Сравнительный анализ методов машинного обучения при идентификации признаков вовлеченности кредитных организаций и их клиентов в сомнительные операции

В сфере финансового мониторинга для принятия эффективных управленческих решений необходимо оперативно получать объективные оценки хозяйствующих субъектов (в частности, кредитных организаций). Автоматизация процесса выявления недобросовестных кредитных организаций на основе методов машинного обучения позволит контролирующим органам оперативно выявлять и пресекать противоправную деятельность. Цель исследования состоит в обосновании возможностей применения методов и алгоритмов машинного обучения для автоматической идентификации недобросовестных кредитных организаций. Для этого необходимо подобрать математический инструментарий анализа данных о кредитных организациях, позволяющий проводить диагностику вовлеченности банка в процессы отмывания преступных доходов. Проведен сравнительный анализ результатов обработки данных о деятельности кредитных организаций методами классификации — логистической регрессии, деревьев решений. Использован метод опорных векторов, нейросетевые методы, Байесовские сети (двухклассовая сеть Байеса) и поиска аномалий — алгоритм одноклассовой машины опорных векторов и алгоритм обнаружения аномалий на основе метода главных компонент. Приведены результаты решения задачи классификации кредитных организаций с точки зрения возможной вовлеченности в процессы отмывания денежных средств, результаты анализа данных о деятельности кредитных организаций методами выявления аномалий. Проведен сравнительный анализ результатов, полученных при применении различных современных алгоритмов классификации и поиска аномалий. Сделан вывод о том, что алгоритм поиска аномалий на основе метода главных компонент показал более точные результаты по сравнению с алгоритмом одноклассовой машины опорных векторов. Из рассмотренных алгоритмов классификации наиболее точные результаты показал алгоритм двухклассового усиленного дерева решений (Adaboost). Приведенные результаты исследования могут быть использованы Банком России и Росфинмониторингом для автоматизации выявления недобросовестных кредитных организаций.

1. Куркина Е.П., Шувалова Д.Г. Оценка риска: экспертный метод. Проблемы науки. 2017;(1):63–69.

2. Захарьян А.Г. Экспертная оценка комплексной устойчивости коммерческого банка. Финансовые исследования. 2004;(9):14–19.

3. Бекетнова Ю.М., Крылов Г.О., Денисенко А.С. Проблемы управления и поддержки принятия решений в государственных органах власти на примере Росфинмониторинга. Информатизация и связь. 2018;(2):82–88.

4. Клочко А. Н., Логвиненко Н. И., Кобзева Т. А., Киселева Е. И. Легализация средств, полученных преступным путем, в сфере банковской деятельности. Криминологический журнал Байкальского государственного университета экономики и права. 2016;10(1):194–204. DOI: 10.17150/1996–1. 7756.2016.10(1).194–204

5. Кононова Н.П., Патласов О.Ю., Кононов Э.Д. Риск-ориентированный подход в сфере противодействия отмыванию доходов и финансированию терроризма. Наука о человеке: гуманитарные исследования. 2016;(2):183–189. DOI: 10.17238/issn1998–5320.2016.24.183

6. Кузнецова Е.И., Бурыкин Д.В., Мастерова С.А. Риск-ориентированный внутренний контроль кредитных организаций в сфере противодействия легализации доходов, подученных преступным путем. Вестник экономической безопасности. 2017;(2):299–302.

7. Пряхин Г. Н., Амелешин К.А. Совершенствование методов противодействия легализации доходов, полученных преступным путем, и финансированию терроризма в банковской системе. Вестник Челябинского государственного университета. 2019;(3):28–34. DOI: 10.24411/1994–2796–2019–10304

8. Филатова И.В. Применение риск-ориентированного подхода в целях противодействия легализации (отмыванию) доходов, полученных преступным путем. Вестник Московского университета МВД России. 2019;(1):233–236. DOI: 10.24411/2073–0454–2019–10055

9. Pavlidis N.G., Tasoulis D.K., Adams N.M., Hand D.J. Adaptive consumer credit classification. Journal of the Operational Research Society. 2012;63(12):1645–1654. DOI: 10.1057/jors.2012.15

10. Yap B. W., Ong S. H., Husain N. H.M. Using data mining to improve assessment of credit worthiness via credit scoring models. Expert Systems with Applications. 2011;38(10):13274–13283. DOI: 10.1016/j.eswa.2011.04.147

11. Khemais Z., Nesrine D., Mohamed M. Credit scoring and default risk prediction: A comparative study between discriminant analysis & logistic regression. International Journal of Economics and Finance. 2016;8(4):39. DOI: 10.5539/ijef.v8n4p39

12. Li Z., Tian Y., Li K., Zhou F., Yang W. Reject inference in credit scoring using semi-supervised support vector machines. Expert Systems with Applications. 2017;74:105–114. DOI: 10.1016/j.eswa.2017.01.011

13. Louzada F., Anacleto-Junior O., Candolo C., Mazucheli J. Poly-bagging predictors for classification modelling for credit scoring. Expert Systems with Applications. 2011;38(10):12717–12720. DOI: 10.1016/j.eswa.2011.04.059

14. Siers M.J., Islam M.Z. Class imbalance and cost-sensitive decision trees: A unified survey based on a core similarity. ACM Transactions on Knowledge Discovery from Data. 2021;15(1):4. DOI: 10.1145/3415156

15. Bunkhumpornpat C., Sinapiromsaran K. Density-based majority under-sampling technique. Knowledge and Information Systems. 2017;50(3):827–850. DOI: 10.1007/s10115–016–0957–5

16. Devi D., Biswas S., Purkayastha B. A cost-sensitive weighted random forest technique for credit card fraud detection. In: The 10th Int. conf. on computing, communication and networking technologies (ICCCNT). (Kanpur, July 6–8, 2019). New York: IEEE; 2019. DOI: 10.1109/ICCCNT45670.2019.8944885

17. Zhang S. Multiple-scale cost sensitive decision tree learning. World Wide Web. 2018;21(6):1787–1800. DOI: 10.1007/s11280–018–0619–5

18. Zhu B., Baesens B., vanden Broucke S.K.L.M. An empirical comparison of techniques for the class imbalance problem in churn prediction. Information Sciences. 2017;408:84–99. DOI: 10.1016/j.ins.2017.04.015

19. Hurst W., Montanez C.A.C., Shone N. Towards an approach for fuel poverty detection from gas smart meter data using decision tree learning. In: Proc. 2020 3rd Int. conf. on information management and management science (IMMS). (London, Aug. 7–9, 2020). New York: Association for Computing Machinery; 2020:23–28. DOI: 10.1145/3416028.3416034

20. Al-Yarimi F.A.M., Munassar N. M.A., Al-Wesabi F. N. Electrocardiogram stream level correlated patterns as features to classify heartbeats for arrhythmia prediction. Data Technologies and Applications. 2020;54(5):685–701. DOI: 10.1108/DTA-03–2020–0076

21. Malhotra D.K., Malhotra K., Malhotra R. Evaluating consumer loans using machine learning techniques. In: Lawrence, K.D., Pai D.R., eds. Applications of Management Science. Bingley: Emerald Publishing Ltd; 2020;20:59–69. DOI: 10.1108/S 0276–897620200000020004

22. Yang Y., Liu C., Liu N. Credit card fraud detection based on CSat-related AdaBoost. In: Proc. 2019 8th Int. conf. on computing and pattern recognition (ICCPR’19). (Beijing, Oct. 23–25, 2019). New York: Association for Computing Machinery; 2019:420–425. DOI: 10.1145/3373509.3373548

23. Tran P.H., Tran K.P., Huong T.T., Heuchenne C., Tran P.H., Le T.M.H. Real time data-driven approaches for credit card fraud detection. In: Proc. 2018 Int. conf. on e-business and applications (ICEBA 2018). (Da Nang, Feb. 23–25, 2018). New York: Association for Computing Machinery; 2018:6–9. DOI: 10.1145/3194188.3194196

24. Wu W.-W. Improving classification accuracy and causal knowledge for better credit decisions. International Journal of Neural Systems. 2011;21(4):297–309. DOI: 10.1142/S 0129065711002845

25. Zhu H., Beling P.A., Overstreet G.A. A Bayesian framework for the combination of classifier outputs. Journal of the Operational Research Society. 2002;53(7):719–727. DOI: 10.1057/palgrave.jors.2601262

26. Marqués A. I., García V., Sánchez J. S. Two-level classifier ensembles for credit risk assessment. Expert Systems with Applications. 2012;39(12):10916–10922. DOI: 10.1016/j.eswa.2012.03.033

27. Vukovic S., Delibasic B., Uzelac A., Suknovic M. A case-based reasoning model that uses preference theory functions for credit scoring. Expert Systems with Applications. 2012;39(9):8389–8395. DOI: 10.1016/j.eswa.2012.01.181

28. Akkoç S. An empirical comparison of conventional techniques, neural networks and the three-stage hybrid Adaptive Neuro Fuzzy Inference System (ANFIS) model for credit scoring analysis: The case of Turkish credit card data. European Journal of Operational Research. 2012;222(1):168–178. DOI: 10.1016/j.ejor.2012.04.009

29. Turchetti Maia T., Pádua Braga A., de Carvalho A. F. Hybrid classification algorithms based on boosting and support vector machines. Kybernetes. 2008;37(9/10):1469–1491. DOI: 10.1108/03684920810907814

30. Wu Y., Qi S., Hu F., Ma S., Mao W., Li W. Recognizing activities of the elderly using wearable sensors: A comparison of ensemble algorithms based on boosting. Sensor Review. 2019;39(6):743–751. DOI: 10.1108/SR-11–2018–0309

31. Faleh R., Gomri S., Othman M., Aguir K., Kachouri A. Enhancing WO3 gas sensor selectivity using a set of pollutant detection classifiers. Sensor Review. 2018;38(1):65–73. DOI:10.1108/SR-12–2016–0273

32. Lee S.-C., Faloutsos C., Chae D.-K., Kim S.-W. On detecting frauds in comparison-shopping services. In: Proc. 26th Int. conf. on world wide web companion (WWW’17 Companion). (Perth, Apr. 3–7, 2017). Geneva: IWWWC Steering Committee; 2017:811–812. DOI: 10.1145/3041021.3054219

33. Sohony I., Pratap R., Nambiar U. Ensemble learning for credit card fraud detection. In: Proc. ACM India joint int. conf. on data science and management of data (CoDS-COMAD’18). (Goa, Jan. 11–13, 2018). New York: Association for Computing Machinery; 2018:289–294. DOI: 10.1145/3152494.3156815

34. Lucas Y., Portier P.-E., Laporte L., Calabretto S., Caelen O., He-Guelton L., Granitzer M. Multiple perspectives HMM-based feature engineering for credit card fraud detection. In: Proc. 34th ACM/SIGAPP Symp. on applied computing (SAC’19). (Limassol, Apr. 8–12, 2019). New York: Association for Computing Machinery; 2019:1359–1361. DOI: 10.1145/3297280.3297586

35. Li Q., Xie Y. A behavior-cluster based imbalanced classification method for credit card fraud detection. In: Proc. 2019 2nd Int. conf. on data science and information technology (DSIT 2019). (Seoul, July 19–21, 2019). New York: Association for Computing Machinery; 2019:134–139. DOI: 10.1145/3352411.3352433

36. Ray S., Wright A. Detecting anomalies in alert firing within clinical decision support systems using Anomaly/Outlier Detection Techniques. In: Proc. 7th ACM Int. conf. on bioinformatics, computational biology, and health informatics (BCB’16). (Seattle, Oct. 2–5, 2016). New York: Association for Computing Machinery; 2016:185–190. DOI: 10.1145/2975167.2975186

37. Geiger B.C., Kubin G. Relative information loss in the PCA. In: Proc. IEEE information theory workshop (ITW). (Lausanne, Sept. 3–7, 2012). New York: IEEE; 2012:562–566. DOI: 10.1109/ITW.2012.6404738

38. Howard M.C. A review of exploratory factor analysis decisions and overview of current practices: What we are doing and how can we improve? International Journal of Human-Computer Interaction. 2016;32(1):51–62. DOI: 10.1080/10447318.2015.1087664

39. Khan H., Srivastav A., Mishra A.K. Use of classification algorithms in health care. In: Tanwar P., Jain V., Liu C.-M., Goyal V., eds. Big data analytics and intelligence: A perspective for health care. Bingley: Emerald Publishing Ltd; 2020:31–54. DOI: 10.1108/978–1–83909–099–820201007

40. Deepa B.G., Senthil S. Constructive effect of ranking optimal features using Random Forest, SupportVector Machine and Naïve Bayes for breast cancer diagnosis. In: Tanwar P., Jain V., Liu C.-M., Goyal V., eds. Big data analytics and intelligence: A perspective for health care. Bingley: Emerald Publishing Ltd; 2020:189–202. DOI: 10.1108/978–1–83909–099–820201014

41. Ramaswami G., Susnjak T., Mathrani A., Lim J., Garcia P. Using educational data mining techniques to increase the prediction accuracy of student academic performance. Information and Learning Sciences. 2019;120(7/8):451–467. DOI: 10.1108/ILS-03–2019–0017

42. Эскиндаров М.А., Соловьев В.И., ред. Парадигмы цифровой экономики: Технологии искусственного интеллекта в финансах и финтехе. М.: Когито-Центр; 2019. 325 с.

43. Lee J.-S. AUC 4.5: AUC-based c4.5 decision tree algorithm for imbalanced data classification. IEEE Access. 2019;7:106034–106042. DOI: 10.1109/ACCESS.2019.2931865

44. Zhang Q., Wang J., Lu A., Wang S., Ma J. An improved SMO algorithm for financial credit risk assessment — Evidence from China’s banking. Neurocomputing. 2018;272:314–325. DOI: 10.1016/j.neucom.2017.07.002