حکمرانی هوشمند شریعت محور در بانکداری اسلامی: به کارگیری مدل های پیش بینی گر برای تضمین انطباق شرعی، شفافیت و عدالت مالی

گسترش بانکداری دیجیتال و پیچیده ترشدن محصولات مالی اسلامی، نظارت مستمر بر انطباق شرعی، شفافیت و عدالت مالی را با چالش های جدی مواجه کرده است. روش های سنتی ممیزی شرعی عمدتا پسینی، زمان بر و وابسته به ارزیابی انسانی اند و توان محدودی برای شناسایی پیش دستانه تخلفات و ریسک های عدم انطباق دارند. این پژوهش با هدف توسعه چارچوبی برای حکمرانی هوشمند شریعت محور، مدلی مبتنی بر یادگیری ماشین و تحلیل پیش بین ارائه می کند که با پایش مستمر تراکنش ها، قراردادها و شاخص های مالی، احتمال عدم انطباق شرعی، کاهش شفافیت و بروز بی عدالتی مالی را پیش از وقوع برآورد می کند. نوآوری پژوهش در تلفیق اصول فقه معاملات اسلامی با مدل های پیش بینی گر، شاخص های هوش مصنوعی توضیح پذیر (Explainable Artificial Intelligence: XAI) و سازوکار تصمیم یار برای هیئت نظارت شرعی است. عملکرد چارچوب پیشنهادی با الگوریتم های جنگل تصادفی (Random Forest)، تقویت گرادیانی افراطی (XGBoost) و شبکه عصبی عمیق (Deep Neural Network) بر مجموعه داده ای شامل ۱۰۰ هزار رکورد تراکنش شبیه سازی شده و/یا داده عملیاتی ناشناس سازی شده ارزیابی و مقایسه شد. نتایج نشان داد مدل پیشنهادی به دقت %۹۶.۸امتیاز F۱=۹۵.۴% و سطح زیر منحنی AUC=۰.۹۸۱دست یافت و نسبت به خط پایه ممیزی قاعده محور، خطاهای تشخیص عدم انطباق شرعی را %۳۱کاهش و سرعت شناسایی تخلفات را ۵۸%افزایش داد. افزون بر این، شاخص شفافیت تصمیم ها %۲۴ و شاخص عدالت مالی %۱۹بهبود یافت. یافته ها نشان می دهد مدل های پیش بینی گر، همراه با نظارت انسانی و کنترل های شرعی، می توانند کارایی حکمرانی بانکداری اسلامی، اعتماد ذی نفعان، پاسخ گویی و پایداری مالی را به طور معناداری تقویت کنند.

کلیدواژه ها:

حکمرانی هوشمند ، بانکداری اسلامی ، انطباق شرعی ، مدل های پیش بینی گر ، هوش مصنوعی ، شفافیت مالی ، عدالت مالی