As a result of the study, it has been observed that the power of artificial neural network model in terms of predicting financial failure give a high probability for both 1 and 2 years before the financial failure.\r\n
📌 3 Key Takeaways
🎯
Objective & Hypothesis:\r\n In this article financial failure prediction models based on artificial neural network model, which is among the multivariable statistical techniques has been tested in a parallel with literature surveys.
📊
Key Findings & Data:\r\n In this article financial failure prediction models based on artificial neural network model, which is among the multivariable statistical techniques has been tested in a parallel with literature surveys.
💡
Conclusion & Impact:As a result of the study, it has been observed that the power of artificial neural network model in terms of predicting financial failure give a high probability for both 1 and 2 years before the financial failure.\r\n
🔬Design:Survey & Empirical Study
📍Scope:Comprehensive Sample
⚙️Variables:Banka Başarısızlıkları · Yapay Sinir Ağları Modeli · Banka Başarısızlıkları
Abstract
\r\n In this article financial failure prediction models based on artificial neural network model, which is among the multivariable statistical techniques has been tested in a parallel with literature surveys. As a result of the study, it has been observed that the power of artificial neural network model in terms of predicting financial failure give a high probability for both 1 and 2 years before the financial failure.\r\n
Özet
\r\n Makro ekonomi için önem arz eden konuların başında banka başarısızlıkları gelmektedir. Bu çalışmada banka başarısızlıklarının önceden tespitinde kullanılan çoklu istatistiksel yöntemlerden yapay sinir ağları modeli, literatür çalışmalarına paralel olarak test edilmektedir. Çalışma sonucuna göre modelimiz gerek başarısızlıktan bir yıl öncesi için, gerekse başarısızlıktan iki yıl öncesi için yüksek öngörülü sonuçlar verdiği gözlemlenmiştir.\r\n
ALTUNÖZ, Y. D. D. U. (2020). Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin edilebilirliği. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 28 Sayı: 2. https://ajindex.com/articles/1032593