Detekce podvodných finančních výkazů v KB

Abstract

Tato práce zkoumá možnosti detekce podvodných finančních výkazů. Cílem práce je najít vhodný přístup k detekci podvodných finančních výkazů v Komerční bance. V rešeršní části jsou ukázany přístupy k detekci navržené několika autory. Poté je představeno několik machine learningových modelů a přístupů. Na základě tohoto je navržen přístup, který bude sloužit jako základ pro budoucí výzkum v této oblasti v KB. Přístup je navržen s přihlédnutím k měnění hustoty minoritní třídy v trénovací množině a toto jo testováno a komentováno na několika klasifikátorech a metodách předzpracování dat. Tato práce přinesla několik modelů a pozorování, které budou v Komerční bance sloužit dále pro výzkum.

This thesis surveys the possibilities of automated financial statement fraud detection. Main goal of this work is to find an appropriate approach to this problem in Komerční banka. In the research part, current approaches are shown. Machine learning models and techniques are introduced and with that, custom approach, that will serve as a basis for future research in this filed in KB. Approach is designed with regards to changing the density of minority class in training set and is tested and commented on top of various classifiers and data preprocessing methods. This work brought various models and observations, that will serve for future research in KB.