Geri Dön

Mali başarı ve başarısızlık tahmini: Lojistik regresyon ve destek vektör makineleri karşılaştırması

Predicting the financial success and failure: Comparison of the logit regression and support vector machine

  1. Tez No: 582808
  2. Yazar: FATİH ŞENGÖREN
  3. Danışmanlar: PROF. DR. RAMAZAN AKTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: TOBB Ekonomi ve Teknoloji Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 77

Özet

Mali başarısızlık; firmaları, kredi verenleri ve yatırımcıları olumsuz etkileyen ve sosyo ekonomik sonuçları olan bir olgudur. Ekonomik düzende bu kadar geniş bir kesimi olumsuz etkileyen mali başarısızlığın önceden tahmini; mali başarısızlığa neden olan faktörlerin bilinmesi, önlemlerin önceden alınması ve kayıpların azaltılması için önem arz etmektedir. Bu çalışmada, bu noktadan hareketle firmaların mali başarısızlıklarını öngörmede Lojistik Regresyon (LR) modeli ile Destek Vektör Makineleri (SVM) modelinin başarıları karşılaştırılmıştır. Bu amaçla Borsa İstanbul'da (BİST) işlem gören 26 mali başarısız, 49 mali başarılı; toplam 75 şirketin 2006-2017 yılları arasındaki finansal tablolarından yararlanarak mali oranları hesaplanmış ve bu veriler yardımıyla mali başarı ve başarısızlık 1, 2 ve 3 yıl önceden tahmin edilmeye çalışılmıştır. Elde edilen sonuçlara göre; SVM modelinin tahmin başarısı, her 3 yıl için de geçerli olmak üzere, geleneksel model olan LR modeline göre daha yüksek çıkmıştır. Ayrıca bu çalışmada; aktif karlılığı, FAVÖK kar marjı, özkaynak kazançları oranı ve nakit oranı mali oranlarının, tahminde kullanılan toplam 22 mali oran arasında mali başarısızlığı tahmin etmede daha önemli olduğu tespit edilmiştir.

Özet (Çeviri)

Financial distress is a phenomenon with socio-economic consequences that negatively affects firms, lenders and investors. The prediction of financial distress is important not only for the lenders but also for other participants of the society as well. Especially, the early warning models giving information about the possible financial failure cases are useful to take precautionary measures and to reduce the losses. This study compares the success of the Logistic Regression (LR) model and Support Vector Machine (SVM) model to predict the financial distress of firms. For this purpose, financial ratios of a total of 75 companies, 26 of which financially unsuccessful and 49 of which financially successful, that are traded in Borsa Istanbul (BIST) were calculated by using the financial statements between 2006-2017. In the light of these data, financial distress estimations were made separately from 1, 2 and 3 years before the financial failure date. According to the obtained results, the predictive success of the SVM model was higher than that of the traditional LR model which is valid for each of the 3 years. In addition, in this study, the ratios such as return on total assets, EBITDA profit margin, return on equity, cash ratio are found to be important in predicting the financial failure among 22 financial ratios used in the estimation of financial failure for these samples.

Benzer Tezler

  1. Bilişim sektöründe finansal başarısızlığın makine öğrenmesi yöntemleri ile tahmini

    Prediction of financial failure in informatics sector with machine learning methods

    FATİH ATEŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Ekonomiİskenderun Teknik Üniversitesi

    Ekonomi Finans Ana Bilim Dalı

    DOÇ. DR. EMİNE UÇAR

    DR. ÖĞR. ÜYESİ İSA KILIÇ

  2. Hastane işletmelerinde başarı değerlemesi sürecinde kullanılan mali kriterler ve analiz

    Financial criteria which are used in success evaluation process in hospital enterprises and analysis

    CEMRE EDA YAR

    Doktora

    Türkçe

    Türkçe

    2017

    Sağlık Kurumları YönetimiGazi Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. AHMET AKSOY

  3. Bankalarda Kobi kredilerini değerlendirmeye ilişkin bir yaklaşım : Yapay sinir ağları

    An approach on Sme credit evaluations at banks : Artificial neural networks

    MEHMET YAZICI

    Doktora

    Türkçe

    Türkçe

    2007

    BankacılıkKadir Has Üniversitesi

    Finans ve Bankacılık Ana Bilim Dalı

    PROF.DR. EROL ÜÇDAL

  4. Finansal rasyolar yardımıyla mali başarısızlık tahmininde alternatif tekniklerin karşılaştırılması

    Başlık çevirisi yok

    SÜLEYMAN NAZİF UYAR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    EkonometriMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. SELAY GİRAY

  5. Analysis and prediction of bank failures in Turkey 'a multivaniete logistic approach'

    Türkiye'de banka iflaslarının çok boyutlu lojistik yaklaşımla analizi ve tahmini

    RÜŞTÜ ALPTEKİN SABUNCUOĞLU

    Doktora

    İngilizce

    İngilizce

    2002

    BankacılıkBoğaziçi Üniversitesi

    PROF. DR. AHMET VEDAT AKGİRAY