• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제17권12호
• /
• pp.3218-3241
• /
• 2023

Financial fraud undermines the sustainable development of financial markets. Financial statements can be regarded as the key source of information to obtain the operating conditions of listed companies. Current research focuses more on mining financial digital data instead of looking into text data. However, text data can reveal emotional information, which is an important basis for detecting financial fraud. The audit opinion of the financial statement is especially the fair opinion of a certified public accountant on the quality of enterprise financial reports. Therefore, this research was carried out by using the data features of 4,153 listed companies' financial annual reports and audits of text opinions in the past six years, and the paper puts forward a financial fraud detection model integrating audit opinions. First, the financial data index database and audit opinion text database were built. Second, digitized audit opinions with deep learning Bert model was employed. Finally, both the extracted audit numerical characteristics and the financial numerical indicators were used as the training data of the LightGBM model. What is worth paying attention to is that the imbalanced distribution of sample labels is also one of the focuses of financial fraud research. To solve this problem, data enhancement and Focal Loss feature learning functions were used in data processing and model training respectively. The experimental results show that compared with the conventional financial fraud detection model, the performance of the proposed model is improved greatly, with Area Under the Curve (AUC) and Accuracy reaching 81.42% and 78.15%, respectively.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권3호
• /
• pp.1163-1169
• /
• 2021

This study aims to obtain empirical evidence regarding the effect of the fraud pentagon theory on financial statement fraud. The novelty of this study is the use of factor analysis to consolidate the five elements of the fraud pentagon into just one factor, which, to the knowledge of the researcher, no one else has done to research the effect of pentagon fraud on financial statement fraud. This study uses both agency theory and fraud pentagon theory. The population of this study consists of state-owned companies listed on the Indonesia Stock Exchange. The research period in this study is from 2014 to 2019. The data used in this study is secondary data obtained from the company's annual financial statements. A purposive sampling technique was used to determine the research sample. The selected companies total 20. Factor analysis and simple linear regression analysis method were used as research the methods. Based on the research results, it was found that the fraud pentagon theory had a positive effect on the financial statement fraud of state-owned companies listed on the Indonesia Stock Exchange. High level of the pentagon fraud on a company leads to a higher indication of financial statement fraud.

• 유통과학연구
• /
• 제21권12호
• /
• pp.71-81
• /
• 2023

Purpose: This research aims to analyze the influence of greed, opportunity, need, exposes on fraudulence financial reporting by using the distribution of political connections as a moderating variable. Research design, data, methodology: Using data collected from 180 respondents who were leaders involved in financial reports in state-owned companies and manufacturing companies in South Sulawesi, Indonesia. Data analysis using SEM PLS. Results: The results of this research show that greed, opportunity, need, exposes, political connections have a significant positive effect on fraudulence financial reporting. Political connection is able to moderate greed, need, exposes to fraudulence financial reporting. Furthermore, political connections are unable to moderate the opportunity for fraudulence financial reporting in company. Conclusion: Greed, opportunities, needs, exposes can influence someone to carry out financial fraud reporting in the company because of internal or external factors that cause someone to commit fraud. Every perpetrator of fraud should be subject to punishment or sanctions if proven to have committed fraud. Political connections can influence fraudulent financial reporting due to the potential for intervention and political pressure that can affect the integrity of financial reporting. Political connections are able to moderate greed, need, exposes against fraudulent financial reporting.

• 디지털융복합연구
• /
• 제20권3호
• /
• pp.35-40
• /
• 2022

인터넷 시대의 도래와 COVID-19의 발생으로 많은 기업들이 온라인 거래를 진행하고 있다. 하지만 사이버경제가 작동하는 방식 때문에 거래금액과 고객번호 등을 허위로 조작해 재무부정을 벌이는 기업이 점차 늘고 있다. 본 연구의 목적은 인터넷 시대 기업의 재무부정 행위를 분석하고 해결책을 제시하는 것이다. 이에 본 연구는 중국 루이씽커피의 재무부정 행태를 예시로 분석하고 재무부정의 원인과 대응방안을 연구했다. 결과적으로 재무부정의 원인은 온라인 거래로 인한 현금흐름의 불투명성에 있다는 것을 발견했다. 본 연구는 기업 내부통제 시스템의 개선, 리스크 관리 시스템 개발, 종합적인 외부감독 시스템 구축을 제안했다.

• 정보보호학회논문지
• /
• 제25권6호
• /
• pp.1525-1540
• /
• 2015

금융 산업과 IT 기술의 결합으로 지불 방법이 간편화됨에 따라 소비자의 지불 수단이 현금 결제에서 신용카드, 모바일 소액결제, 앱카드 등을 이용한 전자결제로 변화되고 있다. 이에 전자금융결제를 악용하여 이상거래를 시도하는 사례가 증가하는 추세로, 금융사는 이상거래로부터 소비자를 보호하기 위해 FDS(Fraud Detection System)를 구축하고 있다. 이상거래 탐지 시스템은 실시간으로 이용자 정보와 결제 정보를 분석하여 높은 정확도로 이상거래를 식별하는 것이 목표이다. 본 연구에서는 결제로그 분석 및 데이터 마이닝을 이용한 이상거래 탐지 연구 동향을 조사하였으며, 이상거래 탐지에 사용된 데이터 마이닝 알고리즘을 정리하고 이상거래 탐지 연구를 사용된 데이터 셋, 알고리즘, 연구 관점으로 분류하였다.

• 시큐리티연구
• /
• 제53호
• /
• pp.37-59
• /
• 2017

본 연구는 산업보안상 인적취약요소로 분류되는 조직구성원에 의한 업무부정행위의 정의와 발생원인, 방지대책 등에 대하여 문헌연구를 통해 고찰하고, 선행연구를 통해 드러난 부정행위의 행동적 발생징후들에 대하여 은행, 보험사, 증권사 등 국내 금융산업에 종사하고 있는 근로자들에게 설문자료를 수집하여 기술통계, 요인분석, 로지스틱 회귀분석 등을 실시하였다. 분석결과, 부정행위의 발생징후들은 '경제적 동기', '비경제적 동기' 두 가지 요인으로 분류되었으며, '과도한 주식투자'와 '빈번한 이사 등으로 생활환경의 불안정'의 두 징후에 대한 정확성 평가와 실제 부정행위의 적발 경험이 통계적으로 유의미하게 연관되어 있는 것으로 확인되었다. 또한 내 외부 제보에 의해서 업무부정행위가 가장 많이 적발되는 것으로 나타났다. 본 연구의 분석결과를 토대로 향후 금융산업에서 발생할 수도 있는 업무부정행위를 조기에 발견하여 피해규모를 최소화도록 일조하는 데 연구의 목적이 있다.

• 시큐리티연구
• /
• 제56호
• /
• pp.165-185
• /
• 2018

금융산업은 일상 국민 생활경제와 매우 밀접한 관련이 있다. 따라서 저축은행 사태와 같이 금융기관 임직원들에 의한 횡령, 배임 등 부정행위(fraud)가 발생할 경우, 신용경색과 연쇄파산 등 민생경제에 심대한 악영향을 끼칠 수 있다. 이에 외국에서는 금융산업 보안의 중요성이 특히 강조되고 있고, 물적, 인적, 사이버를 통합하는 융합보안(converged security)으로 발전하고 있다. 본 연구는 우리나라 은행권에서 내부 임직원들에 의해 발생하는 부정행위를 방지하는데 목적이 있다. 이를 위하여, 리스크 관리(risk management) 업무를 담당하고 있는 은행권 임직원, 금융 정책수립 및 규제기관 담당자, 보안전문가 등 총 16 명에 대하여 반구조화된 심층 인터뷰(in-depth semi-structured interview)를 실시하였다. 수집된 데이터를 개인, 조직, 사회 문화적 레벨 등, 세 가지 계층화 수준에서 분석하였고, 이를 바탕으로 금융산업보안(financial industry security)의 발전과 금융권 내부부정 행위 방지를 위한 정책적 권고사항들을 도출하였다.

• 한국융합학회논문지
• /
• 제8권4호
• /
• pp.19-24
• /
• 2017

본 연구는 최근 전자 금융거래의 증가와 동시에 금융거래 정보의 탈취 혹은 변조 등 보안위협 또한 급증하면서 안전한 보안 방안과 대응이 시급한 실정이다. 이에 종래에 사용된 사기방지시스템 혹은 이상금융거래 탐지시스템(FDS, Fraud Detection System, 이하 FDS)을 최근 주목 받고 있는 빅데이터 관련 기술(이상금융거래에 대한 다양한 형태의 정형/비정형 금융거래 이벤트 데이터를 실시간으로 수집/저장하고 과학적 연관 분석 기법을 활용하여 비정상 행위를 탐지 및 차단할 수 있는 기능)을 활용하여 국내 금융회사인 A사에 개선 모델을 구축 하였다. 구축결과 시나리오 고도화 분석을 통한 오검출을 최소화 하여 기존 시나리오 Detect탐지 대상의 감소 효과를 나타냈다. 아울러 FDS고도화에 대한 향후 발전방향을 제안하고자 한다.

• Asia pacific journal of information systems
• /
• 제28권4호
• /
• pp.308-319
• /
• 2018

This paper aims at providing valuable insights on Financial Fraud Detection on a mobile money transactional activity. We have predicted and classified the transaction as normal or fraud with a small sample and massive data set using Azure and Spark ML, which are traditional systems and Big Data respectively. Experimenting with sample dataset in Azure, we found that the Decision Forest model is the most accurate to proceed in terms of the recall value. For the massive data set using Spark ML, it is found that the Random Forest classifier algorithm of the classification model proves to be the best algorithm. It is presented that the Spark cluster gets much faster to build and evaluate models as adding more servers to the cluster with the same accuracy, which proves that the large scale data set can be predictable using Big Data platform. Finally, we reached a recall score with 0.73, which implies a satisfying prediction quality in predicting fraudulent transactions.

• 경영정보학연구
• /
• 제22권1호
• /
• pp.59-72
• /
• 2020

인공지능이 다루기 어려운 개념에서 아주 익숙한 도구로 자리매김 하고 있다. 이와 더불어 금융권에서도 인공지능 기술을 도입하여 기존 시스템의 문제점을 개선하고자 하는 추세이며, 그 대표적인 예가 이상거래탐지 시스템(Fraud Detection System, FDS)이다. 결제 수단의 다양화 및 전자금융거래의 증가에 따라 치밀해져 가는 사이버 금융사기(Fraud)를 기존의 규칙기반 FDS로는 탐지하기 어려워지고 있다. 이를 극복하기 위해 딥러닝 기술을 적용하여 이상거래 탐지율을 향상시키고, 이상행위에 즉각 대응하며, 탐지 결과의 반영을 자동화하고자 하는 시도가 이루어지고 있다. 딥러닝 FDS 구축에서 핵심 문제는 데이터 불균형과 이상거래 패턴의 변동이다. 본 논문에서는 생성적 적대 신경망(Generative Adversarial Network, GAN)을 활용한 오버샘플링 기법을 통해 데이터 불균형 문제를 개선하고, 이상거래 분류기로써 심층 신경망(Deep Neural Network, DNN)과 합성곱 신경망(Convolutional Neural Network, CNN)을 적용하여 이러한 문제를 개선하고자 하였다. 실험 결과, GAN 오버샘플링이 이상거래 데이터의 불균형 문제를 개선하는데 효과를 보였으며, WGAN이 가장 높은 개선 효과가 있음을 확인하였다. 또한 제안 FDS 모형의 AUC가 0.9857로 랜덤포레스트 FDS 모형에 비해 약 6.5% 향상되어, 딥러닝이 이상거래 탐지에 뛰어난 성능을 가짐을 입증하였다. 더불어 딥러닝 모형 중 DNN은 CNN에 비해 오버샘플링의 효과를 더 잘 반영함을 확인하였다.