Finansal zorluğa düşecek firmaların önceden tahmini ve ülkemizde bir uygulama
Predicting financial failure and an application in Turkey
- Tez No: 214997
- Danışmanlar: PROF.DR. DURSUN ARIKBOĞA
- Tez Türü: Doktora
- Konular: Bankacılık, Ekonomi, İşletme, Banking, Economics, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2007
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Bir işletmenin mali yükümlülüklerini yerine getirememesi olarak tanımlanan finansal zorluğa düşme durumu, toplumsal ve ekonomik sonuçlar doğuran bir olaydır. Finansal zorluğu tahmin etmeye odaklanan bu tez, özellikle, kredi talebinde bulunan Küçük ve Orta Büyüklükteki İşletmelerde (KOBİ) temerrüte düşme olasılığını bulmak için skorlama sistemlerini incelemekte ve bir uygulama çalışması sunmaktadır. KOBİ'lerde skorlama sistemi uygulamalarında temerrüte düşme olasılığını etkileyen iki ana faktör finansal veriler ve firmanın (ve ortakların) niteliksel faktörleridir. İşletme küçüldükçe, ortakların kredibilitesi firmanın derecelendirilmesi üzerinde daha fazla etkili olur; diğer taraftan, işletme büyüdükçe finansal tabloların derecelendirme üzerindeki etkisi artar. Finansal faktörlerin kullanımına odaklandığımız çalışmamızda, finansal zorluğun tahmini için kullanılan veriler, araştırma süresince ortaya çıkarılan birçok bağımsız değişken ve temerrüte düşüp düşmemeyi gösteren ikili bağımlı değişkendir. Genelde karlılık, kaldıraç, operasyonel verimlilik ve likiditeyi ölçen finansal rasyo gruplarından bazı rasyolar, firmaları finansal zorluğa düşecek ya da düşmeyecek diye iki sınıfa ayırmakta daha duyarlıdır. Bu tezde KOBİ'lerden gelen veriler kullanılmış olup, lojistik regresyon yöntemi ile skorlama modeli oluşturma konusunda uygulama çalışması yapılmıştır. Bu şekilde elde edilen skor 0 ve 1 arasında yer alır ve temerrüte düşme olasılığı olarak yorumlanır. Türkiye gibi Basel II uzlaşısı ile uyumluluk anlaşması yapan ülkelerdeki çoğu banka, sermaye gereksinimlerini daha etkin bir şekilde saptamak için kendi müşteri veritabanlarına dayanan ileri içsel derecelendirme sistemleri geliştirme çalışmaları içindedir. Bu nedenle, skorlama sistemleri çalışmamızın yapıldığı tarihler itibarı ile, bankacılık sektörü içinde oldukça rağbet gören bir konu haline gelmiştir.
Özet (Çeviri)
Financial distress, defined as a condition where an enterprise cannot meet its financial obligations, has important social and economic consequences. This thesis is focused on predicting financial distress; in particular, credit scoring systems for the prediction of default for small and medium size enterprises (SME) as well as an application on Turkish SME?s. For SME scoring applications, two main factors that affect the probability of default for SME loans are basically business financials and the credit history of the owners (shareholders). As the enterprise gets smaller, the credibility of the owners gets more influential on the final score of the enterprise and vice versa. Our study focusing on the financial data of the enterprise to determine the probability of default are based on independent variables identified in the course of the research and a binary dependent variable indicating failure or non-failure. Certain financial ratios mainly measuring profitability, leverage, operational efficiency and liquidity display higher sensitivity when classifying the firms that experience financial distress or otherwise. In our application study, utilizing SME related financial data, we use logistic regression method in order to form relevant scoring function. The score obtained for each firm is a value in between 0 and 1 which is interpreted as the probability of default. In those countries that have promised to comply with Basel II recommendations such as Turkey, most banks have been planing or establishing advanced scoring systems based on their own customer database to assess their capital needs. Therefore, scoring systems have been a popular subject in the banking sector during the period our study has been carried over.
Benzer Tezler
- Borsa tahmininde derin öğrenme tabanlı yenilikçi modeller
Deep learning-based innovative models for stock market prediction
ZİNNET DUYGU AKŞEHİR
Doktora
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiHesaplamalı Bilimler Ana Bilim Dalı
PROF. DR. ERDAL KILIÇ
- Kamu özel işbirliği modelleri ve yap işlet devret modelinin devlet muhasebe standartları ve uluslararası muhasebe standartları kapsamında incelenmesi
Examination of public private cooperation models and build-operate-transfer model within the context of government accounting standards and international accounting standards
ZEHRA HABERAL
- Kadın girişimciliği ve sosyal sermaye: Antalya'da faaliyet gösteren kadın girişimciler üzerine bir araştırma
Women entrepreneurship and social capital: A research on female entrepreneurs operating in Antalya
GÖZDE TOPRAKCI ALP
Yüksek Lisans
Türkçe
2018
Çalışma Ekonomisi ve Endüstri İlişkileriAkdeniz ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
DOÇ. DR. BEYHAN AKSOY
- Bütünleşik ürün karması planlaması için yeni bir optimizasyon yaklaşımı ve perakende sektöründe uygulaması
A novel optimization approach for integrated product assortment and its application in the retail sector
MUHAMMED CAN KONUR
Doktora
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET BÜLENT DURMUŞOĞLU
- Computation of thermal conductivity in nanofluids
Nanoakışkanlarda ısı iletkenliği hesaplamaları
CEREN ECE YÜCE
Yüksek Lisans
İngilizce
2023
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiFizik Mühendisliği Ana Bilim Dalı
DOÇ. DR. CEM ÖZGÜR SERVANTİE