تواجه التنظيمات المالية المعاصرة وكشف المخاطر تحديات متصاعدة بفعل التعقد المتزايد في هياكل العلاقات بين الشركات، وتنوع السلوك المالي، وتعدد مصادر البيانات، فالاحتيال المؤسسي لم يعد حدثًا منفردًا يمكن رصده بمؤشر واحد بل ظاهرة مركبة تجمع بين شذوذات مالية وانحرافات سلوكية تتشابك عبر شبكات من العلاقات بين الشركات والأفراد، وقد ظلت مناهج كشف الاحتيال التقليدية قائمة في معظمها على نماذج أحادية المهمة ومؤشرات حدسية ثابتة، وهي مناهج غير كافية للإحاطة بالمظاهر المعقدة للسلوك الاحتيالي المؤسسي بجوانبه المالية والسلوكية معًا، وتقدم هذه الدراسة إطارًا جديدًا لكشف الاحتيال المالي يدمج الشبكات العصبية البيانية مع التعلم متعدد المهام، فيعالج ثلاث مهام مترابطة في بنية موحدة تتعلم منها معًا بدل معالجة كل منها بمعزل عن الأخرى
أولًا: أهداف الدراسة ومنهجيتها
هدفت الدراسة إلى تصميم نموذج لكشف الاحتيال المالي أكثر دقة وذكاء من الأساليب القائمة، يجمع بين نمذجة العلاقات بين الشركات والتعلم المشترك متعدد المهام، ويبني الإطار المقترح رسومًا بيانية لعلاقات الشركات، ويوظف مشفرات عصبية بيانية لاستخلاص تمثيلات بنيوية عالية الرتبة تلتقط أنماط الترابط غير المباشرة بين الشركات، ثم يعالج ضمن إطار تعلم متعدد مهام مشترك موحد ثلاث مهام أساسية هي التعرف على الاحتيال، وتقدير درجة الشذوذ كميًا، وتصنيف الانحراف السلوكي، بحيث يلتقط مخالفات الشركات من زوايا تحليلية متنوعة ويتيح تحسينًا تآزريًا لكشف المخاطر وتمييز الأنماط، وأُجري التقويم التجريبي على مجموعتي بيانات معياريتين هما مجموعة بيانات احتيال القوائم المالية ومجموعة بيانات أوبن كوربوريتس وآمينر، مع دراسات حذف مكونات للتحقق من إسهام كل مكون في الأداء الكلي
ثانيًا: أبرز النتائج
أظهرت التقويمات التجريبية أن النموذج المقترح يتفوق بفارق واضح على الأساليب القائمة في دقة التصنيف وقدرة إعادة بناء الشذوذ والتآزر بين المهام المتعددة، إذ استفادت كل مهمة من التعلم المشترك مع المهمتين الأخريين فجاء الأداء الكلي أعلى مما تحققه النماذج أحادية المهمة، كما أثبتت دراسات حذف المكونات الإسهامات الجوهرية لكل من النمذجة البيانية وآلية مشاركة المهام وصياغة دالة الخسارة المركبة في الفاعلية الكلية للنموذج، فحذف أي منها أضعف الأداء بدرجة ملموسة، وتدل هذه النتائج على أن الاحتيال المؤسسي ينعكس في بنية العلاقات بين الشركات بقدر ما ينعكس في قوائمها المالية ذاتها، وأن النماذج التي تقرأ الشذوذ المالي والانحراف السلوكي وشبكة العلاقات في آن واحد أقدر على كشف الأنماط الاحتيالية المتخفية من النماذج التي تقتصر على مؤشرات ثابتة منفردة
ثالثًا: دلالات الدراسة وتطبيقاتها
تقدم هذه المنهجية نموذجًا أكثر دقة وذكاء لكشف الاحتيال المالي، وتوفر دعائم تقنية أساسية لبناء ملفات تعريف مخاطر الشركات وتطوير أنظمة تدقيق مالي ذكية، فجهات التنظيم والرقابة المالية يمكنها توظيف الإطار المقترح في الفحص الاستباقي للشركات وترتيب أولويات التدقيق بحسب درجات المخاطر المستخلصة من العلاقات والسلوك، وشركات التدقيق الخارجي يمكنها دمجه في أدوات تحليلاتها لرفع قدرتها على رصد القوائم المالية المضللة مبكرًا، كما تفتح الدراسة آفاقًا بحثية لاحقة تشمل إدخال البعد الزمني في تطور شبكات العلاقات بين الشركات، وتوسيع مصادر البيانات لتشمل النصوص والمؤشرات السلوكية الرقمية، ومعالجة تحديات قابلية التفسير التي تفرضها جهات التنظيم على نماذج الذكاء الاصطناعي في القطاع المالي
وتكتسب دراسات حذف المكونات أهمية خاصة في هذا النوع من النماذج المركبة، لأنها تحول الادعاء بتفوق النموذج من انطباع عام إلى أدلة مفصلة عن مصدر هذا التفوق، فحين يتبين أن حذف النمذجة البيانية يضعف الكشف بدرجة محسوسة يتأكد أن علاقات الشركات تحمل إشارات احتيال لا تلتقطها البيانات المنفردة لكل شركة، وحين يتراجع الأداء بحذف مشاركة المهام يتأكد أن التعلم المشترك بين التعرف على الاحتيال وتقدير الشذوذ وتصنيف الانحراف السلوكي يثري التمثيلات المستخلصة لكل مهمة على حدة، أما إسهام دالة الخسارة المركبة فيشير إلى أن الموازنة الدقيقة بين أهداف المهام الثلاث شرط لاستقرار التعلم المشترك، وهي نتائج منهجية تفيد مطوري أنظمة كشف الاحتيال عند تصميم نماذج جديدة أو تكييف هذا الإطار مع أسواق وقطاعات اقتصادية أخرى
وخلاصة القول إن هذه الدراسة أثبتت أن دمج الشبكات العصبية البيانية مع التعلم متعدد المهام يثمر إطارًا متفوقًا لكشف الاحتيال المالي على الأساليب التقليدية أحادية المهمة، عبر مجموعتي بيانات معياريتين، بما يمثل نقلة منهجية في قراءة المخاطر المؤسسية ويمنح المنظمين والمدققين أداة أذكى للإنذار المبكر بالسلوك الاحتيالي
