Статьи, Журналы
Модель оценки рисков мошенничества с использованием графовых нейросетей
Статьи, Журналы
Модель оценки рисков мошенничества с использованием графовых нейросетей
Пласкова, Н.С. Модель оценки рисков мошенничества с использованием графовых нейросетей : экономическая интерпретация и аудиторская применимость / Н. С. Пласкова, В. И. Демина // Финансовый менеджмент. — Москва, 2026 — N 6. — С.90-95. — Библиогр. в конце ст.
Пласкова, Н.С. и Демина, В.И., (2026), "Модель оценки рисков мошенничества с использованием графовых нейросетей: экономическая интерпретация и аудиторская применимость", Финансовый менеджмент, Москва, 2026, N 6, С.90-95.
Пласкова Н С, Демина В И. Модель оценки рисков мошенничества с использованием графовых нейросетей: экономическая интерпретация и аудиторская применимость. Финансовый менеджмент. 2026; (N 6). С.90-95.
Поделиться
Вконтакте 
Одноклассники 
Telegram Источник
Аннотация
В статье рассматривается проблема оценки рисков мошенничества в аудите и внутреннем контроле. Обосновывается гипотеза о том, что значительная доля мошеннических схем проявляется не в аномальности отдельных операций, а в структуре связей между контрагентами, платежами и должностными лицами. Целью статьи является разработка модели оценки риска на основе графовых нейросетей, ориентированной на экономическую интерпретацию результатов и практическую применимость в аудиторской деятельности. В работе формализован гетерогенный граф хозяйственных связей, описана процедура обучения графовых нейросетей для ранжирования объектов по риску. Предложен метод экономической интерпретации результатов через декомпозицию вклада структурных паттернов в ожидаемые потери. Разработана схема интеграции риск-скоринга в планирование аудита на основе ожидаемой ценности аудиторских процедур. Приведены метрики качества и протокол верификации модели, ориентированный на устойчивость к изменению схем мошенничества. Научная новизна работы заключается в гетерогенной постановке задачи оценки рисков мошенничества для аудита, разработке метода перевода объяснений графовых нейросетей в аудиторские утверждения и создании экономически обоснованного подхода к оптимизации контрольных процедур.
-
УДК:343
Рекомендовано к ознакомлению
- 1. Ларионова, С.Л. Управление рисками противодействия мошенничества в банковской сфере / С. Л. Ларионова // Экономическое развитие России. — Москва, 2026 — N 6. — С.382-386.
- 2. Ференец, В. "Регуляторный топор" против фейков / В. Ференец // Банковское обозрение. — Москва, 2026 — N 6(328). — С.52-53.
- 3. Ларионова, С.Л. Организация защиты данных в банковских сфере в целях противодействия мошенничеству / С. Л. Ларионова // Экономическое развитие России. — Москва, 2026 — N 6. — С.387-391.
- 4. Титов, В.Е. Ранжирование подозрительных финансовых операций при неполной разметке данных / В. Е. Титов // Финансовые рынки и банки. — Москва, 2026 — N 2. — С.183-184.
- 5. Богданов, Ю. Как превратить борьбу с фродом из набора проверок в стратегическую инфраструктуру финансового бизнеса / Ю. Богданов // Внутренний контроль в кредитной организации. — Москва, 2026 — N 2(70). — С.58-70.
- 6. Гулуа, С.В. Финансовое мошенничество в системе субъектов сектора финансовых услуг / С. В. Гулуа // Финансовый менеджмент. — Москва, 2026 — N 3. — С.194-199.
- 7. Клоберданц, И.В. Классификация признаков недобросовестного поведения для целей автоматизированного поведенческого контроля финансово-хозяйственных операций / И. В. Клоберданц // Финансовая аналитика. — Москва, 2025 — N 4. — С.127-144.
- 8. No one would listen / H. Markopolos, F. Casey, N. Chelo [et al.]. — Hoboken : John Wiley & Sons, 2010. — 354 p.. — ISBN 978-0-470-55373-2.
- 9. Платунова, А.В. Выявление признаков подозрительности в финансово-экономической деятельности организации / А. В. Платунова, Е. А. Мамышева, В. А. Урзов // Финансовые рынки и банки. — Москва, 2025 — N 7. — С.242-245.
- 10. Токаева, А.Б. Некоторые вопросы расследования финансовых преступлений / А. Б. Токаева // Экономика и управление: проблемы, решения. — Москва, 2025 — Т. 2. № 7. — С.148-154.
Отзывы читателей
0