Fraudit

01 Fraudit 개요 3

1. Fraudit은 어떤 소프트웨어인가? 3
2. Fraudit의 특징 3
3. Fraudit과 MS Excel과의 관계는? 4
4. Fraudit과 Pandas와의 관계는? 4

02 Fraudit 기초 6

1. Fraudit의 Workspace 6
2. Fraudit에서 명령을 실행하는 방법 9
3. Fraudit의 Preferences 15

03 Fraudit의 테이블(Table) 16

1. Fraudit의 Table 개요 16
2. Fraudit 테이블 불러오기 및 저장 18

04 테이블의 데이터 타입 19

1. 테이블 칼럼의 데이터 타입(Type) 19

05 Fraudit의 기본 메뉴 26

1. 테이블(tbl) 파일 열기 26
2. 테이블 정렬(Sorting) 26
3. 행(row 또는 record) 추가 또는 삭제 28
4. 테이블 데이터의 복사 및 붙여넣기 29
5. 데이터 불러오기 29
6. 테이블 닫기 36

7. 칼럼(column 또는 field)과 행(row 또는 record) 36

8. 필터링(Filtering) 37

06 Fraudit의 Select 메뉴 42

1. Select By Record Index 메뉴 42
2. Select By Exact Match 메뉴 43
3. Select By Wildcard Pattern 메뉴 45
4. Select By Regular Expression 메뉴 46
5. Select By Fraudit Expression 메뉴 47
6. Simple Expressions 48
7. Complex Expressions 48

07 Fraudit의 Join 메뉴 49

1. Join by Value 49
2. Join by Fuzzy Match 50
3. Join by Expression 52
4. New Query를 활용한 조인 52

08 Fraudit의 Group 메뉴 55

1. Group By Value 55
2. Group By Date Column 56
3. Group By Amount 57
4. Group By Aging 58
5. Group Into A Specified Number of Groups 59
6. Combine Table List 59

09 Fraudit의 Summarize 메뉴 60

1. Summarize By Value 60
2. Summarize By Date Column 62
3. Summarize Existing Table List 63

10 Fraudit의 Remove Duplicates 메뉴 65

11 Fraudit의 Merge 메뉴 66

12 Fraudit의 Pivot Table 메뉴 67

13 Fraudit의 Chart 메뉴 68

14 Fraudit의 Analyze 메뉴 69

1. Descriptives 69
2. Benford Analysis 70
3. Digital Analysis 75
4. Find 80
5. Outliers 86
6. Trend 91

15 Fraudit Sampling 메뉴 96

1. 샘플링 기초 이론 96
2. 속성 샘플링과 변수 샘플링 100
3. MUS 샘플링(PPS 샘플링) 100
4. Record 샘플링 110

16 Fraudit Fetch Data 메뉴 111

1. DART 111
2. UNIPASS 118

17 Fraudit JET 메뉴 120

1. Initialize Journal Object 124
2. Patterns by day 134
3. Patterns by journal entry 135
4. Patterns by client 137
5. Patterns by account of client 137
6. Clients with simultaneous imports and exports 138
7. Clients with simultaneous purchases and sales 139
8. Million round transaction 140
9. Million round transaction 141
10. Cash Transactions 142
11. Sales counter account Analysis 143
12. Sales Cancellation Analysis 143

13. Benford’s Law Analysis 144
14. Sales Analysis by Ordinary Deposit 145
15. Sales Purchases Correlation Analysis 146
16. Creat Report 149
17. 현금흐름표 분석 151
18 Fraudit JET(Bulk) 메뉴 154
19 Fraudit Prediction 메뉴 158

1. Confusion Matrix 158
2. Boosting 160
3. Deep Neural Network 163

20 Fraudit Forecasting 메뉴 168

1. Forecasts 168
2. Saturating Forecasts 170

21 Fraudit Tools 메뉴 174

1. Excel to Text 174
2. Merge Text files 175
3. Check Data Veracity 177
4. 기타 기능 178


제2장


Python 기초

01 파이썬 스크립트 181

1. Fraudit의 파이썬 스크립트 181

02 변수의 설정 182

1. 변수의 의미 182
2. 변수명 규칙 184
3. 빈값을 가지는 변수 만들기 184
4. 변수 여러개를 한꺼번에 만들기 185
5. 변수 삭제하기 185
6. 회계등식을 활용한 변수 설정 사례 186

03 파이썬의 연산자와 복합연산자 188

04 주석 처리하기 189

05 들여쓰기(indent)와 콜론(:) 190

06 자료형의 종류 191

1. 리스트 192
2. 튜 플 201 199
3. 딕셔너리 201
4. 데이트타임(DateTime) 202

07 if 문 208

1. if ~ else 구문 208
2. if ~ elif ~ else 구문 209
3. else를 사용하지 않는 경우 210

08 for 문 212

1. for 문 212
2. 중첩 for 문 213
3. 리스트 컴프리헨션 214

09 사용자 함수 219

1. 사용자 함수 219
2. 전역변수(글로벌 변수) 및 지역변수(로컬 변수) 222
3. 람다 함수 227

3. 함수 인자(arguments) 228

10 문자열(string) 처리 함수 233

1. 대소문자 변환 233
2. 문자열 검색 233
3. 문자열에 공백 존재 여부 및 처리하기 235
4. 문자열의 구분, 연결, 교체 등과 관련된 함수 236
5. 문자열에서의 최대값(알파벳 순서상), 최소값(알파벳 순서상) 구하기 237
6. 숫자를 문자열로 바꾸기 237
7. 문자를 숫자로 바꾸기 237

11 range(), enumerate(), zip() 함수 238

1. range() 함수 238
2. enumerate() 함수 238
3. zip() 함수 239
4. enumerate()함수와 zip() 함수의 조합 242

12 연산 결과를 나타내는 함수 243

13 중복 값을 제외한 결과를 보여주는 함수 244

14 all(), any() 함수 245

1. all() 함수 245
2. any() 함수 246

15 filter() 함수 248

16 문자열 포맷팅 249

1. 변수를 사용하여 대입 250
2. format() 함수 250

17 예외 처리 252

1. try, except 문 252
2. break 문 253
3. continue 문 257


제3장


Fraudit 테이블과 파이썬의 관계

01 Fraudit 테이블의 구조 261

1. Fraudit의 단일 테이블 261
2. Fraudit의 테이블 그룹：Group으로 구분된 테이블 264
3. Fraudit 테이블과 중첩 for 문의 관계 266


제4장



Pandas

01 판다스(Pandas)의 개요 271

1. 판다스(Pandas)란 무엇인가? 271
2. 판다스 라이브러리 불러오기 271

02 Series(시리즈) 273

1. Series란 무엇인가? 273
2. Series의 index와 value 확인 274
3. Series의 index 변경 274
4. Series의 값(values) 접근 274
5. Series의 속성 확인 275
6. Series의 연산 275
7. Series의 조건식 277

03 DataFrame(데이터프레임) 278

1. DataFrame이란 무엇인가? 278
2. DataFrame 만들기 279
3. DataFrame의 칼럼 283
4. DataFrame 둘러보기 286
5. DataFrame 필터링 291
6. DataFrame 정렬 292
7. DataFrame 칼럼 편집 294

04 판다스를 이용하여 시산표 만들기 296

1. 시산표의 개요 296
2. DataFrame 불러오기 297
3. 피봇 테이블(pivot table)을 이용하여 시산표 만들기 297
4. groupby와 apply() 함수를 이용하여 시산표 만들기 305
5. transform() 함수를 이용하여 분개패턴 분석하기 311


제5장


사례분석-카드/입찰부정

01 지출이 허용되지 않는 업종에 대한 지출적발 319

1. 사례의 개요 및 목적 319
2. 사례 파일 319
3. 사례 파일의 테이블 구조 319
4. Fraudit과 Python 활용 절차 320

02 비정상적인 카드 거래 321

1. 사례의 개요 및 목적 321
2. 사례 파일 321
3. 사례 파일의 테이블 구조 321
4. Fraudit과 Python 활용 절차 322

03 최저입찰이 아닌 낙찰자 325

1. 사례의 개요 및 목적 325
2. 사례 파일 325
3. 사례 파일의 테이블 구조 325
4. Fraudit과 Python 활용 절차 326

04 입찰금액이 너무 높거나 낮은 입찰자 328

1. 사례의 개요 및 목적 328
2. 사례 파일 328
3. Fraudit과 Python 활용 절차 328

05Ⅰ마지막 입찰자인 낙찰자 331

1. 사례의 개요 및 목적 331
2. 사례 파일 331
3. Fraudit과 Python 활용 절차 331

06Ⅰ동일한 일자의 입찰 333

1. 사례의 개요 및 목적 333
2. 사례 파일 333
3. Fraudit과 Python 활용 절차 333

07Ⅰ마감일을 초과하는 입찰(1) 335

1. 사례의 개요 및 목적 335
2. 사례 파일 335
3 .Fraudit과 Python 활용 절차 335

08 마감일을 초과하는 입찰(2) 337

1. 사례의 개요 및 목적 337
2. 사례 파일 337
3. Fraudit과 Python 활용 절차 337

09 기술심사에 통과되지 못한 입찰 339

1. 사례의 개요 및 목적 339
2. 사례 파일 339
3. Fraudit과 Python 활용 절차 339

10 업체별 입찰 요약 341

1. 사례의 개요 및 목적 341
2. 사례 파일 341
3. Fraudit과 Python 활용 절차 341

11 입찰자간의 상호관계 346

1. 사례의 개요 및 목적 346
2. 사례 파일 346
3. Fraudit과 Python 활용 절차 346


제6장


사례분석-구매부정

01 소모품 가격 비교 353

1. 사례의 개요 및 목적 353
2. 사례 파일 353
3. Fraudit과 Python 활용 절차 353

02 가격을 조금씩 올리는 업체 356

1. 사례의 개요 및 목적 356
2. 사례 파일 356
3. Fraudit과 Python 활용 절차 356

03 분할 구입 359

1. 사례의 개요 및 목적 359

2. 사례 파일 359
3. Fraudit 사용 절차 359

04 카드 사용 한도 초과 361

1. 사례의 개요 및 목적 361
2. 사례 파일 361
3. Fraudit과 Python 활용 절차 361


제7장


사례분석-종업원 부정

01 종업원 총지급액이 비정상적으로 상승한 경우 367

1. 사례의 개요 및 목적 367
2. 사례 파일 367
3. Fraudit과 Python 활용 절차 367

02 급격한 임률 증가 370

1. 사례의 개요 및 목적 370
2. 사례 파일 370
3. Fraudit과 Python 활용 절차 370

03 급여 이중 지급 372

1. 사례의 개요 및 목적 372
2. 사례 파일 372
3. Fraudit과 Python 활용 절차 372

04 순차적인 송장번호 374

1. 사례의 개요 및 목적 374
2. 사례 파일 374
3. Fraudit과 Python 활용 절차 374

05 송장 부정 377

1. 사례의 개요 및 목적 377

2. 사례 파일 377
3. Fraudit과 Python 활용 절차 378



제8장



사례분석-연령분석

01 연령분석 (1) 381

1. 사례의 개요 및 목적 381
2. 사례 파일 381
3. Fraudit과 Python 활용 절차 381

02 연령분석 (2) 383

1. 사례의 개요 및 목적 383
2. 사례 파일 383
3. Fraudit과 Python 활용 절차 383



제9장



사례분석-영업부정

01 GEL 분석 391

1. 사례의 개요 및 목적 391
2. 사례 파일 391
3 .Fraudit과 Python 활용 절차 392

02 영업부서의 부정 397

1. 사례의 개요 및 목적 397
2. 사례 파일 397
3. Fraudit과 Python 활용 절차 397



제10장



사례분석-재고자산

01 재고자산 분석 (1) 407

1. 사례의 개요 및 목적 407
2. 사례 파일 407

3. Fraudit과 Python 활용 절차 408

02 재고자산 분석 (2) 409

1. 사례의 개요 및 목적 409
2. 사례 파일 409
3. Fraudit과 Python 활용 절차 409

03 재고자산 분석 (3) 411

1. 사례의 개요 및 목적 411
2. 사례 파일 411
3. Fraudit과 Python 활용 절차 411

04 재고자산 단위원가 결정 413

1. 사례의 개요 및 목적 413
2. 사례 파일 414
3. Fraudit과 Python 활용 절차 414


제11장


사례분석-JET

01 대차가 맞지 않는 분개 세트 발견 421

1. 사례의 개요 및 목적 421
2. 사례 파일 421
3. Fraudit과 Python 활용 절차 421

02 연속적인 전표번호 누락 발견 426

1. 사례의 개요 및 목적 426
2. 사례 파일 426
3. Fraudit과 Python 활용 절차 426

03 거래금액이 높은 분개세트 발견 429

1. 사례의 개요 및 목적 429
2. 사례 파일 429
3. Fraudit과 Python 활용 절차 429
04 중복된 계정과목 및 금액 분개 발견 433

1. 사례의 개요 및 목적 433
2. 사례 파일 433
3. Fraudit과 Python 활용 절차 433

05 천단위 이하 0인 거래 찾기 435

1. 사례의 개요 및 목적 435
2. 사례 파일 435
3. Fraudit과 Python 활용 절차 435

06 주말에 전기한 분개 찾기 438

1. 사례의 개요 및 목적 438
2. 사례 파일 438
3. Fraudit과 Python 활용 절차 438

07 증빙일자보다 입력일자가 빠른 분개 441

1. 사례의 개요 및 목적 441
2. 사례 파일 441
3. Fraudit과 Python 활용 절차 441

08 야간에 입력한 분개 444

1. 사례의 개요 및 목적 444
2. 사례 파일 444
3. Fraudit과 Python 활용 절차 444

09 10회 이하 입력한 담당자의 분개 찾기 447

1. 사례의 개요 및 목적 447

2. 사례 파일 447
3. Fraudit과 Python 활용 절차 447

10 3회 이하로 입력된 계정과목 찾기 450

1. 사례의 개요 및 목적 450
2. 사례 파일 450
3. Fraudit과 Python 활용 절차 450


제12장


사례분석-종합사례

01 개 요 455

1. 배경 455
2. 판매 및 대금 수령 절차 456
3. 구매 및 대금 지불 절차 461

02 Fraudit과 파이썬을 활용한 분석 467

1. 매출 관련 입증감사(1) 467
2. 매출 관련 입증감사(2) 472
3. 매출 관련 입증감사(3) 474
4. 구매 관련 입증감사(1) 475
5. 구매 관련 입증감사(2) 477
6. 재고 관련 입증감사 479
7. 구매처에 대한 지급의 정확성 검증 480


제13장


파이썬으로 RPA 만들기

01 개 요 485

1. 라이브러리 설치하기 485

02 pyautogui 488

1. pyautogui 라이브러리 불러오기 488
2. 마우스 핸들링 488
3. 키보드 핸들링 491
4. 메시지 박스 494
5. 스크린 샷 495

03 Selenium 498

1. Selenium 설치 498
2. WebDriver 다운로드 499
3. Selenium 라이브러리 및 webdriver 불러오기 500
4. Chrome 브라우저 불러오기 500
5. 원하는 URL 입력하기 501
6. 원하는 위치 찾기 502

04 국세청 사업자 휴폐업 조회 517

1. 사업자등록번호가 입력된 리스트 엑셀로 작성하기 517
2. 판다스로 엑셀 파일을 DataFrame으로 불러오기 518
3. 단일 사업자번호로 조회결과 출력하기 518
4. 복수 사업자번호로 조회결과 출력하기 521

05 상장주식 베타(β) 계수 구하기 524

1 .기본 라이브러리 불러오기 524
2. 종목코드 엑셀 템플렛에서 검색항목 선택하기 525
3. 종목코드 엑셀 템플렛에서 DataFrame 만들기 525

4. for 문 적용하기 526

06 DART 전자공시 정보 조회 528

1. 필요 라이브러리와 API key 입력하기 528
2. 종목코드 엑셀 템플렛에서 검색항목 선택하기 528
3. 종목코드 엑셀 템플렛에서 DataFrame 만들기 529

4. for 문 적용하기 529

07 2개의 엑셀 파일 비교하기 531

1. 필요 라이브러리 불러오기 531
2. 2개의 엑셀을 열어서 구조 살펴보기 531
3. 코드 작성하기 532



제14장



정규표현식(Regular Expression)

01 정규표현식이란? 541

1. 주요 메타 문자 541
2. Greedy VS Non-greedy 547
3. 긍정형 전방탐색과 부정형 전방탐색 548
4. 정규식 라이브러리 및 주요 함수 550

02 정규식을 이용한 적요란 환율 재계산 552

1. 사례의 개요 및 목적 552
2. 사례 파일 552
3. Fraudit과 Python 활용 절차 552