Journals / Dumlupınar Üniversitesi Sosyal Bilimler Dergisi / 2014 / Cilt: 0 - Sayı: 41

A RESEARCH BASED ON ANALYSIS OF MULTI-CRITERIA DECISION MAKING IN FINANCIAL FAILURE PREDICTION

FİNANSAL BAŞARISIZLIĞIN ÖNGÖRÜLMESİNDE ÇOK KRİTERLİ KARAR VERME ANALİZİNE DAYALI BİR ARAŞTIRMA

Pages
163–176
Publication Date
2022-10-11
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Subsequently, using the ratiosas criteria in ELECTRE TRI model of multi-criteria decision making (MCDM) approaches, the firms were classified asfinancially successful or unsuccessful.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Success of businesses is an important matter not only for the stakeholders and employees of businesses but alsofor the state and the society.
📊
Key Findings & Data:Similarly, they will also have positive effects on making the most accurate investment decisions.
💡
Conclusion & Impact:Subsequently, using the ratiosas criteria in ELECTRE TRI model of multi-criteria decision making (MCDM) approaches, the firms were classified asfinancially successful or unsuccessful.
🔬Design:Modeling & Simulation
📍Scope:2012 Verileri
⚙️Variables:Domain Parameters

Abstract

Success of businesses is an important matter not only for the stakeholders and employees of businesses but alsofor the state and the society. Prediction of financial failure is also important due to its effects on the same interest groups.Precautions taken today for businesses predicted to face with financial failure in the future will have positive effects on theirsuccess. Similarly, they will also have positive effects on making the most accurate investment decisions. In this respect, in thisstudy, financial failure predictions were made upon the data acquired from the 2012 annual financial statements of BorsaIstanbul s businesses in food, drink and tobacco sector. In the study, firstly, discriminant analysis was conducted on 43 financialratios and five statistically significant financial ratios were acquired for financial failure prediction. Subsequently, using the ratiosas criteria in ELECTRE TRI model of multi-criteria decision making (MCDM) approaches, the firms were classified asfinancially successful or unsuccessful.

Özet

İşletmelerin başarısı, hissedar ve çalışanları olduğu kadar devleti ve toplumu da yakından ilgilendiren önemli birkonudur. Finansal başarısızlığın öngörülmesi de aynı çıkar grupları üzerindeki etkilerinden dolayı önemlidir. Gelecekte finansalanlamda başarısız olacağı tahmin edilen işletmelere yönelik bugünden alınacak tedbirlerin, işletme başarısı üzerinde pozitifetkileri olacaktır. Benzer şekilde yatırım kararlarının en doğru şekilde alınmasına yönelik de olumlu etkileri olacaktır. Budoğrultuda çalışmamızda Borsa İstanbulda Gıda, İçki ve Tütün sektöründe faaliyette bulunan işletmelerin 2012 yılı malitablolarından elde edilen verilere dayalı olarak finansal başarısızlık öngörüsünde bulunulmuştur. Çalışmada 43 finansal rasyoüzerinde öncelikle ayırma (diskriminant) analizi uygulanmış ve finansal başarısızlık öngörüsü için 5 istatistiksel anlamlı finansalrasyo elde edilmiştir. Sonrasında bu rasyolar, çok kriterli karar verme (ÇKKV) yaklaşımlarından ELECTRE TRI modelindekriter olarak kullanılarak, firmalar finansal başarılı ve finansal başarısız olarak sınıflandırılmıştır.

🔖

Cite This Article

VATANSEVER, K., AYDIN, S. (2022). A RESEARCH BASED ON ANALYSIS OF MULTI-CRITERIA DECISION MAKING IN FINANCIAL FAILURE PREDICTION. Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, Cilt: 0 - Sayı: 41, 163–176. https://ajindex.com/articles/492977

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (16)

  1. Akgüç, Ö. (1998). Finansal Yönetim (7.Baskı). İstanbul:
  2. Avcıol Basım-Yayın. Akkoç, S. (2007). Finansal Başarısızlığın Öngörülmesinde Sinirsel Bulanık Ağ Modelinin Kullanımı ve Ampirik Bir Çalışma. Yayınlanmamış Doktora Tezi. Kütahya. Aktaş, R., Doğanay, M., ve Yıldız, B. (2003). Mali Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı Karşılaştırması. Ankara Üniversitesi SBF Dergisi, 54(4), 1-24.
  3. Albayrak, A. S. (2006). Uyguyamalı Çok Değişkenli İstatistik Teknikleri. Ankara:
  4. Asil Yayıncılık. Alpar, Reha. (2011). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler. (3. Baskı), Ankara:
  5. Detay Yayıncılık Altaş, D., ve Giray, S. (2005). Mali Başarısızlığın Çok Değişkenli İstatistiksel Yöntemlerle Belirlenmesi: Tekstil Sektörü Örneği. Anadolu Üniversitesi Sosyal Bilimler Dergisi, 5(2), 13-28. Altunöz,U. (2013). Bankaların Finansal Başarısızlıklarının Diskriminant Analizi ve Yapay Sinir Ağları Çerçevesinde Tahmini, Sakarya Üniversitesi İktisat Dergisi, 2(4), 1-21.
  6. Altman, E. I. (1968).
  7. Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy. The Journal of Finance, 23(4), 589-609.
  8. Atiya, A. (2001). Bankruptcy Prediction For Credit Risk Using Neural Networks: A Survey and New Results. Neural Networks, 12(4), 929-935
  9. Benli, Y. K. (2005). Bankalarda Mali Başarısızlığın Öngörülmesi Lojistik Regresyon ve Yapay Sinir Ağı Karşılaştırması. Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi(16), 31-46.
  10. Chung, K. C., Tan, S. S., ve Holdsworth, D. K. (2010). Insolvency Prediction Model Using Multivariate Discriminant Analysis And Artifucial Neural Network for the Finance ındustry in New Zealand. International Journal of Business and Managment, 3(1), 19-29.
  11. Çokluk, Ö., Şekercioğlu, G., ve Büyüköztürk, Ş. (2012). Sosyal Bilimler İçin Çok Değişkenli İstatistik SPSS ve LISREL Uygulamaları (2. Baskı). Ankara:
  12. Pegem Akademi. Edmister, R. O. (1972). An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction. Journal of Financial Quantitative Analysis (2), 1477-1493.
  13. Foreman, R. D. (2003). A Logistic Analysis of Bankruptcy Within the US Local Telecommunications Industry. Journal of Economics and Business(55), 135-166.
  14. Gepp, A., ve Kumar, K. (2008). The Role of Survival Analysis in Financial Distress Prediction. International Research Journal of Finance and Economics, 16, 13-34.
  15. Gratzer, K. (2001). Business Failure and The Nev Economy. EBHA Conf erence; Business and Knowledge, (s. 2-3).
  16. Hunter, J., & Isachen