|
|
Machine Learning Methods in Payment Card Fraud Detection
Sinčák, Jan ; Baruník, Jozef (vedoucí práce) ; Vácha, Lukáš (oponent)
Ochrana klientů před podvodnými transakcemi je náročný úkol. Banky se ob- vykle spoléhají na systémy založené na pravidlech, které vyžadují ruční tvorbu těchto pravidel pro identifikaci podvodu. Tato pravidla musí nastavit zaměst- nanci banky, kteří musí sami vyhledávat trendy v podvodných transakcích. Tato práce se zabývá problémem odhalování podvodných karetních transakcí a porovnává několik modelů strojového učení pro detekci podvodů. Tyto mod- ely mohou v datech najít složité vztahy a potenciálně překonat klasické sys- témy detekce podvodů, Logistická regrese, neuronová síť, random forest a ex- treme gradient boosting (XGBoost) jsou trénovány na simulovaném souboru dat, který věrně kopíruje vlastnosti skutečných karetních transakcí. Výkon- nost modelů se měří podle citlivosti, specificity, preciznosti, AUC a časové náročnosti předpovědi na testovacím souboru dat. XGBoost vykazuje nejvyšší výkonnost mezi testovanými modely. Poté je porovnáván se standardním sys- témem detekce podvodů používaným v české bance. Bankovní systém dosahuje vyšší specificity, ale XGBoost přesto vykazuje slibné výsledky. Je možné, že některé modely strojového učení by mohly překonat současné systémy detekce podvodů, pokud budou dobře vyladěny. Klasifikace JEL G21, K42 Klíčová slova strojové učení, karetní podvody,...
|
|
|
Detekce účetních chyb a podvodů v obchodní činnosti
ŠANDOVÁ, Barbora
Podvod je jedním z hlavních etických problémů v účetnictví. Účelem zpracování diplomové práce je vymezení problematiky týkající se chyb či podvodů v účetnictví zaměřených na obchodní činnost. Návazně na ilustraci častých podvodů ze současné reality je třeba vybrat vhodné techniky a modely, jak podvody identifikovat. V rámci práce byly popsány čtyři metody testování správnosti vykazování. Jeden z modelů je aplikován na případové studii. Konkrétně se jedná o model Q-DMFCA (Quick Detection model Material Flow Cost Accounting) založený na enviromentálním účetnictví. V závěru práce jsou zmíněny silné a slabé stránky modelu.
|
|
| |
|
|
Kreativní účetnictví - účetní podvod v legislativních podmínkách České republiky
KUBATOVÁ, Zuzana
Společně s pojmem kreativní účetnictví je často spojován termín účetní podvod. Zejména proto, že ve společnosti převažuje přesvědčení, že účetní podvody vznikají používáním kreativního účetnictví. Diplomová práce analyzuje vybrané případy účetních podvodů nejprve za pomoci průzkumů podvodů v České republice. Poté se dívá na vybrané judikáty vztahující se ke zkreslování údajů o stavu hospodaření a majetku zahrnující účetní podvody z pohledu jednotlivých prvků trojúhelníku podvodu.
|
|
|
Towards detecting and measuring ballot stuffing
Vorobyev, Dmitriy
This paper proposes a method for detecting electoral fraud in the form of ballot stuffing. As ballot stuffing increases both turnout and the incumbent‘s vote share in precincts where it occurs, precincts with low reported turnout are more likely to be clean. Information on clean precincts is used to simulate counterfactual data for ― ¨infected¨ precincts, which are then compared to the observed data. The method is applied to the 2006 Finnish presidential elections. The test fails to reject the hypothesis of no ballot stuffing for the original data, but detects artificially imputed 1.6% fraud. The same test implies that in the 2004 presidential elections in Russia at least 4.7% of the votes were stuffed in favor of the incumbent.
|
host ::
RSS.