DETERMINING THE SIGNIFICANCE OF FINANCIAL CRIMES EMPLOYING NMV-BASED APLOCO METHOD AND COMPARING CRIME LEVELS OF UNITED NATIONS MEMBER COUNTRIES

Abstract

Financial crimes possess an international nature, manifesting in various forms and types, and can spread globally with a single click in the digital age. Controlling these crimes is extremely important for the economic structures of countries. The aim of this study is to determine the significance level of crimes, particularly financial crimes, within the global organized crime index. To achieve this determination, the Normalized Maximum Values (NMV) method, a multi-criteria decision-making approach, was utilized. Subsequently, the Approach on Logarithmic Concept (APLOCO) method was employed to compare the crime levels of countries based on the established weights. According to the findings obtained from the NMV analysis, the significance levels of victim and witness support, prevention, smuggling of affordable goods, and heroin trafficking were identified as the highest. Financial crimes, which are one of the main objectives of the study, were found to have a medium level of significance compared to other crimes. Based on the weights determined by NMV, the results of the APLOCO method indicated that Colombia, Mexico, Myanmar, and Liechtenstein have high crime levels, while countries such as Sao Tome and Principe, Kiribati, Comoros, Eswatini, and Nauru exhibit low crime levels.

Keywords

• Financial Crimes
• NMV methods
• APLOCO methods

NMV Temelli APLOCO Yöntemiyle Finansal Suçların Öneminin Belirlenmesi ve Birleşmiş Milletler Üyesi Ülkelerin Suç Düzeylerinin Karşılaştırılması

Abstract

Finansal suçlar, çok farklı biçimde ve türde kendini gösterebilen hatta dijital çağda tek tuşla dünyanın her yerine yayılabilen uluslararası niteliğe sahiptir. Bu suçları kontrol altına alabilmek, ülkelerin ekonomik yapıları için son derece önemlidir. Yapılan çalışmanın amacı; küresel organize suç endeksi içerisindeki suçların özellikle de finansal suçların önem düzeyini tespit etmektir. Bu tespiti gerçekleştirebilmek için çok kriterli karar verme yöntemlerinden NMV yöntemi kullanılmıştır. Ardından belirlenen ağırlıklara ülkelerin suç düzeyini kıyaslamak için APLOCO yönteminden yararlanılmıştır. Elde edilen NMV bulguları doğrultusunda; mağdur ve tanık desteği, önleme, ödenebilir mallarda kaçakçılık ve eroin ticareti suçlarının önem düzeylerinin en yüksek olduğu saptanmıştır. Çalışmanın ana amaçlarından olan finansal suçlar ise diğer suçlara göre orta düzeyde önemlidir. NMV ile belirlenen ağırlıklar doğrultusunda kullanılan APLOCO yöntemi sonucunda; Kolombiya, Meksika, Myanmar ve Liechtenstein ülkelerinin suç düzeylerinin yüksek olduğu; fakat Sao Tome ve Principe, Kiribati, Comoros, Eswatini ve Nauru gibi ülkelerde ise suç düzeyinin düşük olduğu ortaya konmuştur.

Keywords

• Finansal Suçlar
• NMV yöntemi
• APLOCO yöntemi

References

1. Abdullah, A., Gottschalk, P., Gupta, C. M., Kamaei, M., Stadler, W. & Urzica, A.-L. (2024). Perceptions of offender motives, opportunities and willingness for financial crime: an empirical analysis of survey responses in six nations. Journal of Financial Crime, ahead of print. https://doi.org/10.1108/JFC-03-2024-0097
2. Abdullah, W. N. & Said, R. (2019). Audit and risk committee in financial crime prevention. Journal of Financial Crime, 26(1), 223-234. 10.1108/JFC-11-2017-0116
3. Akkaya, H. & Yüce, M. (2023). Mali suçlarla mücadelede mali istihbaratın rolünün değerlendirilmesi. Bilgi Sosyal Bilimler Dergisi, 25(1), 263-285. doi.org/10.54838/ bilgisosyal.998203
4. Becker, G. S. (1968). Crime and punishment: an economic approach. Journal of Political Economy, 76(2), 169-217. https://doi.org/10.1086/259394
5. Bulut, T. (2017). Çok kriterli karar verme (çkkv) modellerinde kriterlerin ağırlıklandırılmasına yönelik bir model önerisi: Normalize Edilmiş Maksimum Değerler [NMD] Metodu (Normalized Maximum Values [NMV] Method). Erişim Adresi: https://tevfikbulutcom.wordpress.com/2017/06/21/coklu-karar-verme-modellerinde-kriterlerin-agirliklandirilmasina-yonelik-model-onerisi/
6. Bulut, T. (2018). A new multi criteria decision making method: Approach of Logarithmic Concept (APLOCO). International Journal of Artificial Intelligence and Applications (IJAIA), 9(1), 15-33. 10.5121/ijaia.2018.9102
7. Bulut, T. (2022). Normalize Edilmiş Maksimum Değerler [NMD] metodunun teorik çerçevesi. Erişim Adresi: https://tevfikbulut.net/normalize-edilmis-maksimum-degerler-nmd-metodu/
8. Bulut, T. (2024). Comparison of countries in European Region according to risk factors of noncommunicable diseases by APLOCO method. Adıyaman Üniversitesi Sağlık Bilimleri Dergisi, 10(3), 257-267. https://doi.org/10.30569/adiyamansaglik.1537592

9. Eiya, O. & Otalor, J. I. (2013). Forensic accounting as a tool for fighting financial crime in Nigeria. Research Journal of Finance and Accounting, 4(6), 18-25.
10. Global Initiative, (2020). Erişim Adresi: https://globalinitiative.net/initiatives/enact/
11. Global Organized Crime Index, (2023). Erişim Adresi: https://globalinitiative.net/analysis/ocindex-2023/
12. Gottschalk, P. (2010). Theories of financial crime. Journal of Financial Crime, 17(2), 210-222. 10.1108/13590791011033908
13. Halteh, K. & Tiwari, M. (2023). Preempting fraud: a financial distress prediction perspective on combating financial crime. Journal of Money Laundering, 26(6), 1194-1202. 10.1108/JMLC-01-2023-0013
14. Hansen, L. L. (2009). Corporate financial crime: social diagnosis and treatment. Journal of Financial Crime, 16(1), 28-40. 10.1108/13590790910924948
15. IMF, (2001). Financial System Abuse, Financial Crime and Money Laundering Background Paper. Prepared by the Monetary and Exchange Affairs and Policy Development and Review Departments in Consultation with Legal and Other Departments. https://www.imf.org/external/np/ml/2001/eng/021201.htm
16. Jofre, M., Bosisio, A. & Riccardi, M. (2024). Financial crime risk assessment: machine learning insights into ownership structures in secrecy firms. Global Crime, 25(3-4), 242-267. https://doi.org/10.1080/17440572.2024.2402848
17. Kahramani Koç, A. (2024). Enron vakası. (Ed.: Bağcı, H.) “Vaka İncelemeleriyle Finansal Manipülasyonlar” İçinde: 221-238. https://doi.org/10.58830/ozgur.pub483.c1994
18. Kurum, E. (2023). RegTech solutions and AML compliance: what future for financial crime? Journal of Financial Crime, 30(3), 776-794. 10.1108/JFC-04-2020-0051
19. Maulidiyah, D. N. (2024). Consensus on the role of culture in restraining financial crime: a systematic literature review. Journal of Financial Crime, 31(4), 883-897. 10.1108/JFC-05-2023-0103
20. Nicholls, J., Kuppa, A. & Le-Khac, N.-A. (2021). Financial cybersrime: a comprehensive survey of deep learning approaches to tackle the evolving financial crime landscape. IEEE Access, 9, 163965-163986. 10.1109/ACCESS.2021.3134076
21. Özmerdivanlı, A. (2024). Bernie Madoff Ponzi şeması. (Ed.: Bağcı, H.) “Vaka İncelemeleriyle Finansal Manipülasyonlar” İçinde: 19-44. https://doi.org/10.58830/ozgur.pub483.c1985
22. Reurink, A. (2016). White-Collar crime. European Journal of Sociology, 57(3), 385-415. https://doi.org/10.1017/S0003975616000163
23. Şentürk, F. & Kasap, M. (2013). Beyaz yaka suçları ve finansal yolsuzluklar. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(2), 143-167.
24. Teichmann, F. M. J. & Falker, M.-C. (2021). Cryptocurrencies and financial crime: solutions from Liechtenstein. Journal of Money Laundering, 24(4), 775-788. 10.1108/JMLC-05-2020-0060
25. Tomasic, R. (2011). The Financial crisis and the haphazard pursuit of financial crime. Journal of Financial Crime, 18(1), 7-31. 10.1108/13590791111098771
26. Trozze, A., Kamps, J., Akartuna, E. A., Hetzel, F. J., Kleinberg, B., Davies, T. & Johnson, S. D. (2022). Cryptocurrencies and future financial crime. Crime Science, 11(1), 1-35. https://doi.org/10.1186/s40163-021-00163-8
27. Wronka, C. (2022). Impact of COVID-19 on financial institutions: navigating the global emerging patterns of financial crime. Journal of Financial Crime, 29(2), 476-490. 10.1108/JFC-03-2021-0073
28. Wronka, C. (2023). Financial crime in the decentralized finance ecosystem: new challenges for compliance. Journal of Financial Crime, 30(1), 97-113. 10.1108/JFC-09-2021-0218
29. Yeoh, P. (2019). Artificial intelligence: accelerator or Panacea for financial crime? Journal of Financial Crime, 26(2), 634-646. 10.1108/JFC-08-2018-0077
30. Yerdelen Kaygın, C. (2024). WorldCom skandalı. (Ed.: Bağcı, H.) Vaka İncelemeleriyle Finansal Manipülasyonlar, İçinde: 239-255. https://doi.org/10.58830/ozgur.pub483.c1995
31. Yüce, M. & Akkaya, H. (2020). Mali suçlarla kurumsal mücadele ve bazı ülke örnekleri. Uygulamalı Bilimler Fakültesi Dergisi, 2(2), 40-61.