THE CONTRIBUTION OF DATA ANALYTICS TECHNIQUES TO FINANCIAL STATEMENT ANALYSIS
DOI:
https://doi.org/10.64734/bjss.2-1-05Keywords:
financial statement analysis, data analytics, big data, artificial intelligence, machine learningAbstract
Financial statement analysis is considered an important tool for evaluating the financial position, operating results, and overall financial performance of businesses. Traditional financial analysis methods have long been used to provide information about companies’ liquidity structure, profitability level, and financial sustainability. However, the digital transformation process, the rapid increase in data volume, and the growing complexity of financial markets have made some limitations of these traditional methods more visible. In particular, relying solely on historical financial data, conducting analysis processes manually, and evaluating limited data sets restrict the ability of traditional methods to generate future-oriented predictions.This study examines the contributions of data analytics techniques to financial statement analysis within the framework of the existing literature. Firstly, the conceptual structure of financial statement analysis and traditional analysis methods are discussed. Subsequently, the concept of data analytics, the main techniques used in data analytics, and the application areas of these techniques in financial analysis processes are evaluated. The findings in the literature indicate that data mining, machine learning, and artificial intelligence applications provide significant contributions in areas such as financial performance evaluation, risk analysis, financial failure prediction, fraud detection, and strategic decision-making processes.The results of the study reveal that data analytics applications make financial analysis processes faster, more comprehensive, and prediction-oriented. In addition, data analytics applications increase the accuracy of financial analysis by enabling the evaluation of different data sources together. Nevertheless, traditional financial analysis methods still maintain their importance and provide more effective results when used together with data analytics applications. Consequently, it is concluded that data analytics techniques play a transformative role in financial statement analysis processes and have strategic importance for modern businesses.
Downloads
References
Arslan, S., & Kayıkcıoğlu, T. (2020). Examination of the level of use of financial statement analysis techniques by certified public accountants province. Vergi Raporu, 2020(1), 101–115.
Atasel, O. Y., Şeker, Y., & Hoş, S. (2024). Finansal tablolar analizine ilişkin yayınlar üzerine bir araştırma. Ondokuz Mayıs Üniversitesi İnsan Bilimleri Dergisi, 5(2), 157–170.
Ciğer, A., Kınay, B., & Angı, G. G. (2018). Büyük verinin muhasebe uygulamaları ve muhasebe eğitimi üzerindeki etkileri. Muhasebe ve Denetime Bakış, 17(53), 215–233.
Çam, M. (2023). Endüstri 4.0: Dijitalleşme ve muhasebe. Journal of Politics Economy and Management, 6(1), 11–29.
Elmalı, F., & Tekindal, M. A. (Ed.). (2024). Veri analitiği ve paket program uygulamaları. Necmettin Erbakan Üniversitesi Yayınları.
Erdoğan, S., Yıldırım, D. Ç., & Gedikli, A. (Ed.). (2019). International congress of management, economy and policy 2019 autumn proceedings book. Pazıl Reklam, Danışmanlık, Matbaa ve Organizasyon.
Göksu Kırca, E. (2025). Veri analitiği ve karar verme: Matematiksel modellerin işletmelerde kullanımı. Socrates Journal of Interdisciplinary Social Researches, 11(56), 1–11.
İçerli, M. Y., & Özbek Kabadayı, T. (2025). Büyük veri ile muhasebe süreçlerinin dönüşümü: Yeni uygulamalar ve yöntemler. Nevşehir Hacı Bektaş Veli Üniversitesi SBE Dergisi, 15(3), 1364–1378.
İlgün, M. F. (2020). Vergi denetim sürecinde büyük veri analitiği. Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi, 8(1), 1–24.
Karaöz, B. (2018). Büyük veri ve işletme analitiği: Sosyal medya ve duygu analizi ile bir öngörü modeli (Doktora tezi, İstanbul Üniversitesi). Yükseköğretim Kurulu Ulusal Tez Merkezi.
Kıllı, M., & Evci, S. (2017). Muhasebe manipülasyonlarının tespitinde kullanılan modeller. Osmaniye Korkut Ata Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 1(1), 68–79.
Onut, S., & Demir, M. (2024). Mali tablo okuryazarlığı ve bu okuryazarlık kapsamında oran analizlerinin incelenmesi. Uluslararası İktisadi ve İdari Akademik Araştırmalar Dergisi, 4(1), 47–62.
Özyürek, H., & Erdoğan, E. (2011). Finansal kurumlarda mali analiz ve bir uygulama. Ekonomi Bilimleri Dergisi, 3(2), 229–238.
Simatupang, O. (2024). Big data analytics in financial statement analysis: A systematic review of challenges, techniques, and future directions. International Journal of Information System and Innovative Technology, 3(1), 33–40.
Sun, L. (2025). Financial statement analysis in the era of big data: A comparative study of machine learning techniques and traditional methodologies. Edelweiss Applied Science and Technology, 9(7), 238–259.
Sümer, E., & Yiğiter, Ş. Y. (2024). Mali tablo analizi çalışmalarının bibliyometrik analizi. Erzincan Binali Yıldırım Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(2), 41–55.
Tekşen, Ö., Apalı, A., & Gülcan, N. (Ed.). (2021). XXXIX. Türkiye muhasebe eğitimi sempozyumu: “Değişen teknoloji og iş ortamında muhasebe” bildiriler kitabı. Detay Anatolia Akademik Yayıncılık.
Uladi, A. İ., & Arı, E. S. (2023). Büyük veri, büyük veri analizi ve uygulama alanları. Yönetim Bilişim Sistemleri Dergisi, 9(1), 1–14.
Wang, M., & Dai, J. (2025). Research on the application of artificial intelligence in the field of enterprise financial management and strategic decision-making. Edelweiss Applied Science and Technology, 9(3), 545–551.
Yıldız, A. (2022). Büyük veri’nin V’leri ve veri analitiği. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 51, 361–378.
Yücel, R., & Ayyıldız, Y. (Ed.). (2024). Dijital çağda muhasebe: Dijitalleşme, enflasyon ve sürdürülebilirlik üzerine çalışmalar.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Rüya YENİ (Author)
This work is licensed under a Creative Commons Attribution 4.0 International License.
