پیش بینی تقلب مالی در شرکت های بورسی با رویکرد random forest وshap در بازار سرمایه ایران

تقلب مالی در صورت‌های مالی شرکت‌های بورسی یکی از چالش‌های اساسی نظام‌های اقتصادی محسوب می‌شود که می‌تواند اعتماد عمومی و سلامت بازار سرمایه را به‌شدت تضعیف کند. با پیچیده‌تر شدن ساختارهای مالی و افزایش فشارهای رقابتی، احتمال بروز رفتارهای متقلبانه نیز بیشتر شده است. در این پژوهش با هدف شناسایی تقلب مالی در شرکت‌های پذیرفته‌شده در بورس اوراق بهادار تهران، از رویکردهای نوین یادگیری ماشین شامل الگوریتم‌های random forest، isolation forest و autoencoder استفاده شده است. داده‌ها شامل 240 مشاهده سالانه از 30 شرکت فعال در بورس طی سال‌های 1394 تا 1402 بوده و از سامانه کدال و گزارش‌های حسابرسی استخراج گردیده‌اند. برچسب‌گذاری تقلب بر اساس مستندات رسمی سازمان بورس انجام شده و برای مقابله با عدم‌توازن داده‌ها از روش smote بهره گرفته شده است. همچنین، تقسیم‌بندی زمانی داده‌ها برای جلوگیری از نشت اطلاعات رعایت گردیده است.نتایج نشان داد الگوریتم random forest با دقت 91٪ و مقدار auc برابر با 0.93 بهترین عملکرد را در پیش‌بینی تقلب داشته است. تحلیل تفسیرپذیری مدل با ابزار shap بیانگر نقش پررنگ شاخص‌هایی مانند بازده حقوق صاحبان سهام (roe)، نسبت بدهی به حقوق صاحبان سهام و جریان نقدی عملیاتی در بروز تقلب مالی است. الگوریتم‌های بدون نظارت نیز توانایی شناسایی رفتارهای غیرعادی را داشتند، هرچند نرخ هشدار کاذب در آن‌ها بیشتر بود.به‌طور کلی، یافته‌ها نشان می‌دهد یادگیری ماشین می‌تواند ابزاری موثر در حسابرسی قانونی و نظارت مالی باشد و به توسعه سیستم‌های هشدار زودهنگام در بازار سرمایه ایران کمک کند.