Finansal başarısızlığın öngörülmesinde sinirsel bulanık ağ modelinin kullanımı ve amprik bir çalışma
Financial failure prediction using neuro fuzzy modelling and an empirical analysis
- Tez No: 215173
- Danışmanlar: PROF.DR. ŞERAFETTİN SEVİM
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Diskriminant analizi, Faktör analizi, Discriminant analysis, Factor analysis
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Dumlupınar Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalısmanın amacı, sinirsel bulanık ag modelini kullanarak, isletmelerin zaman zaman yasadıkları finansal basarısızlıkları öngörmektir. Erken uyarı görevini yerine getirecek olan bu model, tüm bilgi kullanıcılarını yakından ilgilendirmektedir. sletmelerin ileride karsılasacakları finansal basarısızlıkların öngörülmesi, zamanında önlemler alabilmek için önem tasımaktadır. Finansal basarısızlık öngörü çalısmalarında çoklu ayırma analizi, çoklu regresyon analizi, logistik regresyon analizi gibi istatistiksel tekniklerin kullanıldıgı görülmektedir. Son zamanlarda ise adından sıkça söz ettiren yapay sinir agları bu alanda kullanılmaya baslanılmıstır. Literatür taraması sonucunda böyle bir öngörünün sinirsel bulanık ag modeliyle gerçeklestirilmedigi görülmüstür. Finansal basarısızlık öngörü çalısmaları incelendiginde yüksek öngörü üzerine odaklanıldıgı, kurulan modellerin söz konusu kararı nasıl verdiginin üzerinde ise önemle durulmadıgı görülmüstür. Bu tez çalısmasında sinirsel bulanık ag modelinin kullanılmasındaki amaç, kurulan modelin almıs oldugu kararı, nasıl aldıgının arastırılmasıdır. Sinirsel bulanık ag modeli finansal oranları kullanarak isletmelerin finansal durumu hakkında nasıl karar verdigini yorumlama imkanı tanımaktadır. Bu çalısmada sinirsel bulanık ag modeli ile finansal basarısızlıgın 1 yıl önceden öngörülmesi amacıyla, SPK'ya tabi ve MKB'de islem gören isletmeler üzerinde bir uygulama yapılmıstır. Bu çalısmada aynı zamanda sinirsel bulanık ag modelinin performansını karsılastırmak üzere aynı örneklem üzerinde çoklu ayırma analizi ve yapay sinir ag modeli de uygulanmıstır. Bu öngörülerin gerçeklestirilebilmesi için isletmelere ait finansal oranlardan yararlanılmıstır. 142 isletme üzerinde gerçeklestirilen öngörü çalısması sonucunda gelistirilen üç modelden de basarılı sayılabilecek sonuçlara ulasılmıstır. Yapay sinir ag modelinin isletmeleri dogru gruplara ayırma ki basarısı %86,1 olarak bulunurken, bu oran çoklu ayırma analizi ile %83,3 olarak bulunmustur. Sinirsel bulanık ag modelinin isletmeleri dogru gruplara atamadaki basarısı ise %80,6 olarak bulunmustur. Kurulan modellerin dogru sınıflandırma basarıları arasında anlamlı bir farklılık bulunmamıstır
Özet (Çeviri)
The purpose of this study is to predict the financial failure of the firms by using neuro fuzzy modelling. The model bringing early warning duty is closely related with all data users. Predicting the future failure of the firms is important to take necessary precautions in time. The study of financial failure predicting, statistical technics such as multivarite discriminant analysis, multivarite regresyon analysis and logistic regresyon analysis are used. Recently artificial neural network have been used in this field more often. In literature, it has been seen that neuro fuzzy modelling could not been applied to this prediction. Researching predicting financial failure studies, it has been seen that focusing on high predicting is more than how the decision is made. The purpose of using neuro fuzzy modelling in this study is to search of how the decision is made by the developed model. Neuro fuzzy modelling enables to explain about financial state of the firms by using financial ratios. In this study the aim of predicting the financial failures of the firms a year earlier, neuro fuzzy modeling is applied on the firms on board of SPK and IMKB. In this study to compare the performance of neuro fuzzy modelling multivarite discriminant analysis and artificial neural networks is also applied on the same sample. To predict this, financial ratios of the firms are used. After the study of predicting on 142 firms, three developed models obtained succesful result. While the success of artificial neural networks in classification the firms is %86,1 and multivarite discriminant analysis is %83,3. The success of neuro fuzzy modelling in correct classification of the firms is obtained %80,6. No significant difference is obtained among correct classification developed models
Benzer Tezler
- Menkul kıymet yatırımları açısından sermaye piyasası kanununa göre yayınlanan finansal tablo ve raporların yeterliliği
Başlık çevirisi yok
HAMDİ AYDIN
- Tek düzen genel hesap planı ile standart genel hesap planının karşılaştırılması (bilanço hesapları)
Başlık çevirisi yok
ŞEREF KAVAK
