DENETÇİ YARGISININ NESNELLEŞTİRİLMESİNDE KULLANILABİLECEK BAŞLICA YÖNTEMLER VE BAYES YAKLAŞIMI

Öz

Denetim sürecinin birçok evresinde denetçi karar alma durumundadır ve bu kararları alırken genellikle öznelyargısını kullanmaktadır. Uygulamada denetçi yargısının nesnelleştirilmesinde kullanılan ve kullanılabilecekolan çeşitli yöntemler bulunmaktadır. Çalışmada öncelikle söz konusu yöntemler açıklanmıştır. Bu yöntemlerarasında yer alan Bayes yaklaşımı, denetçi yargısının nesnelleştirilmesinde genel bir yaklaşım olarak önerilmişve denetim sürecinin çeşitli evrelerinde etkin bir şekilde kullanılabileceği vurgulanmıştır. Denetçi yargısının Bayes yaklaşımı ile nesnelleştirilmesi amacı taşıyan bu çalışmada “Denetçi Yargısının Nesnelleştirilmesinde Bayesyaklaşımı ve Bir Uygulama” isimli doktora tezinden elde edilen sonuçlar kullanılmıştır.Söz konusu çalışmada, denetçinin ön inceleme ve işin alınması evresindeki kararları üzerinde etkili olabilecekdeğişkenlerin Bayes yaklaşımı Lojistik regresyon modeli kullanılarak ile analizinde elde edilen bulgulardan,incelenen değişkenlerin denetçinin işi kabul etmesi olasılığı üzerinde etkili olabileceği görülmüştür. Sonuçta,Bayes yaklaşımının denetim sürecinde genel bir yaklaşım olarak benimsenmesiyle, denetim sürecinin etkililiğinin ve etkinliğinin artırılabileceği düşünülmektedir

Anahtar Kelimeler

• Bayes Yaklaşımı, Bayes Yaklaşımı ile Lojistik Regresyon Denetçi Yargısı, Ön İnceleme ve İşin Alınması

THE MAIN METHODS AND BAYESIAN APPROACH THAT CAN BE USED IN OBJECTIFYING THE AUDITOR’S JUDGEMENT

Öz

In many phases of audit process, auditor makes some decisions and uses his/her subjective judgement in takingdecisions. In practice there are methods which are used or can be used to objectify the auditor’s judgement.First of all, in this study these methods are explained. Bayesian approach which is one of these methods, is suggested as a general approach to objectify the auditor’s judgement and it is emphasized that it can be used effectively in different phases of auditing process. In this study which the main aim is to objectify the auditor’s judgement by Bayes approach, the results found in doctorate thesis named as “The Bayesian Approach in Objectifying of Auditor’s Judgement And an Application” are used.In that study, the findings gained from analysis of varibles that can be effective in auditor’s decisions in the preengagement investigation and client acceptance phase by Bayes approach by using logistic regression model ,it is found out that the variables may be effective in the posibility of the auditors client acceptance. As a result,by adopting Bayesian approach as a general approach in auditing process, the effectiveness and productivity ofthe auditing process may be increased

Anahtar Kelimeler

• Bayesian Approach, Bayesian Logistic Regression, Auditor’s Judgement, Preengagement investigation and client acceptance

Kaynakça

1. Busta, Bruce ve Weinberg Randy R, “Using Benford’s law and neural networks as a review procedure”, Mana- gerial Auditing Journal, 1998, Cilt no.13 Sayı no.6, 356-366.
2. Comunale, Christie L.; Rosner, Rebecca L.; Sexton, Thomas R., “The auditor’s assesment of fraud risk: A fuzzy logic approach”, Journal of Forensic & Investigate Accounting, 2010, Cilt no.2 Sayı no.3, 95-140.
3. Çubukcu, Sezen, “Muhasebe hilelerini ortaya çıkarmada Benford Modeli’nin ilk iki basamak yaklaşımı ile kulla- nılması.” Muhasebe Bilim Dünyası Dergisi, 2009, Cilt no.3 Sayı no.11, 113-139.
4. Demuth, Howard; Beale, Mark; Hagan, Martin, Neural network toolbox for use with MATLAB volume 1. Massachusetts: The MathWorks, Inc., 2005.
5. Ekici, Oya, Bayesyen regresyon ve Winbugs ile bir uygulama. Yayınlanmamış Doktora Tezi. İstanbul: İstan- bul Üniversitesi, 2005.
6. Ekici, Oya, (2009). “İstatistikte Bayesyen ve Klasik yaklaşımın kavramsal farklılıkları”, Balıkesir Üniversitesi
7. Sosyal Bilimler Enstitüsü Dergisi, Cilt no.12 Sayı no.21, 89-101. Er, Fikret, Açıklayıcı veri analizi. Eskişehir: Kaan Kitabevi,2003.
8. Erdoğan, Melih, Denetim, Ankara: Maliye ve Hukuk Yayınları,2006.

9. Friedlob, George Thomas ve Schleifer, Lydia L.F. “Fuzzy logic: application for audit risk and uncertainity” Ma- nagerial Auditing Journal, 1999, Cilt no.3 Sayı no.14, 127-137.
10. Fu, Li Ming, Neural networks in computer intelligence. Amerika Birleşik Devletleri: McGraw-Hill, Inc.,1994.
11. Ghosh, Jayanta K.; Delampady, Mohan; Samanta, Tapas, An introduction to Bayesian Analysis. New York: Springer, 2006.
12. Giarratano, Joseph C. ve Riley, Gary D. Expert systems principles and programming, Canada: Thomson: Co- urse Technology, 2005.
13. Gill, Jeff, Bayesian methods a social and behavioral sciences approach, Florida: CRC Press, 2002.
14. Gürsakal, Necmi, Betimsel istatistik minitab, spss, statistica excel uygulamalı, Ankara: Nobel Yayın Dağıtım Ltd. Şti., 2007.
15. Hajiha, Zohreh, “Fuzzy audit risk modeling algorithm”, Management Science Letters, 2011, Cilt no.1 Sayı no.3, 246.
16. Şahin, Mehmet, Yönetim bilgi sistemi, Eskişehir: Anadolu Üniversitesi Yayınları, 2003.
17. Toraman, Cengiz Z., “Denetim riski ve belirsizliğin ölçümlenmesinde farklı bir teknik: Bulanık mantık”, İktisat İşletme ve Finans, 2002, Cilt no.17 Sayı no.193, 67-76.
18. Turban, Efrahim; Aronson, Jay E.; Lieng, Ting Peng, Decision support systems and intelligent systems. New Jersey: Pearson Education,Inc, 2005.
19. Yılancı, Münevver, F. ve Yıldız, Birol, “Denetimde kontrol riskinin belirlenmesi: Yapay sinir ağı yaklaşımı”, İk- tisat İşletme ve Finans, 2008, Cilt no. 23 Sayı no. 273, 119-132.
20. Yıldız, Birol, Finansal analizde yapay zeka. İstanbul: Beta, 2009.
21. Üstkan, Suat. Uzman sistemler-Genel yönlendirilmiş çalışma. Sakarya: Sakarya Üniversitesi, 2007. http://www-stat.stanford.edu/~cgates/PERSI/Courses/Phil166-266/bayes-original-paper.pdf (Erişim Tarihi: 04.2013)
22. http://yayinlar.yesevi.edu.tr/files/article/454.pdf (Erişim Tarihi: 05.04.2012)
23. http://www2.aku.edu.tr/~icaga/dersler/sistem_analizi/ogrenci/bulanikmantik.ppt#265,5,Slayt 5 (Erişim Tarihi: 04.2012)
24. http://www.ifac.org/sites/default/files/downloads/a012-2010-iaasb-handbook-isa-240.pdf (10.01.2013)