Bağımsız denetim görüşlerinin tahmin edilmesinde veri madenciliği yöntemlerinin karşılaştırılması: Borsa İstanbul'da bir uygulama

Bu çalışma, şirketlerin finansal tablolarına ilişkin denetim görüşlerinin tahmin edilmesinde on iki farklı veri madenciliği yönteminin performanslarını karşılaştırmaktadır. Araştırma veri seti, Borsa İstanbul'da işlem gören 161 şirketin 2010-2022 yıllarına ait 2.093 şirket-yıl gözleminden oluşmaktadır. Finansal ve finansal olmayan 28 bağımsız değişken seti kullanılarak bağımsız denetim görüş türü sınıflandırması yapılmıştır. Bu çalışmada, tahmin modelleri için Bayes İnanç Ağı, Naive Bayes, Lojistik Regresyon, Yapay Sinir Ağları, Radyal Tabanlı Fonksiyon, Destek Vektör Makineleri, K-En Yakın Komşu, AdaBoost.M1 Algoritması, Karar Ağaçları (J48), Rastgele Ormanlar, Karar Kütüğü ile Sınıflandırma ve Regresyon Ağacı kullanılmıştır. Analiz sonuçlarına göre, denetim görüşünü tahmin etmede tahmin doğruluk performansı açısından %96.68 oranıyla en iyi performansı Rastgele Ormanlar modeli göstermiştir. Modellerin istatistiksel sonuçları tahmin doğruluğu, sınıflandırma matrisi, detaylı doğruluk sonuçları, Tip I hata oranı, Tip II hata oranı ve performans sonuçları ölçütleri dikkate alınarak karşılaştırılmıştır. Bu çalışma, finansal ve finansal olmayan değişkenlere dayalı 2.093 şirket-yıl gözlemini kullanarak, doğru denetim görüşünü tahmin edebilecek modeller geliştiren öncü bir çalışmadır. Bu çalışmanın veri madenciliği sınıflandırma yöntemleri ile denetim görüş türünü tahmin ederek denetim literatürüne katkıda bulunması beklenmektedir. Araştırmada kullanılan çerçeve tasarımı hem iç hem de bağımsız denetçiler, muhasebeciler, hissedarlar, şirket yöneticileri, vergi otoriteleri ve diğer kamu kurumları, bireysel ve kurumsal yatırımcılar, borsalar, hukuk şirketleri, finansal analistler, kredi derecelendirme kuruluşları ve bankacılık sistemi için alacakları kararlarda bir karar destek aracı olarak hizmet edebilir.