FİNANSAL TABLO HİLELERİNİN VERİ MADENCİLİĞİ YARDIMIYLA TESPİT EDİLMESİ: ÜRETİM SEKTÖRÜNDE BİR ARAŞTIRMA

Abstract

Hileli işlemlerden dolayı finansal kayıplar, dünyada her geçen gün artmaktadır. Sertifikalı Hile Denetçileri Kuruluşu’nun (ACFE) yayınlamış olduğu 2012 yılı raporuna göre; dünya genelinde şirketler, finansal tablo hileleri yoluyla ortalama 1 milyon $ finansal zarara uğramaktadır. Bu çalışmanın amacı, İstanbul Menkul Kıymetler Borsası’nda (İMKB) işlem gören imalat sektöründeki şirketler üzerinde veri madenciliği sınıflandırma yöntemleri kullanılarak ampirik bir araştırma yapmaktır. Bundan dolayı 50 şirket seçilmiş olup bunların 25 tanesi hile riskli, 25 tanesi ise hile risksiz olarak belirlenmiştir. Bu amaçla önceki literatür çalışmalarında kullanılmış 15 finansal değişken seçilmiştir. Yapılan araştırma sonucunda stokların kısa vadeli borçlara oranı, aktif karlılık oranı ve duran varlıkların toplam aktife oranı hileli finansal tablo göstergeleri olarak belirlenmiştir. Ayrıca veri madenciliği yöntemlerinin performanslarının literatüre göre etkin oldukları tespit edilmiştir.

Keywords

• hile
• veri madenciliği
• finansal tablo hileleri

Determination of Fraudulent Financial Statements Using Data Mining: A Research in Manufacturing Sector

Abstract

Financial losses due to fraudulent transactions are increasing day by day in the world. According to the 2012 report of Association of Certified Fraud Examiners (ACFE), companies lose averagely 1 million dollars due to financial statement fraud. The purpose of this study is to carry out an empiric research on manufacturing companies listed on the Istanbul Stock Exchange using the methods of data mining classification. Therefore, 50 companies have been selected. 25 of these companies had signs of fraud, and 25 of them contained non-fraudulent. Thence, 15 financial variables used in the previous literature have been selected. As a result of this study, inventories to short term liabilities ratio, return on assets ratio, and fixed assets to total assets ratio represent good indicators in order to determine financial statement fraud. However, performances of data mining methods have been detected to be effective in the literature.

Keywords

• fraud
• data mining
• financial statement frauds

References

1. Sipahi, B. 2004. “SAS 82 çerçevesinde Muhasebe Denetiminde Hile Riskini Ortaya Çıkaran Faktörler”, Mali Çözüm Dergisi, Sayı.67: 1-8.
2. Spathis, C., M. Doumpos ve C. Zopounidis. 2002. “Detecting Falsified Financial Statements: A Comparative Study Using Multicriteria Analysis and Multivariate Statistical Techniques”, The European Accounting Review, Vol.11, No.3: 509-535.