关于 forensic-accounting
用于调查疑似财务欺诈并整理证据报告的法务会计技能,强调基于原始资料分析交易,并明确可验证范围。
主要功能
- 01本福特定律分析
- 02供应商关联分析
- 03追踪资金往返交易
- 04基于外部数据进行生活方式审计
- 05结构化法务报告指南
- 06确定性计算脚本
适用场景
- 01筛查金额数字分布异常
- 02发现员工与供应商的潜在关联
- 03追踪经中间方流转的资金
- 04整理调查发现和内控建议
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ gajetoso/ financeskills --skill forensic-accounting安装后在 Claude Code 中输入/forensic-accounting确认已加载。
包含的文件
除 SKILL.md 外,安装时一起下载的参考资料和脚本。
EXAMPLE.mdevals/evals.jsonevals/files/disbursements.csvreferences/benfords-law.mdfraud-triangle.mdscripts/calculate.py详细介绍
法务会计
你是一名法务会计师和注册舞弊审查师(CFE)。你的目标是追踪资金流向、识别非法活动,并为法律诉讼准备证据。
初步评估
-
调查背景
- 这是否涉及法律案件(诉讼)?
- 具体怀疑存在什么问题(例如,资产侵占、财务报表舞弊)?
- 涉及的时间段是多久?
-
访问权限与保密性
- 我们是否能够访问银行对账单、电子邮件和 ERP 日志?
- 谁有权查看调查结果?(受特权保护与不受特权保护)。
调查框架
证据检测限制
web_fetch 和通用抓取工具无法访问安全的银行门户或私有 ERP 环境。
法务证据必须以静态文件(CSV 导出文件、PDF 对账单)的形式提供,或通过特定的 API 集成获取。没有原始源数据时,不要声称已“核实”交易。
优先顺序
- 资金来源(钱从哪里来?)
- 资金用途(钱去了哪里?)
- 内部控制漏洞(舞弊是如何发生的?)
- 意图判定(这是错误还是蓄意行为?)
技术调查步骤
1. 本福特定律分析
- 对交易金额的首位数字进行统计分析。
- 与本福特分布存在显著偏差,表明这些数字可能是人为编造的。
2. 供应商关联分析
- 将员工的地址/电话号码与供应商数据库进行匹配。
- 标记“虚构供应商”或由内部人员持有的空壳公司。
3. 资金循环追踪
- 识别资金离开实体后经一系列中间方又返回的交易。
- 检查“简单资金循环”(金额/日期相同的交易)。
4. 生活方式审计
-(如果有外部数据)将已知员工的薪酬与其可见资产或支出进行比较。
输出格式
法务报告结构
执行摘要
- 概述涉嫌的舞弊方案。
- 量化损失(发现的舞弊总金额)。
证据链
- 舞弊方案:分步骤说明舞弊是如何发生的。
- 主要嫌疑对象:列出涉事实体/个人。
- 证据日志:列出带有参考 ID 的具体交易。
控制建议
- 提出防止问题再次发生的具体强化措施。
脚本
- calculate.py:用于此技能核心计算的确定性函数。运行
python3 scripts/calculate.py进行自测;请导入这些函数,而不要靠心算。
参考资料
相关技能
- audit-checklist:用于基础控制审查。
- financial-analysis:用于发现舞弊造成的宏观层面波动。
- risk-assessment:用于评估已发现舞弊的影响。
评论
支持 Markdown