طراحی مدلی مبتنی بر یادگیری ماشین برای کشف تقلب در صورتهای مالی شرکتهای پذیرفته شده در بورس تهران

در سال های اخیر، تقلب در صورت های مالی به عنوان یکی از چالش های مهم در بازارهای مالی شناخته شده است. کشف به موقع و دقیق این نوع تقلب ها می تواند نقش مهمی در افزایش شفافیت مالی و اعتماد سرمایه گذاران ایفا کند. این مقاله به طراحی مدلی مبتنی بر یادگیری ماشین جهت کشف تقلب در صورت های مالی شرکت های پذیرفته شده در بورس اوراق بهادار تهران می پردازد. مدل پیشنهادی با استفاده از داده های تاریخی مالی شرکت ها و الگوریتم های طبقه بندی نظیر جنگل تصادفی، ماشین بردار پشتیبان و شبکه های عصبی آموزش داده شده است. نتایج نشان می دهد که مدل طراحی شده دارای دقت بالایی در شناسایی شرکت های متقلب است و می تواند به عنوان ابزاری کارآمد در اختیار نهادهای نظارتی و سرمایه گذاران قرار گیرد.

کلیدواژه ها:

کشف تقلب ، یادگیری ماشین ، بورس تهران ، جنگل تصادفی ، شبکه عصبی