کاربرد هوش مصنوعی در کشف تقلب مالی شرکت های بورسی: مقایسه الگوریتم های یادگیری ماشین

با گسترش تقلب های مالی پیچیده در بازار سرمایه، استفاده از روش های سنتی کشف تقلب کارایی محدودی دارد. این پژوهش با هدف مقایسه دقت الگوریتم های یادگیری ماشین در کشف تقلب مالی شرکت های پذیرفته شده در بورس تهران طراحی شده است. داده های مالی ۱۲۰ شرکت طی دوره ۱۰ ساله (۱۳۹۴–۱۴۰۳) جمع آوری و با استفاده از پنج الگوریتم تصمیم گیری جنگل تصادفی (RF)، گرادیانت بوست (GB)، ماشین بردار پشتیبان (SVM)، شبکه عصبی مصنوعی (ANN) و رگرسیون لجستیک مورد آزمون قرار گرفت. نتایج نشان داد الگوریتم گرادیانت بوست با دقت ۹۴٫۷٪ و Recall برابر ۹۲٫۳٪ بهترین عملکرد را دارد. یافته ها حاکی از برتری قابل توجه روش های یادگیری ماشین نسبت به مدل های سنتی مانند تحلیل نسبت های مالی است.

کلیدواژه ها:

هوش مصنوعی ، تقلب مالی ، بورس ، الگوریتم یادگیری ماشین