Bağımsız denetim kalitesini artırıcı bir yöntem olarak veri madenciliği : Borsa İstanbul uygulaması

Abstract

Ekonomik sistemin merkezine doğru kayan menkul kıymet piyasalarının önemi son zamanlarda meydana gelen ekonomik krizlerle birlikte daha çok kavranmaya başlamıştır. Bu krizlerin temelinde yer alan denetim eksikliği, denetimde kalite kavramının ön plana çıkmasına neden olmuştur. Denetçi, denetim faaliyeti sırasında firmanın mali tablolarından yararlanmaktadır. Standartlara uygun olarak düzenlenmesi gereken bu mali tablolar, denetim programı aşamalarından biri olan analitik inceleme faaliyeti sırasında denetçinin yararlanacağı araçlardan olup firma hakkında bilgi sağlayan önemli göstergelerdir. Kaliteli bir denetim gerçekleştirmek adına denetçi, denetleyeceği firma hakkında varacağı yargıya olabildiğince hatasız ve makul bir süre içinde ulaşmalıdır. Yüksek miktarda verinin inceleneceği, süre kısıtı bulunan ve hata riski taşıyan bir denetim faaliyetinde bilgi teknolojilerinden yararlanılması denetim kalitesine olumlu yönde etki edecektir. Yakın geçmişte ortaya çıkan bu teknolojilerden biri de veri madenciliğidir. Bu bağlamda çalışmanın uygulama bölümünde, Borsa İstanbul'a kayıtlı gözaltı pazarında yer alan firmalardan 20 adet ve ulusal pazarda yer alan firmalardan 20 adet olmak üzere toplam 40 şirketin mali tablo verileri kullanılmış, bu şirketlerin veri madenciliği algoritmalarıyla finansal olarak başarılı ya da başarısız olarak sınıflandırılarak analitik inceleme sürecinin kısa sürede ve minimum hata ile tamamlanması hedeflenmiştir. Uygulama, Naive Bayes ve K-En Yakın Komşu algoritmaları ile 10 kat çapraz doğrulama ve %66 Eğitim-%34 Test Seti teknikleri ile sınanmıştır. Sonuç olarak, K-En Yakın Komşu algoritması ve 10 kat çapraz doğrulama tekniği ile % 95 gibi yüksek bir oranda doğru finansal sınıflama tahmini elde edilmiştir. Dolayısıyla, mali tablo denetiminde veri madenciliğinin uygulanmasının denetim kalitesini artırıcı bir araç olabileceği tespit edilmiştir. Anahtar Kelimeler: Denetim, Denetim Kalitesi, Finansal Tablolar Analizi, Sınıflama Analizi, Veri Madenciliği, WEKA

Recently the importance of the securities market shifts toward the center of economic system with the economic crisis began to be more understanding. Because of the lack of supervision based on the crisis, the concept of audit quality has led to come to the forefront. Auditors have to reached the judgment about the firm be supervised to perform auditing quality within a reasonable time as much as possible. To reach this judgment, the auditors benefit from the company's financial statements. Financial statements arranged in accordance with standards are important indicators that provide information about companies. The auditor can use these statements that one of the instruments during the analytical review activities in stage of the audit program. Utilization of the information technology in an audit will do a positive impact on audit quality which has high amounts of data to be analyzed, time constraints and the risk of error. One of the resulting new technology recently is data mining. In this regard in application chapter of our study we aimed to classify 40 companies listed in Borsa İstanbul which of 20 were in watch list companies market and 20 were in national market as financially successful or financially unsuccessful with data mining algorithms using data of their financial statement. Thus, it is targeted to complete analytical review process with minimum mistake and in a short time. Naive Bayes and K-Nearest Neighbor algorithm with a 10-fold cross-validation and 34% Training Set- 66% Test Set techniques have been tested in application. As a result, correct classification estimation was achieved at a rate as high as 95% with the K-Nearest Neighbor algorithm and 10-fold cross-validation technique. Thus, it has been identified that the implementation of data mining in the financial statement audit can be a means of enhancing audit quality. Keywords : Auditing, Auditing Quality, Financial Statement Analysis, Classification Analysis, Data Mining, WEKA