SavedAdd your journal

Journals / Sosyoekonomi / 2022 / Cilt: 30 - Sayı: 53

An Empirical Study Based on Artificial Intelligence for Determining Brand Value Based on Financial Data

Finansal Verilere Dayalı Marka Değeri Belirlemeye Yönelik Yapay Zekâ Temelli Ampirik Bir Çalışma

Hasan ŞENGÜLER
Mehmet Nuri İNEL
Pages
395–424
Publication Date
2022-10-18
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)

These values were interpreted and stated that the models were good.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Brand value is determined by financial methods, methods based on consumer behaviour, and mixed methods in which these two methods are used together.
📊
Key Findings & Data:In the study, after determining the appropriate variables of the financial techniques that define the brand value, it is aimed to approach the brand value determined by the “Brand Finance” firm with artificial neural networks by using these variables and selecting the most appropriate model.
💡
Conclusion & Impact:These values were interpreted and stated that the models were good.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Marka · Marka Değeri · Yapay Zekâ

Abstract

Brand value is determined by financial methods, methods based on consumer behaviour, and mixed methods in which these two methods are used together. In the study, after determining the appropriate variables of the financial techniques that define the brand value, it is aimed to approach the brand value determined by the “Brand Finance” firm with artificial neural networks by using these variables and selecting the most appropriate model. R-square, MAPE and RMSE values of the models built with artificial neural networks were determined, and the models were compared. These values were interpreted and stated that the models were good.

Özet

Marka değeri finansal yöntemler, tüketici davranışına dayalı yöntemler ve bu iki yöntemin bir arada kullanıldığı karma yöntemler ile belirlenmektedir. Çalışmada, marka değerini belirleyen finansal yöntemlerin uygun olan değişkenlerini belirledikten sonra bu değişkenleri kullanarak yapay sinir ağları ile “Brand Finance” firmasının belirlemiş olduğu marka değerine yaklaşmak ve en uygun modeli belirlemek amaçlanmıştır. Yapay sinir ağları ile kurulan modellerin R-kare, MAPE ve RMSE değerleri belirlenmiş ve modeller karşılaştırılmıştır. Bu değerler yorumlanarak, modellerin iyi model oldukları belirlenmiştir.

🔖

Cite This Article

ŞENGÜLER, H., İNEL, M. N. (2022). An Empirical Study Based on Artificial Intelligence for Determining Brand Value Based on Financial Data. Sosyoekonomi, Cilt: 30 - Sayı: 53, 395–424. https://ajindex.com/articles/592434

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (11)

  1. Aaker, D. (1991), Managing Brand Equity: Capitalizing on the value of a brand name, New York: The Free Press.
  2. Akcan, A. & C. Kartal (2011), “İMKB Sigorta Endeksini Oluşturan Şirketlerin Hisse Senedi Fiyatlarının Yapay Sinir Ağları İle Tahmini”, Muhasebe ve Finansman, (51), 27-40.
  3. Akgün, Ö. & A. Akgün (2014), “Marka ve Marka Değeri Olgusu: Marka Değeri Tespitine Yönelik Uygulama”, Selçuk Üniversitesi Sosyal ve Teknik Araştırmalar Dergisi, (8), 1-13.
  4. Alsu, E. & G. Palta (2017), “Marka Değerinin Belirlenmesi ve Ölçülmesi Üzerine Finansal Bir Yaklaşım: Ampirik Bir Çalışma”, Uluslararası Afro-Avrasya Araştırmaları Dergisi, 2(4), 175-186.
  5. Anderson, D. & G. McNeill (1992), Artificial Neural Networks Technology, New York: A DACS State-of-the-Art Report. Asilkan, Ö. & S. Irmak (2009), “İkinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Ağları İle Tahmin Edilmesi”, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 375-391.
  6. Avcılar, M.Y. (2008), “Tüketici Temelli Marka Değerinin Ölçümü”, Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 17(1), 11-30.
  7. Avşarlıgil, N. (2021), “Marka Değeri: BIST Teknoloji Endeksi Firmaları Üzerinde Bir Uygulama”, Marmara Üniversitesi Öneri Dergisi, 16(56), 585-610.
  8. Bakpo, F. & L. Kabari (2011), “Diagnosing Skin Diseases Using an Artificial Neural Network”, in: K. Suzuki (ed.), Artificial Neural Networks - Methodological Advances and Biomedical Applications (253-270), Rijeka: InTech. Baldauf, A. et al. (2003), “Performance Consequences of Brand Equity Management: Evidence From Organization In The Value Chain”, Journal of Product & Brand Management, 12(4), 220-236.
  9. Başçı, E.S. (2009), “Marka Değerinin Tespiti ve İMKB’de Uygulama”, Doktora Tezi, Gazi Üniversitesi Sosyal Bilimler Enstitüsü İşletme Anabilim Dalı Muhasebe Finansman Bilim Dalı. Bayrakdaroğlu, A. & Ç. Mirgen (2016), “Marka Değerinin Hisse Senedi Üzerine Etkisi: BİST’de Bir Araştırma”, Business and Economics Research Journal, 7(3), 111-123.
  10. Bozkaya, S. (2019), “Marka Değerleme Yöntemleri, Tüm Bankaların Marka Değerleri Marka Değeri Karlılık Etkileşimleri”, Doktora Tezi, İstanbul Okan Üniversitesi Sosyal Bilimler Enstitüsü Bankacılık ve Finans Ana Bilim Dalı Bankacılık Programı. Bursalı, O.B. & A. Karaman (2009), “Yönetsel ve Finansal Açıdan Marka Değeri Denizli Tekstil Sektörü’nde Bir Uygulama”, Sosyal Ekonomik Araştırmalar Dergisi, 8(16), 284-298.
  11. Bursalı, O.B. (2009), “Marka Değerinin Hesaplanmasında Gelir Temelli Yaklaşımlara