Şirketlerin finansal açıdan sorunlu olmasına ilişkin model çalışması: Türkiye üzerine bir araştırma
Model studies related to firm failure prediction: An application in Turkey
- Tez No: 261698
- Danışmanlar: PROF. DR. ORHAN GÖKER
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Finansman Bilim Dalı
- Sayfa Sayısı: 180
Özet
Bu çalışmada iki istatistiksel model ve bir makine öğrenmesi modeli kullanılarak işletmelerin finansal başarısızlığı bir yıl ve iki yıl öncesinden tahmin edilmeye çalışılmış ve modellerin tahmin güçleri karşılaştırılmıştır. Analizde kullanılan veri seti 1997 -2007 yılları arasında faaliyet gösteren 122 şirketi kapsamaktadır. Belirtilen dönem için şirketlere ait 29 adet oran çalışmanın bağımsız değişkenlerini oluşturmaktadır. Çalışmada Diskriminant ve Lojistik Regresyon Analizinin yanı sıra bir makine öğrenme modeli olan Destek Vektör Makineleri uygulanmış ve tüm modellerin sonuçları karşılaştırılmıştır.Çalışmada, Diskriminant ve Lojistik Regresyon Analizlerinin işletme başarısızlığını tahmin etmede hala güçlü bir modeller olduğu, Destek Vektör Makineleri Modelinin ise model kuramama dezavantajına karşılık işletmeleri sınıflandırmada başarılı sonuçlar verdiği gözlemlenmiştir
Özet (Çeviri)
In this study three types of bankruptcy prediction models, two statistical and a machine learning, are used to predict firm failure one and two years in advance and their classification results are compared. As statistical models discriminant and logistic regression models are applied and as machine learning model, support vector machine and two variation of support vector machine are performed. The sample consists of 122 firms totally, 51 failed and 71 nonfailed, from the year 1997 to 2007. Experiencing financial distress, going bankruptcy or defaulting on loan obligations are accepted as financial failure criteria. Each of the failed firms are macthed with nonfailed firms on the basis of industry classification and the year of the financial information provided. 29 financial ratios are used as independent variables of the models. The results of this study indicate that discriminant and logistic regression analyses are still robust models in predicting firm failure and support vector machines, in spite of nonmodelling defeciency, has a good performance in classification both in the first and the second years preeceding financial failure.
Benzer Tezler
- Gelişmekte olan ülkelerin dış borç sorunu ve Türkiye'nin dış borçları
Başlık çevirisi yok
MUSTAFA KARAGÖZ
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- Istoken : The digital revolution of fractional Ownership & Real estate tokenization model in Türkiye
Istoken : Türkiye'de parçalı mülkiyetin dijital devrimi ve gayrimenkul tokenizasyon modeli
GÖKSU SABUNCUOĞLU
Yüksek Lisans
İngilizce
2024
Ekonomiİstanbul Teknik ÜniversitesiGayrimenkul Geliştirme Ana Bilim Dalı
DOÇ. DR. KEREM YAVUZ ARSLANLI
- Sürdürülebilirlik uygulamaları ve finansal performans: BİST elektrik endeksinden kanıt
Sustainability practices and financial performance: Evidence from BİST electricity index
OĞULCAN DURMUŞOĞLU
Yüksek Lisans
Türkçe
2024
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilim ve Teknoloji Ana Bilim Dalı
PROF. DR. MEHMET ÖZGÜR KAYALICA
- Yenilenebilir enerjili hibrit enerji santrallerinin modellenmesi ve analizi
Modeling and analysis of renewable energy hybrid power plants
HALİME SELOĞLU GENÇ
Yüksek Lisans
Türkçe
2019
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. MUHSİN TUNAY GENÇOĞLU