Dergiler / Ege Akademik Bakış / 2016 / Cilt: 16 - Sayı: 1

İşletmelerin Finansal Başarılı ve Başarısız Olma Durumlarının Veri Madenciliği ve Lojistik Regresyon Analizi İle Tahmin Edilebilirliği

Estimation Capability of Financial Failures and Successes of Enterprises Using Data Mining and Logistic Regression Analysis

Sayfa
147–159
Yayın Tarihi
2022-10-12
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)

Analiz sonucunda, işletmelerin finansal başarılı ve başarısız olma durumlarını tahmin etmek için oluşturulan tüm modellerde 2012 yılı tahmin gücü en başarılı yıl olarak saptanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Günümüz koşulları göz önüne alındığında işletmelerin hedeflerini gerçekleştirebilmeleri için finansal açıdan güçlü olmaları gerekmektedir.
📊
Temel Bulgular & Veri:Çalışmada, Borsa İstanbul'da 2010-2013 döneminde kesintisiz olarak işlem gören 143 imalat sanayi şirketinin yıllık bilanço ve gelir tablosu verilerinden yararlanılarak işletmelerin finansal başarılı ve başarısız olma durumları tahmin edilmeye çalışılmıştır.
💡
Sonuç & Katkı:Analiz sonucunda, işletmelerin finansal başarılı ve başarısız olma durumlarını tahmin etmek için oluşturulan tüm modellerde 2012 yılı tahmin gücü en başarılı yıl olarak saptanmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2010-2013 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Günümüz koşulları göz önüne alındığında işletmelerin hedeflerini gerçekleştirebilmeleri için finansal açıdan güçlü olmaları gerekmektedir. Bu nedenle finansal başarısızlıklarının tahmin edilmesi, işletmelerin gelecekte oluşabilecek finansal riskleri tespit etmeleri ve gerekli önlemleri almaları bakımından oldukça önemlidir. Çalışmada, Borsa İstanbul'da 2010-2013 döneminde kesintisiz olarak işlem gören 143 imalat sanayi şirketinin yıllık bilanço ve gelir tablosu verilerinden yararlanılarak işletmelerin finansal başarılı ve başarısız olma durumları tahmin edilmeye çalışılmıştır. Araştırmada Veri Madenciliği ve Lojistik Regresyon Analizi yöntemleri kullanılmıştır. 2013 yılı baz alınarak bir yıl, iki yıl ve üç yıl öncesinin tahmin edilmesine yönelik modeller geliştirilmiş ve modellerin sınıflandırma doğrulukları başka bir ifadeyle modellerin tahmin gücü karşılaştırılmıştır. Analiz sonucunda, işletmelerin finansal başarılı ve başarısız olma durumlarını tahmin etmek için oluşturulan tüm modellerde 2012 yılı tahmin gücü en başarılı yıl olarak saptanmıştır.

Abstract

Given today's conditions, enterprises should be financially powerful in order to achieve their goals. Therefore, estimating financial failures is quite important in terms of determining possible future financial risks of enterprises and taking the required steps. In this study, annual balance sheets and income statements of 143 manufacturing firms, which were publicly traded in Borsa Istanbul between 2010 and 2013 and which displayed continuity, were used to estimate their financial failures and successes. Data Mining and Logistic Regression Analysis methods were used in this research. Models were developed to make an estimation prior to the first, second and third years taking year 2013 as basis, and classification accuracy, in other words estimation power of these models were compared. Among all models that were suggested to estimate failures and successes of enterprises, 2012 was determined as the year with the most successful estimation power as a result of our analysis.

🔖

Bu Makaleye Atıf Yap

TAZEGÜL, A., KAYGIN, C. Y., YAZARKAN, H. (2022). İşletmelerin Finansal Başarılı ve Başarısız Olma Durumlarının Veri Madenciliği ve Lojistik Regresyon Analizi İle Tahmin Edilebilirliği. Ege Akademik Bakış, Cilt: 16 - Sayı: 1, 147–159. https://ajindex.com/articles/495265

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (10)

  1. Akkaya, G.C., Demireli, E. ve Yakut, Ü.H. (2009) "İşletmelerde Finansal Başarısızlık Tahminlemesi: Yapay Sinir Ağları Modeli ile İMKB Üzerine Bir Uygulama", Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2): 187-216.
  2. Aktaş, R., Doğanay, M. ve Yıldız B.(2003) "Finansal Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı Karşılaştırması", Ankara Üniversitesi SBF Dergisi, 58(4): 1-24.
  3. Albayrak, A. S. ve Yılmaz, Ş. K. (2009) "Veri Madenciliği: Karar Ağacı Algoritmaları ve İMKB Verileri Üzerine Bir Uygulama", Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1): 31-52.
  4. Altaş, D. ve Giray, S. (2005) "Mali Başarısızlığın Çok Değişkenli İstatistiksel Yöntemlerle Belirlenmesi: Tekstil Sektörü Örneği", Anadolu Üniversitesi Sosyal Bilimler Dergisi, 5 (2): 13-28.
  5. Altman, E.I. (1968) "Financial Ratios, Discriminant Analysis and Prediction of Corporate Failure", Journal of Finance, 23(4): 589-609.
  6. Altman, E.I. ve Hotchkiss, E. (2010) Corporate Financial Distress and Bankruptcy: Predict and Avoid Bankruptcy, Analyze and Invest in Distressed Debt, 3th Edition, John Wiley&Sons. Inc. Atiya, A. (2001). "Bankruptcy Prediction For Credit Risk Using Neural Networks: A Survey and New Results", Neural Networks, 12(4): 929-935.
  7. Beaver, W.H. (1966) "Financial Ratios as Predictors of Failure", Empirical Research in Accounting: Selected Studies, Journal of Accounting Research, 5: 71-111.
  8. Beaver, W.H. (1968) " Market Prices,Financial Ratios and the Prediction of Failure ", Journal of Accounting Research, 6(2): 179-192.
  9. Beaver, W.H., Correia, M. ve McNichols, M.F. (2011) Financial Statement Analysis and the Prediction of Financial Distress, Now Publishers Inc, USA. Brealey, R.A., Myers, S.C., ve Marcus, A.J. (1997) İşletmelerde Finansmanın Temelleri, 2. Baskı, Çevirenler: Ünal Bozkurt, Türkân Arıkan ve Hatice Doğukanlı, Literatür Yayıncılık. Gujarati, D.N. (2011) Temel Ekonometri, 8. Baskı, Çevirenler: Ümit Şenesen, Gülay Günlük Şenesen, Literatür Yayıncılık. Koyuncugil, A.S. ve Özgülbaş, N. (2006) "İMKB'de İşlem Gören Kobi'lerin Finansal Başarısızlığına Etki Eden Faktörlerin Veri Madenciliği ile Belirlenmesi", 3. KOBİ'ler ve Verimlilik Kongresi, İstanbul Kültür Üniversitesi, 17-18
  10. Kasım. Larose, D.T. (2005) Discovering Knowledge in Data: An Introduction to Data Mining, John and Wiley Sons Inc., USA. Li, H. and Sun, J. (2011). "Empirical Research of Hybridizing Principal Component Analysis with Multivariate Discriminant Anal