Multivariate Probit Modeli ile Finansal Başarısızlığın Yeniden İncelenmesi: Borsa İstanbul Örneği

Selahattin GÜRİŞ; Ebru ÇAĞLAYAN AKAY; Turgut ÜN; Şaban KIZILARSLAN

Journals / Sosyal Bilimler Araştırma Dergisi / 2017 / Cilt: 6 - Sayı: 3

Multivariate Probit Modeli ile Finansal Başarısızlığın Yeniden İncelenmesi: Borsa İstanbul Örneği

Journal: Sosyal Bilimler Araştırma Dergisi
Issue: 2017 · Cilt: 6 - Sayı: 3
Pages: 199–210
Publication Date: 2017-09-30
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)

Elde edilen bulgular incelendiğinde, her bir başarısızlık göstergesinin farklı sayıda finansal rasyodan etkilendiği ve her bir başarısızlık göstergesinin aynı anda modellenebilmesinin mümkün olduğu görülmüştür.

📌 3 Key Takeaways

🎯

Objective & Hypothesis: Bu çalışmanın amacı, tek bir durumu temsil eden birden fazla sınırlı bağımlı değişkenin açıklayıcı değişkenler seti üzerinden aynı anda modellenmesini incelemek ve bu yolla firmalar açısından finansal başarısızlık konusunu ele almaktır.

📊

Key Findings & Data:Bu amaç için, Borsa İstanbul’da (BİST) işlem gören imalat sektörüne ait 175 firmanın 2012 - 2015 dönemine ait bilançoları ele alınarak finansal başarısızlığı etkileyen faktörler incelenmiştir.

💡

Conclusion & Impact:Elde edilen bulgular incelendiğinde, her bir başarısızlık göstergesinin farklı sayıda finansal rasyodan etkilendiği ve her bir başarısızlık göstergesinin aynı anda modellenebilmesinin mümkün olduğu görülmüştür.

🔬Design:Review & Systematic Survey

📍Scope:2012 - 2015 Verileri

⚙️Variables:Nitel Tercih Modelleri · Multivariate Probit · Finansal Başarısızlık

Özet

Bu çalışmanın amacı, tek bir durumu temsil eden birden fazla sınırlı bağımlı değişkenin açıklayıcı değişkenler seti üzerinden aynı anda modellenmesini incelemek ve bu yolla firmalar açısından finansal başarısızlık konusunu ele almaktır. Bu amaç için, Borsa İstanbul’da (BİST) işlem gören imalat sektörüne ait 175 firmanın 2012 - 2015 dönemine ait bilançoları ele alınarak finansal başarısızlığı etkileyen faktörler incelenmiştir. Firmalar için finansal başarısızlık durumu çeşitli göstergelerle temsil edilmektedir. Literatürde yer alan çalışmalarda ya bu göstergelerin yalnız bir tanesi kullanılmakta ya da göstergelerden herhangi bir tanesini sağlayan firma başarısız kabul edilmektedir. Ancak bu göstergelerin her biri farklı değişkenlerden etkilenebilmektedir ve bu durumda tüm göstergelerin aynıymış gibi ele alınması sınırlayıcı bir etki oluşturmaktadır. Bu nedenle çalışmada farklı başarısızlık göstergeleri aynı anda ele alınarak, bu göstergelerin her birinin finansal oranlar üzerinden modellenmesi için Multivariate Probit Modeli kullanılmıştır. Elde edilen bulgular incelendiğinde, her bir başarısızlık göstergesinin farklı sayıda finansal rasyodan etkilendiği ve her bir başarısızlık göstergesinin aynı anda modellenebilmesinin mümkün olduğu görülmüştür.

Keywords

Nitel Tercih Modelleri Multivariate Probit Finansal Başarısızlık

🔖

Cite This Article

GÜRİŞ, S., AKAY, E. Ç., ÜN, T., KIZILARSLAN, Ş. (2017). Multivariate Probit Modeli ile Finansal Başarısızlığın Yeniden İncelenmesi: Borsa İstanbul Örneği. Sosyal Bilimler Araştırma Dergisi, Cilt: 6 - Sayı: 3, 199–210. https://ajindex.com/articles/801827

📄 Full Text PDF Viewer

Open in New Tab ↗

↗New Tab

📄

PDF görüntüleyici hazırlanıyor...

References (10)

Akkaya,G. C., Demirli E., Yakut, H.Ü. (2009), “İşletmelerde Finansal Başarısızlık Tahminlemesi: Yapay Sinir Ağları Modeli ile İMKB Üzerine Bir Uygulama”, Eskişehir Osman Gazi Üniversitesi Sosyal Bilimler Dergisi, (10) 2 s.187 Aktaş, R. (1993), “Endüstri İşletmeleri İçin Mali Başarısızlık Tahmini”, Türkiye İş Bankası Kültür Yayınları,
Ankara Altaş, D. ve Giray, S. (2005), “Finansal Başarısızlığın Çok Değişkenli İstatistiksel Yöntemlerle Belirlenmesi: Tekstil Sektörü Örneği”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 5 (2): ss. 13-28.
Altman, E. I. (1968), “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy”, Journal of Finance, 23, 589–609.
Altman, E. I., Marco, G., Varetto, F. (1994), “Corporate Distress Diagnosis: Comparisons Using Linear Discriminant Analysis and Neural Networks (The Italian Experience)”, Journal of Banking and Finance, 505 - 529 Apergis, N., Payne, J. E. & Tsoumas, C. (2011), "Credit Rating Changes’ İmpact on Banks: Evidence from the US Banking İndustry", MPRA Paper 35647, University Library of Munich, Germany. Atiya, A. F. (2001), “Bankruptcy Prediction for Credit Risk Using Neural Networks: A Survey and New Results”, IEEE Transactions on Neural Networks, 12 (4): 929-935
Aziz, M. A., & Dar, H. A. (2006), “Predicting Corporate Bankruptcy: Where We Stand?” Corporate Governance, 6 (1), 1833. Beaver, W. (1966), “Financial Ratios As Predictors of Failure”, Journal of Accounting Research, 4, ss. 71–111
Beynon, M. J., & Peel, M. J. (2001), “Variable Precision Rough Set Theory and Data Discretisation: An Application to Corporate Failure Prediction”, Omega, 29, 561-576.
Blum, M. P. (1974), “Failing Company Discriminant Analysis”, Journal of Accounting Research, 12 (1), 1-25.
Cappellari, L., Jenkins, S.P. (2003), “Multivariate Probit Regression Using Simulated Maximum Likelihood”, The Stata Journal, 3, 278 - 294. Chen, W. S., Du, Y. K. (2009). “Using Neural Networks and Data Mining Techniques for the Financial Distress Prediction Model”. Expert Systems with Applications, 36, ss. 4075-4086
Chung, K-C., Tan, S. S. ve Holdsworth, D. K. (2008), “Insolvency Prediction Model Using Multivariate Discriminant Analysis and Artificial Neural Network for the Finance Industry in New Zealand”, International Journal of Business and Management, 3 (1): 19-29.
Court, P. W. & Radloff S. E. (1990), “A Comparison of Multivariate Discriminant and Logistic Regression Analysis in the Prediction of Corporate Failure in South Africa”,