有些分录单独看不异常,放在科目和交易关系里才显出不同
项目原名:Accounting anomaly detection with graph neural networks
审计线索有时藏在联系之中。
项目解决的业务问题:仅查看单笔金额可能忽略科目和交易字段之间的结构关系。
项目采取的做法:研究代码附有教学案例和 SAP 实验配置,可用于测试图神经网络怎样发现分录关联异常。
对财务工作的意义:图神经网络实验可用于比较分录异常筛查方法;分数只提供复核线索,不能直接认定舞弊。
这项研究或工具想解决什么
图模型研究尝试分析会计字段关系。可用于原型实验,但模型找出的结构差异需要业务证据支持。
测试用了什么资料,怎样安排
研究代码附有教学案例和 SAP 实验配置,可用于测试图神经网络怎样发现分录关联异常。
图神经网络研究代码提供教学案例与 SAP 实验配置,用于探索会计数据关系中的异常。
异常提示要能回到凭证和分录
分录异常只是复核线索。先看科目、期间、制单人、对手方和关联分录,再结合合同、发票与审批记录核实交易背景。阈值和判断规则要能说明来由,是否调整由会计或审计人员决定。
先找适用规则,再核对业务材料
- 代码支持EY学术教学案例及SAP数据实验配置。
先准备凭据、政策版本和访问权限
研究资料没有规定企业侧要接入哪些业务字段。内部验证可先用业务单据、财务记录、适用政策和控制规则、访问权限及复核记录。选取少量、经人工核实且可脱敏的样本。
把条款、证据和复核意见留在记录里
研究结果不能直接当成企业审批或入账凭据。内部测试可把输出整理为能回到原件的证据清单、适用政策和需要专业人员处理的疑点,再检查引用、遗漏和人工修订。
这份资料有没有公布成效数据
这份研究或开源资料没有提供可直接套用到企业日常工作的成效数字。判断方法是否适合本团队,要先看数据集、任务范围和测试条件,再用自己的样本复验。
拿已处理的业务做对照
使用带有关联关系的分录数据重跑实验,检查模型是否利用了科目、凭证和交易关系,而非只按金额排序。训练与测试记录按主体或时间隔开。
- 比较图模型与简单规则基线的误报、漏报。
- 抽查高分分录并回到业务凭证确认原因。
税务和审计判断由谁确认
- 研究复现代码非零售级产品;数据需要自行获取,仓库注明EY教学案例是可独立取得的数据之一。
继续看税务与治理的其他做法
授信报告最费时间的,常常是把工商、财务和诉讼资料收齐
业务卡点:工商、财务、诉讼和舆情资料需人工搜集,指标解释与报告填制耗时。
你可以先核对:授信材料归集和报告草稿可以由系统辅助,授信结论仍由专业人员把关。
打开详情,看做法和适用范围 →金额没有超过阈值,也不代表分录没有问题
业务卡点:固定规则难识别未知异常模式,审计人员需要从全部分录中排出复核顺序。
你可以先核对:异常分数可用于挑出分录复核对象,不能据此认定舞弊。
打开详情,看做法和适用范围 →函证与合同版式多,审计取数怎么减少抄录?
业务卡点:审计文档格式多样,人工查找并抽取关键信息耗时。
你可以先核对:从采购文件提取审计证据可以减少抄录;抽取内容须回到原文,审计结论仍由审计人员作出。
打开详情,看做法和适用范围 →这项工作还会影响哪些环节
如果项目走到这里还要交接资料或核对结果,可以顺着相关业务继续看。
票据内容支持税务核对
发票上的税率、税额和用途会影响抵扣及申报核验。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可提取相关字段并标出疑点;真伪、政策适用和抵扣资格仍按权威信息及人员复核确认。
继续看这个业务环节 →销项发票进入纳税申报
开票金额与税额要能对应到收入记录和申报口径。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可对商品分类、税码和汇总金额提出疑点,财务按适用政策核实。
继续看这个业务环节 →税会差异需要在结账前核实
税务口径和账面记录可能存在时间或项目差异,期末需要查清并留档。
辅助步骤参考;不代表某个案例已部署相同功能。
AI 可定位相关凭证、政策条款并起草差异说明;会计和税务人员确认处理方式。
继续看这个业务环节 →