Geri Dön

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

  1. Tez No: 510522
  2. Yazar: AYKUT YAKAR
  3. Danışmanlar: DR. ÖĞR. ÜYESİ HALİL CEM SAYIN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Anadolu Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. 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

    İngilizce

    2004

    Elektrik ve Elektronik MühendisliğiBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. EMİN ANARIM

    DOÇ. DR. KEMAL CILIZ

  2. Türkiye otomotiv sektörünün kendini örgütleyen haritalar ile finansal analizi

    Financial analysis of Turkey automotive industry with self organising maps

    METİN ÖZŞAHİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova Üniversitesi

    Endüstri Mühendisliği Bölümü

    YRD. DOÇ. OYA H. YÜREĞİR

  3. 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

    Türkçe

    2016

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Üniversitesi

    Enformatik Ana Bilim Dalı

    PROF. DR. SEVİNÇ GÜLSEÇEN

    PROF. DR. SUSHIL K. SHARMA

  4. 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

    Türkçe

    2016

    Endüstri ve Endüstri MühendisliğiÇukurova Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. OYA HACİRE YÜREGİR

  5. 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

    Türkçe

    2021

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ALEV TAŞKIN GÜMÜŞ