Lojistik regresyon analizi ile banka sektör paylarının tahminlenmesi

Son yıllarda artan rekabetçi ortamda ve küresel ekonominin yarattıgı etkiler sonucunda, isletmeler için yasamlarını devam ettirmek ve fark yaratabilmek adına en önemli araçlardan birisi de gelecege yönelik tahminlerde bulunmak ve stratejilerini buna göre belirlemek olmustur. Bu baglamda isletmeler riskleri en aza indirgemek için, birçok uygulama alanında yer bulan tahminleme yöntemlerinin ve istatistiksel analizlerin kullanılmasına yönelmektedirler. Lojistik Regresyon Analizi, sonuç degiskeninin iki veya çok düzeyli kategorik degisken olması, 0 ve 1 gibi kesikli degerler alması durumunda kullanılmakta ve bagımlı degisken "basarılı-basarısız", "az-orta-çok", "olumlu-olumsuz" gibi kategorik degerlerden olustugunda lojistik regresyon yöntemi tercih edilmektedir. Son yıllarda lojistik regresyon analizi kullanım kolaylıgının yanında rahat yorumlanabilmesiyle ön plana çıkmıs ve sosyal bilimler alanında birçok uygulamada yaygın olarak kullanılmaya baslanmıstır. Lojistik Regresyon Analizinde, bagımlı degisken üzerinde açıklayıcı degiskenlerin etkileri olasılık olarak elde edilerek, bu faktörlerin olasılık olarak belirlenmesi saglanmaktadır. Bu çalısmada, Lojistik Regresyon Analizi bir tahmin yöntemi olarak incelenmis ve bu kapsamda bankaların sektör paylarının tahminlenmesine yönelik bir model olusturularak, bankaların sektör paylarına göre ilk on banka arasına girip girememeleri açısından incelenmek suretiyle bir uygulama yapılmıs olup, elde edilen sonuçlar yorumlanmıstır. Sonuçlar ile gerçeklesen veriler kıyaslanarak, bunların birbirlerine çok yakın oldugu ve böylece önerilen modelin etkinligi ortaya koyulmustur.

Lojistik Regresyon Analizi ,

Tahminleme ,

Lojistik ,

In recent years, in increasingly competitive environment and as results of global economy, one of the most important tools for enterprises has become forecasting the future and determining their strategies in this way in order that enterprises maintain their life and create a difference. In this sense, for minimizing the risks, enterprises tend towards using of forecasting methods and statistical analysis that take part in many applications. Logistic Regression Analysis is used for the situation that the outcome variable is binomial or multinomial categorical variable, and take discrete values like 0 and 1 and it is preferred when dependent variable consists of categorical values like "successful-unsuccessful", "small-medium-large", "positive-negative" etc. In Logistic Regression Analysis, the effects of explanatory variables on dependent variable are obtained as a probability in order to determine these factors as a probability. In this study, Logistic Regression Analysis is examined as a forecasting method and within this scope an application is carried out for forecasting the sector portions of the banks by setting models and evaluated about whether the banks enter the top ten, Consequently the obtained results interpreted by comparing with actual data and achieved that they are very close to each other, therefore the study proved the proposed model's effectiveness.

Logistic Regression Analysis, ,

Forecasting ,