ارائه مدل هوشمند تشخیص تقلب مالی در صورت‌های مالی شرکت‌ها با استفاده از شبکه‌های عصبی عمیق و تکنیک‌های داده‌کاوی
پژوهش حاضر ارائه مدل هوشمند تشخیص تقلب مالی در صورت‌های مالی شرکت‌ها با استفاده از شبکه‌های عصبی عمیق و تکنیک‌های داده‌کاوی، بر مبنای تجربه و ادراک خبرگان مالی، حسابرسی و تحلیل داده بود. این پژوهش با رویکرد کیفی و روش تحلیل مضمون انجام شد. جامعه مشارکت‌کنندگان شامل حسابرسان مستقل، مدیران مالی، متخصصان داده‌کاوی، تحلیلگران بازار سرمایه و کارشناسان کنترل داخلی مستقر در تهران بود. نمونه‌گیری به‌صورت هدفمند و گلوله‌برفی انجام گرفت و داده‌ها از طریق مصاحبه‌های نیمه‌ساختاریافته گردآوری شد. فرایند مصاحبه تا دستیابی به اشباع نظری ادامه یافت و در نهایت 21 نفر در پژوهش مشارکت کردند. مصاحبه‌ها پس از ضبط و پیاده‌سازی، در نرم‌افزار NVivo کدگذاری شد. برای تحلیل داده‌ها از تحلیل مضمون شش‌مرحله‌ای شامل آشنایی با داده‌ها، تولید کدهای اولیه، جست‌وجوی مضامین، بازبینی مضامین، تعریف و نام‌گذاری مضامین و تدوین گزارش استفاده شد. اعتبارپذیری یافته‌ها از طریق بازبینی مشارکت‌کنندگان، مرور همتایان، ثبت مسیر تحلیل و مقایسه مستمر کدها تقویت گردید. تحلیل مصاحبه‌ها به استخراج پنج مقوله اصلی منجر شد: معماری داده‌محور تشخیص تقلب، شاخص‌های مالی و غیرمالی هشداردهنده، طراحی شبکه عصبی عمیق و الگوریتم‌های داده‌کاوی، تفسیرپذیری و حکمرانی مدل، و الزامات پیاده‌سازی سازمانی و حسابرسی. یافته‌ها نشان داد که تشخیص هوشمند تقلب مالی تنها از طریق اتکای صرف به نسبت‌های مالی کلاسیک امکان‌پذیر نیست، بلکه نیازمند ترکیب داده‌های ساختاریافته مالی، داده‌های متنی گزارش هیئت‌مدیره، یادداشت‌های توضیحی، الگوهای رفتاری مدیریت، داده‌های حسابرسی و شاخص‌های حاکمیت شرکتی است. مشارکت‌کنندگان تأکید کردند که شبکه‌های عصبی عمیق، به‌ویژه در ترکیب با تکنیک‌های انتخاب ویژگی، تحلیل ناهنجاری و پردازش زبان طبیعی، می‌توانند الگوهای پنهان دستکاری را آشکار سازند، مشروط بر آنکه خروجی مدل برای حسابرسان و نهادهای نظارتی قابل تفسیر باشد. مدل پیشنهادی پژوهش، تشخیص تقلب مالی را به‌عنوان یک فرایند چندلایه، داده‌محور، تفسیرپذیر و مبتنی بر تعامل انسان و هوش مصنوعی صورت‌بندی می‌کند. این مدل می‌تواند در حسابرسی داخلی، حسابرسی مستقل، نظارت بازار سرمایه و مدیریت ریسک شرکت‌ها به‌کار گرفته شود و زمینه تصمیم‌گیری پیشگیرانه، افزایش شفافیت مالی و کاهش عدم تقارن اطلاعاتی را فراهم سازد.