Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightÖzellikle TBA-DVM modelinin firma başarısızlığı tahminlemesinde alternatif bir yöntem olarak etkin bir şekilde kullanılabileceği sonucuna varılmıştır.
📌 3 Maddede Bu Makale
Özet
Firma risk profilinin belirlenmesi, literatürde firma başarısızlığı kavramlarıyla incelenmektedir. Bu konu üzerinde, özellikle 1929 büyük buhranı sonrasında çok önemli çalışmalar yapılmıştır. Başlarda, riskli ve başarılı firmaların finansal göstergeleri arasındaki farklılıklara yoğunlaşılırken, özellikle bilişim teknolojilerindeki gelişimlere paralel olarak son yıllarda bilişim sistemleri firma başarısızlığı tahminlemesinde en önemli bileşenlerinden biri olmuştur. Özellikle, makine öğrenmesi yöntemlerinin bu alanda kullanılmaya başlanmasıyla firma başarısızlığının tahmin edilmesinde önemli yol kat edilmiştir. Bu çalışmada Erzurum ilinde 38 yıldır faaliyet gösteren inşaat malzemeleri toptancısı bir firmanın müşterilerinin vadeli borçlarını ödeme/ödememe riskleri firma başarısızlığı kapsamında ele alınmış ve firma başarısızlığının tahmininde uygun bir makine öğrenmesi yöntemi araştırılmıştır. Probleme etki eden değişkenler Temel Bileşenler Analizi (TBA) ile ortaya konulmuştur. Son yıllarda makine öğrenmesinde oldukça gelişmekte olan Yapay Sinir Ağları (YSA) ve Destek Vektör Makineleri (DVM)’nin TBA yöntemiyle beraber kullanımıyla oluşturulan hibrit modellerin bu tahminde uygulanabilirliği incelenmiş ve tahmin performansları yalın YSA ve DVM’ler ile karşılaştırılmıştır. TBA ile bütünleşik olarak kullanılan hibrit modellerin tahmin başarısının yalın YSA ve DVM’lere oranla daha tatmin edici sonuçlar verdiği görülmüştür. Özellikle TBA-DVM modelinin firma başarısızlığı tahminlemesinde alternatif bir yöntem olarak etkin bir şekilde kullanılabileceği sonucuna varılmıştır.