Kendini örgütleyen haritalar algoritması yöntemiyle Türkiye dokuma sektörünün analizi: BİST şirketleri üzerine bir uygulama
Analysis of Turkish textile sector with self organizing maps method: An application on the companies in Borsa İstanbul
- Tez No: 510522
- Danışmanlar: DR. ÖĞR. ÜYESİ HALİL CEM SAYIN
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 158
Özet
Finansal bilgi kullanıcıları; kredi, yatırım ve yönetim gibi farklı konularda karar verebilmek için finansal analize ihtiyaç duymaktadır. Finansal verilerin ulaşılabilirliği ve karmaşıklığı; analiz tekniklerinin sınırlılıkları bilgi kullanıcılarının kullandıkları bilgilerden optimum faydaya ulaşmalarına engel olmaktadır. Bu durumun üstesinden gelmek ve finansal analizin etkinliğini arttırmak amacıyla istatistiksel yöntemler ve yapay sinir ağları kullanılmaktadır. Bu çalışmada, danışmansız yapay sinir ağı olan kendini örgütleyen haritalar algoritmasının finansal analiz sürecinde uygulanabilir ve ergonomik olduğu gösterilmeye çalışılmıştır. Bu amaçla; Borsa İstanbul'da işlem gören ve faaliyetlerini dokuma sektöründe sürdüren 16 şirketin 2013-2018 yılları arasındaki yıllık finansal tabloları ve aylık hisse fiyatları kullanılarak finansal analiz yapılmıştır. Şirketlerin likidite, mali yapı, faaliyet, kârlılık ve borsa performanslarını gösteren 15 finansal oran kullanılmıştır. Her yılın finansal oranları ve yıllık hisse getirileri girdi verisi olarak algoritmaya sunulmuştur. Algoritmanın çalıştırılması ile elde edilen bileşen düzlemleri ve kümeler ile her yılın finansal analizi ayrı bir şekilde yapılmıştır.
Özet (Çeviri)
Users of the financial statements need financial analysis to be able to make decisions on different issues such as credit, investment and management. The accessibility and complexity of financial data and limitations of analytical techniques prevent information users getting optimal benefit from the data they use.Statistical methods and artificial neural networks are used to overcome this situation and to increase the efficiency of financial analysis. In this study, it was aimed to show that the self-organizing maps algorithm, which is an unsupervised artificial neural network, is feasible and compatible with the financial analysis process. For this purpose, financial analysis was carried out by using annual financial statements and monthly stock prices between 2013-2018. Of the 16 corporations trading on the Istanbul Stock Exchange with corporations active in the textile sector. 15 financial ratios representing the liquidity, debt, activity, profitability and market valuation of the enterprises were used. The annual financial ratios and annual stock returns were presented to the algorithm as input data. The financial analysis of each year was done separately with the component planes and clusters obtained by the operation of the algorithm.
Benzer Tezler
- A network-based hybrid intrusion detection system framework utilizing both anomaly and misuse detection using self organizing maps
Kendini örgütleyen haritalar tabanlı olağandışılık ve kötüye kullanım yöntemlerini kullanan ağ tabanlı melez saldırı tespit sistemi mimarisi
MEHMET ÖZGÜR DEPREN
Yüksek Lisans
İngilizce
2004
Elektrik ve Elektronik MühendisliğiBoğaziçi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN ANARIM
DOÇ. DR. KEMAL CILIZ
- Türkiye otomotiv sektörünün kendini örgütleyen haritalar ile finansal analizi
Financial analysis of Turkey automotive industry with self organising maps
METİN ÖZŞAHİN
Yüksek Lisans
Türkçe
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiEndüstri Mühendisliği Bölümü
YRD. DOÇ. OYA H. YÜREĞİR
- Kimlik doğrulaması için tuş vuruş dinamiklerine dayalı bir güvenlik sisteminin yapay sinir ağları ile geliştirilmesi
Developing a security system for authentication based on keystroke dynamics using artificial neural networks
ZEKİ ÖZEN
Doktora
Türkçe
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul ÜniversitesiEnformatik Ana Bilim Dalı
PROF. DR. SEVİNÇ GÜLSEÇEN
PROF. DR. SUSHIL K. SHARMA
- Ayaklardaki yüzeysel mantar enfeksiyonlarının potansiyel risk faktörlerinin kendini örgütleyen haritalar (SOM) ile analizi
Analysis of potential risk factors that effects prevalence of superficial mycosis of feet with self-organizing maps (SOM)
FADİME ŞAHİN
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiÇukurova ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. OYA HACİRE YÜREGİR
- Deprem sonrası yangın risklerinin bulanık çok kriterli karar verme yöntemleri ile analizi ve insansız hava aracı müdahalesi için kendini örgütleyen haritalar ile kümeleme yaklaşımı
Analysis of post earthquake fire risks with fuzzy multi-criteria decision making methods and clustering approach with self-organizing maps for unmanned aerial vehicles intervention
PELİN GÜLÜM
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALEV TAŞKIN GÜMÜŞ