Şirket değerlemesinde makine öğrenmesi algoritmalarının kullanımı: Holding şirketleri üzerine bir araştırma
The use of machine learning algorithms in company valuation: A research on holding companies
- Tez No: 748821
- Danışmanlar: DOÇ. DR. ALPER KARAVARDAR
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Şirket Değerlemesi, Makine Öğrenmesi, Yapay Sinir Ağları, Destek Vektör Makineleri, Karar Ağaçları, Rasgele Orman, Company Valuation, Machine Learning, Artificial Neural Networks, Support Vector Machines, Decision Trees, Random Forest
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 176
Özet
Bu tez çalışması, Türkiye'de holding şirketlerinde değer yaratan unsurların kaynaklarının ne olduğunu, geçmiş dönem verileri kullanılarak şirket değerinin nasıl tahmin edilebileceğini, literatürde öne çıkan değer yaratıcı unsurların ve değer ile ilişkili finans teorilerinin holding şirketleri üzerinde geçerli olup olmadığını tespit etmek için kaleme alınmıştır. Araştırma sürecinde Yapay Sinir Ağları (YSA), Destek Vektör Makineleri (DVM), Karar Ağaçları (KA) ve Rasgele Orman (RO) makine öğrenmesi algoritmalarından faydalanılmıştır. Araştırmanın amacı doğrultusunda, uygulama üç aşamadan oluşmaktadır. Birinci aşamada, bağımsız değişkenleri oluşturan 25 adet finansal oran/verinin, bağımlı değişken olan piyasa değerini tahmin etme gücü YSA, DVM, KA ve RO algoritmaları ile test edilmiştir. Mevcut veri setine Min-max Normalizasyon dönüşümü uygulanması halinde model performansı en yüksek algoritma YSA olurken; herhangi bir dönüşüm uygulanmadığında model performansı en yüksek algoritma KA olmuştur. İkinci aşamada ise, holding şirketlerinde değer yaratan unsurların tespiti amaçlanmıştır. Bu amaçla, KA algoritması ile Python'da feature importance parametresi kullanılarak, bağımlı değişken olan piyasa değeri üzerinde etkili olan finansal oran/veriler tespit edilmiştir. Piyasa değeri üzerinde etkisi en yüksek değişkenler sırası ile özsermaye, likit oran, hisse başı temettü oranı, kısa vadeli borç/aktifler, net satışlar, borç/kaynaklar, aktif devir hızı, hisse başı kar, dönen varlık devir hızı, maddi olmayan duran varlıklar, stok devir hızı ve net kar marjıdır. Hisse başı temettü ve borç/kaynaklar oranlarının şirket değeri üzerinde etkisinin olduğu tespit edilmiştir. Bu tespit, Modigliani-Miller'in temettü ve sermaye yapısı teorilerinin holding şirketleri üzerinde geçerli olmadığını kanıtlamaktadır. Üçüncü aşamada ise, holding şirketlerinin 2011:Q1-2019:Q4 dönemi temel alınarak KA algoritması ile 2020:Q1 dönemine ilişkin piyasa değeri öngörülmeye çalışılmıştır.
Özet (Çeviri)
This thesis was written to determine what the sources of the elements that create value in holding companies in Turkey are, how the company value can be estimated using past period data, whether the value creative elements that stand out in the literature and value-related finance theories apply to holding companies. In the research process, Artificial Neural Networks (ANN), Support Vector Machines (SVM), Decision Trees (DT) and Random Forest (RF) machine learning algorithms were used. For the purpose of the research, the application consists of three stages. In the first stage, the power of estimating the market value of 25 financial ratios/data constituting independent variables, which are dependent variables, was tested with ANN, SVM, DT and RF algorithms. While the model performance was the highest algorithm if the Min-max Normalization transformation was applied to the existing data set, the model performance was the highest algorithm when no transformation was applied. In the second stage, it is aimed to determine the elements that create value in holding companies. For this purpose, using the feature importance parameter in Python with the DT algorithm, the financial ratio/data that affects the market value, which is a dependent variable, was determined. The effect on the order of variables with the highest market value, equity, liquid ratio, the dividend rate per share, short-term debt/assets, net sales, debt/resources active turnover, earnings per share, current asset turnover, intangible assets, stock turnover and net profit margin. It has been determined that the dividend and debt-to-resources ratios per share have an impact on the company's value. This finding proves that Modigliani-Miller's dividend and capital structure theories are not valid on holding companies. In the third stage, based on the period 2011: Q1-2019: Q4 of the holding companies, the market value of the holding companies for the period 2020: Q1 was estimated using the DT algorithm.
Benzer Tezler
- Hedef bazlı performans değerleme sistemi -Özel finans sektöründe bir inceleme-
The System of performance evaluation by goals -A research on the special financing sector-
NECATİ HANÇER
Yüksek Lisans
Türkçe
2001
Çalışma Ekonomisi ve Endüstri İlişkileriSakarya ÜniversitesiÇalışma Ekonomisi ve Endüstri İlişkileri Ana Bilim Dalı
PROF. DR. ADEM UĞUR
- Gayrimenkul değerlemesinde değerleme uzmanlığı üzerine bir inceleme
A research about real estate appraisers in real estate appraisal
SERKAN YALÇIN
Yüksek Lisans
Türkçe
2006
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET UĞUR MÜNGEN
- Marka değerinin şirket değerlemedeki etkisi
The impact of brand value on company valuation
ONUR DAĞDELEN
Yüksek Lisans
Türkçe
2022
İşletmeTekirdağ Namık Kemal Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MURAT SELİM SELVİ
- Satış yöneticilerinin liderlik ve karar alma tarzlarının performanslarına etkileri
The impact of leadership and decision-making styles of sales managers on their performance
ALP PAR
- Erken aşama startupların finansmanı ve değerlemesi
Financing and valuation of early stage startups
VAHDET ALTUNDAL