KaydedilenlerDerginizi ekleyin

Dergiler / Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2013 / Cilt: 28 - Sayı: 2

Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin edilebilirliği

Prediction of financial failure of Banks by artifical neural network model

Utku ALTUNÖZ
Sayfa
189–217
Yayın Tarihi
2022-10-11
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Çalışma sonucuna göre modelimiz gerek başarısızlıktan bir yıl öncesi için, gerekse başarısızlıktan iki yıl öncesi için yüksek öngörülü sonuçlar verdiği gözlemlenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Makro ekonomi için önem arz eden konuların başında banka başarısızlıkları gelmektedir.
📊
Temel Bulgular & Veri:Bu çalışmada banka başarısızlıklarının önceden tespitinde kullanılan çoklu istatistiksel yöntemlerden yapay sinir ağları modeli, literatür çalışmalarına paralel olarak test edilmektedir.
💡
Sonuç & Katkı:Çalışma sonucuna göre modelimiz gerek başarısızlıktan bir yıl öncesi için, gerekse başarısızlıktan iki yıl öncesi için yüksek öngörülü sonuçlar verdiği gözlemlenmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Makro ekonomi için önem arz eden konuların başında banka başarısızlıkları gelmektedir. Bu çalışmada banka başarısızlıklarının önceden tespitinde kullanılan çoklu istatistiksel yöntemlerden yapay sinir ağları modeli, literatür çalışmalarına paralel olarak test edilmektedir. Çalışma sonucuna göre modelimiz gerek başarısızlıktan bir yıl öncesi için, gerekse başarısızlıktan iki yıl öncesi için yüksek öngörülü sonuçlar verdiği gözlemlenmiştir.

Abstract

In this article financial failure prediction models based on artificial neural network model, which is among the multivariable statistical techniques has been tested in a parallel with literature surveys. As a result of the study, it has been observed that the power of artificial neural network model in terms of predicting financial failure give a high probability for both 1 and 2 years before the financial failure.

🔖

Bu Makaleye Atıf Yap

ALTUNÖZ, U. (2022). Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin edilebilirliği. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 28 - Sayı: 2, 189–217. https://ajindex.com/articles/490552

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. ALBAYRAK, Y., ERKUT, H., (2005), “Banka Performans Değerlendirmede Analitik Hiyerarşi Süreç Yaklaşımı”, DTÜ Dergisi / D Mühendislik. Cilt 4. Sayı:6. 47-58.
  2. ALTAŞ, D., GİRAY S., (2005), “Mali Başarısızlığın Çok Değişkenli İstatistik Yöntemlerle Belirlenmesi: Tekstil Örneği”, Sosyal Bilimler Dergisi, 2005/2, 13-28.
  3. ALTMAN, EDWARD I., (1968), “Financial Ratios, Discriminant Analysis and Prediction of Corporate Bankruptcy”, The Journal of Finance, 23 (4): 589-609.
  4. BAXTER, C.W., (2001), “ Modelling Heuristics from Literature”, CIV E 729 Course Notes, Dept. of Civil and Environmental Engineering, Edmonton: University of Alberta, 12-21.
  5. BEAVER, W.H., (1967), “Financial Ratios as Predictors of Failure, Empirical Research in Accounting: Selected Studies”,Journal of Accounting Research/Supplement, V, January: 71-111.
  6. BENLİ, Y., (2005), “Bankalarda Mali Başarısızlığın Öngörülmesi Lojistik Regresyon ve Yapay Sinir Ağı Karşılaştırılması”,Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi, Sayı 16, s.31-46
  7. BOYACIOĞLU M. A., KARA Y., BAYKAN Ö. K., (2009), “Predicting Bank Financial Failures Using Neural Networks, Support Vector Machines and Multivariate Statistical Methods: A comparative Analysis in the Sample of Savings Deposit Insurance Fund (SDIF) Transferred Banks in Turkey Original Research Article”, Expert Systems with Applications, Volume 36, Issue 2, Part 2, 3355-3366.
  8. CHEN, H.J., HUANG, S.Y., LIN, C.S., (2009), “Alternative Diagnosis of Corporat Bankruptcy: A Neuro Fuzzy Approach” Expert Systems with Applications, Vol. 36, 7710-7720.
  9. CHU, C.H., (1997), “An Improved Neural Network for Manufacturing Cell Formation”, Decision Support Systems, Vol. 20., 102-109.
  10. ÇİLLİ, H., TEMEL, T., (1988), “Türk Bankacılık Sistemi İçin Bir Erken Uyarı Modeli”, T.C. Merkez Bankası Kütüphanesi, No:8804, 21-24.
  11. DEAKIN, B., (1972), “A Discriminant Analysis of Predictors Business Failure”, Journal of Accounting Research, 14-19.
  12. FAUSETT, L., (1994),
  13. Fundamentals of Neural Networks, USA, Prentice Hall, 1994.
  14. HAYKIN, S., (1999), Neural networks a comprehensive foundation, Prentice Hall Internation, Inc. HUANG, W., LAI, K. K., NAKAMORI, Y., WANG, S., YU, L., (2007), “Neural Networks In Finance And Economics Forecasting”, International Journal of Information Technology & Decision Making, Vol. 6, No. 1113– 140. KARACABEY, A. A., (2006), “Banka Başarısızlıklarının Düzeltilmiş Minimum Sapma Modeli ile Tahmin Edilmesi”, Ankara Üniversitesi SBF Dergisi. 61-2.,89-109.
  15. KAYA, A., (199