Geri Dön

İşletmelerin iflas tahmininde makine öğrenmesi algoritmalarının karşılaştırmalı analizi

Comparison analysis of machine learning algorithms in bankruptcy prediction

  1. Tez No: 668950
  2. Yazar: GİZEM DİLKİ
  3. Danışmanlar: PROF. DR. ÖZLEM DENİZ BAŞAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 127

Özet

İflas, işletmelerin finansal açıdan işlevini yerine getirememesi olarak tanımlanmaktadır. İflas sürece yaygın olarak gerçekleşir, bu durumda iflasın çeşitli modellemeler yardımıyla tahmin edilmesi mümkün olabilmektedir. u çalışmada, öncelikle iflas tanımı ve iflas sürecine değinilmiştir. Ardından, iflas tahmin modellerinin tarihsel gelişimine yer verilmiştir. Gelişen teknoloji ile birlikte, veri saklama, saklanan veriyi işlemeye verilen önem üzerinde durulmuş, bu bağlamda makine öğrenmesi disiplininden bahsedilmiştir. Makine öğrenmesi, iflas tahmin problemine sınıflandırma algoritmaları kullanılarak uyarlanmıştır. Bu amaçla çalışmada Kaliforniya Üniversitesi veri tabanından alınan Polonyalı şirketler veri seti kullanılmıştır. Sınıflandırma algoritmaları olarak denetimli makine öğrenmesi algoritmalarından olasılık tabanlı Naive Bayes, tembel öğrenici k En Yakın Komşuluk ve istatistiksel öğrenme teorisi temelli Destek Vektör Makinesi kullanılmıştır. Veri ön işleme aşamasında Kanıt Ağırlığı ve Bilgi Değeri kriterleri yardımıyla değişken seçimi yapılmıştır. Veri setindeki dengesizliği azaltmak amacıyla SMOTE aşırı örnekleme yöntemi kullanılmıştır. Çalışmada duyarlılık, keskinlik, F puanı ve doğruluk değerleri ile ROC eğrisi ve AUC değeri hesaplanmıştır. İlgili performans ölçütleri ile karşılaştırılan üç algoritma arasından en başarılı sınıflama sonucunu veren algoritma Destek Vektör Makinesi algoritması olmuştur.

Özet (Çeviri)

Bankruptcy is defined as businesses' inability to function financially. Bankruptcy occurs widely in the process, in which case it is possible to predict bankruptcy with the help of various models. In this study, first of all, the definition of bankruptcy and the bankruptcy process are discussed. Then, the historical development of bankruptcy prediction models are included. With the developing technology, the importance given to data retention and processing stored data is emphasized and machine learning discipline is mentioned in this context. Machine learning is adapted to the bankruptcy prediction problem using classification algorithms. For this purpose, a data set of Polish companies taken from the University of California (UCI) database is used in the study. As classification algorithms from supervised machine learning algorithms, probability-based Naive Bayes, lazy learner k Nearest Neighborliness and Support Vector Machine based on statistical learning theory is used. Variable selection is made with the help of Evidence Weight and Information Value criteria during the data pre-processing phase. The SMOTE over-sampling method is used to reduce the imbalance in the data set. In the study, sensitivity, specificity, F score and accuracy values and ROC curve and AUC value are calculated. Of the three algorithms compared with the relevant performance criteria, the algorithm that gave the most successful classification result is the Support Vector Machine algorithm.

Benzer Tezler

  1. 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

    Doktora

    Türkçe

    Türkçe

    2021

    İşletmeGiresun Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. ALPER KARAVARDAR

  2. İflas tahmin yöntemlerinin karşılaştırılması: Borsa İstanbul üretim şirketlerinde uygulama

    The comparison of methods of estimating bankruptcy: Application on the manufacturing companies operand in the İstanbul Stock exchange

    KEREM URAL

    Doktora

    Türkçe

    Türkçe

    2020

    EkonometriYaşar Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. FATMA DİLVİN TAŞKIN YEŞİLOVA

  3. Çeke dayalı icra takibi

    Enforcement procedure of cheque

    EREN SAYKUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Hukukİstanbul Üniversitesi

    Özel Hukuk Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ FATİH AYDOĞAN

  4. Bir erken uyarı sistemi olarak iflas ve finansal stres modelleri

    Bankruptcy and financial stress models as an early warning system

    RABİA NAZMİYE AYVAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    MaliyeSakarya Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MUSTAFA KENAN ERKAN

  5. İşletmelerde konkordato sürecinin işleyişi, uygulama ve finansal yönden değerlendirilmesi

    Operation implementation and financial evaluation of the concordat process in business

    OKAN GENİŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    Ekonomiİstanbul Aydın Üniversitesi

    Muhasebe ve Finansal Yönetim Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ESİN NESRİN CAN