Finansal bilgi manipülasyonu tahmini: İstatistiksel yöntemler ile makine öğrenmesi algoritmalarının karşılaştırılması
Financial information manipulation prediction: Comparison of statistical methods and machine learning algorithms
- Tez No: 893692
- Danışmanlar: PROF. DR. RAMAZAN AKTAŞ
- Tez Türü: Yüksek Lisans
- Konular: Maliye, İşletme, Finance, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 70
Özet
Bu çalışmada finansal bilgi manipülasyonu tahmininde geleneksel istatistiksel yöntemlerden probit ve logit analizi ile makine öğrenmesi algoritmalarından destek vektör makinesi, karar ağacı, rastgele orman, k-en yakın komşu ve yapay sinir ağı yöntemlerinin performansları karşılaştırılmıştır. Tüm yöntemlerin sınıflandırma doğruluğunun %60 üzerinde olduğu tespit edilmiş ve sınıflandırma doğruluğu oranı en yüksek yöntemin rastgele orman, en düşüğün ise destek vektör makinesi olduğu belirlenmiştir. Makine öğrenmesi algoritmalarının geleneksel yöntemlere kıyasla daha başarılı olduğu tespit edilmiştir. Bu algoritmaların en büyük dezavantajı ise olasılık değeri elde edilemiyor olmasıdır. Olasılık değeri elde edebilmek için probit ve logit analizlerine ihtiyaç duyulmaktadır. Yapılan analizlerde, literatürde finansal bilgi manipülasyonu tahmininde sıklıkla kullanılan Beneish model ve bu modeldeki oran ve endekslere ek olarak Türkiye'de finansal bilgi manipülasyonu tahmininde etkili olabileceği düşünülen yeniden değerleme, faaliyet giderleri, esas faaliyetlerden diğer gelirler ve esas faaliyetlerden diğer giderler endeksleri kullanılmış ve finansal bilgi manipülasyonu tahmininde etkili olan endeksler tespit edilmiştir. Brüt kar marjı, satış büyüme, kaldıraç, pazarlama, satış, dağıtım ve genel yönetim giderleri, faaliyet giderleri, esas faaliyetlerden diğer gelirler endeksleri ve tahakkukların varlıklara oranı finansal bilgi manipülasyonu tahmininde istatistiksel olarak anlamlı bulunmuştur.
Özet (Çeviri)
In this study, performances of probit and logit analyses, which are traditional statistical methods, and support vector machine, decision tree, random forest, k-nearest neighbor and artificial neural network methods, which are machine learning algorithms, are compared in predicting financial information manipulation. The classification accuracies of all methods are above %60, and the method with the highest classification accuracy is random forest and the lowest is support vector machine. Machine learning algorithms have been found to be more successful than traditional methods. The biggest disadvantage of these algorithms is that probability values cannot be obtained. Probit and logit analyses are needed to obtain probability values. In the analyses, in addition to the Beneish model which is frequently used in the literature to predict financial information manipulation, revaluation, operating expenses, other income and expenses from main activities indices, which are thought to be effective in predicting financial information manipulation in Turkey, have been used. The indices that are effective in predicting financial information manipulation have been determined. Gross profit, sales growth, leverage, marketing, selling, distribution and general administrative expenses, operating expenses, other income from main activities indices and the ratio of accruals to assets have been found to be statistically significant in predicting financial information manipulation.
Benzer Tezler
- Exploiting clustering patterns in training sets to improve classification performance of fully connected layers
Tam bağlantılı katmanların sınıflandırma performansını iyileştirmek için eğitim setlerindeki kümeleme örüntülerinden faydalanma
TOLGA AHMET KALAYCI
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- The impact of forensic accounting on investigating and preventing the financial information manipulation
Finansal bilgi manipülasyonun araştırılmasında ve önlenmesinde adli muhasebenin etkisi
AHMET ÖZCAN
Doktora
İngilizce
2014
İşletmeMarmara Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
PROF. DR. CEMAL İBİŞ
- 2010-2014 yılları arasında Türkiye'de halka açık şirketlerde manipülasyon üzerine Beneish modeli ile ampirik çalışma
Empirical study with Beneish model on manipulation in public companies in Turkey between 2010-2014
EDA TEKİN
- Finansal bilgi manipülasyonu ve finansal bilgi manipülasyonunun belirlenmesine yönelik modeller: İstanbul Menkul Kıymetler Borsası'nda bir uygulama
Financial information manipulation and models to determine of the financial information manipulation: An appliance in İstanbul Stock Exchange
EBUBEKİR DOĞAN
- Finansal bilgi manipülasyonu: nedenleri, yöntemleri, amaçları, teknikleri, sonuçları ve İMKB şirketleri üzerine ampirik bir çalışma
Manipulation of financial information: Causes, methods incentives, teacniques, consequences and an empirical analysis of the ISE companies
CEMAL KÜÇÜKSÖZEN
