Study of the prevention and detection of financial fraud through machine learning techniques

Muchas organizaciones se ven afectadas actualmente por fraudes financieros convirtiéndose en una preocupación para el área financiera de cualquier entidad, ya que al materializarse perjudica directamente el patrimonio de cualquier empresa pública o privada. Para ello se han implementado técnicas sup...

Full description

Autores:
Gutierrez Portela, Fernando
Rodríguez Cárdenas, Stefania
Patiño Ospina, Laura Paola
Hernandez Aros, Ludivia
Tipo de recurso:
Article of investigation
Fecha de publicación:
2023
Institución:
Corporación Universitaria Remington
Repositorio:
Repositorio institucional Uniremington
Idioma:
por
OAI Identifier:
oai:repositorio.uniremington.edu.co:123456789/1814
Acceso en línea:
https://repositorio.uniremington.edu.co/handle/123456789/1814
https://revistas.pucsp.br/index.php/CAFI/article/view/58372
Palabra clave:
Financial fraud
Artificial intelligenge
Supervised techniques
Fraud detection
Data mining
Fraude financiero
inteligencia artificial
técnicas supervisadas
detección de fraudes
minería de datos
Rights
openAccess
License
CC BY 4.0
Description
Summary:Muchas organizaciones se ven afectadas actualmente por fraudes financieros convirtiéndose en una preocupación para el área financiera de cualquier entidad, ya que al materializarse perjudica directamente el patrimonio de cualquier empresa pública o privada. Para ello se han implementado técnicas supervisadas y no supervisadas que usan la inteligencia artificial para la prevención y detección temprana de estos fraudes y así minimizar riesgos en las operaciones financieras. Debido a lo anterior, el estudio analiza el uso de las técnicas supervisadas, su estado referencial por medio del análisis cienciométrico y bibliométrico, determinando la importancia de ellas para la prevención y detección de los fraudes financieros. A nivel metodológico es un estudio documental, exploratorio y analítico. Los resultados del estudio indican que las técnicas de aprendizaje automático supervisadas son las más precisas en el momento de aplicar los experimentos para la detección y prevención, logrando así resultados de efectividad superiores al 90% utilizando algoritmos como árbol de decisión, redes neuronales, Naive Bayes, Maquina de vectores de soportes, Bosque aleatorio y regresión logística, siendo notable en los resultados que los fraudes financieros mayormente analizados en estos estudios fueron falsificación de estados financieros, fraude de tarjetas de crédito, informes financieros fraudulentos y fraude de servicios financieros. Por otra parte, se resalta que el tema de investigación está en crecimiento gracias a que la detección de fraudes se está volviendo necesaria para las organizaciones y con mayor relevancia para las instituciones financieras, por ser una de las mayores afectadas por este flagelo del fraude.