| 作者 | 宇速哲平（AZUSA监查法人）、近藤聪（AZUSA监查法人）、白木研吾（AZUSA监查法人）、真田贵央（AZUSA监查法人）、须崎公介（AZUSA监查法人）、宫川大介（一桥大学） |
|---|---|
| 发表日期/编号 | 2021年10月 21-J-049 |
| 研究课题 | 企业金融与企业行为动态研究会 |
| 下载/链接 |
概要
In this paper, we implement anomaly detection on listed firms' accounting items. Using a type of sparse modeling, i.e., Graphical Lasso, we confirm that our accounting fraud detection has achieved a practically admissible level of detection capability. We also find that the method of sparse modeling contributes to detection capability.