論文の概要: ERP Data Provisioning Financial Control Testing

• arxiv url: http://arxiv.org/abs/2607.09712v1
• Date: Tue, 23 Jun 2026 21:45:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-19 21:54:20.382766
• Title: ERP Data Provisioning Financial Control Testing
• Title（参考訳）: 金融制御試験のためのERPデータ提供
• Authors: Anitha Samudrala,
• Abstract要約: 本研究は、金融制御試験(SEQ-FCT)のためのセキュアERP品質規定を提示する。 決定論的マスキング、合成シナリオ拡張、参照トークン化、ポリシーベースのリリース承認、和解のための自動検証、不正ルールテスト、監査分析を組み合わせる。 その結果、マスキング、合成データ、ガバナンスチェックを単一リリースパイプラインとして評価すると、財務プロセスの挙動をより確実に保存できることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/publicdomain/zero/1.0/
• Abstract: Financial control testing increasingly depends on representative enterprise resource planning (ERP) data in quality environments, yet direct production copies expose personal, supplier, banking, and commercially sensitive records. This work presents Secure ERP Quality Provisioning for Financial Control Testing (SEQ-FCT), a governed data-provisioning framework that combines deterministic masking, synthetic scenario expansion, referential tokenization, policy-based release approval, and automated validation for reconciliation, fraud-rule testing, and audit analytics. A single synthetic dataset is used for evaluation. It contains 186,000 finance-process records from six subsidiaries over 2022-2025, including accounts payable invoices, payments, general-ledger journals, accounts receivable receipts, and bank-statement lines. The dataset includes entity relationships, monetary values, approval paths, tax attributes, banking markers, exception labels, fraud-rule triggers, and control-failure outcomes. Because the dataset is synthetic, reported results demonstrate controlled internal consistency rather than production validation. Against a production-clone upper bound, static masking, rules-only synthesis, conditional tabular generative synthesis, and a hybrid baseline, SEQ-FCT achieved 0.932 reconciliation F1, 0.887 fraud-trigger recall, 0.914 control-failure F1, and an estimated leakage-risk score of 0.018. The analysis indicates that financial process behavior can be preserved more reliably when masking, synthetic data, and governance checks are evaluated as a single release pipeline instead of independent utilities.
• Abstract（参考訳）: 金融制御テストは、品質環境でのエンタープライズリソース計画(ERP)データにますます依存しているが、直接生産のコピーは個人、サプライヤー、銀行、商業的に機密性の高い記録を公開している。 本研究は、決定論的マスキング、合成シナリオ拡張、参照トークン化、ポリシーベースのリリース承認、和解、不正ルールテスト、監査分析を組み合わせたデータ提供フレームワークであるSecure ERP Quality Provisioning for Financial Control Testing (SEQ-FCT)を紹介する。 単一の合成データセットが評価に使用される。 2022年から2025年までの6つの子会社からの186,000件の財務処理記録があり、その中には支払い可能な請求書、支払い、一般的なレガー・ジャーナル、受取可能な領収書、銀行のステートメント・ラインが含まれていた。 データセットには、エンティティ関係、金銭的価値、承認パス、税制属性、銀行マーカー、例外ラベル、不正ルールトリガー、制御不能な結果が含まれる。 データセットは合成されているため、報告された結果は、プロダクション検証よりも内部の一貫性が制御されていることを示している。 生産・クローン上界、静的マスキング、規則のみ合成、条件付き表層生成合成、ハイブリッドベースラインに対して、SEQ-FCTは0.932の和解F1、0.887の不正トリガーリコール、0.914の制御欠陥F1、推定リークリスクスコア0.018を達成した。 この分析は、マスキング、合成データ、ガバナンスチェックが独立したユーティリティではなく単一のリリースパイプラインとして評価される場合、財務プロセスの挙動をより確実に保存できることを示している。

関連論文リスト

• AUDITFLOW: Executable Symbolic Environments for Structured Financial Reporting Verification [19.94244675257689]
  AuditFlowは、アダプティブ検索と検証を分離するグラフグラウンドのマルチエージェントフレームワークである。 2人の若手監査官が各事件を規制及び明確な見解から検査し、上級監査官が意見の相違を解消し、さらなる調査を要求することができる。 最終報告は、明らかな集計を通じて融合され、監査の評決、期待値、エビデンス・トレイル、スコアを生成する。
  論文  参考訳（メタデータ） (2026-06-02T02:14:42Z)
• ComplexMCP: Evaluation of LLM Agents in Dynamic, Interdependent, and Large-Scale Tool Sandbox [61.862814740220806]
  $textbfComplexMCP$は厳格な条件下でエージェントを評価するために設計されたベンチマークである。 Model Context Protocol (MCP)上に構築された$textbfComplexMCP$は300以上の精巧にテストされたツールを提供する。
  論文  参考訳（メタデータ） (2026-05-11T16:20:51Z)
• ERP-RiskBench: Leakage-Safe Ensemble Learning for Financial Risk [0.0]
  本稿では、アンサンブル機械学習を用いたERP財務リスク検出のための再構成実験フレームワークを提案する。 リスク定義はハイブリッドで、調達のコンプライアンス異常と取引詐欺の両方をカバーする。 ERP-RiskBenchと呼ばれる複合ベンチマークは、公開調達イベントログ、ラベル付き不正データ、新しい合成ERPデータセットから組み立てられる。
  論文  参考訳（メタデータ） (2026-03-03T04:41:26Z)
• Replayable Financial Agents: A Determinism-Faithfulness Assurance Harness for Tool-Using LLM Agents [0.7699235580548228]
  LLMエージェントは、規制監査のリプレイに苦労する: トランザクションフラグ付き決定を同じ入力で再現するように要求された場合、ほとんどのデプロイメントは一貫性のある結果を返すことができません。 本稿では,金融サービスに展開するツール利用エージェントにおけるトラジェクティブ決定性およびエビデンス条件の忠実度を測定するためのフレームワークであるDFAHを紹介する。
  論文  参考訳（メタデータ） (2026-01-17T19:47:55Z)
• Automating Financial Statement Audits with Large Language Models [8.568971444669868]
  ファイナンシャルステートメント監査を自動化するために,大規模言語モデル(LLM)を活用している。 本研究は、実世界の財務表と合成トランザクションデータを組み合わせた、キュレートされたデータセットを用いたベンチマークを提案する。 我々のテストでは、現在最先端のLLMが、過去のトランザクションデータを与えられたときの財務諸表の誤りを識別することに成功した。
  論文  参考訳（メタデータ） (2025-06-14T17:07:06Z)
• Auditing and Generating Synthetic Data with Controllable Trust Trade-offs [54.262044436203965]
  合成データセットとAIモデルを包括的に評価する総合監査フレームワークを導入する。 バイアスや差別の防止、ソースデータへの忠実性の確保、実用性、堅牢性、プライバシ保護などに焦点を当てている。 多様なユースケースにまたがる様々な生成モデルを監査することにより,フレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2023-04-21T09:03:18Z)
• Towards automating Numerical Consistency Checks in Financial Reports [1.7575422764391646]
  意味的に等価なキーパフォーマンス指標(KPI)を自動的に識別し、クロスチェックする新しいシステムであるmicro-Checkを導入する。 財務名付きエンティティと関係抽出モジュールとBERTベースのテキストフィルタリングと分類コンポーネントを組み合わせることで、バランスシートの同義的な発生と利益と損失のステートメントとをリンクする前に、構造化されていない文から抽出する。
  論文  参考訳（メタデータ） (2022-11-11T10:35:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。