Predicting business failures in non-financial Turkish companies
Finansal olmayan Türk şirketlerınde iflas tahmini
- Tez No: 398164
- Danışmanlar: YRD. DOÇ. BURCU ESMER
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: multivariate linear discriminant model, quadratic discriminant model, logit model, probit model, decision tree model, neural networks model, support vector machines, business failures, bankruptcy prediction, financial ratios
- Yıl: 2015
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Ekonomi ve Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 45
Özet
Kurumsal iflas tahmini finans literaturunde yaygin olarak incelenmistir. Bu tez 2000 ve 2015 yillari arasinda fi nansal sektorde olmayan Turk sirketlerinin iflas tahminlerini 7 farkli modelin: coklu degiskenli dogrusal diskriminant, ikinci derece diskriminant, logit, probit, karar agaci, yapay sinir aglari ve destek vektor makinesi modelleri dogruluklarini karsilastirarak inceler. Bu calsma,finansal oranlarn iflastan 1 ila 2 yl oncesine kadar guclu belirleyici olduklarini gostermektedir. Ayrca, uc fi nansal oranin: doner sermayenin toplam aktiflere orani, net gelirin toplam aktiflere orani ve net gelirin toplam pasiflere oraninin iflas tahminini ongormede onemli oldugunu gostermektedir. Butun veri seti kullanildiginda, karar agaci modeli %75 ile en yuksek dogruluk oranina sahiptir. Ikincil veri seti kullanildignda ise yapay sinir aglari diger modellere gore en yuksek dogruluk oranina sahiptir. Anahtar sözcükler : çoklu değişkenli doğrusal diskriminant modeli, ikinci derece diskriminant modeli, logit modeli, probit modeli, karar ağacı modeli, yapay sinir ağları modeli, destek vektör makineleri, iflas tahmini, finansal oranlar .
Özet (Çeviri)
The prediction of corporate bankruptcies has been widely studied in the fi nance literature. This paper investigates business failures in non-fi nancial Turkish companies between the years 2000 and 2015. I compare the accuracies of di fferent prediction models such as multivariate linear discriminant, quadratic discriminant, logit, probit, decision tree, neural networks and support vector machine models. This study shows that accounting variables are powerful predictors of business failures one to two years prior to the bankruptcy. The results show that three financial ratios: working capital to total assets, net income to total assets, net income to total liabilities are signi ficant in predicting business failures in non- financial Turkish companies. When the whole sample is used, all five models predict the business failures with at least 75% total accuracy, where the decision tree model has the best accuracy. When the hold-out samples are used, neural networks model has the best prediction power among all models used in this study.
Benzer Tezler
- Borsa İstanbul'da işlem gören sanayi işletmelerinin finansal başarısızlıklarının öngörülmesi: 2007-2019
Predicting financial failures of industrial companies listed in Borsa Istanbul: 2007-2019
HASAN DEMİRHAN
- Sanayi işletmelerinde finansal başarısızlığın öngörülmesi üzerine bir deneme
The Study of the prediction of financial failures of the industrial corporations
BEGÜM KALAYCI
- Finansal başarısızlık göstergelerinin gri ilişkisel analiz ile belirlenmesi ve BİST 100 endeksinde veri zarflama analizi ve lojistik regresyon analizi uygulaması
Determination of financial failure indicators by gray relational analysis and application of data envelopment analysis and logistic regression analysis in BİST 100 index
EBRU NURCAN
- Finansal başarısızlığın oran analizi ve diskriminant analizi kullanılarak ölçümlenmesi: BİST'de işlem gören dokuma, giyim eşyası ve deri işletmeleri üzerine bir araştırma
Measuring business failure by using ratio analysis and discriminant analysis: A research on textile, clothes and leather firms listed in the Istanbul Stock Exchange
ABDULLAH ORHAN
