Özet:

Bu çalışma kapsamında, finansal bilgi manipülasyonunu tahmin etmek için geleneksel tahmin algoritmaları ve denetimli makine öğrenmesi yöntemleri kullanılmaktadır. Geleneksel tahmin algoritması olarak logit kullanılırken, denetimli makine öğrenmesi yöntemlerinden destek vektör makinesi (SVM), olasılıksal sinir ağı (PNN), k-en yakın komşu (KNN) ve karar ağacı (DT) algoritmaları kullanılmıştır. Önceki çalışmalara göre, destek vektör makinesi ve olasılıksal sinir ağı algoritmaları geleneksel tahmin algoritmalarından daha yüksek performans göstermektedir. 2009-2018 yılları arasında Sermaye Piyasası Kurulu'nun haftalık bültenlerini gözden geçirerek toplanan verilere tüm algoritmalar ayrı ayrı uygulanmıştır. Hangi algoritmanın finansal bilgi manipülasyonunu tespitinde daha başarılı olduğuna karar vermek amacıyla karşılaştırmalı analiz yapılmıştır. Karşılaştırmalı analizde, algoritmaların duyarlılık ve özgünlük istatistiklerinin performansına bakılmıştır. Elde edilen sonuçlar, KNN ve SVM’nin diğer algoritmalardan daha iyi performansa sahip olduğunu ve kullanılan tüm algoritmaların önceki literatürün sonuçlarına kıyasla yüksek performansa sahip olduğunu göstermektedir.

Anahtar Kelimeler: