Estimation of Financial Information Manipulation Using Beneish TR Model: An Application on BIST Manufacturing Industry

Öz

In the study, whether 205 enterprises operating in the BIST manufacturing industry sector have engaged in financial information manipulation for the years 2022-2023 is estimated using the Beneish TR model. In addition, the Multinominal Logit model and Multinominal Probit model were also used in the study. With the use of the models, the marginal effects of the variables in determining the probability of financial information manipulation and the success of the models in classifying financial information manipulation were calculated and necessary comparisons were made. As a result of the Beneish TR model, it has been determined that 116 enterprises have no evidence of any financial manipulation, 16 enterprises are likely to engage in financial manipulation, 37 enterprises have serious findings for financial manipulation and 36 enterprises have very important findings for financial manipulation. As a result of the Multinominal Logit regression model and Multinominal Probit regression model analyses, it is determined that the gross profit margin index is the most important variable that reduces the probability of financial manipulation. In addition, a classification success of 89.27% was achieved with the Multinominal Logit model and 85.85% with the Multinominal Probit model and the power and reliability levels of the classification models were calculated.

Anahtar Kelimeler

• Financial Manipulation
• Beneish TR Model
• BIST Manufacturing Industry Sector
• Multinominal Logit
• Multinominal Probit

Finansal Bilgi Manipülasyonunun Beneish TR Modeli Kullanılarak Tahmin Edilmesi: BİST İmalat Sanayi Üzerine Bir Uygulama

Öz

Çalışmada BIST imalat sanayi sektöründe faaliyet gösteren 205 işletmenin 2022-2023 yılları için finansal bilgi manipülasyonu yapıp yapmadıkları, Beneish TR modeli kullanılarak tahmin edilmiştir. Ayrıca çalışmada, Multinominal Logit modeli ve Multinominal Probit modeli de kullanılmıştır. Modellerin kullanımı ile değişkenlerin finansal bilgi manipülasyonu olasılığının belirlenmesindeki marjinal etkiler ve modellerin finansal bilgi manipülasyonu sınıflandırma başarıları hesaplanarak, gerekli karşılaştırmalar yapılmıştır. Beneish TR modeli sonucunda 116 işletmenin herhangi bir finansal manipülasyona başvurduğuna ilişkin bulgunun olmadığı, 16 işletmenin finansal manipülasyon yapma olasılığının bulunduğu, 37 işletme için finansal manipülasyon yapmaya yönelik ciddi bulguların belirlendiği ve 36 işletmeye dair finansal manipülasyon yapmaya yönelik çok önemli bulguların var olduğu belirlenmiştir. Multinominal Logit regresyon modeli ve Multinominal Probit regresyon modeli analizleri sonucunda brüt kâr marjı endeksinin finansal manipülasyon yapma olasılığını azaltıcı en önemli değişken olduğu belirlenmiştir. Bununla birlikte kullanılan Multinominal Logit modeliyle %89,27’lik ve Multinominal Probit modeliyle %85,85’lik sınıflandırma başarısı gerçekleştirilmiş ve sınıflandırmaya ilişkin modellerin gücü ve güvenirlik düzeyleri hesaplanmıştır.

Anahtar Kelimeler

• Finansal Manipülasyon
• Beneish TR Modeli
• BIST İmalat Sanayi Sektörü
• Multinominal Logit
• Multinominal Probit

Kaynakça

1. Akay, B., Ayhan, R., Orhan, R. ve Öçalan, M. (2023). Üniversite öğrencilerinin serbest zaman yönetimi ile teknoloji bağımlılık düzeylerinin incelenmesi. Uluslararası Kültürel ve Sosyal Araştırmalar Dergisi, 9(1), 71-84. https://doi.org/10.46442/intjcss.1168021
2. Aksoy, B. (2021). Finansal tablo hilelerinin makine öğrenmesi yöntemleri ve lojistik regresyon kullanılarak tahmin edilmesi: Borsa İstanbul örneği. Maliye ve Finans Yazıları, 115, 29-60. https://doi.org/10.33203/mfy.733855
3. Alfian, F. and Triani, N.N.A. (2019). Fraudulent financial reporting detection using Beneish M-score model in public companies in 2012-2016. Asia Pacific Fraud Journal, 4(1), 27-42. doi:10.21532/apfj.001.19.04.01.03
4. Alkan, Ö. ve Yarbaşı, İ.Y. (2020). Investigation of alcohol consumption determinants in Turkey with multinomial probit model. In S. Paul and S.K. Kulshreshtha (Eds.), Global developments in healthcare and medical tourism (pp. 134-161). New York: IGI Global.
5. Alpar, R. (2013). Uygulamalı çok değişkenli istatistiksel yöntemler (4. bs.). Ankara: Detay Yayıncılık.
6. Altınbay, A. ve Ünal, O. (2022). Muhasebe manipülasyonu yöntemi olarak yaratıcı muhasebe. Ekonomi Maliye İşletme Dergisi, 5(1), 217-232. https://doi.org/10.46737/emid.1124764
7. Aslanoğlu, S. ve Yanya, E. (2023). Muhasebe manipülasyonunun pay senedi getirisine etkisi: BİST sınai işletmelerinde bir uygulama. Muhasebe ve Vergi Uygulamaları Dergisi, 16(2), 247-267. https://doi.org/10.29067/muvu.1273117
8. Avşarlıgil, N. (2010). Finansal tabloların manipülasyonunda yaratıcı muhasebe uygulama teknikleri ve Beneish modeli ile bir uygulama (Yayımlanmamış doktora tezi). Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü, Isparta.

9. Barboza, F., Kimura, H. and Altman, E. (2017). Machine learning models and bankruptcy prediction. Expert Systems with Applications, 83, 405-417. http://dx.doi.org/10.1016/j.eswa.2017.04.006
10. Beneish, M.D. (1999). The detection of earnings manipulation. Financial Analysts Journal, 55(5), 24-36. https://doi.org/10.2469/faj.v55.n5.2296
11. Benligiray, S. ve Onay, A. (2021). Beneish modelinin Türkiye’ye uyarlanması: Tespit başarımını geliştiren bir uygulama. Muhasebe ve Finansman Dergisi, Özel Sayı, 511-528. https://doi.org/10.25095/mufad.948002
12. Benligiray, S. ve Onay, A. (2023). Alacak karşılıklarının finansal bilgi manipülasyonu açısından incelenmesi: İhtiyari tahakkukların tahmini için bir model önerisi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 19(2), 420-443. https://doi.org/10.17130/ijmeb.1266870
13. Can, E.N. ve Özarı, Ç. (2023). Benford yasası ve Beneish model ile muhasebe manipülasyonunun belirlenmesi: Ampirik bir uygulama. Denetişim Dergisi, 28, 88-103. https://doi.org/10.58348/denetisim.1312567
14. Cihangir, M., Şak, N. ve Bilgin, Ş. (2016). Bireysel yatırımcı demografileri: Osmaniye ilinde risk getiri tercihlerinin multinominal probit modeliyle incelenmesi. Muhasebe ve Finansman Dergisi, 70, 129-142. https://doi.org/10.25095/mufad.396684
15. Çağlak, E. ve Meder Çakır, H. (2024). Türkiye’de finansal bilgi manipülasyonunun tespit ve tahmini ile ilgili ampirik çalışma. Ömer Halisdemir Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 17(1), 130-157. https://doi.org/10.25287/ohuiibf.1325130
16. Çağlayan, E. ve Astar, M. (2011). Faiz oranı hareketleri üzerinde enflasyon açığı, üretim açığı ve döviz kuru açığının etkisi. Trakya Üniversitesi Sosyal Bilimler Dergisi, 13(2), 69-88. Erişim adresi: https://dergipark.org.tr/tr/pub/trakyasobed
17. Çiftçi, M.C., Tolukan, E. ve Yılmaz, B. (2021). Sporcuların zihinsel antrenman becerileri ile sürekli sportif öz güven düzeyleri arasındaki ilişki. Gazi Beden Eğitimi ve Spor Bilimleri Dergisi, 26(1), 151-162. Erişim adresi: https://dergipark.org.tr/en/pub/gbesbd
18. Dereköy, F. (2020). Muhasebe manipülasyonları: Toshiba vakası. Muhasebe ve Finansman Dergisi, 85, 91-110. https://doi.org/10.25095/mufad.673709
19. Dölen, T. (2016). Yaratıcı muhasebe uygulamaları açısından Borsa İstanbul’da işlem gören gıda sektöründeki şirketler üzerine bir uygulama. İşletme Araştırmaları Dergisi, 8(1), 576-591. doi:10.20491/isader.2016.161
20. Egbunike, P.A. and Igbinovia, I.M. (2018). Threat of bankruptcy and earnings management in Nigerian listed banks. Acta Universitatis Danubius Œconomica, 14(3), 238-253. Retrieved from https://www.ceeol.com/
21. Elkhaldi, A.H., Flayyih, H.H., Ali, S.I. and Mohammd, Y. (2021). The role of the Beneish model as a tool for forensic accounting in fraud detection in tourism industry. Ishtar Journal of Economics and Business Studies, 2(4), 1-12. https://doi.org/10.55270/ijebs.v2i4.55
22. Erduru, İ. (2022). İşletmelerin finansal bilgilerini manipüle etme nedenleri: BİST KOBİ sanayi endeksinde yer alan işletmeler üzerine bir uygulama. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 12(4), 2303-2317. https://doi.org/10.30783/nevsosbilen.1175833
23. Erol Fidan, M. (2021). Finansal bilgi manipülasyonu ve Beneish modeli: BIST taş ve toprağa dayalı sektör grubu işletmeleri üzerine bir araştırma. Akademik Sosyal Araştırmalar Dergisi, 9(114), 1-28. http://dx.doi.org/10.29228/ASOS.49079
24. Fındık, H. ve Öztürk, E. (2016). Finansal bilgi manipülasyonunun Beneish modeli yardımıyla ölçülmesi: BIST imalat sanayi üzerine bir araştırma. İşletme Araştırmaları Dergisi, 8(1), 483-499. doi:10.20491/isader.2016.156
25. Göktürk, İ.E. ve Yalçınkaya, H.S. (2021). Muhasebe manipülasyonu: BİST’te yer alan toptan ve perakende ticaret, lokantalar ve oteller sektörü üzerine bir uygulama. Muhasebe Bilim Dünyası Dergisi, 23(3), 512-531. https://doi.org/10.31460/mbdd.827254
26. Greene, W.H. (2003). Econometric analysis (5.ed). New Jersey: Pearson Education.
27. Güner, M. ve Kurnaz, E. (2020). Muhasebe manipülasyonunun Beneish modeli yardımıyla ölçülmesi: BİST kimya, petrol, plastik endeksi şirketleri üzerine bir araştırma. Muhasebe ve Vergi Uygulamaları Dergisi, 13(2),195-214. https://doi.org/10.29067/muvu.626834
28. Günlük, M. (2023). Muhasebe manipülasyonlarının Beneish modeli ile tespit edilmesi: Borsa İstanbul (BIST) gıda, içecek ve tütün alt sektöründe bir uygulama. Muhasebe ve Denetime Bakış Dergisi, 69, 365-386. https://doi.org/10.55322/mdbakis.1210331
29. Holda, A. (2020). Using the Beneish M-score model: Evidence from non-financial companies listed on the Warsaw Stock Exchange. Investment Management and Financial Innovations, 17(4), 389-401. http://dx.doi.org/10.21511/imfi.17(4).2020.33
30. Hosmer, D.W. and Lemeshow, S. (2000). Applied logistic regression (2. ed.). New York: Wiley-Interscience Publication.
31. Jahangiri, M., Jahangiri, M. and Najafgholipour, M. (2020). The sensitivity and specificity analyses of ambient temperature and population size on the transmission rate of the novel coronavirus (COVID-19) in different provinces of Iran. Science of The Total Environment, 728, 138872. https://doi.org/10.1016/j.scitotenv.2020.138872
32. Jain, G. and Bose, A. (2023). Are returns conditional upon the Beneish M score? A study based on ten-year data of 500 largest Indian companies. Academy of Marketing Studies Journal, 27(3), 1-13. Retrieved from https://www.abacademies.org/
33. Kamal, M.E.M., Salleh, M.F.M. and Ahmad, A. (2016). Detecting financial statement fraud by Malaysian public listed companies: The reliability of the Beneish M-Score model. Jurnal Pengurusan, 46, 23-32. doi:10.17576/pengurusan-2016-46-03
34. KAP. (2024). Sektörel veriler. Erişim adresi: https://www.kap.org.tr/tr/Sektorler
35. Kara, S. ve Özcan, P. (2020). Muhasebe manipülasyonlarında yapay sinir ağlarının önemi ve bir uygulama. Muhasebe ve Denetime Bakış Dergisi, 60, 155-176. Erişim adresi: https://dergipark.org.tr/tr/pub/mdbakis
36. Kara, S. ve Sakarya, Ş. (2021). Muhasebe manipülasyonu ile hisse senedi volatilitesi arasındaki ilişki üzerine Borsa İstanbul (BIST)’da bir uygulama. International Journal of Business Economics and Management, 5(1), 122-136. doi:10.29228/ijbemp.50126
37. Kara, S., Sakarya, Ş. ve Toraman, A.M. (2019). Kazanç yönetimi ve yönetim karakteristikleri ilişkisinin Borsa İstanbul’da test edilmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 21(2), 126-139. https://doi.org/10.33707/akuiibfd.593280
38. Kara, S. ve Toraman, A.M. (2021). Kazanç yönetimi ile karlılık oranları ilişkisi: BİST’te bir uygulama. Muhasebe ve Finansman Dergisi, Özel Sayı, 295-312. https://doi.org/10.25095/mufad.939024
39. Kara, E., Uğurlu, M. ve Körpi, M. (2015). Using Beneish model in identifying accounting manipulation: An empirical study in BIST manufacturing industry sector. Journal of Accounting, Finance and Auditing Studies, 1(1), 21-39. Retrieved from https://www.jafas.org
40. Küçüksözen, C. ve Küçükkocaoğlu, G. (2004). Finansal bilgi manipülasyonu: İMKB şirketleri üzerine ampirik bir çalışma. 1st International Accounting Conference on the way to Convergence kongresinde sunulan bildiri, İstanbul, Türkiye.
41. Long, J.S. and Freese, J. (2001). Regression models for categorical dependent variables using Stata (2. ed.). Texas: A Stata Press Publication.
42. Monaghan, T.F., Rahman, S.N., Agudelo, C.W., Wein, A.J., Lazar, J.M., Everaert, K. and Dmochowski, R.R. (2021). Foundational statistical principles in medical research: Sensitivity, specificity, positive predictive value and negative predictive value. Medicina, 57(5), 503. https://doi.org/10.3390/medicina57050503
43. Özdamar, K. (2015). Paket programlar ile istatistiksel veri analizi (10. bs.). Ankara: Nisan Kitabevi Yayınları.
44. Özparlak, G. (2021). Finansal tablo manipülasyonlarının tespitinde yapay sinir ağlarının kullanılması. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 60, 331-357. https://doi.org/10.18070/erciyesiibd.961463
45. Öztürk, S. ve Yılmaz, C. (2019). Finansal sıkıntının muhasebe manipülasyonu ile ilişkisi: BİST gelişen işletmeler piyasasında bir uygulama. Karadeniz Uluslararası Bilimsel Dergi, 41, 241-253. https://doi.org/10.17498/kdeniz.479863
46. Peker, A.A. (2023). Muhasebe manipülasyonlarının tespit edilmesinde Beneish TR modeli: Borsa İstanbul üzerine sektörel bazda bir uygulama. Muhasebe ve Denetime Bakış Dergisi, 69, 321-346. https://doi.org/10.55322/mdbakis.1220209
47. Polat, H. (2011). Türkiye ekonomisinde imalat sanayi. Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 1(2), 24-39. Erişim adresi: https://dergipark.org.tr/en/pub/duiibfd
48. Ramirez-Orellana, A., Martinez-Romero, M.J. and Marino-Garrido, T. (2017). Measuring fraud and earnings management by a case of study: Evidence from an international family business. European Journal of Family Business, 7(1-2), 41-53. https://doi.org/10.24310/ejfbejfb.v7i1-2.5016
49. Richardson, G., Obaydin, I. and Liu, C. (2022). The effect of accounting fraud on future stock price crash risk. Economic Modelling, 112, 1-23. https://doi.org/10.1016/j.econmod.2022.106072
50. Sigeze, Ç. (2017). Multinomial probit modelinde Bayes yaklaşımı: Türkiye’de yağ tüketim tercihinin incelenmesi. Trakya Üniversitesi Sosyal Bilimler Dergisi, 19(2), 441-459. https://dergipark.org.tr/tr/pub/trakyasobed
51. Soykan, M.E., Esmeray, A. ve Esmeray, M. (2023). Finansal bilgi manipülasyonunun Beneish TR modeli ile tespiti üzerine bir araştırma: BIST metal sanayi sektörü örneği. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 66, 23-28. https://doi.org/10.18070/erciyesiibd.1346670
52. Tepeli, Y. ve Kayıhan, B. (2016). Muhasebe manipülasyonunun Beneish modeli ile tespit edilmesi: BİST gıda maddeler sanayi sektörün’de bir uygulama. Yönetim ve Ekonomi Araştırmaları Dergisi, 14(4), 245-264. http://dx.doi.org/10.11611/yead.285210
53. Toplu, N., Calayoğlu, İ. ve Azaltun, M. (2021). Finansal bilgi manipülasyonu ortaya çıkarmaya yönelik bir araştırma (Beneish modeli). Muhasebe ve Finans İncelemeleri Dergisi, 4(1), 16-25. https://doi.org/10.32951/mufider.796841
54. Uysal, B. ve Kandil Göker, İ.E. (2023). Karlılık oranlarının hisse getirisi üzerindeki etkisinin finansal bilgi manipülasyonu olması durumunda test edilmesi. Journal of Social, Humanities and Adminstrative Sciences, 9(70), 3835-3842. doi:10.29228/JOSHAS.72955
55. Uzunoğlu, H. ve Karacaer, S. (2019). Finansal bilgi manipülasyonu: BIST sınai endeksi üzerine bir çalışma. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 37(3), 547-563. https://doi.org/10.17065/huniibf.441301
56. Ünver Kiracı, Ö. ve Şengül Çelikay, D. (2020). Büyük temizlik muhasebesi: Bist imalat sektöründe bir araştırma. Muhasebe ve Denetime Bakış Dergisi, 61, 237-254. Erişim adresi: https://dergipark.org.tr/tr/pub/mdbakis
57. Varıcı, İ. ve Er, B. (2013). Muhasebe manipülasyonu ve firma performansı ilişkisi: İMKB uygulaması. Ege Akademik Bakış, 13(1), 43-52. Erişim adresi: https://dergipark.org.tr/tr/pub/eab
58. Yakut, E. (2020). Multinominal probit model ile konut seçimine etki eden faktörlerin belirlenmesi: Osmaniye ili uygulaması. Business & Management Studies: An International Journal, 8(3), 3274-3301. Erişim adresi: https://www.bmij.org/index.php/1/index
59. Yanya, E. ve Kandil Göker, İ.E. (2023). Üst kademe kuramı çerçevesinde CEO karakteristik özelliklerinin finansal manipülasyon üzerindeki etkisi. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(2), 1187-1216. https://doi.org/10.30798/makuiibf.1219646
60. Zor, İ. ve Yanya, E. (2023). Muhasebe manipülasyonunu etkileyen şirkete özgü faktörlerin analizi: BİST sınai şirketlerinde bir uygulama. Muhasebe ve Denetime Bakış, 70, 69-88. https://doi.org/10.55322/mdbakis.1239522