!

1
 PARCOURS
PROFESSIONNEL

• Alternance de 2ans dans le

cadre d’un contrat
d’apprentissage

• Missions d’audit légal auprès

de clients diversifiés

• Méthode de travail, jugement

professionnel et sens des
responsabilités

2
DE L’OBSERVATION AU CHOIX
DU SUJET

• 14 critères de sélections
• 5 677 écritures
présélectionnées
BIG
• 1 502 473 d’écritures DATA

• 15 270 936 102,24€ de

total débit/crédit

3
AUDIT, FRAUDE & MACHINE LEARNING
En quoi le machine learning peut-il améliorer la détection de la
fraude dans les travaux du commissaire aux comptes sur le FEC ?
!4
ÉLÉMENTS CLÉS
Rôle de l’auditeur Outils analytiques
Carassus & Cormier (2013) Lanza & Gilbert (2007)
• Pratiques
professionnelles Approche de l’auditeur Loi de Benford
Le Maux et al. (2013)
Gomez da Silva & Careira(2013)

Milédi & Pigé (2013) Messier et al. (2014)

Rationalité Limitée
Simon (1978)
Qualité de l’audit
Denis (2009) Herrbach (2001)

• Rationalité
Formation Gonthier-Besacier (2012)

comptable Sirois et al. (2016)

Pearson & Singleton (2009)
Economies & Fiabilité
Choix & mise en place
Böhm Bawerk(1889)

Ng (2013)
Perols (2011)

• Modèles Audevart (2017)

Zhang & Ling (2013)

CNIL (2017)

Song et al. (2014)

Gramfort (2017)
Hajek & Henriques (2017)
Risque sociotechnique Auditabilité
LeCun (2015)
Berthet (2018)

• Audit & machine Meiller (2017) CNOM (2018)

learning Recentrage métier Maîtrise des données
CNOM (2018)
Meiller (2017)

France Stratégie (2018) FranceIA (2017)

!5
SYNTHÈSE DE NOS RECHERCHES

Hypothèses de recherche Conclusion

HR1 : Existence de biais Validée

HR2 : Fiabilité, pertinence et

Partiellement validée
économies

HR3 : Existence de barrières à

Validée
l’entrée

HR4 : Gain de temps au profit de

Partiellement validée
l’analyse et l’entretien client

6
CONCLUSIONS

7
 ALIGNEMENT STRATÉGIQUE
CABINET TYPE MISE EN PLACE DE R&D
ACTIF PASSIF ACTIF PASSIF
Immob.
Capitaux propres Immob. Capitaux propres
Créances
Dettes long terme Créances Dettes long terme

Dettes court Dettes court

Trésorerie Trésorerie
terme terme

FRNG > 0
FRNG > 0
BFR > 0 BFR > 0
TN > 0
TN > 0

!8
 NE PAS SE RESTREINDRE AU
FEC
Données bancaires Contrôle interne Informations
financieres
❑ Forces et faiblesses du
❑ R.I.B ❑ Cours de bourse
contrôle interne
❑ Relevés bancaires ❑ Cours des concurrents
❑ Hommes clefs
❑ Ordres de virements ❑ Volume de transaction
❑ Zones d’incertitudes
❑ (...) ❑ (...)
❑ (...)

Études Évolution de ratio Base de données des

comportementales ERP

❑ Definition de profils ❑ Registre des immob.

types de fraudeurs ❑ Fichier des stocks
❑ Etude du comportement ❑ Tableau 2 (p.19)
❑ Relevés de caisses
des individus enregistreuses
❑ (...) ❑ (...)
!9
 EXPLICABILITÉ DES
ALGORITHMES

Input Output

Black box
!10
GUIDE PRATIQUE EN 10 POINTS SUR LE
BON USAGE DU MACHINE LEARNING PAR
LES CABINETS D’AUDIT

!11
FORMATION DES COLLABORATEURS
Comment c’est fait ?
Junior
Comment ça marche ?
Initiation
A quoi ça sert ?

Pourquoi nettoyer ?
3 niveaux de Senior
Comment retraiter ?
certification Data wrangling
Quelles données ?

Comment piloter la
Manager mission ?
Gérer sa mission Quels changements
de pratiques ?

!12
Vers un retour en arrière de la
responsabilité du CAC ?
!13
Merci de votre attention

!14