品質コンプライアンス関連サービス

品質不正・データ改ざんの現状

近年、完成品の品質検査体制の不備、排出基準の違反や測定データの改ざん、再生紙や再生プラスチックといった環境配慮製品の偽装など、環境問題に関連する不祥事が世間を賑わせています。また問題発覚時に企業が適切な対応を怠ったことから、売上の著しい減少やブランドイメージの悪化など、さまざまなダメージを負ってしまうという事例も見られます。ESG（環境・社会・ガバナンス）投資への注目が高まる中、非財務情報が投資家の意思決定により重要な影響を与えるようになっていることもあり、非財務情報を実態よりも良い形で開示しようとする思いが誘因となり、品質不正やデータ改ざんの発生リスクを高めています。

これらの問題に対しては、不祥事を未然に防ぐ仕組みや態勢を構築することが重要ですが、企業が存続するためには、万が一不祥事が発覚した場合に備えることが必要不可欠です。

PwCのアプローチとサービス

PwCのフォレンジックサービスは、製品の品質偽装やデータ改ざんなど、高度な専門性が求められる品質不正事案の調査にこれまで数多く関与し、事実解明や原因究明を支援してきました。調査を通じて蓄積された経験や知見を活用し、品質不正・不祥事発覚時の企業の対応、品質不正の予防や監査の取り組みなど、各社の実情やニーズに応じたサービスを提供します。

品質不正・データ改ざんに関する調査

調査事例

• 不正な品質検査に関する調査
• リコール対象基準に関する調査
• 販売製品の原料表示偽装に関する調査
• 製品検査データ改ざんに関する調査
   

品質コンプライアンスレビュー

過去の品質不正事案に関する調査報告書を精査すると、事案発生の原因として、社内監査が不足していたことや、実効性のある内部監査ができていなかったことがしばしば指摘されています。
この課題意識からか、最近では品質管理における内部監査や品質監査体制全体に対して、客観性を意識した第三者によるレビューを取り入れるケースが増えてきました。PwCのフォレンジックサービスは、幅広い領域での調査やコンプライアンス監査によって得られた知見や経験を活用することで、品質コンプライアンス体制の全社的な視座からのレビューと課題検出を支援します。

品質保証部監査実施のアドバイス

品質監査は一般的に、工場内の品質マネジメントシステム（QMS）が適切に構築されているか、また適切に運用されているか、といったことの確認を目的としています。また、品質監査は意図しない誤り、つまり「誤謬」を原因とするQMSからの逸脱を前提としており、意図的な「不正」も考慮して実施されるケースはあまりありません。しかし、近年頻発する企業の品質不正は製造工程、検査工程での隠ぺいを伴うケースが多いのが実情です。このような場合には、工場内で作成される各種データ、資料は不正行為が発覚しないよう表面上は取り繕われているため、従来型の工場監査で発見することは困難と考えられます。

品質不正の増加傾向を考慮すると、不正リスクの観点に基づいた監査手続きを追加することが、工場監査の質の向上につながると考えられます。不正リスクの観点に基づく品質監査では、製造・検査工程のプロセスマップを作成し、不正の「機会」が存在し得るかどうかを検討することが重要です。その上でリスクアプローチの考え方に基づき、製造・検査環境、製品特性などを勘案し、重要な品質リスクのある項目に監査資源を重点的に投入することで、効果的かつ効率的に監査を行うことが可能となります。

PwCのフォレンジックサービスは、長年にわたる不正調査や不正予防支援を通じて培ったリスクアプローチの考え方を活用し、品質監査項目や実施手順の見直しによる効率化を支援するとともに、不正予防の観点でより実効性のある監査実施をサポートします。

データ管理・分析による品質監査高度化支援

品質コンプライアンスに関する情報・データの管理は、統合システムの導入など電子化が一定程度進んでいるものの、属人的に管理され、データが散在しているケースも散見されます。この場合、品質不正が発覚した際に実施する関連情報の棚卸や、関係性および品質に係るリスクの整理に必要な工数が膨らんだり、調査期間が延びて規制当局や顧客への報告が遅れたりする懸念があります。

品質不正事案の発生に際しては、詳細な開示が求められることから、データ管理の一元化をはじめ、品質データを日頃から整理することがリスク管理の要諦となります。PwCのフォレンジックサービスでは、品質不正調査の豊富な経験を活かし、検査工程プロセスマップとリスク整理の一環として、データマップ整理を支援します。

なお、データマップを整理することで自社情報が包括的に可視化され、品質管理や品質監査などのモニタリング活動の際に、効率的かつ効果的にデータを利活用できるという効果も見込めます。品質関連データのみならず、アクセスログをはじめとするログデータを分析に取り入れることで、より客観性の高い、複眼的な分析結果を得ることも期待できます。