SavedAdd your journal

Journals / Ege Akademik Bakış / 2014 / Cilt: 14 - Sayı: 4

Using of Artificial Neural Networks As an Analytical Investigation Technique at Audit Planning Stage: A Company Application

Denetim Planlaması Aşamasında Analitik İnceleme Tekniği Olarak Yapay Sinir Ağları Kullanımı: Bir Firma Uygulaması

Mahmut Sami ÖZTÜRK
Serpil SENAL
Meltem KARAATLI
Pages
637–648
Publication Date
2022-10-12
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

At the end of the study it is noticed that, artificial neural network technique made a good estimation.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:The purpose of this research is, the application of artificial neural network technique at planning stage of independent audit process.
📊
Key Findings & Data:The controlled financial statements of a corporation which is treated in manifacturing sector at Borsa Istanbul, for 8 years period of March 2004 and December 2012 are used.
💡
Conclusion & Impact:At the end of the study it is noticed that, artificial neural network technique made a good estimation.
🔬Design:Research Article
📍Scope:2004 Verileri
⚙️Variables:Domain Parameters

Abstract

The purpose of this research is, the application of artificial neural network technique at planning stage of independent audit process. In this respect, auditing process, analytical investigation procedures and techniques are mentioned and the conveniences of artificial neural networks for auditor and audit process are exhibited. The controlled financial statements of a corporation which is treated in manifacturing sector at Borsa Istanbul, for 8 years period of March 2004 and December 2012 are used. At the end of the study it is noticed that, artificial neural network technique made a good estimation.

Özet

Bu araştırmanın amacı, bağımsız denetim sürecinin planlama aşamasında analitik inceleme tekniği olarak yapay sinir ağı yönteminin kullanımının gösterilmesidir. Bu bağlamda çalışmada, denetim süreci, analitik inceleme prosedürü ve tekniklerinden bahsedilmekte ve yapay sinir ağlarının denetçiye ve denetim sürecine sağladığı kolaylıklar ortaya konulmaktadır. Borsa İstanbulda imalat sektöründe işlem gören bir işletmenin Mart 2004 Aralık 2012 dönemindeki denetimden geçmiş 8 yıllık finansal tabloları kullanılmaktadır. Çalışmanın sonucunda yapay sinir ağları yönteminin iyi bir tahmin aracı olduğu görülmektedir.

🔖

Cite This Article

ÖZTÜRK, M. S., SENAL, S., KARAATLI, M. (2022). Using of Artificial Neural Networks As an Analytical Investigation Technique at Audit Planning Stage: A Company Application. Ege Akademik Bakış, Cilt: 14 - Sayı: 4, 637–648. https://ajindex.com/articles/495372

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (19)

  1. ACFE, (2010) “Report To The Nations On Occupational Fraud and Abuse” http://www.acfe.com/rttn/rttn- 2010.pdf, (05.07.2013)
  2. Arens, A., Ejder, R. ve Beasley, M. (2011)
  3. Auditing and Assurance Services, Prentice Hall, Fourteenth Edition: 221. Bilge, U. (2008) “Tıpta Yapay Zeka ve Uzman Sistemler” Tıp Bilişimi 4. Ulusal Tıp Bilişimi Kongresi, Antalya. Bozkurt, N. (1998) Muhasebe Denetimi, 2. Baskı,
  4. Alfa Yayınları.
  5. Busto, B. ve Weinberg, R. (1998) “ Using Benfrod’s Law and Neural Networks As a Review Procedure” Managerial Auditing Journal, 13(6): 356-357.
  6. Chan, HJ., Huang, SY. ve Kuo, C.L. (2009) “Using The Artifical eural Network To Predict Fraud Ligition: Some Empirical Evidence From Emerging Markets” Expert System With Applications, 36:1478-1484.
  7. Chen, W.S., Du, Y.K. (2009) “Using Neural Networks and Data Mining Techiques for the Financial Distress Prediction Model” Expert System With Applications, 36:4075-4086.
  8. Cho, V. (2003) “A Comparison Of Three Different Approaches To Tourist Arrival Forecasting” Tourism Management, 24: 323-330.
  9. Çabuk, A. ve Lazol, İ. (2008) Mali Tablolar Analizi, 5. Baskı,
  10. Ankara,
  11. Nobel Yayınları.
  12. Çuhadar, M. ve Kayacan, C. (2005) “Yapay Sinir Ağları Kullanılarak Konaklama İşletmelerinde Doluluk Oranı Tahmini: Türkiye’deki Konaklama İşletmeleri Üzerine Bir Deneme” Anatolia: Turizm Araştırmaları Dergisi, 16(1):24-30.
  13. Davutyan, N. ve Kavut, L. (1997) “Bağımsız Denetimde Müşteri Kabul Riskinin Veri Zarflama Analizi Yoluyla Ölçülmesi” İMKB Dergisi, 9: 33-87.
  14. De Lurgio, A.S. (1998) Forecasting Principles And Applications, Singapore, Irwin McGraw-Hill. Dönmez, A. ve Ayten, E. (2011) “Bağımsız Denetim Sürecinde Analitik İnceleme Prosedürleri: Türkiye’de SPK’dan Yetki Almış Denetim Firmaları Üzerine Bir Araştırma” Bilgi Türk Sosyal Bilimler Dergi, (56):121-142.
  15. Efendigil, T., Önüt, S. ve Kahraman, C. (2009) “A Decision Support System For Demand Forecasting With Artificial Neural Networks And Neuro-Fuzzy Models: A Comparative Analysis” Expert Systems with Applications, 36: 6697–6707. Etherdig, H.L., Siriram, R.S. ve Hsu, H.Y.K. (2000) “Acomprasion of Selected Artifical Neural Networks that help Auditors Evaluate Client Financial Viability” Decision Sciences,31(2): 531-550.
  16. Gaganis, C., Pasiouras, F. ve Daumpos, M. (2007) “Probabilistic Neural Networks For The Identification” Expert System With Applications, 32:114-124.
  17. Gürbüz, H. (1995) Muhasebe Denetimi, 4. Baskı,
  18. Eskişehir, Bilim Teknik Yayınevi.
  19. Güredin, E. (2008) Denetim ve Güvence Hizmetler