설명 가능한 다층 프레임워크 기반의 재무 사기 탐지

재무 정보는 투자자, 규제 기관 및 기업 관리자를 포함한 이해관계자의 의사 결정에서 중요한 역할을 합니다. 그러나 재무 데이터는 의도적인 조작에 취약하여 일부 기업은 이해관계자를 오도하기 위해 공시를 왜곡하고 잠재적으로 사기 활동에 참여할 수 있습니다. 자본 시장의 급속한 확장과 정보 기술의 발전으로 인해 재무 사기는 점점 더 정교하고 숨겨져 왔습니다. 이로 인해 전통적인 탐지 방법은 새로운 사기 패턴을 식별하는 데 어려움을 겪어 사기 예방이 점점 복잡하고 비효율적이 되고 있습니다. 본 논문에서는 비즈니스, 내부 통제 및 전략적 특성을 통합하는 새로운 다층 아키텍처 모델을 제안합니다. 우리 프레임워크는 효과적인 특성 추출을 위해 다층 신경망을 활용하고 분류를 위해 그 출력을 연결합니다. 또한, 해석성을 높이기 위해 설명 가능한 인공지능(XAI) 기술을 통합하여 이 프레임워크를 개발합니다. 실증 결과는 제안된 프레임워크가 경쟁력 있는 차별화 능력을 제공하며, 전체 다층 특성 설정에서 보수적이고 낮은 경고를 발생시키면서 다양한 이해관계자의 필요에 맞춘 해석 가능한 통찰을 제공함을 보여줍니다. 이 연구는 운영적으로 유용하고 해석 가능한 사기 탐지 도구의 개발에 기여합니다.