بهبود تشخیص در تقلب مالی با هدف مبارزه با پولشویی در موسسات مالی با استفاده از داده کاوی (مطالعه موردی: بانک خاورمیانه)

Abstract

این پژوهش به منظور استفاده از شیوه های داده کاوی برای تشخیص و مبارزه با پولشوئی و تقلب مالی در بانک ها و موسسات مالی طراحی و تدوین شده است زیرا تاکنون چالش‏های زیادی در حوزه پولشوئی و تقلب مالی در کشور کشف شده که حل آنها به عنوان یک نیاز اساسی مطرح می‏باشد. از این رو در این پژوهش پرونده‏های مالی متعلق به کارکنان، مدیران و مشتریان یک بانک در ایران بررسی و مطالعه شدند و موارد مشکوک یا مربوط به تقلب مالی و پولشوئی مورد بررسی قرار گرفته اند. علاوه بر پژوهش حاضر، تحقیقات قبلی نیز به این مسئله پرداخته اند با این وجود شیوه اکثر آنها مبتنی بر رویکردهای طبقه بندی بوده که شیوه مناسبی برای پیش بینی نیست در حالی که رویکرد اصلی مورد استفاده در پژوهش حاضر یعنی شبکه عصبی، بهترین و مناسب ترین طریق برای پیش بینی بوده است. روش پیشنهادی از داده‏های متعددی در قالب ردیف های مشخص برای پیش بینی رفتار آینده استفاده می نماید. یافته‏ها نشان دادند که از میان 11 متغیر مربوط به پولشوئی یا تقلب مالی، 10 مورد از آنها در یک موسسه مالی طی سال مالی 1396 (در این پژوهش اطلاعات سال مالی 1396 استفاده شده است) وجود داشته است. به این معنا که این موارد زمینه را برای بروز تقلب مالی یا پولشوئی فراهم می‏کرده‏اند و می توانستند مقدمه ای بر بروز تقلب مالی یا پولشوئی باشند. برخی از متغیرها فراوانی نسبتا زیادی در بانک مذکور داشته اند در حالی که سایر متغیرها از فراوانی کمتری برخوردار بودند.در مجموع یافته‏ها نشان دادند که با استفاده از شبکه عصبی مصنوعی، سیستمی با احتمال 84 درصد می تواند بروز تقلب مالی و پولشوئی را در موسسه مالی موردنظر شناسایی و با آن مبارزه نماید.