BİST’de İşlem Gören ve Gerçeğe Aykırı Finansal Tablo Beyanında Bulunan Sanayi Firmalarının Sayısını Etkileyen Faktörlerin Belirlenmesi: Poisson Hurdle Model
Anahtar Kelimeler:
Gerçeğe aykırı finansal beyan- finansal bilgi manipülasyonu- Poisson Hurdle model- sayım verisiÖz
Finansal bilgi firma, kurum ve kuruluşlar açısından öneme sahiptir. Yatırımcılar, müşteri ve bankalar gibi birçok karar verici finansal bilgiye ihtiyaç duymaktadır. Karar vericilerin finansal bilgi ihtiyaçları doğru, şeffaf, açık ve net bir biçimde karşılanmadığında hem etik hem mali açıdan bazı problemli durumlar ortaya çıkmaktadır. Finansal bilgiyi net ve eksiksiz bir biçimde paylaşması gereken kurumlar çeşitli nedenlerden dolayı gerçeğe aykırı biçimde sunabilir ve finansal bilgi manipülasyonuna başvurabilir. Finansal piyasaların işleyişi bakımından finansal bilgilerin anlaşılabilir, yeterli, güvenilir olması ve zamanında sunulması beklenir. Mevcut ve potansiyel yatırımcılar için firmalar hakkındaki en önemli bilgi kaynağı finansal tablolardır. Bu tabloların gerçeğe aykırı düzenlenmesi sonucunda, tasarrufların menkul kıymetlere yatırılarak birikim sahiplerinin ekonomik kalkınmaya etkin ve yaygın bir şekilde katılımı sağlanamayacaktır. Bu bilgilere güvenerek finansal karar alan kullanıcılar büyük ekonomik kayıplara sürüklenebilmektedir.
Çalışmada, BİST’de işlem gören ve gerçeğe aykırı finansal tablo beyanında bulunan sanayi firmalarının sayısını etkileyen faktörlerin belirlenmesine yönelik uygun model geliştirilmeye çalışılmıştır. Sıfır değer ağırlıklı sayıma dayalı bu veri seti için Poisson Hurdle model yardımıyla etkileyici finansal oranlar belirlenmeye çalışılmıştır.
Referanslar
ACFE (Association of Certified Fraud Examiners), (2003), Fraud Examiners Manuel, Erişim:[ http://www.acfe.com/ ], (Erişim Tarihi: 15.12.2019).
Beneish, M. D. (1999), The Detection of Earnings Manipulation, Financial Analysts Journal, 55(1), 24-36.
Bhasin, M. L. (2015). Creative Accounting Practices in the Indian Corporate Sector: An Empirical Study, International Journal of Management Sciences and Business Research, 4(10), 35-52.
Chen, H., Tang, Q., Jiang, Y. & Lin, Z. (2010). The Role of International Financial Reporting Standards in Accounting Quality: Evidence from the European Union. Journal of International Financial Management and Accounting, 21(3), 220-278.
Cameron, A., Trivedi, P. (1998). Regression Analysis of Count Data, Cambridge: Cambridge University Press.
Cohen, L., Chrıstopher, M., ve Lukasz, P. (2012). Decoding Inside Information, The Journal of Finance, 67(3), 1009-1043.
Coons, C. & Weber, M. (2014). Manipulation Theory and Practice, Oxford: Oxford University Press.
Cox, R. & Weirich, T. (2002). The Stock Market Reaction to Fraudulent Financial Reporting. Managerial Auditing Journal, 17(7), 374-382.
Crocker, K. J. & Slemrod, J. (2007). The Economics of Earnings Manipulation and Managerial Compensation, The RAND Journal of Economics, 38(3), 698-713.
Dalrymple, M. L., Hudson I. L. V & Ford R. P. K. (1998). Finite Mixture, Zero-inflated Poisson and Hurdle models with application to SIDS, Computational Statistics and Data Analysis, 41(1), 491-504.
De Bondt, W. F. & Thaler R. R. (1985). Does the Stock Market Overreact?, The Journal of Finance, 40(2), 793-805.
Feng, M., Ge, W., Luo, S. & Shevlin, T. (2011). Why Do Cfos Become Involved in Material Accounting Manipulations?, Journal of Accounting and Economics, 51(1), 21-36.
Guay W., Samuels D. & Taylor D. (2016). Guiding Through the Fog: Financial Statement Complexity and Voluntary Disclosure, Journal of Accounting and Economics, 62(1), 234-269.
Hastuti, T. D. & Gozali, I. (2015). Manipulation Detection in Financial Statements, International Journal of Humanities and Management Sciences, 3(4), 222-229.
Healy, P. M. & Wahlen J. M. (1999). A Review of the Earnings Management Literature and Its Implications for Standart Setting, Accounting Horizons, 13 (1), 365-383.
Küçükkocaoğlu, G. & Küçüksözen, C. (2005). Gerçeğe Aykırı Finansal Tabloların Ortaya Çıkarılması: İMKB Şirketleri Üzerine Ampirik Bir Çalışma, Muhasebe ve Finansman Dergisi, 28(1), 45-63.
Küçüksözen, C. (2005). Finansal Bilgi Manipülasyonu: Nedenleri, Yöntemleri, Amaçları, Teknikleri, Sonuçları Ve İMKB Şirketleri Üzerine Ampirik Bir Çalışma, SPK Yayınları, No.183, Ankara.
Küçükkocaoğlu, G. & Küçüksözen, C. (2005). Kurumsal Şirket Yönetimi’nde Finansal Tabloların Rolü, Erişim:[http://www.baskent.edu.tr/~gurayk/kisiselkurumsalsirket.pdf], (Erişim Tarihi: 15.12.2019).
Lambert, D. (1992). Zero-Inflated Poisson Regression, With an Application to Defects in Manufacturing, Technometrics, 34(2), 1-14.
Long, J. S. & Freese, J. (2006), Regression Models for Categorical Depentent Variable Using Stata, Stata Pres Publication, StataCorp LD Collage Station, Texas, USA.
Mamo, J. & Aliaj, A. (2014). Accounting Manipulation and its Effects in the Financial Statements of Albanian Entities, Interdisplinary Journal of Research and Development , 1(2), 55-60.
Mohamed, N. & Handley-Schachelor, M. (2014). Financial statement fraud risk mechanisms and strategies: The case studies of Malaysian commercial companies, Procedia - Social and Behavioral Sciences, 145, 321-329.
Mao, Y. & Renneboog, L. (2013). Do Managers Manipulate Earnings Prior to Management Buyouts?. Journal of Corporate Finance, 35(2), 43-61.
Mullahy, J. (1986). Specification and Testing of Some Modified Count Data Models, Journal of Econometrics, 33(2), 341-365.
Nelson, M. W., Elliott, J. A. & Tarpley, R. L. (2002). Evidence From Auditors About Managers and Auditors Earnings Management Decisions, The Accounting Review, 77(1), 175-202.
Stolowy, H. & Breton, G. (2004). Accounts Manipulation: A Literature Review and Proposed Conceptual Framework, Review of Accounting and Finance, 3(1), 5-92.
Stolowy, H. & Lebas, M. J. (2006). Financial Accounting and Reporting: A Global Perspective (2. Baskı), Boston: Cengage Learning Pbc.
Welsh, A. H., Cunningham, R. B., Donnelly, C. F. & Lindenmayer, D. B. (1996). Modelling Abundance of Rare Species: Statistical Models for Counts With Extra Zeros, Ecological Modelling, 88(1), 297-308.
Yeşilova, A. (2009). Sıfır Değer Ağırlıklı Sayıma Dayalı Verilerin Analizinde Hurdle Modelin Kullanılması, Anadolu Üniversitesi Bilim ve Teknoloji Dergisi,10(1), 467-475.
Zeileis, A., Kleiber, C. & Jackman S. (2007). Regression Models for Count Data in R, Erişim:[ http://statmath.wu-wien.ac.at/ ], (Erişim Tarihi: 25.11.2019).
İndir
Yayınlanmış
Sayı
Bölüm
Lisans
Telif Hakkı (c) 2026 Gökçe Tekin Turhan (Author)
Bu çalışma Creative Commons Attribution-NonCommercial 4.0 International License ile lisanslanmıştır.