Geri Dön

Finansal raporların analizinde metin madenciliğinin kullanımı:Borsa İstanbul şirketlerinin kurumsal yönetim niteliklerinin tahmini

Using text mining in financial reporting: prediction the ise companies' corporate governance qualifications

  1. Tez No: 485376
  2. Yazar: ŞAFAK AĞDENİZ
  3. Danışmanlar: PROF. DR. BİROL YILDIZ
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Metin Madenciliği, Kurumsal Yönetim, Büyük Veri, Yapısal Olmayan Veri, Finansal Rapor, Faaliyet Raporu, Finansal Olmayan Veri, Text Mining, Corporate Governance, Big Data, Unstructured Data, Financial Report, Annual Report, Non-Financial Information
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Osmangazi Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 180

Özet

Bugün dünya üzerinde üretilen bilginin %80-90 gibi çok büyük bir oranı yapısal olmayan (metin, resim, ses ve video) türdeki bilgilerdir. Ancak ne yazık ki karar alıcılar bu tür verileri karar aşamasında kullanamamaktadır. Çünkü bu tür verilerin analizi için gerekli analiz araçları henüz yeterli derecede gelişmiş değildir. Bu nedenle yapısal olmayan verilerin işlenmesi neredeyse tamamen insan beyin gücüne bağımlı durumdadır. Yeterli beyin gücünün de önemli bir kısıt olması, yapısal olmayan verilerin, analiz ve karar süreçlerinde yeterli ölçüde değerlendirilememesi problemini doğurmaktadır. Problemi muhasebe ve finans kapsamında daralttığımızda, yukarıda belirlenen problemin varlığını bu alanda da sürdürdüğünü görmekteyiz. Finansal tabloların yetersizliği nedeniyle işletmeler çok sayıda finansal tablo dışı veri içeren rapor yayınlamaktadırlar. Finansal analiz ve karar süreçlerinde hemen hemen sadece finansal tablolardan elde edilen yapısal ve çok büyük oranda sayısal olan verilere dayalı analizler yapılabilmektedir. Yapısal olmayan veri türlerinin finansal analiz ve karar aşamalarında kullanılması son derece kısıtlıdır. Bu, çalışmamızın çözüm getirmeyi amaçladığı temel problemidir. Bu temel problemi, üzerinde çalışılabilecek somut ve belirli bir problem haline getirmek için problemi sınırlamak gerekmiştir. Problemi sınırlandırmak için finansal analiz ve karar süreçlerinde çok değerli bilgiler içeren, ancak yukarıda belirtilen nedenlerden dolayı çok büyük oranda analiz dışında tutulan faaliyet raporlarının metin kısımlarının metin analizinin yapılması şeklinde bir kapsam belirlenmiştir. Yine problemi sınırlandırma gerekçesi ile faaliyet raporlarının analizi ile işletmelerin kurumsal yönetim uygulamaları konusundaki durumları hakkında bir tahminde bulunmak olarak ifade edilebilecek bir problem belirlenmiştir. Çalışmada veri seti olarak BIST 100 ve XKURY'de yer alan 83 işletmenin kamuya açık bilgileri kullanılmıştır. Makine öğrenmesi algoritmalarından Knn, Naive Bayes ve Karar Ağacı algoritmalarının kullanıldığı çalışmada, işletmelerin kurumsal yönetim niteliklerinin belirlenmesinde en başarılı performans Knn algoritması ile sağlanmıştır. Yapılan uygulama sonucu, faaliyet raporlarının içerdiği yapısal olmayan verilerin analizinin menfaat sahiplerine faydalı bilgi sağladığını göstermektedir.

Özet (Çeviri)

In today, %80-90 percentage of the data that produced on the world is unstructured (text, Picture, audio, video etc). Unfortunately, deciders can not use these datas in decision making process. Because, adequately analyzing tools for these type of datas have not been developed yet. For this reason, processing of these types of datas depend on human brain power. Due to adequately brain power is an important constraint, unstructered datas can not be used sufficiently in analyzing and decision making process. When we restrict the problem in the scope of accounting and finance, it can be seen that this problem that determined above has been going on. Because of the financial tables' insufficiency, companies publish reports that contains too much nonfinancial datas. In financial analysis and decision making process, analyzes has been done that depent on structured and quantitative datas that obtained from financial tables. Using unstructured datas is very limited in financial analyses and decision making process. This is the basic problem of our study aims to solve. To transform this basic problem into more concrete and specific problem, it was required to restrict the problem. So, analyzing the text parts of the annual reports that includes valuable information was determined as a scope. To restrict the problem again, prediction of the companies' corporate governance practices from annual reports by using text mining is determined as a scope. 83 companies' information that open to the general public was used as a dataset. These companies are operating in ISE 100 and XKURY. Knn, Naive Bayes and Decision Tree machine learning algorithms were used in the study. Knn algorithm showed the best performance in determining the companies' corporate governance qualifications. This study's results show that analyzing unstructured information that is in the annual report provides useful information to all stakeholders.

Benzer Tezler

  1. Finansal performans tahmininde metin madenciliğinin kullanımı: BİST imalat sanayi işletmelerinde bir araştırma

    Use of text mining in prediction of financial performance: A research in BİST manufacturing industry

    SAİT PEKİN

    Doktora

    Türkçe

    Türkçe

    2020

    İşletmeAnadolu Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. SAİME ÖNCE

  2. Finsentiment: Predicting financial sentiment and risk through transfer learning

    Başlık çevirisi yok

    ZEHRA ERVA ERGÜN

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÖzyeğin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE SEFER

  3. Sentiment analysis model proposal with deep learning techniques on big data: Portfolio selection with the help of industry indicators

    Büyük veri üzerinde derin öğrenme teknikleri ile duygu analizi model önerisi: Sektör göstergeleri yardımıyla portföy seçimi

    MAHMUT SAMİ SİVRİ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALP ÜSTÜNDAĞ

  4. Innovation management in design-intensive family firms from office furniture manufacturing industry: A dynamic capability perspective from an emerging market

    Ofis mobilyası imalat sanayisindeki tasarım yoğun aile firmalarında inovasyon yönetimi: Gelişmekte olan bir pazardan dinamik yetenek perspektifi

    SELİN GÜLDEN

    Doktora

    İngilizce

    İngilizce

    2022

    Endüstri Ürünleri Tasarımıİstanbul Teknik Üniversitesi

    Endüstriyel Tasarım Ana Bilim Dalı

    PROF. DR. ÖZLEM ER

  5. 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

    Fransızca

    2009

    HukukGalatasaray Üniversitesi

    Kamu Hukuku Ana Bilim Dalı

    PROF. DR. JEAN MARC SOREL

    PROF. DR. HALİL ERCÜMENT ERDEM