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

Year 2012, Volume: 5 Issue: 2, 25 - 40, 01.07.2012

Serkan Terzi İlker Şen

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

• Sipahi, B. 2004. “SAS 82 çerçevesinde Muhasebe Denetiminde Hile Riskini Ortaya Çıkaran Faktörler”, Mali Çözüm Dergisi, Sayı.67: 1-8.
• 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.