Selecteer een pagina
Home » technologie » Fraude opsporen: het kan met machine learning en algoritmen

Fraude opsporen: het kan met machine learning en algoritmen

door

Wie de managementparagraaf in een jaarverslag doorleest, zal niet snel gealarmeerd worden dat een bedrijf fraude heeft gepleegd. Toch staan in de tekst vaak subtiele signalen dat er iets mis is. Computers kunnen deze detecteren, met behulp van een algoritme en machine learning, zo ontdekte Marcia Fissette, die hier onlangs op promoveerde aan de Universiteit Twente.

Enron, Ahold, Tesco… Bedrijven die boekhoudfraude plegen, doen hun uiterste best om het gesjoemel buiten de boeken te houden. Maar soms bevatten de cijfers in de jaarrekening toch aanwijzingen dat er iets niet klopt. Zou dit ook gelden voor teksten in jaarverslagen, vroeg datawetenschapper Marcia Fissette zich af. “Teksten kunnen een afwijkende woordkeuze bevatten. Die is vaak heel subtiel, waardoor dat niet wordt opgemerkt”, zegt Fissette. “Als mens zijn we niet in staat zijn om te achterhalen welke woorden verdacht zijn, omdat wij de betekenis ervan niet kunnen negeren. Maar een computer kan dat wel. Die kijkt veel abstracter naar woorden.”

Lees ook: “Dankzij machine learning selecteren we de juiste financiële data”

Zelf patronen herkennen

Daarom legde Fissette, die destijds werkzaam was bij KPMG, een database aan van circa 1.700 jaarverslagen, waaronder 400 verslagen van bedrijven waar fraude is ontdekt. “Eerst analyseerde de computer bijna 1.200 jaarverslagen waarvan vooraf werd aangekondigd of het een bedrijf betrof dat had gefraudeerd”, licht Fissette toe. Ze beperkte zich tot de managementparagrafen: goed doordachte teksten die vaak onder het vergrootglas van analisten liggen. De computer probeerde in deze teksten zelf patronen te herkennen om te achterhalen of het jaarverslag frauduleus was of niet. Dit gebeurde via machine learning, waarbij Fissette gebruik maakte van diverse algoritmen. “Een computer moet tekst kunnen omzetten naar getallen, zoals het aantal woorden, specifieke woordcombinaties, het gebruik van bepaalde woorden en herhalingen van woorden.” Vervolgens moest de computer van de overige 30% van de jaarverslagen zelfstandig proberen om het jaarverslag in de juiste categorie in te delen.

Lees ook: Een AI-machine kan nu beter begrijpend lezen dan de mens

Opvallende resultaten

De resultaten waren erg verrassend. In 89% van de gevallen deelde de computer het jaarverslag in de juiste categorie in. De database bevatte ook jaarverslagen van bedrijven die in meerdere jaren achtereen fraude hadden gepleegd. Als deze eruit worden gefilterd, komt het percentage uit op 86%. “Dat is nog steeds een hoog getal”, vindt de onderzoeker, die vijf jaar aan haar promotieonderzoek heeft gewerkt. Volgens Fissette is in het onderzoek niet gekeken of het management op de hoogte was van de fraude. “Ik weet niet of dat relevant is. Het gaat om grote fraudegevallen. Het management is verantwoordelijk voor het jaarverslag. Zelfs als het niet op de hoogte was, had het op de hoogte moeten zijn.”

Geen heilige graal

Het systeem dat Fissette heeft ontwikkeld is nog geen heilige graal erkent ze. “Mijn database bevat relatief veel jaarverslagen uit de Verenigde Staten. Ik had liever meer geografische diversiteit willen hebben. Ook ben ik benieuwd of aanwijzingen te vinden zijn in andere delen van het jaarverslag. Dat zou zich goed lenen voor vervolgonderzoek.” Een ander manco is dat de computer niet kan aanwijzen welke woorden of zinnen duiden op mogelijke fraude. Fissette: “Ik heb geen lijst van verdachte teksten.” Volgens de datawetenschapper werden jaarverslagen van brandschone bedrijven in 95% van de gevallen juist beoordeeld. Bij bedrijven die aantoonbaar fraude hadden gepleegd, is dat lager: 72%. “Er is dus nog ruimte voor verbetering, als je zeker wil zijn van fraude. Maar de resultaten uit mijn onderzoek vormen wel een signaal dat het loont om extra goed naar het jaarverslag te kijken. En het toont ook de kracht aan van machine learning.”

Inventors.finance maakt gebruik van cookies en vergelijkbare technieken van haar en/of derden om I) het gedrag van bezoekers vast te leggen en te analyseren om de websites en apps te verbeteren, II) om het mogelijk te maken content via social media te delen, III) om de inhoud van haar websites en advertenties beter af te stemmen op uw interesses en IV) om informatie te verzamelen over uw voorkeuren en de informatie toe te voegen aan uw klantprofiel. Zo kunnen u ook buiten Inventors.finance relevante aanbiedingen worden gedaan. Als u verder surft, accepteert u deze cookies en gaat u akkoord met de verwerking van de (persoons)gegevens die met behulp van cookies kunnen worden verzameld en verwerkt voor de onder I) tot en met IV) genoemde doeleinden. meer informatie

De cookie-instellingen op deze website zijn ingesteld op 'toestaan cookies "om u de beste surfervaring mogelijk. Als u doorgaat met deze website te gebruiken zonder het wijzigen van uw cookie-instellingen of u klikt op "Accepteren" hieronder dan bent u akkoord met deze instellingen.

Sluiten