Finansal Tablolarda Hile Riskinin Belirlenmesi Üzerine Bir Model Önerisi: BIST Uygulaması

Yıl 2020, , 281 - 300, 05.07.2020

Onur Özevin

https://doi.org/10.25095/mufad.756380

Cited By: 2

Öz

Bu çalışmanın amacı, finansal tablolarda manipülasyona işaret eden belirli bir finansal bilgi kümesinin olup olmadığını araştırmaktır. Rapor, finansal tablolarda manipülasyon riskini tespit etmede anlamlı ve yüksek açıklama gücüne sahip bir model geliştirmeyi amaçlamaktadır. Oran analizine dayalı karma modeller, BIST şirketlerinin finansal tablo verileri ve lojistik regresyon tarafından seçilen güçlü göstergelerle test edilmiştir. Risk ve kontrol gruplarını sınıflandırmak için Benford analizi kullanılmıştır. Araştırmada önerilen model, finansal tablolardaki riskleri belirlemek için literatürde sıkça kullanılan üç modelin - Altman (1978), Beneish (1999) ve Spathis (2002) - güçlü ve zayıf yönlerinin incelenmesiyle oluşturulmuştur. Model, diğer modellerle karşılaştırıldığında modeller arasında% 10,4 ile en yüksek açıklayıcı güce sahiptir. Model, finansal tablolarda manipülasyon riski yüksek şirketleri % 16,7 oranında doğru tahmin etmektedir. Ayrıca, modeldeki tüm değişkenler % 95 anlamlılık düzeyinde anlamlıdır. Bu araştırma, BIST reel sektörünü ve 2008-2017 dönemini ticaret yapan 184 firma ile sınırlandırılmıştır. Bu makale, manipülasyon riski tespiti için kullanılabilecek karma modellere alternatif olarak original bir model önermektedir. Ayrıca model, risk ve kontrol gruplarını sınıflandırmak için Benford Analizini kullanarak yeni bir yaklaşım sunmaktadır. Bu modelin denetçilere, uzmanlara ve araştırmacılara denetim hedefleri için yararlı olabileceği değerlendirilmektedir.

Anahtar Kelimeler

Finansal Manipülasyon, Financial Tablolar Analizi, Oran Analizi.

Kaynakça

• Adıgüzel, Hümeyra. (2018,) “Muhasebe Literatüründe Kazanç Yönetimi Teknikleri”, Muhasebe ve Vergi Uygulamaları Dergisi, Mart 2018; 11 (1), ss.63-76.
• Altman, Edward I. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy” The Journal of Finance, Vol. 23, No. 4, pp.589-609.
• Amara, Ines-Ben Amar, Aaanis - Jarbouı, Anis (2013), “Detection of Fraud in Financial Statements: French Companies as a Case Study.” International Journal of Academic Research in Accounting, Finance and Management Sciences, 3(3), pp.40-51.
• Beasley, Mark. S- Carcello, Joseph. V.- Hermanson, Dana. R- Lapides, Paul. D. (2000), “Fraudulent Financial Reporting: Consideration Of Industry Traits And Corporate Governance Mechanisms.” Accounting Horizons, 14(4), pp.441-454.
• Beneish, Messod D. (1997), “Detecting GAAP Violation: Implications For Assessing Earnings Management Among Firms With Extreme Financial Performance.” Journal of Accounting And Public Policy, 16(3), pp.271-309.
• Beneish, Messod D. (1999), “The Detection of Earnings Manipulation.” Financial Analysts Journal, Vol. 55, No. 5, pp.24-36
• Çokluk, Ömay. (2010), “Lojistik Regresyon Analizi: Kuram ve Uygulama.” Kuram ve Uygulamada Eğitim Bilimleri, Educational Sciences: Theory & Practice, 10/3, ss.1357-1407.
• Dechow, Patricia M.- Sloan, Richard G.- Sweeney, Amy P. (1996), “Causes and Consequences Of Earnings Manipulation: An Analysis Of Firms Subject To Enforcement Actions By The SEC.” Contemporary Accounting Research, 13(1), pp.1-36.
• Dechow, Patricia. M. -Sloan, Richard G.- Sweeney, Amy P. (1995), “Detecting Earnings Management.” Accounting Review, 193-225.
• Fanning, Kurt M. -Cogger, Kenneth. (1998), “Neural Network Detection of Management Fraud Using Published Financial Data” International Journal of Intelligent Systems in Accounting, Finance & Management, 7(1), ss.21-41.
• Fındık Hakkı. - Öztürk Erkan. (2016),”Finansal Bilgi Manipülasyonunun Beneish Modeli Yardımıyla Ölçülmesi: BIST İmalat Sanayi Üzerine Bir Araştırma.” İşletme Araştırmaları Dergisi 8/1 (2016) ss.483-499
• Guba, Egon G. -Lincoln, Yvonna S. (1982), “Epistemological And Methodological Bases Of Naturalistic Inquiry.” ECTJ, 30(4), pp.233-252.
• Jackson, Scott. B.- Wilcox, William. E.- Strong, Joel M. (2002), “Do Initial Public Offering Firms Understate The Allowance For Bad Debts? Advances in Accounting, 19, pp.89-118.
• Jones, Jennifer J. (1991), “Earnings Management During İmport Relief Investigations.” Journal of Accounting Research, pp.193-228.
• Kirkos, Efstathios.- Spathis, Charalambos.- Manolopoulos, Yannis. (2007), “Data Mining Techniques For The Detection Of Fraudulent Financial Statements.” Expert Systems with Applications 32. pp.995–1003
• Kothari, Sagar P.-Leone, Andrew J.- Wasley, Charles. E. (2005), “Performance Matched Discretionary Accrual Measures.” Journal of Accounting and Economics, 39(1), pp.163-197.
• Küçükkocaoğlu, Güray – Küçüksözen, Cemal. (2005), “Finansal Bilgi Manipülasyonu: İMKB Şirketleri Üzerine Ampirik Bir Çalışma.” www.baskent.edu.tr/~gurayk/kisiselearningmanipulation2.pdf (Erişim Tarihi: 10.10.2017)
• Küçüksözen, Cemal. (2004), “Finansal Bilgi Manipülasyonu: Nedenleri, Yöntemleri, Amaçları, Teknikleri, Sonuçları Ve İMKB Şirketleri Üzerine Ampirik Bir Çalışma” Doktora Tezi, Ankara Üniversitesi, Ankara
• Pustylnick Igor. (2009), “Financial Data Set Used in Computerized Fraud Detection,” Yayımlanmamış Doktora Tezi. Swiss Management Center.
• Spathis, Charalambos T. (2002), “Detecting False Financial Statements Using Published Data: Some Evidence From Greece” Managerial Auditing Journal 17/4 pp.179-191
• Suyanto, Suyanto. (2009), “Fraudulent Financial Statement Evidence From Statement On Auditing Standard No. 99.” Gadjah Mada International Journal of Business, 11(1), pp.117-144.
• Tekin Eda. (2017), “2010-2014 Yılları Arasında Türkiye’de Halka Açık Şirketlerde Manipülasyon Üzerine Beneish Modeli İle Ampirik Çalışma.” Yayımlanmamış Doktora Tezi, Başkent Üniversitesi, Ankara.