Explainable Fraud Risk Scoring

یک مقاله‌ی پژوهشی که فعلاً در مرحله‌ی پیش‌نویس است و با درسا سلیمی و خدیجه خدابخشی پاریجان نوشته شده؛ من نویسنده‌ی مسئول آن هستم. پرسش اصلی این است: حسابرس از قبل می‌داند کدام کنترل داخلی روی یک سند شکسته شده (تفکیک وظایف، وضعیت تأیید، سقف اختیارات)، پس اگر همین کنترل‌ها کنار نشانه‌های هشدار حسابداری به ویژگی‌های مدل ریسک تبدیل شوند چه اتفاقی می‌افتد؟

این پایپ‌لاین یک دفتر کل مصنوعی با حدود ۲۰ هزار سند در ۲۴ ماه و با تقویم مالی شمسی را امتیازدهی می‌کند که شش سناریوی تقلب در آن کاشته شده است. چهار مدل با هم مقایسه می‌شوند: قواعد برگرفته از ISA 240، مدل‌های بدون ناظر Isolation Forest و LOF، و رگرسیون لجستیک با و بدون ویژگی‌های کنترلی. ویژگی‌ها نقطه‌در‌زمان‌اند و تقسیم داده به ترتیب زمانی است، پس هیچ مدلی آینده را نمی‌بیند.

روی این‌ها یک لایه‌ی توضیح‌دهنده قرار دارد. Claude فقط شاخص‌های فعال‌شده و وزن‌هایشان را می‌گیرد، نه داده‌ی دفتر را، و برای هر هشدار توضیح کوتاهی می‌نویسد که بعد به‌صورت محلی بررسی می‌شود تا فقط به شاخص‌هایی ارجاع بدهد که واقعاً فعال شده‌اند. پایپ‌لاین را با Node.js نوشتم و ریاضیاتش (IRLS، Isolation Forest، LOF، PR-AUC و آماره‌های توافق) را دستی پیاده‌سازی و با تست پوشش دادم، به‌علاوه‌ی یک داشبورد Angular برای بازبینی هشدارها.