Geri Dön

Makine öğrenmesi algoritmaları ile mali tablolarda hile analizi

Fraud detection in financial statements using machine learning algorithms

  1. Tez No: 717675
  2. Yazar: NİHAL AKTAŞ
  3. Danışmanlar: PROF. DR. SELÇUK ÇEBİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2022
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
  13. Sayfa Sayısı: 83

Özet

İşletmeler yılın her döneminde kurumlarına ait finansal hesaplamalar yapmaktadırlar. Bu hesaplamalar sayesinde hali hazırdaki durumlarını görmekte, gelecekte yapacakları işleri planlamakta ve buna göre kendilerine bütçe ayırmaktadırlar. Bazı durumlarda işletmelerinin çıkarlarını göz önünde bulundurarak ve yanıltıcı muhasebe uygulamaları uygulayarak hileli finansal raporlamalar da yapabilmektedirler. Daha önceki araştırmalar, gelişmiş tahmin yöntemlerinin finansal piyasalardaki fiyat değişimlerini yüksek doğrulukla tahmin ettiğini ve bu tahminler üzerinden işlem yaparak kâr elde edilebileceğini bildirmektedir. Bu çalışma kapsamında, makine öğrenmesi tekniklerini kullanarak Yakın İzleme Pazarı'na giren işletmelerin finansal verilerinin tahminlemesini ve bir işletmenin kendi rasyo verilerini kullanarak gelecek dönemlerinin tahminlenmesi amaçlanmaktadır. İşletmelerin planlamalarını doğru yapabilmeleri, problemleri varsa çözebilmeleri ve hile yapma durumlarını görebilmek için bu çalışma önemlidir. Tez çalışması kapsamında makine öğrenmesi algoritmaları kullanılarak başarı oranı %95'e ulaşan tahminleme sonuçları elde edilmiştir.

Özet (Çeviri)

Businesses make financial calculations of their institutions in every quartiles of the year. Thanks to these calculations, businesses can see their current situation, plan their future work and allocate a budget accordingly. In some cases, they may also make fraudulent financial reports by considering the interests of their businesses and applying misleading accounting practices. Previous research reports that advanced forecasting methods predict price changes in financial markets with high accuracy and profit can be made by trading on these forecasts. Within the scope of this study, it is aimed to predict the financial data of the enterprises entering the surveillance market by using machine learning techniques and to predict the future periods of a business using its own ratio data. This study is important for businesses to be able to make their plans correctly, to solve problems if any, and to see their cheating situation. Prediction results with a success rate of 95% were obtained by using machine learning algorithms.

Benzer Tezler

  1. Developing computational dialogue interface on freeform paneling for cost efficiency

    Serbest yüzeylerin maliyet etkin panellenmesi için hesaplamalı bir diyalog arayüzü geliştirilmesi

    BEKİR TOPALOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mimarlıkİstanbul Teknik Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. LEMAN FİGEN GÜL

  2. Türk bankacılık sisteminde UFRS çerçevesinde firmaların derecelendirilmesi ve makine öğrenmesi ile model önerisi

    Model proposal with rating and machine learning of companies within the framework of IFRS in the Turkish banking system

    GÜNER ALTAN

    Doktora

    Türkçe

    Türkçe

    2022

    BankacılıkMarmara Üniversitesi

    Bankacılık Ana Bilim Dalı

    PROF. DR. SERVER DEMİRCİ

  3. Machine learning-based modeling and monitoring of machining processes and tool wear

    İşleme prosesleri ve takım aşınmasının makine öğrenmesi tabanlı modellenmesi ve izlenmesi

    ARASH EBRAHIMI ARAGHIZAD

    Doktora

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiSabancı Üniversitesi

    Üretim Mühendisliği Ana Bilim Dalı

    PROF. DR. ERHAN BUDAK

  4. Internal audit decision support framework using spherical fuzzy ELECTRE

    Küresel bulanık ELECTRE tabanlı iç denetim karar destek çerçevesi

    AKIN MENEKŞE

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HATİCE CAMGÖZ AKDAĞ

  5. Preeklampsinin sağlık maliyetlerinin incelenmesi ve yapay zekâ tabanlı bir erken tanı klinik karar destek sistemi ile hastalık yönetim modeli oluşturulması

    Examining the health costs of preeclampsia and creating a disease management model with an artificial intelligence based early diagnosis clinical decision support system

    ÜLKÜ VERANYURT

    Doktora

    Türkçe

    Türkçe

    2022

    Sağlık YönetimiSağlık Bilimleri Üniversitesi

    Sağlık Yönetimi Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BETÜL AKALIN