کشف تقلب های مالی با استفاده از الگوریتم یادگیری ماشین

هدف اصلی تحقیق حاضر ارائه الگویی جامع برای کشف تقلب های مالی با استفاده از الگوریتم های یادگیری ماشین در شرکت های پذیرفته شده در بورس اوراق بهادار تهران می باشد. به منظور نیل به این هدف ۱۶۰۶ سال -شرکت (۱۴۶ شرکت برای ۱۱ سال ) مشاهده جمع آوری شده از گزارشات مالی سالیانه شرکت های پذیرفته شده در بورس اوراق بهادار تهران در طی دوره زمانی ۱۳۸۹ تا ۱۳۹۹ مورد آزمون قرار گرفته اند. در تحقیق حاضر از شش الگوریتم یادگیری ماشین و همچنین از سه روش انتخاب متغیرهای نهایی تحقیق (آزمون مقایسه میانگین دو نمونه ، روش انتخاب گام به گام پیش رو و گام به گام پس رو) جهت ایجاد مدل استفاده شده است . یافته های حاصل از تکنیک های یادگیری ماشین نشان می دهد که صحت کلی تکنیک های یادگیری ماشین نشان دهنده کارآ بودن الگوریتم شبکه عصبی نسبت به سایر الگوریتم های یادگیری ماشین می باشد. در ضمن نتایج حاصل از روش انتخاب متغیرها نشان دهنده دقت روش گام به گام پیش رو می باشد. بنابراین الگوی به دست آمده با استفاده از تکنیک یادگیری ماشین (شبکه عصبی )؛ سیزده متغیر موثر در پیش بینی تقلب ، با دقت ۸۲ درصد ارائه می دهد که با عنایت به مدل های موجود در تحقیقات بازار، قوت پیش بینی کنندگی آن در سطح قابل قبول می باشد.

کلیدواژه ها:

کشف تقلب ، تقلب های مالی ، الگوریتم یادگیری ماشین .