Türkiye’de finansal bilgi manipülasyonun tespit ve tahmini ile ilgili ampirik çalışma

Öz

Finansal raporlarda yapılan hata hile ve usulsüzlükler yıllardır literatüre araştırma konusu olmuş, konuyla ilgili farklı ülkelerde farklı çalışmalar yapılmıştır. Bu çalışmanın amacı, belli bir ülkede elde edilen modellerin diğer ülkeler için de geçerli olup olmayacağını araştıran bir çalışma ortaya koymaktır. Bu amaçla, SPK bültenleri 2009-2019 yılları için incelenmiş, taranan 520 bültenden 45 firma hakkında hata, hile ve usulsüzlük tespit edilmiştir. Bu firmalar için aynı faaliyet alanında ve aktif büyüklüğü birbirine yakın 108 firma ise kontrol değişkeni olarak seçilmiştir. Oluşturulan modelde açıklayıcı değişken sayısı 22 olup bu değişkenlerden 8’i Beneish (1999) tarafından ABD’de yapılan çalışmalarda ortaya konan modelin açıklayıcı değişkenleridir. Analiz sonucu modellerde manipülasyon yapan firma ile eşit sayıda kontrol değişkenli(eşlemeli) modelin başarısı, manipülasyon yapan firmalara karşılık daha fazla sayıda kontrol değişkenli(eşlemesiz) modelin ayrıştırma gücünden daha düşük kalmıştır. Ayrıca eğitim seti ve test veri seçiminde rastgele seçim yapmak, baz yıl (uygulamada 2015 seçilmiştir) kullanarak model oluşturmaya nazaran daha çok açıklayıcı değişken ve daha güçlü ayrıştırma yapan model kurmaya katı sağlamaktadır. Ayrıca oluşturulan her bir modelin performansı, Beneish M-skoru’nun manipülasyon yapan/yapmayan firmaları ayrıştırma yeteneğinden daha yüksek olduğu görülmektedir. Sonuçta manipülasyon tespitinde her ülke için geçerli bir model oluşturmanın mümkün olmadığı görülmüştür.

Anahtar Kelimeler

• Finansal bilgi manipülasyonu
• Finansal hile
• Türkiye
• Lojistik regresyon analizi

Empirical study on detection and forecast of financial information manipulation in Turkey

Abstract

The study aims to present a study that investigates whether the models obtained in a particular country will also be valid for other countries. For this purpose, CMB bulletins were examined for 2009-2019 and errors, frauds and irregularities were detected in about 45 companies out of 520 scanned bulletins. For these companies, 108 companies in the same field of activity and whose asset size is close to each other were chosen as the control variable. The number of explanatory variables in the created model is 22. As a result of the analysis, the success of the matched model is lower than the success of the unmatched model. In addition, random selection in the selection of training set and test data provides more explanatory variables and a more robust decomposition compared to model building using the base year (2015 was chosen in practice). In addition, it is seen that the performance of each model created is higher than the Beneish M-score's ability to differentiate firms that do/do not manipulate. As a result, it has been seen that it is impossible to create a valid model for every country to detect manipulation.

Keywords

• Financial Information Manipulation
• Financial Fraud
• Türkiye
• Logistic Regression Analysis

References

1. Association of Certified Fraud Examiners. "Report to the Nations: 2020 Global Study on Occupational Fraud and Abuse," Page 4. Accessed Jan. 16, 2021.
2. Avşarlıgil, N. (2010). Finansal tabloların manipülasyonunda yaratıcı muhasebe uygulama teknikleri ve beneish modeli ile bir uygulama (Doctoral dissertation, Sosyal Bilimler).
3. Bekçi, İ., & Avşarlıgil, N. (2011). Finansal bilgi manipülasyonu yöntemlerinden yaratıcı muhasebe ve bir uygulama. Muhasebe Bilim Dünyası Dergisi, 13(2), 131-162.
4. Beneish, M. D., Lee, C., & Nichols, D. C. (2012). Fraud detection and expected returns. Available at SSRN 1998387.
5. Beneish, M. D., (1997). Detecting GAAP Violation: Implications for Assessing Earnings Management Among Firms with Extreme Financial Performance, Journal of Accounting and Public Policy, Vol:16, No: 3, pg. 271-309. Fall 1997.
6. Beneish, M. D., (1999), The Detection of Earnings Manipulation, Financial Analysts Journal, vol.55, No.5, September/October 1999, pg:24-36.
7. Beneish, M., (2001). Earnings Management: A Perspective, Managerial Finance, Vol: 27, No:12.
8. Benligiray, S., & Onay, A. (2021). Kazanç Manipülasyonu Tespit Modellerinin Borsa İstanbul Şirketlerinde Test Edilmesi. Muhasebe ve Denetime Bakış, 21(64), 179-204.Bhavani, G., & Amponsah, C. T. (2017). M-Score and Z-Score for detection of accounting fraud. Accountancy Business and the Public Interest, 1(1), 68-86.

9. Carson, T. L. (2003). Self-interest and business ethics: Some lessons of the recent corporate scandals. Journal of Business Ethics, 43:389–394.
10. DeAngelo, L. E. (1986). Accounting numbers as market valuation substitutes: A study of management buyouts of public stockholders. Accounting review, 400-420.
11. Dechow, P. M., & Skinner, D. J. (2000). Earnings management: Reconciling the views of accounting academics, practitioners, and regulators. Accounting Horizons, 14(2), 235-250.
12. Dechow, P.M., Sloan, R. G. ve Sweeney, A. P. (1995). Detecting Earning Management, The Accounting Review, 70(2), 193-225.
13. Erdoğan, M., & Erdoğan, E. O. (2020). Financial statement manipulation: a Beneish model application. In Contemporary Issues in Audit Management and Forensic Accounting (pp. 173-188). Emerald Publishing Limited.
14. Guay, W. R., Kothari, S. P., & Watts, R. L. (1996). A market-based evaluation of discretionary accrual models. Journal Of Accounting Research, 34, 83-105.
15. Gujarati, D. N., & Porter, D. C. (2009). Basic Econometrics. McGraw-Hill/Irwin. New York.
16. Güler, S., Emgin, O. and Uçma, T. (2013). A Pragmatic Manifest for Ethics in Emerging Markets: The Prediction of Manipulation in Turkey By Using Beneish›s Model. World of Accounting Science Journal, 15(3), 149-165.
17. Günlük, M. (2023). Muhasebe Manipülasyonlarının Beneish Modeli ile Tespit Edilmesi: Borsa İstanbul (Bıst) Gıda, İçecek Ve Tütün Alt Sektöründe Bir Uygulama. Muhasebe ve Denetime Bakış, 23(69), 365-386.
18. Güzgü, A. (2022). Finansal tablolar manipülasyonlarının beneish modeli ile değerlendirilmesi (Master's thesis, Bilecik Şeyh Edebali Üniversitesi, Sosyal Bilimler Enstitüsü).
19. Göktürk, İ. E., & Yalçınkaya, H. S. (2021). Muhasebe Manipülasyonu: Bist’te Yer Alan Toptan Ve Perakende Ticaret, Lokantalar Ve Oteller Sektörü Üzerine Bir Uygulama. Muhasebe Bilim Dünyası Dergisi, 23(3), 512-531.
20. Halilbegovic, S., Celebic, N., Cero, E., Buljubasic, E., & Mekic, A. (2020). Application of Beneish M-score model on small and medium enterprises in Federation of Bosnia and Herzegovina. Eastern Journal of European Studies, 11(1).
21. Hasan, M. S., Omar, N., Barnes, P., & Handley-Schachler, M. (2017). A cross-country study on manipulations in financial statements of listed companies: Evidence from Asia. Journal of Financial Crime, 24(4), 656-677.
22. Healy, P. M. (1985). The effect of bonus schemes on accounting decisions. Journal Of Accounting And Economics, 7(1-3), 85-107.
23. Holthausen, R. W., Larcker, D. F., & Sloan, R. G. (1995). Annual bonus schemes and the manipulation of earnings. Journal Of Accounting And Economics, 19(1), 29-74.
24. https://acfepublic.s3-us-west-2.amazonaws.com/2020-Report-to-the-Nations.pdf (21. 06.2022)