Explainable Artificial Intelligence for Financial Risk Management: Integrating Fraud Detection, Credit Scoring, and Regulatory Compliance

Mehrad Farrahi1

Abstract :
Background: Artificial intelligence is widely used to detect suspicious transactions, estimate creditworthiness, and support financial compliance; however, opacity, data instability, potential discrimination, and third-party dependence complicate deployment in regulated settings. Explainable artificial intelligence (XAI) promises understandable model outputs, but explanations do not automatically establish causal validity, fairness, or legal compliance. Objective: This article integrates recent evidence on explanation methods, financial decision tasks, and regulatory expectations into an operational framework for risk-sensitive financial institutions. Methods: A structured, non-exhaustive integrative review of research and authoritative policy publications from 2024–2026 was conducted using targeted scholarly and regulatory searches. Evidence was organized by use case, explanation objective, technical validity, stakeholder, and governance control; no patient, consumer, transaction-level, or experimental data were collected. Results: The synthesis identifies five recurring tensions: prediction versus explanation fidelity; rare-event fraud detection versus representative explanation baselines; individual credit reasons versus group fairness; model transparency versus confidentiality and adversarial risk; and regulatory documentation versus continuous, real-world monitoring. A seven-layer architecture and a stage-gated evaluation protocol are proposed, with distinct controls for transaction fraud, consumer credit, and compliance monitoring. Discussion: XAI should be managed as a lifecycle assurance capability rather than a visualization attached to an opaque classifier. Risk-aware model selection, faithful and stable explanations, calibrated performance, fair treatment, human challenge, and reconstructable evidence records are complementary requirements. Conclusion: Integrated financial XAI can improve decision accountability when deployment is tied to independently validated explanations and context-specific legal duties. Prospective, multi-institutional evaluation is needed before quantitative gains can be claimed.

Keywords : explainable artificial intelligence financial risk management fraud detection credit scoring model risk governance shap counterfactual explanations algorithmic fairness eu ai act regulatory compliance


زبان مقاله : انگلیسی
محور مقاله : مهندسی کامپیوتر
محل انتشار : سومین کنفرانس بین المللی رویکردهای نوین در مهندسی و علوم پایه
آدرس وب سایت کنفرانس : icnabs.ir
کد IOI مقاله : ABGZ-ACADKA
لینک مستقیم مقاله : https://isnac.ir/ABGZ-ACADKA

سایر مقالات ارائه دهنده
  1. Explainable Artificial Intelligence for Financial Risk Management: Integrating Fraud Detection, Credit Scoring, and Regulatory Compliance
  2. تأثیر تغییرات اقلیمی بر ساختار خانواده و روابط اجتماعی
  3. بهبود کنترل دست رباتیک به کمک کنترل کننده تطبیقی فازی PI با استفاده از طبقه بندی سیگنال¬هایEMG
  4. تحلیل روشهای درمانی جدید مانند درمان آنلاین و کاربرد اپلیکیشن ها در روان درمانی
  5. تحلیل ارتباط بین استفاده از شبکه های اجتماعی و مشکلات روانی مانند اضطراب و افسردگی
  6. طراحی و ساخت دستگاه‌های درمانی برای فیزیوتراپی مبتنی بر واقعیت مجازی
  7. Comparison of psychological and cognitive functions of Long-COVID syndrome: Patients with history of hospitalized and non-hospitalized
  8. Utilizing Remote Sensing Technology for Precision Agriculture: Enhancing Efficiency and Productivity
  9. مطالعه و بررسی مد سبز و پوشاک دوستار محیط زیست
  10. چگونگی تاثیرات تبادلات فرهنگی و تجاری بر مد و پوشاک ایران.
  11. بررسی تاثیر طراحی پایدار بر بهینه سازی مصرف انرژی در ساختمان ها
  12. Examining the challenges and optimization techniques for implementing machine learning algorithms in distributed environments, with a focus on enhancing efficiency and reducing processing time
  13. Future trends in e-learning for STEM education: opportunities and challenges
  14. ارتقاء عملکرد سیستم‌های کنترل خودروهای هوشمند
  15. بررسی چگونگی استفاده از عناصر هنری در طراحی ساختمان‌ها و فضاهای معاصر
سایر مقالات محل انتشار
  1. Explainable Artificial Intelligence for Financial Risk Management: Integrating Fraud Detection, Credit Scoring, and Regulatory Compliance
  2. Analysis of Vulnerabilities and Provision of Advanced Security Solutions for Communication Protocols in Air Traffic Control Networks
  3. بهینه سازی مصرف انرژی در ساختمانهای بلند با استفاده از مصالح نوین کامپوزیتی
  4. مقایسه و ارزیابی روش‌های محصورسازی الکترواستاتیکی اینرسی (IECF)برای دستیابی به شرایط همجوشی هسته‌ای
  5. Enhancing Clinical Trust in Deep Learning Models Through Grad-CAM-Based Explainability in Radiology Image Classification
  6. Galvanic Corrosion in Composites: Mechanisms, Environmental Coupling, and Design Strategies
  7. طراحی و پیاده‌سازی کنترل‌کننده فازی و تولید مسیرهای حداقل شتاب و حداقل اسنپ برای رهگیری نرم و سریع مسیر توسط پهپاد چهارملخه
  8. طراحی الگوی جامع مدیریت فضای سبز مبتنی بر سامانه‌های هوشمند و گزارش‌گری مردمی (مطالعه موردی: شهرداری الیگودرز)
  9. ارزیابی پیامدهای حذف چمن‌های پرمصرف و جایگزینی با پوشش‌های گیاهی کم‌نیاز در بوستان‌های شهری (مطالعه موردی: شهر الیگودرز)
  10. ارائه امنيت سايبري بر هوش مصنوعي و فدرال براي زيرساختهاي حياتي صنعتي مرتبط با اينترنت اشيا
  11. طراحی و اعتبارسنجی مدل‌های زبانی بزرگ دوزبانه (فارسی-انگلیسی) حوزه تخصصی پزشکی با رویکرد یادگیری انتقالی و بهینه‌سازی تنظیم دقیق
  12. مقاوم‌سازی لرزه‌ای ساختمان‌های فولادی بلند با استفاده از میراگرهای ویسکوز، اصطکاکی و تسلیمی نوین
  13. Harnessing Artificial Intelligence for the In Silico Design of Synergistic Antimicrobial Therapies Against Multidrug-Resistant Biofilms
  14. Role, Challenges, and Educational Needs of Emergency Nurses in Breaking Bad News to Patients: A Cross-Sectional Study
  15. Optimizing the Structure of Triboelectric Nanogenerators (TENG) via Nanoparticle Deposition to Enhance Power Density in Low-Frequency Vibration Energy Harvesting