ارزيابي ريسك تقلب در مزاياي بيمه بيكاري سازمان تامين اجتماعي

تقلب در حقوق و مزاياي بيمه بيكاري همواره يكي از موضوعات حساس و مورد توجه در حوزه بيمه هاي اجتماعي است كه طبق قوانين، جزو جرائم كيفري بوده و قابل پيگيري است. در حال حاضر بهترين روش به منظور ارزيابي تقلب، كنترل آن در همان مراحل اوليه شكل گيري و به كمك اطلاعات تقلبهاي كشف شده گذشته است. در اين مقاله ابتدا مراحل استاندارد كنترل تقلب در تقاضاهاي بيمه اي مورد بررسي قرار گرفته و سپس با توجه به وجود پايگاه داده مناسب در خصوص مقرري بگيران بيمه بيكاري سازمان تامين اجتماعي، از دو روش داده كاوي شبكه هاي عصبي و درخت تصميم به منظور يافتن الگوهايي مناسب استفاده شده است كه مي تواند به عنوان ابزاري سودمند همراه با كاهش قابل توجه در وقت و هزينه به ارزيابي به موقع تقلب در تقاضاهاي بيمه بيكاري كمك كند. در فرايند مطالعه تجربي، اين روشها بر روي داده هاي واقعي شامل اطلاعات 15983 تقاضاي جديد و جاري مقرري بيمه بيكاري آزمايش و كارايي هر روش سنجيده شده است. روش شبكه هاي عصبي با دقت 88 درصد در ارزيابي صحيح متقلبانه يا عادي بودن تقاضاها، بهترين كارايي را در مقايسه با روش درخت تصميم با دقت 84 درصد در برداشته است. بر اين اساس، مهم ترين متغيرهاي موثر بر تقاضاهاي متقلبانه در روش شبكه هاي عصبي به ترتيب، متغيرهاي شغل قبلي بيمه شده، سابقه پرداخت حق بيمه، سن و در روش درخت تصميم، متغيرهاي محل جغرافيايي شعبه، جنسيت، و تعداد افراد تحت تكفل متقاضي هستند.