Decision making approaches for financial accounting fraud: Case study for small and medium sized enterprises (SMEs) in Turkey
Finansal muhasebe dolandırıcılığı için karar verme yaklaşımları: Türkiye'deki küçük ve orta ölçekli işletmeler (KOBİ'ler) için vaka çalışması
- Tez No: 766779
- Danışmanlar: DOÇ. DR. ÖZLEM ŞENVAR
- Tez Türü: Doktora
- Konular: Bankacılık, Endüstri ve Endüstri Mühendisliği, Banking, Industrial and Industrial Engineering
- Anahtar Kelimeler: Dolandırıcılık, Finansal muhasebe, KOBİ, Küçük ölçekli işletmeler, Fraud, Financial account, Small and Medium Sized Firms, Small businesses
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
FİNANSAL MUHASEBE DOLANDIRICILIĞI İÇİN KARAR VERME YAKLAŞIMLARI: TÜRKİYE'DEKİ KÜÇÜK VE ORTA ÖLÇEKLİ İŞLETMELER (KOBİ'LER) İÇİN VAKA ÇALIŞMASI Finansal muhasebe dolandırıcılığı, finansal ekosistemdeki tüm paydaşlar için başa çıkılması gereken en büyük sorunlardan biridir. Paydaşlar arasında güven ve itibara zarar verir. Ayrıca finansal muhasebe dolandırıcılığının finansal ekosistemde neden olduğu yaralar, şirketlerin ve ülkelerin ekonomik büyümelerini olumsuz etkilemektedir. Bu tez çalışmasında, finansal muhasebe dolandırıcılığı sorununun üstesinden gelmek için karar verme yaklaşımları önerilmiştir. Hileli finansal tablolar üzerinde en büyük etkiye sahip finansal oranların belirlenmesinde özellik seçim yöntemleri olarak farklı bulanık kümeler ile entegre Çok Kriterli Karar Verme yöntemleri, T-testi ve Genetik Arama uygulanmıştır. Finansal oranların sıralamasına ilişkin karar verme sürecindeki belirsizliklerin üstesinden gelmek için Küresel Bulanık Kümeler (aralık değerli ve tek değerli bulanık sayılar dahil), Dairesel Sezgisel Bulanık Kümeler ve Tip-1 bulanık kümeler kullanılmaktadır. Finansal oranların önceliklendirilmesinin belirlenmesinden sonra, aşırı örnekleme ve alt örnekleme olmak üzere iki örnekleme yöntemi gerçekleştirilir. Daha sonra Destek Vektör Makineleri, Naive Bayes, Yapay Sinir Ağları, K-En Yakın Komşuluk, Rastgele Orman, Lojistik Regresyon ve Torbalama olmak üzere yedi farklı sınıflandırıcının performansları performans metrikleri kullanılarak karşılaştırılmıştır. Sınıflandırıcılar ayrıca herhangi bir özellik seçme yöntemi kullanılmadan karşılaştırılır. Rastgele Orman sınıflandırıcısının, dikkate alınan tüm performans ölçütleri boyunca yedi sınıflandırıcı arasında sürekli olarak en iyi veya ikinci en iyi performansı gösterdiği bulunmuştur. Naive Bayes ve Destek Vektör Makineleri de incelenen tüm sınıflandırıcılarda en kötü performansı gösteren iki sınıflandırıcı olarak bulunmuştur. Bu tezin bir başka bulgusu, aşırı örnekleme yönteminin Rastgele Orman sınıflandırıcısının genel doğruluğunu önemli ölçüde arttırmasıdır.
Özet (Çeviri)
DECISION MAKING APPROACHES FOR FINANCIAL ACCOUNTING FRAUD: CASE STUDY FOR SMALL AND MEDIUM SIZED ENTERPRISES (SMES) IN TURKEY Financial accounting fraud is one of the biggest problems to be overcome for all stakeholders in the financial ecosystem. It damages trust and reputation among stakeholders. Moreover, the wounds caused by financial accounting fraud on the financial ecosystem adversely affect the economic growth of companies and countries. In this dissertation, decision making approaches are proposed to deal with the problem of financial accounting fraud. Integrated Multi Criteria Decision Making methods with different fuzzy sets, T-test, and Genetic Search are applied as feature selection techniques to identify financial ratios having the greatest impact on fraudulent financial statements. Spherical Fuzzy Sets (including interval-valued and single-valued fuzzy numbers), Circular Intuitionistic Fuzzy Sets and Type1 fuzzy sets are employed to overcome uncertainties in decision-making process regarding the ranking of financial ratios. After determination of the prioritization of financial ratios, two sampling methods of oversampling and undersampling are performed. Then, the performances of seven different classifiers, which are Support Vector Machine, Naive Bayes, Artificial Neural Network, K-Nearest Neighbour, Random Forest, Logistic Regression and Bagging, are compared by employing performance measures. Classifiers are also compared without using any feature selection method. It is found that Random Forest classifier consistently performs the best or the second best among seven classifiers throughout all considered performance measures. Naive Bayes and Support Vector Machines are also found as two classifiers that perform the worst in all examined classifiers. Another finding of this dissertation is that oversampling method significantly enhances overall accuracy of the Random Forest classifier.
Benzer Tezler
- Davranışsal denetim çerçevesinde hileli finansal raporlamanın tespiti ve bir uygulama
Detection of fraudulent financial reporting within the framework of behavioral audit and a case study
ECE BAŞ
- Kuyruk modelleri ve analizi üzerine bir uygulama
Başlık çevirisi yok
DİDEM ÖZPULAT
Yüksek Lisans
Türkçe
1985
İstatistikEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. FİKRET İKİZ
- Yenileme yatırımları
Başlık çevirisi yok
OSMAN NURİ FİLİZ
Yüksek Lisans
Türkçe
1986
İşletmeGazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN OKKA
- The Effect of government price support on wheat farming and wheat marketing in Turkey
Başlık çevirisi yok
GÜNEŞ GÜLSEN ÖZEL
Yüksek Lisans
İngilizce
1987
EkonomiOrta Doğu Teknik ÜniversitesiYöneylem Araştırması Ana Bilim Dalı
PROF. DR. HALİM DOĞRUSÖZ
- Traditional vernacular houses in Anatolia: The question of evaluative criteria
Anadolu geleneksel yöresel konut mimarlığında değerlendirme ölçütleri sorunu
OKAN ÜSTÜNKÖK
Doktora
İngilizce
1987
MimarlıkOrta Doğu Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. GÖNÜL TANKUT