Finansal raporlamada hile riskinin tespit edilmesinde veri madenciliğinin etkinliği

Finansal raporlamada hile, işletmelerin mali tablolarında kasıtlı olarak yanıltıcı bilgi sunmasıyla gerçekleşir ve bu durum, yatırımcılar, düzenleyici kurumlar ve genel olarak ekonomik sistem için ciddi riskler oluşturur. Muhasebe alanındaki son çalışmalar, hile riskinin ortaya çıkartılmasında veri madenciliği yöntemlerinin kullanılması üzerine odaklanmıştır. Veri madenciliği, büyük veri setlerinden bilgi ve desenleri keşfetmek için kullanılan bir dizi analitik teknik sunan bir yöntemdir. Bu teknikler, finansal verilerdeki olağan dışı kalıpları ve anormallikleri tespit edebilme kapasitesi ile öne çıkmaktadır. Bu tez çalışmasının amacı, finansal raporlamada hile riski taşıyan işletmelerin finansal tablo verilerini analiz ederek, hile riskinin tespitine yönelik yaklaşımları detaylandırmak ve veri madenciliği yöntemlerinin bu süreçteki etkinliğini incelemektir.Araştırma kapsamında Borsa İstanbul'da 2017 – 2022 tarihleri arasında işlem gören Yakın İzleme Pazarı, Yıldız Pazar ve Ana Pazar gruplarında yer alan toplam 285 işletmenin yıllık finansal tabloları incelenmiştir. Hile riski olan ve olmayan işletme sınıflaması yapmak için işletmelerin işlem gördükleri Pazarlar dikkate alınmıştır. Yıldız ve Ana Pazar'da işlem gören işletmelerinfinansal tabloları hile riski taşımayan, Yakın İzleme Pazarı'nda işlem gören işletmelerin finansal tabloları hile riski taşıyan finansal tablo olarak sınıflandırılmıştır. Hileli finansal raporlamanın tespit edilmesiyle ilgili yapılan çalışmaların neredeyse tamamında finansal oranlardan yararlanıldığı görülmektedir. Finansal oranlar sadece şirketin geçmiş ve cari finansal durumunu değerlendirmek yönünden değil, denetim ve planlama işlevlerinin yerine getirilmesinde de yararlıdır. Bu sebeple finansal hile riskinin tespit edilmesinde finansal oran kullanımı oldukça yaygındır. Çalışmada literatürde hilenin tespit edilmesinde sıklıkla kullanılan 23 oran kullanılmıştır. Veri madenciliği yöntemlerinden Karar Ağaçları, Yapay Sinir Ağları, Rastgele Orman Algoritması, Bayes Yöntemlerine göre tüm verilere analiz yapılmıştır. Yapılan analizler sonunda Karar Ağacı ve Rastgele Orman modellerinin hileli finansal raporlamayı tespit etmede en yüksek doğruluğa ve en düşük hata oranına sahip oldukları görülmüştür. Yapay Sinir Ağları modeli ise beklenenden daha düşük performans sergilemiştir.