10-12 | 2003-07-04 | Nippon Pro-Mait:Kk | 監査支援機能付き財務会計処理システム,財務会計処理方法,財務会計処理装置並びにプログラム |
JP2007304643A (ja) * | 2006-05-08 | 2007-11-22 | Hiroaki Ono | 会計仕訳システム、会計仕訳プログラム及びそのプログラムを記録した記録媒体 |
JP2011040016A (ja) * | 2009-08-07 | 2011-02-24 | Toshihiko Yoshizaki | 財務管理方法およびシステム |
JP2011081466A (ja) * | 2009-10-05 | 2011-04-21 | Hitachi Ltd | 事業配賦方法及びプログラム |
JP2012252521A (ja) * | 2011-06-02 | 2012-12-20 | Yukumoto Kaikei Jimusho Co Ltd | 会計仕訳ファイルデータ標準化システムとそれを用いた監査システムとそれらのプログラム |
JP2014235484A (ja) * | 2013-05-31 | 2014-12-15 | 弥生株式会社 | クラウドコンピューティングによる仕訳解析サービスを提供する仕訳解析センターシステム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7052135B1 (ja) | 2021-10-29 | 2022-04-11 | 株式会社Tkc | 内部監査支援装置、方法、及びプログラム |
JP2023066980A (ja) * | 2021-10-29 | 2023-05-16 | 株式会社Tkc | 内部監査支援装置、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6279782B1 (ja) | 2018-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ahmed et al. | A survey of anomaly detection techniques in financial domain | |
Nigrini et al. | The use of Benford's Law as an Aid in Analytical Procedures. | |
Hormozi et al. | Data mining: A competitive weapon for banking and retail industries | |
US10922761B2 (en) | Payment card network data validation system | |
US20160342999A1 (en) | Method, system, and computer program product for linking customer information | |
US20140172697A1 (en) | Systems and methods for detecting fraud in retail return transactions | |
US20090070289A1 (en) | Methods, Systems, and Computer Program Products for Estimating Accuracy of Linking of Customer Relationships | |
US10332135B2 (en) | Financial data normalization systems and methods | |
US20140089193A1 (en) | Replay Engine and Passive Profile/Multiple Model Parallel Scoring | |
Flegel et al. | A state of the art survey of fraud detection technology | |
US10579589B2 (en) | Data filtering | |
Da Silva et al. | Selecting audit samples using Benford's Law | |
CN111986001A (zh) | 基于区块链的订单融资方法、装置及系统 | |
CN113205402A (zh) | 对账方法、装置、电子设备及计算机可读介质 | |
CN106056418A (zh) | 一种发票报送方法、装置及系统 | |
CN111833182B (zh) | 识别风险对象的方法和装置 | |
JP6279782B1 (ja) | 情報処理端末、情報処理方法、及びプログラム | |
CN111046947B (zh) | 分类器的训练系统及方法、异常样本的识别方法 | |
Coderre | Fraud analysis techniques using ACL | |
CN117094764A (zh) | 银行积分处理方法及装置 | |
KR102090951B1 (ko) | 통합 금융 서비스를 제공하는 방법 및 시스템 | |
CN110750302A (zh) | 一种会计用流水线做账方法 | |
Oliverio et al. | A hybrid model for fraud detection on purchase orders | |
CN108763233A (zh) | 基于大数据的疑似假货商品识别及分类的方法和装置 | |
CN113626655A (zh) | 提取文件中信息的方法、计算机设备及存储装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171201 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20171219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6279782 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |