Gelişmiş ve gelişmekte olan ülke borsalarında işlem gören şirketlerin finansal başarısızlıklarının tahmini
Predicting the financial failures of firms traded on the stock markets of developed and developing countries
- Tez No: 921685
- Danışmanlar: PROF. DR. SERPİL ALTINIRMAK
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Finansal başarısızlık, Lojistik regresyon analizi, Yapay sinir ağları, İşletme başarısızlıkları, Financial failed, Logistic regression analysis, Artificial neural networks, Business failures
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Anadolu Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Finansman Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Mevcut tez çalışmasının amacı, işletmelerin finansal başarısızlıklarını 1 ve 2 yıl öncesinden kestirebilecek erken uyarı sistemi niteliğinde modeller kurmak ve başarısızlık tahmininde hangi yöntemlerin daha kullanışlı olduklarını ortaya koymaktır. G20 ülkelerinin gösterge hisse senedi endekslerinde işlem gören 570 şirketin 16 farklı finansal rasyosu kullanılmış ve söz konusu şirketler 2010 – 2019 dönemi için lojistik regresyon, yapay sinir ağları ve karar ağaçları ile analize tabi tutulmuştur. Sağlanan sonuçlar, 1 yıl öncesinden lojistik regresyonun %94,7, yapay sinir ağlarının %98,1 ve karar ağaçlarının %96,1 doğrulukla sınıflama yaptıklarını göstermiştir. Ayrıca, gelişmiş ülkelerdeki işletmeleri lojistik regresyon %94,3, yapay sinir ağları %98,6 ve karar ağaçları %95,9 sınıflarken, gelişmekte olan ülkelerdeki işletmeler lojistik regresyon ile %97,2, yapay sinir ağları ile %97,9 ve karar ağaçları ile %94,4 doğrulukla sınıflanmıştır. Finansal başarısızlığı 2 yıl önceden tahmin edebilmek için kurulan modellere bakıldığında, lojistik regresyonun %84,4, yapay sinir ağlarının %92,5 ve karar ağaçlarının %91,1 sınıflama doğruluğuna sahip oldukları görülmektedir. Gelişmiş ülkelerdeki işletmeler lojistik regresyon ile %89,3, yapay sinir ağları ile %96,6 ve karar ağaçları ile %92,1 doğrulukla tahmin edilmişlerdir. Gelişmekte olan ülkelerdeki işletmeleri lojistik regresyon %80,6, yapay sinir ağları %94,4 ve karar ağaçları %91,3 doğrulukla gruplamıştır. Dolayısıyla, başarısızlık tahmini için en başarılı yöntemin yapay sinir ağları olduğu tespit edilmiştir.
Özet (Çeviri)
The purpose of this thesis is developing early warning system models that can predict the financial failure of a business 1 or 2 years in advance and revealing which methods are more accurate in predicting the failure. 16 financial ratios of 570 companies traded in the benchmark indices of G20 countries were adopted. Aforesaid firms were then analyzed with logistic regression, artificial neural networks and decision trees over the period 2010 – 2019. Results showed that logistic regression achieved 94,7% accuracy, decision trees produce 96,1% accuracy rate and artificial neural networks had the highest prediction accuracy rate of 98,1%, one year prior to the failure. In developed countries, the obtained classification accuracy of logistic regression, artificial neural networks and decision trees were equal to 94,3%, 98,6% and 95,9%, respectively. Firms in developing countries were classified with an accuracy rate of 97,2% using logistic regression, 97,9% using artificial neural networks and 94,4% using decision trees. Models created to forecast financial failure two years in advance revealed that logistic regression achieved 84,4% classification accuracy while artificial neural networks and decision trees had an accuracy of 92,5% and 91,1%, respectively. Logistic regression provided a correct classification accuracy of 89,3%, artificial neural networks had 96,6% accuracy and decision trees reached 92,1% predictive accuracy for firms in developed countries. Logistic regression, on the other hand, correctly classified 80,6% of firms operate in developing countries while artificial neural networks and decision trees achieved accuracy rate of 94,4% and 91,3%, respectively.
Benzer Tezler
- Bazı sert çekirdekli meyve türlerinde döllenme biyolojisi üzerinde yöntem çalışmaları
Başlık çevirisi yok
ATBİMOĞLU ADALET
- Landsat uydusu aracılığı ile elde edilen görüntülerin sınıflandırılmaları ve bunlara ilişkin bilgisayar programlarının hazırlanması
Başlık çevirisi yok
G. FERZAN KÜÇÜKA
Yüksek Lisans
Türkçe
1985
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALİS PÜSKÜLCÜ
- Bazı buğday türlerinde poliploidi düzeyine bağımlı IAA ve ABA miktarlarının kantitatif belirlenmesi üzerine bir araştırma
Başlık çevirisi yok
SEVGİ HEPAKSOY
- 1985-1986 yıllarında Polatlı Devlet Hastanesine kaza nedeniyle başvuranların incelenmesi
Başlık çevirisi yok
FERHAN ŞENOL
Yüksek Lisans
Türkçe
1986
İlk ve Acil YardımGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
DOÇ. DR. HİKMET PEKCAN
- Tekstil işletmelerinin çevre kirlenmelerine etkileri
Başlık çevirisi yok
REMZİ GEMCİ
Yüksek Lisans
Türkçe
1987
Tekstil ve Tekstil MühendisliğiUludağ ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET TASMACI