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
- Tez No: 645746
- Danışmanlar: PROF. DR. CAN DENİZ KÖKSAL
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Akdeniz Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 155
Özet
Finansal başarısızlık, işletmeler ile birlikte ülke ekonomisi açısından da oldukça önemlidir. Finansal başarısızlık, işletme politikalarında ve alınan finansal kararlarda başarısızlıklarının sonucunda karşılaştığı ekonomik sıkıntılar ile birlikte işletmeleri iflasa kadar sürükleyen, hedeflerine ulaşamama durumudur. Finansal başarısızlık önceden tahmin edilmediğinde ve buna yönelik önlemler alınmadığında iflas ile sonuçlanması kaçınılmazdır. Bu nedenle finansal başarısızlık tahmin modellerinin önemi gün geçtikçe artmaktadır. Bu çalışmanın amacı, finansal göstergelerin hiyerarşik yapılarını kullanarak öncelikle işletmelerin finansal durumunu etkileyen göstergeleri belirlemektir. Ayrıca, bu göstergeler ile geleneksel istatistiki yöntemler dışında yer alan parametrik olmayan veri zarflama analizinin işletmelerin finansal durumu tahmin etmedeki performanslarını karşılaştırarak en uygulanabilir yöntemi belirlemektir. Türkiye Borsa İstanbul 100 Endeksinde işlem gören işletmelerin 2014-2016 yılları arasında finansal raporları üzerinden, geleneksel istatistiki yöntemlerden lojistik regresyon analizi ve matematiksel temelli parametrik olmayan bir yöntem olan veri zarflama analizi ile finansal başarısızlık tahmin modelleri geliştirilmiştir. Bu modellerin geliştirilmesinde uygulanan yöntem kadar modele dâhil edilen değişkenler de önemlidir. Bu nedenle işletmelerin finansal durumunu en çok etkileyen göstergelerin belirlenmesinde gri ilişkisel analiz yöntemi ele alınmıştır. Analizler sonucunda tahmin modellerinden lojistik regresyon modelinin işletmelerin finansal başarısızlığını ön görmede veri zarflama analizine göre daha yüksek bir oranda tahmin gücüne sahip olduğu belirlenmiştir. Ancak, veri zarflama analizinin de finansal başarısızlık tahmininde uygulanması kolay ve hızlı bir yöntem olması ve işletmelere başarılı duruma geçebilmeleri için iyileştirmeleri gereken göstergeler üzerinden tavsiyelerde bulunmaktadır. Çalışmanın sonucunda her iki yönteminde finansal başarısızlık tahmininde uygulanabilir olduğunu ancak yöntemlerin kendi içinde farklı avantajlarının olduğu belirlenmiştir.
Özet (Çeviri)
Financial failure is very important for the economy of the country along with the businesses. Financial failure is the state of failure to reach its targets, which drives businesses to bankruptcy with the economic problems faced as a result of their failure in business policies and financial decisions. When financial failure is not foreseen and protective measures are not taken, it is inevitable that it will result in bankruptcy. Therefore, the importance of financial failure forecasting models is increasing day by day. The purpose of this study is to determine the indicators that affect the financial situation of businesses by using hierarchical structures of financial indicators. In addition, it is aimed to determine the most applicable method by comparing the performance of non-parametric data envelopment analysis in estimating the financial situation of businesses apart from the traditional statistical methods. Financial failure estimation models have been developed by using logistic regression analysis from traditional statistical methods and data envelopment analysis which is a mathematically based nonparametric method over the financial reports of the companies traded in Borsa İstanbul 100 Index between the years 2014-2016. In the development of these models, the variables included in the model are as important as the method applied. For this reason, the gray relational analysis method has been considered in determining the indicators that affect the financial situation of the businesses. As a result of the analysis, it was determined that the logistic regression model, which is one of the prediction models, has a higher rate of prediction power than the data envelopment analysis in predicting the financial failure of the businesses. However, data envelopment analysis is also an easy and fast method for estimating financial failures and advises businesses on the indicators that they be in need to improve in order to be successful. As a result of the study, it has been found that both methods are feasible in the estimation of financial failure, but the methods have different advantages in themselves.
Benzer Tezler
- İşletmelerde finansal başarısızlık, koruyucu önlemler ve çözümleyici yaklaşımlar
Başlık çevirisi yok
FUNDA ALTAY
- 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
2023
Ekonomiİskenderun Teknik ÜniversitesiEkonomi Finans Ana Bilim Dalı
DOÇ. DR. EMİNE UÇAR
DR. ÖĞR. ÜYESİ İSA KILIÇ
- Success and failure factors for technology-based startups: Turkish entrepreneurs' perception
Teknoloji tabanlı girişimler için başarı ve başarısızlık faktörleri: Türk girişimcilerin algısı
AYDIN SERCENK HIZAL
Yüksek Lisans
İngilizce
2019
İşletmeOrta Doğu Teknik Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. ADİL ORAN
- Finansal başarısızlığı belirlemede istatistiksel yöntemlerin sınıflandırma performanslarının karşılaştırılması: Borsa İstanbul'da bir uygulama
The comparison of classification capabilities of statistical methods in identifying financial failure: An application in istanbul Stock Exchange Market
SEDA ABACIOĞLU
Yüksek Lisans
Türkçe
2018
İstatistikOndokuz Mayıs Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ELİF BULUT
- Finansal başarısızlık tahmininde makine öğrenmesi yöntemlerinin kullanımı: Türkiye'deki KOBİ'ler üzerine bir uygulama
Using machine learning methods in financial distress prediction: An application for SMEs in Turkey
YUSUF AKER