Muhasebe manipülasyonlarında yapay sinir ağlarının önemi ve bir uygulama

Abstract

2000’li yılların başında yaşanan Enron, Xerox, WorldCom, Parmalat gibi muhasebe skandalları finansal piyasalara ve bağımsız denetime olan güveni sarsmasıyla birlikte, diğer yandan muhasebe manipülasyonu kavramının önemini daha da artırmıştır. Bu sebeple, finansal tablo bilgi kullanıcıları için gerek bağımsız denetimler gerekse birtakım tahmin yöntemleri ile muhasebe manipülasyonun yapılıp yapılmadığının tespit edilmesi çok büyük önem taşır hale gelmiştir. Literatürde bu konuyla ilgili çok sayıda çalışma yapılmış ve bu çalışmalarda çoğunlukla muhasebe manipülasyonu tahmin yöntemleri ve modelleri irdelenmiştir. Bu çalışmanın amacı, tahmin modellerinden Beneish modeli ile finansal tablo verilerini kullanarak BIST’te işlem gören imalat sektörü şirketlerinin manipülasyon yapıp yapmadıklarını tahmin etmek, bu tahminlerin doğruluğunu yapay sinir ağları ile test ederek literatüre katkıda bulunmaktır. Ayrıca, referans bir çalışmada (SAK) kullanılan Beneish modeli hesaplaması kullanılarak da imalat sektörü verileri ile manipülasyon yapılıp yapılmadığını tahmin etmek ve yapay sinir ağları ile test ederek Beneish modeli ile karşılaştırılması amaçlanmaktadır. Çalışmanın bir diğer amacı ise, finansal bilgi kullanıcılarının bu yöntemi kullanmaları ile zamandan tasarruf etmelerini sağlamaktır. Bu bağlamda, BIST’te işlem gören imalat sektörü şirketlerinden 155’inin 2013-2017 yılları arasında raporlanan finansal tabloları Beneish modelinde bulunan 8 adet bağımsız değişken ile hesaplanmış, bu değişkenler yoluyla Mi ve Zi değerleri hesaplanarak manipülatör olan veya olmayan şirketler tahmin edilmiştir. Yapılan bu tahminler yapay sinir ağları ile test edilerek sınıflandırmanın doğruluğu tespit edilmeye çalışılmıştır. Uygulanan test sonucunda, yapay sinir ağlarının test setinde bulunan şirketler için Beneish modeli ve SAK ile manipülatör ya da değil olarak yapılan sınıflandırmanın %100 doğru olduğu tespit edilmiştir.

When accounting scandals such as Enron, Xerox, WorldCom, and Parmalat, which were experienced in the early 2000s, they discredited the trust in financial markets and independent auditing, on the other hand, the importance of accounting manipulation concept was more increased. For this reason, it is of great importance to determine whether accounting manipulations are carried out either by independent audits or by some estimation methods for financial statement information users. Numerous studies on this subject have been done in the literature and accounting manipulation estimation methods and models have been mostly examined in these studies. This study aims to estimate whether manufacturing companies traded in BIST are manipulating using the Beneish model, one of the prediction models, and to contribute to the literature by testing the accuracy of these estimates with artificial neural networks. Besides, the Beneish model calculation used in a reference study (SAK) is used to estimate whether manipulation is performed with manufacturing data and to compare it with the Beneish model by testing with artificial neural networks. Another purpose of this study is to provide users of financial information to save time by using this method. In this context, the financial statements of 155 of the manufacturing companies listed in the BIST between 2013 and 2017 were calculated with 8 independent variables in the Beneish model and Mi and Zi values were calculated by using these variables to estimate the manipulator or non-manipulator companies. These predictions were tested with artificial neural networks to determine the accuracy of the classification. As a result of the applied test, it was determined that the classification made by the Beneish model and SAK as a manipulator or not for companies in the test set of artificial neural networks was 100% accurate.