دانشگاه آزاد اسلامی واحد تهران جنوب

صفحه اصلی / دومین همایش دوسالانه پژوهش های نوپدید در حسابداری،مالی و مدیریت

نقش داده‌کاوی در کشف تقلب‌های مالی

نویسندگان :

زهرا خرم دل ماسوله¹ نازنین کیانی²

1- آموزشکده فنی و حرفه‌ای دختران کرج 2- آموزشکده فنی و حرفه‌ای دختران کرج

کلمات کلیدی :

داده‌کاوی،مثلث تقلب،ریز داده‌ها،کلان داده‌ها

چکیده :

تقلب‌های مالی به مثابه تهدیدی ساختاری، ثبات سازمان‌ها و پایداری اقتصاد جهانی را مستقیماً نشانه می‌روند. این امر نه تنها زیان‌های مالی قابل توجهی را در پی دارد، بلکه اعتماد سرمایه‌گذاران و اعتبار نهادهای تجاری را نیز مخدوش می‌سازد. با توجه به تحول دیجیتال و افزایش حجم تراکنش‌ها، که طبق آمار شرکت ارنست و یانگ (EY) اغلب شامل بیش از 10 میلیون رکورد است، تشخیص فعالیت‌های متقلبانه با استفاده از ابزارهای محاسباتی سنتی بسیار دشوار شده است. نظرسنجی‌ها (نظیر انجمن بازرسان خبره تقلب در سال 2014) نشان می‌دهند که زیان ناشی از تقلب می‌تواند حدود پنج درصد از درآمد سالانه سازمان‌ها را به خود اختصاص دهد. این مقاله به بررسی نقش حیاتی داده‌کاوی به عنوان یک ابزار مدرن در کشف و به ویژه پیش‌بینی ریسک تقلب در صورت‌های مالی می‌پردازد. تقلب‌ها بر اساس ابعاد مختلفی دسته‌بندی می‌شوند که شامل سطح خرد (مانند کلاهبرداری‌های کارت اعتباری)، سطح سازمانی (مانند دستکاری صورت‌های مالی توسط مدیریت) و سطح کلان (مانند تقلب‌های سیستمی بانکی) است که هر کدام نیازمند رویکردهای تحلیلی متمایزی هستند. چارچوب مفهومی مثلث تقلب که پیشینه‌اش به سال 1934 بازمی‌گردد، همچنان به عنوان مبنایی برای تحلیل عوامل وقوع تقلب مطرح است. با اذعان به اینکه زمان تشخیص تقلب عاملی حیاتی است، تمرکز اصلی پژوهش بر به‌کارگیری تکنیک‌های نوین داده‌کاوی است. در این راستا، مدل‌هایی نظیر شبکه‌های عصبی مصنوعی، درخت تصمیم و مدل رگرسیون لجستیک به عنوان راهکارهای مؤثر برای پیش‌بینی دقیق تقلب در حجم عظیم داده‌ها مورد استفاده قرار می‌گیرند و کارایی سامانه‌های نظارتی شرکت‌ها را به شکل چشمگیری ارتقا می‌دهند. این مقاله به بررسی نقش داده‍‌کاوی در کشف تقلب‍های مالی در سطوح مختلف حسابداری می‌پردازد.