Please use this identifier to cite or link to this item: https://hdl.handle.net/20.500.11851/5247
Title: Detecting Financial Information Manipulation By Using Supervised Machine Learning Technics: SVM, PNN, KNN, DT
Other Titles: Denetimli Makine Öğrenmesi Tekniklerini Kullanarak Finansal Bilgi Manipülasyonunun Tespiti: SVM, PNN, KNN, DT
Authors: Aydın, Osman Musa
Aktaş, Ramazan
Issue Date: 2020
Abstract: Within the scope of this paper, traditional estimation algorithms and supervised machine learning methods are used to estimate the manipulation of financial information. Traditional estimation algorithms, such as logit, and supervised machine learning methods, which are support vector machine (SVM), probabilistic neural network (PNN), k-nearest neighbor (KNN) and decision tree (DT) algorithms, are utilized. According to previous studies, support vector machine and probabilistic neural network algorithms perform higher than traditional estimation ones in terms of the accuracy of financial information manipulation estimation. Comparative analysis is made to decide better algorithm for classification by applying all algorithms separately to the financial information manipulation dataset that is collected by skimming weekly bulletins of Capital Markets Board of Turkey and Borsa Istanbul between 2009 and 2018. Thus, it is determined which algorithms perform better in financial information manipulation by looking at performance of classification accuracy, sensitivity and specificity statistics. The obtained results show that KNN and SVM have better performance than the other algorithms and all utilized algorithms have high performance compared to the previous literature’s results
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 finansal bilgi manipülasyonunu doğru olarak tespit etmekte daha yüksek performans göstermektedir. Sermaye Piyasası Kurulu'nun ve Borsa İstanbul’un 2009-2018 yılları arasındaki 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.
URI: https://search.trdizin.gov.tr/yayin/detay/426403
https://doi.org10.18092/ulikidince.748742
https://hdl.handle.net/20.500.11851/5247
ISSN: 1307-9832
1307-9859
Appears in Collections:İşletme Bölümü / Department of Management
TR Dizin İndeksli Yayınlar / TR Dizin Indexed Publications Collection

Show full item record

CORE Recommender

Page view(s)

40
checked on Dec 26, 2022

Google ScholarTM

Check

Altmetric


Items in GCRIS Repository are protected by copyright, with all rights reserved, unless otherwise indicated.