mcpField
F
forensic-accounting

forensic-accounting

github.com/gajetoso其他4355 次安装4 周前更新
代码仓库

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

  1. 01本福特定律分析
  2. 02供应商关联分析
  3. 03追踪资金往返交易
  4. 04基于外部数据进行生活方式审计
  5. 05结构化法务报告指南
  6. 06确定性计算脚本

适用场景

  1. 01筛查金额数字分布异常
  2. 02发现员工与供应商的潜在关联
  3. 03追踪经中间方流转的资金
  4. 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.md
evals/
evals.json
evals/files/
disbursements.csv
references/
benfords-law.md
fraud-triangle.md
scripts/
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

  1. 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?
  2. 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
  1. 资金来源(钱从哪里来?)
  2. 资金用途(钱去了哪里?)
  3. 内部控制漏洞(舞弊是如何发生的?)
  4. 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