論文の概要: Artificial Intelligence-Enabled Accounting Information Systems and Fraud Detection in Nigeria's Financial Services Sector: The Moderating Role of Natural Language Processing
- arxiv url: http://arxiv.org/abs/2607.01257v1
- Date: Thu, 04 Jun 2026 21:35:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-05 17:01:29.639726
- Title: Artificial Intelligence-Enabled Accounting Information Systems and Fraud Detection in Nigeria's Financial Services Sector: The Moderating Role of Natural Language Processing
- Title（参考訳）: ナイジェリアの金融サービス部門における人工知能対応会計情報システムと不正検出--自然言語処理の質的役割
- Abstract要約: 本研究では、ナイジェリアの金融サービス部門における監査・不正検出効果に対するAI対応会計情報システムの影響について検討した。
その結果,AI対応AIは,特に予防,検出,データ分析,調査能力を通じて,監査と不正検出の有効性を著しく向上させることがわかった。
この研究は、AI対応AISとNLPが、新たなデジタル金融環境における不正管理、規制アカウンタビリティ、制度的信頼を強化するためにますます重要になっていると結論付けている。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The rapid digitalisation of financial systems has improved operational efficiency and financial inclusion while simultaneously increasing exposure to sophisticated forms of cyber-enabled fraud and electronic financial misconduct. Conventional auditing systems, which largely depend on retrospective verification and rule-based monitoring, increasingly struggle to address the complexity and speed of modern financial crime. Consequently, financial institutions are progressively adopting Artificial Intelligence (AI)-enabled Accounting Information Systems (AIS) and Natural Language Processing (NLP) technologies to strengthen fraud detection, continuous auditing, and institutional monitoring. This study examined the influence of AI-enabled AIS on auditing and fraud detection effectiveness within Nigeria's financial services sector while additionally evaluating the moderating role of NLP. Anchored on the Fraud Diamond Theory and the Technology Acceptance Model, the study adopted a quantitative cross-sectional survey design. Primary data were collected from 186 professionals across banking, insurance, and FinTech institutions in Nigeria. Data were analysed using descriptive statistics, multiple regression, and hierarchical moderated regression techniques. The findings revealed that AI-enabled AIS significantly improves auditing and fraud detection effectiveness, particularly through prevention, detection, data analysis, and investigative capabilities. The results further indicated that NLP positively moderates the relationship between AI-enabled AIS and auditing effectiveness by improving semantic interpretation and analytical explainability. The study concludes that AI-enabled AIS and NLP are increasingly important for strengthening fraud governance, regulatory accountability, and institutional trust within emerging digital financial environments.
- Abstract（参考訳）: 金融システムの迅速なデジタル化により、運用効率と金融包摂性が向上し、同時にサイバー対応詐欺や電子的金融不正の高度な形態への露出が増大した。
従来の監査システムは、ふりかえりの検証とルールに基づく監視に大きく依存しているが、現代の金融犯罪の複雑さとスピードに対処するのにますます苦労している。
その結果、金融機関は、不正検出、継続的監査、制度監視を強化するために、AIS(AI)対応の会計情報システム(AIS)と自然言語処理(NLP)技術を徐々に採用している。
本研究は, ナイジェリアの金融サービス部門におけるAI対応AIが監査・不正検出効果に与える影響について検討し, NLPのモデレーションの役割について検討した。
この研究は、フラッドダイヤモンド理論とテクノロジーアクセプタンスモデルに基づいて、定量的な横断的なサーベイデザインを採用した。
一次データはナイジェリアの銀行、保険、フィンテックの機関で186人の専門家から収集された。
データは、記述統計、多重回帰、階層的中等化回帰技術を用いて分析された。
その結果,AI対応AIは,特に予防,検出,データ分析,調査能力を通じて,監査と不正検出の有効性を著しく向上させることがわかった。
さらに,NLPは,意味的解釈と分析的説明可能性を改善することにより,AI対応AISと監査効果の関係を肯定的に緩和することを示した。
この研究は、AI対応AISとNLPが、新たなデジタル金融環境における不正管理、規制アカウンタビリティ、制度的信頼を強化するためにますます重要になっていると結論付けている。
関連論文リスト
- Counterfactual Methods for Detecting Unfairness in Anti-Money Laundering Algorithms [37.131058866458964]
機械学習に基づく予測アルゴリズムのアンチモニー洗浄への適用は急速に増加している。
これらのアルゴリズムは典型的にはトランザクションデータと機密性の高いクライアント情報に基づいて訓練される。
これにもかかわらず、AML検出システムはフェアネスの観点からほとんど探索されていない。
論文 参考訳（メタデータ） (2026-07-06T13:57:21Z) - When AI Meets Wall Street: A Survey on Trustworthy AI in Fintech [32.022055126183865]
我々は、金融AIのための統一的でライフサイクル中心的でメカニズム駆動のフレームワークを提案する。
金融AIをトレーニング、更新、デプロイメント、推論、運用、監視、フィードバックの3つのライフサイクルステージに分割します。
各サブタイプについて、アルゴリズム戦略、実現可能性制約、ステルスと永続性、下流の財務効果を分析します。
論文 参考訳（メタデータ） (2026-05-28T23:10:04Z) - From Accuracy to Auditability: A Survey of Determinism in Financial AI Systems [16.784964226963744]
規制された金融環境における機械学習は、アルゴリズムの脆弱性に重大な脆弱性を露呈する。
ディープニューラルネットワークと生成AIは、ハードウェアとアーキテクチャに根ざした機械的非決定性を導入している。
この調査は、現在金融AIを支配している3つのモダリティにわたる障害に関するシステム視点を提供する。
論文 参考訳（メタデータ） (2026-05-11T17:46:38Z) - Governing AI Forgetting: Auditing for Machine Unlearning Compliance [30.173215964349044]
我々は、認定されたアンラーニング理論と規制執行を統合することで、機械のアンラーニングコンプライアンスを監査するための最初の経済枠組みを導入する。
MUの本質的な不確かさを,証明された未学習の仮説検証解釈を用いて特徴付ける。
次に,オーディタとオペレータ間の戦略的相互作用を捉えるゲーム理論モデルを提案する。
論文 参考訳（メタデータ） (2026-02-16T08:32:09Z) - Reinforcement Learning of Large Language Models for Interpretable Credit Card Fraud Detection [29.14690532256978]
本稿では,強化学習(Reinforcement Learning, RL)を用いて,不正検出タスクのための軽量言語モデルの訓練後処理を行う手法を提案する。
我々は,グループシーケンスポリシー最適化(GSPO)アルゴリズムとルールベースの報酬システムを組み合わせて,実生活におけるトランザクションデータセットに基づいて,さまざまなサイズの言語モデルを微調整する。
実験により,本手法の有効性を実証し,学習後の言語モデルを用いて,保持試験データに対するF1スコアの大幅な改善を実現した。
論文 参考訳（メタデータ） (2026-01-09T06:56:27Z) - Adoption of AI-Driven Fraud Detection System in the Nigerian Banking Sector: An Analysis of Cost, Compliance, and Competency [0.0]
本研究では,ナイジェリアの銀行におけるAIによる不正検出システムの適用範囲と決定要因について検討した。
この研究の人口はナイジェリアの24の銀行から成っている。
その結果,トップマネジメントサポート,ITインフラストラクチャ,規制コンプライアンス,スタッフの能力,有効性がAIによる不正検出システムの採用を促進することがわかった。
論文 参考訳（メタデータ） (2025-10-28T21:30:20Z) - Balancing Innovation and Oversight: AI in the U.S. Treasury and IRS: A Survey [0.0]
アメリカ合衆国財務省、特に内国歳入庁は、税務を近代化するために人工知能(AI)を採用している。
主なイニシアチブには、AIによるチャットボット、ロボットプロセス自動化、ケース選択のための機械学習、不正防止のための高度な分析などがある。
同時に、IRSはAIの責任ある使用を保証するためのガバナンス対策を実装している。
論文 参考訳（メタデータ） (2025-09-19T15:45:38Z) - Unsupervised Outlier Detection in Audit Analytics: A Case Study Using USA Spending Data [39.44036223885694]
我々は、連邦支出パターンの異常を識別するために、複数の外れ値検出アルゴリズムを採用し、比較する。
その結果,複数の検出戦略を組み合わせるハイブリッドアプローチにより,外乱検出の堅牢性と精度が向上することがわかった。
論文 参考訳（メタデータ） (2025-09-19T01:27:18Z) - The AI-Fraud Diamond: A Novel Lens for Auditing Algorithmic Deception [0.0]
本稿では,従来のフラッド・トライアングルの拡張であるAI-フラッド・ダイアモンドを紹介し,圧力,機会,合理化とともに,技術的不透明度を第4条件として追加する。
従来の詐欺とは異なり、AI対応の詐欺は明確な人間の意図を伴わないが、不透明なモデル行動、欠陥のあるトレーニングデータ、規制されていないデプロイメントプラクティスといったシステムレベルの特徴から生じる可能性がある。
論文 参考訳（メタデータ） (2025-08-19T16:21:44Z) - Deep Learning Approaches for Anti-Money Laundering on Mobile Transactions: Review, Framework, and Directions [51.43521977132062]
マネーロンダリング(英: Money laundering)は、不正資金の起源を隠蔽する金融犯罪である。
モバイル決済プラットフォームとスマートIoTデバイスの普及は、マネーロンダリング対策をかなり複雑にしている。
本稿では,AMLにおけるディープラーニングソリューションとその利用に関する課題について,包括的レビューを行う。
論文 参考訳（メタデータ） (2025-03-13T05:19:44Z) - Advancing Anomaly Detection: Non-Semantic Financial Data Encoding with LLMs [49.57641083688934]
本稿では,Large Language Models (LLM) 埋め込みを用いた財務データにおける異常検出の新しい手法を提案する。
実験により,LLMが異常検出に有用な情報をもたらし,モデルがベースラインを上回っていることが確認された。
論文 参考訳（メタデータ） (2024-06-05T20:19:09Z) - Towards Artificial Intelligence Enabled Financial Crime Detection [0.0]
我々は、金融犯罪検知における最近の研究成果を研究・分析する。
本稿では,人的介入を最小限に抑えたマネーロンダリング事例を検出する新しいモデルを提案する。
論文 参考訳（メタデータ） (2021-05-23T06:57:25Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。