Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÇalısmanın sonuçları, tahmin edilen erken uyarı sisteminin uygulanması ile, mali basarısızlık sonucu gerçeklestirilen yeniden yapılandırma maliyetlerinden büyük oranda kaçınma sansının olduğunu göstermektedir.\r\n
📌 3 Maddede Bu Makale
Özet
\r\n Bu çalısmada, Türkiye’de, finansal sistemin en önemli unsuru olan bankaların mali basarısızlıklarının öngörülmesine yönelik çok kriterli karar analizine (ÇKKA) dayanan bir erken uyarı modelinin tahmin edilmesi amaçlanmıstır. Çalısmada, öncelikle mali basarısızlığın yasanmasından bir yıl öncesi için, basarısız olan ve faaliyetini sürdüren bankaları birbirinden ayırt eden 10 rasyo (erken uyarı göstergesi) saptanmıstır. Daha sonra, bu rasyolar ÇKKA’ya dayalı bir yaklasım olan ELECTRE TRI modelinde kriter olarak kullanılmıs ve bankalar bu modele göre sınıflandırılmıstır. Çalısmanın sonuçları, tahmin edilen erken uyarı sisteminin uygulanması ile, mali basarısızlık sonucu gerçeklestirilen yeniden yapılandırma maliyetlerinden büyük oranda kaçınma sansının olduğunu göstermektedir.\r\n
Abstract
\r\n In this study, the objective is to estimate the early warning systems based on the Multi- Criteria Decision Making (MCDM) approach for the prediction of commercial bank failures in the Turkish banking system which is the most important component of the Turkish financial sector. In the study, 10 financial ratios which have high discriminating ability for sound and failed banks were selected. These ratios were used as decision criteria in the ELECTRE TRI model which is based on MCDM approach, and the banks were classified according to this model. Results of the study show that if the estimated early warning model is effectively employed in bank supervision, it can be possible to avoid from bank restructuring costs substantially.\r\n