کشف الگوهای پیچیده تخلف مالی در ایران: چارچوب مفهومی بومی مبتنی بر تحلیل شبکه‌ای و شبکه‌های عصبی گراف

کد مقاله : 1437-ICM

نویسندگان

حدیثه عشقی * دانشجو

چکیده مقاله

چکیده زمینه و اهمیت پژوهش: تخلف‌های مالی و پول‌شویی تهدیدی جدی برای ثبات شبکه‌های مالی در ایران و جهان محسوب می‌شوند و پیچیدگی چندمرحله‌ای این تخلفات، شناسایی و پیشگیری از آن‌ها را دشوار می‌کند. محدودیت‌های داده‌ای و نهادی در ایران، نیاز به چارچوبی تحلیلی و عملیاتی برای کشف تراکنش‌های مشکوک را افزایش داده است. هدف پژوهش: توسعه چارچوب مفهومی بومی برای ایران است طوری که با بهره‌گیری از تحلیل شبکه‌ای (SNA) و شبکه‌های عصبی گراف (GNN) بتواند الگوهای پنهان تخلف مالی را شناسایی و مدیریت کند. این چارچوب تلاش دارد دقت شناسایی، قابلیت عملیاتی و تبیین‌پذیری تراکنش‌های مشکوک را بهبود بخشد. روش‌شناسی: پژوهش از نوع علمی–ترویجی و تحلیلی است و بر تحلیل نظام‌مند ادبیات علمی و صنعتی، گزارش‌های بانک‌های بین‌المللی و شواهد تجربی AML متمرکز است. مراحل پژوهش شامل استخراج شاخص‌ها، تحلیل روابط شبکه‌ای و الگوریتمی، تلفیق نظری و عملی و طراحی چارچوب مفهومی بومی است. یافته‌ها و دستاوردها: چارچوب پیشنهادی شامل چهار عنصر اصلی است: تحلیل شبکه‌ای برای شناسایی گره‌ها و مسیرهای پرخطر، تشخیص ناهنجاری برای شناسایی تراکنش‌های غیرمعمول، الگوریتم‌های GNN برای کشف الگوهای پیچیده و ملاحظات نهادی و قانونی برای سازگاری با محیط ایران. تلفیق این عناصر موجب افزایش دقت، تبیین‌پذیری و قابلیت عملیاتی چارچوب می‌شود.

کلیدواژه ها

کلمات کلیدی: تخلف مالی، پول‌شویی، تحلیل شبکه‌ای، شبکه عصبی گراف، هوش مصنوعی.

وضعیت: پذیرفته شده