Hile riskinin tespitinde f-skor modeli ve hile beşgeni teorisi üzerine BIST'de yapılan bir araştırma

Dünya çapında yaşanan büyük muhasebe skandalları piyasada işlem gören işletmelerin hile riski tespitine olan ilgiyi daha da artırmıştır. Bu skandalların nedenleri araştırılarak ve yaptıkları işlemler incelenerek literatürde çeşitli hile tespit yöntemleri oluşturulmuştur. İşletmelerin hileli işlemlerinin tespitinin birçok yönden önemli olduğu açıktır. Hileli finansal raporlama ilgili taraflar için büyük kayıplara yol açmaktadır. Bunun önlenmesi amaçlı yapılan düzenlemeler ve konulan kanunlar yetersiz kalabilmektedir. İşletmeler muhasebe sisteminde açıklar bulup bunlardan yararlanarak, usulüne uygun olmayan kayıtlar yaparak ve çeşitli yollar ile gerçeği çarpıtarak hileli işlemlerini gizleyebilmektedir. Bunlara bağlı olarak hileli işlemlerin tespiti zorlaşmaktadır. Bundan dolayı bu araştırmanın amacı BIST'de faaliyet gösteren şirketlerin hile risklerinin tespit şekline bir bakış açısı kazandırmak ve araştırmada kullanılan değişkenlerin BIST şirketleri üzerinde hile risklerini tespit etmedeki rolünü incelemektir. Bu çalışmada öncelikle hile üçgeni olarak başlayan ve hile beşgeni olarak geliştirilen teoride bulunan hile faktörlerinin hileli işlemler üzerinde yol göstericiliği araştırılmıştır. Daha sonra hileli işlemlerin tahmini için oluşturulan modeller arasından 2011 yılında Dechow vd. tarafından geliştirilmiş F-skor modelinin finansal değişkenleri incelenmiştir. Bunların incelenmesi için Borsa İstanbul'da (BIST) işlem gören ve finansal faaliyet göstermeyen işletmeler arasından hileli işlem riski olanlar ve olmayanlar olarak iki grup oluşturulmuştur. Bu işletmelere ait 2017-2021 yılları arası yıllık rapor sonuçları incelenmiştir. Çalışmadaki verilerin analizi için SPSS programı kullanılmıştır. Bu program yardımıyla hile beşgeni teorisinde yer alan baskı, fırsat, rasyonelleştirme, kibir ve yetkinlik faktörlerinin hile riski olasılıklarını belirlemelerindeki etkisini ve ilişkisini incelemek üzere lojistik regresyon analizi uygulanmıştır. Analiz sonucunda hile riski olasılığının belirlenmesi açısından baskı değişkeninin alt faktörleri olarak incelenen dış baskı, finansal hedef ve finansal istikrar ve diğer iki hile faktörü olan fırsat ve rasyonelleştirme arasındaki ilişki anlamlı çıkmış ancak yetkinlik ve kibir hile faktörleri model içerisinde anlamlı bulunamamıştır. Dechow F-skor finansal değişkenleri olan ticari alacaklardaki değişim, maddi olmayan duran varlıklardaki değişim, nakit satışlardaki değişim, RSST tahakkukları, aktif karlılığındaki değişim ve stoklardaki değişim değişkenlerinin Borsa İstanbul'da işlem gören şirketlerin hile riski olasılığını belirleme üzerindeki etkilerini ve ilişkilerini incelemek için de lojistik regresyon analizi uygulanmıştır. Bu analiz sonucunda sadece ticari alacaklardaki değişim ve maddi olmayan duran varlıklardaki değişimin arasındaki ilişki hile riski olasılığını belirleme açısından anlamlı çıkmıştır. Ticari alacaklardaki değişim ve maddi olmayan duran varlıklardaki değişim ile hile beşgeninde anlamlı çıkan bağımsız değişkenler dış baskı, finansal hedef, finansal istikrar, fırsat ve rasyonelleştirme ile yeni model kurulmuştur. Analiz sonucunda ticari alacaklardaki değişim, dış baskı, finansal hedef, fırsat ve rasyonelleştirme model içerisinde anlamlı bulunmuştur. Ancak maddi olmayan duran varlıklar ve finansal istikrar model içerisinde anlamlı bulunamamıştır. Bir sonraki aşamada anlamlı çıkan hile beşgeni faktörleri ile kurulan ilk model ve Dechow F-skor değişkenleri ile anlamlı çıkan hile beşgeni faktörleri ile kurulan ikinci model için F-skor değerleri hesaplanmış ve bu değerlerin manipülatör olan ve olmayan şirketleri ayırt etmedeki başarıları incelenmiştir. Son olarak hile risklerine göre gruplandırılan şirketlerin doğru sınıflandırılma bakımından karşılaştırmak üzere lojistik regresyon analizi ile yapay sinir ağları yöntemi uygulanmıştır. Sınıflandırma doğruluğu oranları model 1 ve model 2 için ayrı ayrı yapay sinir ağları ve lojistik regresyon analizi ile incelenip karşılaştırılmıştır. Sonuç olarak her iki modelde de yapay sinir ağlarının az bir oranla dahi olsa, daha yüksek oranda doğru sınıflandırma yaptığı sonucu elde edilmiştir. Bu araştırmanın Borsa İstanbul'da faaliyet gösteren işletmelerin hile risklerinin tespitinde finansal ve finansal olmayan verilerin kullanılmasıyla modeller oluşturulması; oluşturulan modeller ile hile riskinin tespiti içi f-skor değerlerinin hesaplanması ayrıca hangi değişkenlerin Türkiye Borsası'nda hile riski tespitinde yol gösterici olabileceğinin istatistiki olarak incelenmesi açısından önemli ve özgün bir çalışma olduğu düşünülmektedir.