Öz
Financial scandals experienced in world and in our country regarding businesses that have been independent audited and received reasonable level of assurance have been effective in discussing accuracy and reliability financial reports issued these companies. Discussion of data included in financial table caused hesitation table users in their decisions. In study, a model has been developed in order to eliminate hesitation table users and to predict financial table fraud that has occurred or may occur in financial table certain level of assurance. As data in our research; independent audit reports of 144 businesses operating in Borsa Istanbul between 2012-2019 and data obtained from financial tables are used. Datas obtained from financial table of enterprises, 48 of which are in close watch market and 96 which are in star market, main market groups and datas used detection of financial table fraud in literature are analyzed using method of artificial neural networks, one of data mining applications, and subsequently artificial neural network model was developed. Developed model has revealed successful result by correctly estimating the fraud risk in financial table at rate of 88,89 %. Results of research have been evaluated developed model will be beneficial in decisions of information users regarding whether companies carry risk financial report fraud or not. It has been concluded that by using the parameters of model, it will give strong assurance about whether there is risk of financial reporting fraud about enterprises that information users will invest and will be beneficial to information users.
Anahtar Kelimeler
Financial Statement Risk of Financial Frauding Detection of Financial Frauding
Kaynakça
- Akdoğan, N., Gülhan, O. & Aktaş, M., (2015). Halka Açık Şirketlerde Bağımsız Denetçi Görüşleri Borsa İstanbul Gözaltı Pazarı Örneği, Muhasebe Bilim Dünyası Dergisi,17(2), 245-260
- Akkaya, G. C., Demireli, E. & Yakut, Ü. S., (2009). İşletmelerde Finansal Başarısızlık Tahminlemesi: Yapay Sinir Ağları Modeli ile İMKB Üzerine Bir Uygulama, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 187-216.
- Ata, H. A., Uğurlu, M. & Altun, M. Ö., (2009). Finansal Tablo Hilelerinin Önlenmesinde Denetçi Algılamaları, Gaziantep Üniversitesi Sosyal Bilimler Dergisi, 8(1), 215-230.
- Ata, H. A. & Seyrek, İ. H., (2009). The Use of Data Mining Tecniques in Detecting Fraudulent Financial Statements: An Application on Manufacturing Firms, Süleyman Demirel Üniversitesi İİBF Dergisi, 14(2), 157-170.
- Baykal, A., (2006). Veri Madenciliği Uygulama Alanları, Ziya Gökalp Eğitim Fakültesi Dergisi (7), 95-107
- Bilgiç, H. H. & Mert, İ., (2020). Comparison of Different Techniques for Estimation of İncoming Longwave Radiation. International Journal of Environmental Science and Technology, (18), 601-618
- Bozkurt, N., (2016). İşletmelerin Kara Deliği Hile, (3. Baskı), İstanbul: Alfa Yayıncılık.
- Chen, S., (2016). Detection of Fraudulent Financial Statements Using The Hybrid Data Mining Approach. Springer Plus, 5(89), 1-16.
- Coenen,T., (2008). Essentials of Corporate Fraud, (2rd. Ed), New Jersey Wiley Publishing.
FİNANSAL HİLELERİN TESPİT EDİLMESİNDE KULLANILAN VERİ MADENCİLİĞİ YÖNTEMLERİ VE BORSA İSTANBUL’DA BİR UYGULAMA
Öz
Bağımsız denetimden geçmiş, makul bir düzeyde güvence almış işletmeler ile ilgili yaşanan finansal skandallar, bu işletmelerin yayınlamış olduğu finansal raporların doğruluğunun ve güvenilirliğinin tartışılmasında etkili olmuştur. Finansal raporların tartışılması da bilgi kullanıcılarının alacağı kararlarda tereddüt yaşamalarına sebep olmuştur. Bu araştırmanın temel amacı da bilgi kullanıcılarının tereddütlerini gidermek ve finansal tablolarda oluşması muhtemel finansal hile riskini belirli bir güvence düzeyinde tahmin edebilmek amacıyla bir model geliştirmektir. Belirlenen amaç doğrultusunda araştırmada 2012-2019 yılları arasında Borsa İstanbul’da faaliyet gösteren 144 işletmenin bağımsız denetim raporları ile finansal tablolarından elde edilen veriler kullanılmıştır. 48’i Yakın İzleme Pazar’ı, 96’sı da Yıldız Pazar ve Ana Pazar gruplarında bulunan işletmelerin finansal tablolarından elde edilen ve alan yazında da finansal hilelerinin tespitinde kabul gören oranlar, veri madenciliği uygulamalarından olan yapay sinir ağları yöntemi kullanılarak analiz edilmek suretiyle bir yapay sinir ağı modeli geliştirilmiştir. Geliştirilen model, finansal tablolardaki hile riskini %88,89 oranında doğru tahmin ederek başarılı bir sonuç ortaya çıkarmıştır. Araştırma sonuçları, geliştirilen modelin, işletmelerin finansal hile riski taşıyıp taşımadığına ilişkin olarak finansal bilgi kullanıcılarının kararlarında fayda sağlayacağı yönünde değerlendirilmiştir. Modelin parametrelerinin kullanımının, bilgi kullanıcılarının yatırım yapacağı işletmeler hakkında finansal hile riski taşıyıp taşımadığı ile ilgili güçlü bir güvence vereceği ve bilgi kullanıcılarına faydalı olacağı düşünülmektedir.
Anahtar Kelimeler
Finansal Tablo Finansal Hile Riski Finansal Hile Riskinin Tespiti Yapay Sinir Ağları
Kaynakça
- Akdoğan, N., Gülhan, O. & Aktaş, M., (2015). Halka Açık Şirketlerde Bağımsız Denetçi Görüşleri Borsa İstanbul Gözaltı Pazarı Örneği, Muhasebe Bilim Dünyası Dergisi,17(2), 245-260
- Akkaya, G. C., Demireli, E. & Yakut, Ü. S., (2009). İşletmelerde Finansal Başarısızlık Tahminlemesi: Yapay Sinir Ağları Modeli ile İMKB Üzerine Bir Uygulama, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 187-216.
- Ata, H. A., Uğurlu, M. & Altun, M. Ö., (2009). Finansal Tablo Hilelerinin Önlenmesinde Denetçi Algılamaları, Gaziantep Üniversitesi Sosyal Bilimler Dergisi, 8(1), 215-230.
- Ata, H. A. & Seyrek, İ. H., (2009). The Use of Data Mining Tecniques in Detecting Fraudulent Financial Statements: An Application on Manufacturing Firms, Süleyman Demirel Üniversitesi İİBF Dergisi, 14(2), 157-170.
- Baykal, A., (2006). Veri Madenciliği Uygulama Alanları, Ziya Gökalp Eğitim Fakültesi Dergisi (7), 95-107
- Bilgiç, H. H. & Mert, İ., (2020). Comparison of Different Techniques for Estimation of İncoming Longwave Radiation. International Journal of Environmental Science and Technology, (18), 601-618
- Bozkurt, N., (2016). İşletmelerin Kara Deliği Hile, (3. Baskı), İstanbul: Alfa Yayıncılık.
- Chen, S., (2016). Detection of Fraudulent Financial Statements Using The Hybrid Data Mining Approach. Springer Plus, 5(89), 1-16.
- Coenen,T., (2008). Essentials of Corporate Fraud, (2rd. Ed), New Jersey Wiley Publishing.
Ayrıntılar
| Birincil Dil | Türkçe |
|---|---|
| Konular | İşletme |
| Bölüm | Araştırma Makaleleri |
| Yazarlar | |
| Yayımlanma Tarihi | 6 Eylül 2022 |
| Gönderilme Tarihi | 4 Şubat 2022 |
| Kabul Tarihi | 7 Nisan 2022 |
| Yayımlandığı Sayı | Yıl 2022 Cilt: 22 Sayı: 67 |
