KaydedilenlerDerginizi ekleyin

Dergiler / Osmaniye Korkut Ata Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2023 / Cilt: 7 Sayı: 1

Yapay Sinir Ağları Ve Karar Ağacı Yöntemleri İle Muhasebeye Dayalı Oranlar Kullanılarak Firma Performansının Ölçülmesi: Borsa İstanbul’da Bir Uygulama

MEASUREMENT OF FIRM PERFORMANCE USING ACCOUNTING BASED RATIOS WITH ARTIFICIAL NEURAL NETWORKS AND DECISION TREE METHODS: A STUDY IN BORSA ISTANBUL

Mustafa KILLI
Yusuf IŞIK
Sayfa
89–102
Yayın Tarihi
2023-06-30
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)

Sonuç olarak her iki veri madenciliği yöntemi karşılaştırıldığında yapay sinir ağları ile yapılan analiz tahmin değerlerinin karar ağacı modeline göre daha tutarlı olduğu görülmüştür.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Firmaların en temel amaçlarından biri olan sürdürülebilirlik, yüksek şirket performansı ile sağlanabilir.
📊
Temel Bulgular & Veri:Oran analizi, firma performansını ölçmek için kullanılan finansal ölçüm araçlarından biridir.
💡
Sonuç & Katkı:Sonuç olarak her iki veri madenciliği yöntemi karşılaştırıldığında yapay sinir ağları ile yapılan analiz tahmin değerlerinin karar ağacı modeline göre daha tutarlı olduğu görülmüştür.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2021 Verileri
⚙️Değişkenler:Yönetim Muhasebesi · Finansal Performans Ölçümü · Yapay Sinir Ağları

Özet

Firmaların en temel amaçlarından biri olan sürdürülebilirlik, yüksek şirket performansı ile sağlanabilir. Firma performansını ölçmek için birçok finansal ve finansal olmayan performans ölçüm aracı kullanılabilir. Performans ölçümü, geleceğe yönelik kararların sağlam temellere dayanmasını sağlayan bir süreç olarak önemli bir yönetim muhasebesi aracıdır. Oran analizi, firma performansını ölçmek için kullanılan finansal ölçüm araçlarından biridir. Kimi zaman öncü gösterge niteliğinde olan bu oranlar, şirketlerin çeşitli önlemler alması gerektiğinin göstergesi olabilir. Bu çalışmada, veri madenciliği tekniklerinden yapay sinir ağları ve karar ağacı yöntemleri kullanılarak muhasebe tabanlı oranlar ile firma performansı arasındaki ilişkinin belirlenmesi amaçlanmıştır. Bu amaçla Borsa İstanbul (BİST) holding ve yatırım şirketleri sektöründe yer alan şirketlerin 2021 yılı mali tabloları kullanılarak elde edilen oranlar üzerinde analizler yapılmıştır. Sonuç olarak her iki veri madenciliği yöntemi karşılaştırıldığında yapay sinir ağları ile yapılan analiz tahmin değerlerinin karar ağacı modeline göre daha tutarlı olduğu görülmüştür.

Abstract

Sustainability, which is one of the most basic purpose of companies, can be achieved with high company performance. Many financial and non-financial performance measurement tools can be used to measure firm performance. Performance evaluation is an important management accounting tool as a process that allows future decisions to be based on solid foundations. Ratio analysis is one of the financial measurement tools used to measure firm performance. These ratios, which are sometimes a leading indicator, may indicate that companies should take various measures. This study aimed to determine the relationship between accounting-based ratios and firm performance using artificial neural networks and decision tree methods, which are data mining techniques. For this purpose, analyzes were carried out on the ratios obtained by using the 2021 financial statements of the companies in the Borsa Istanbul (BIST) holdings and investment companies sector. As a result, when both data mining methods were compared, it was seen that the analysis prediction values made with artificial neural networks were more consistent than the decision tree model.

🔖

Bu Makaleye Atıf Yap

KILLI, M., IŞIK, Y. (2023). Yapay Sinir Ağları Ve Karar Ağacı Yöntemleri İle Muhasebeye Dayalı Oranlar Kullanılarak Firma Performansının Ölçülmesi: Borsa İstanbul’da Bir Uygulama. Osmaniye Korkut Ata Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 7 Sayı: 1, 89–102. https://ajindex.com/articles/962295

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (14)

  1. Albayrak, A. S. and Yılmaz, Ş. K. (2009). Data Mining: Decision Tree Algorithms And An Application On ISE Data. Suleyman Demirel University The Journal of Faculty of Economics and Administrative Sciences, 14(1), 31-52.
  2. Ataseven, B. (2013). Forecasting By Using Artificial Neural Networks. Öneri Journal of Marmara University Institute of Social Sciences, 10(39),101-115.
  3. Appiahene, P., Missah, Y. M., and Najim, U. (2020). Predicting bank operational efficiency using machine learning algorithm: comparative study of decision tree, random forest, and neural networks. Advances in fuzzy systems, https://doi.prg/10.1155/2020/8581202.
  4. Aksoy, B. (2021). Pay senedi fiyat yönünün makine öğrenmesi yöntemleri ile tahmini: Borsa İstanbul örneği. Business and Economics Research Journal, 12(1), 89-110.
  5. Arslantürk Çöllü, D., Akgün, L. and Eyduran, E. (2020). Financial Failure Prediction with Decision Tree Algorithms: Textile, Wearing Apparel and Leather Sector Application. International Journal of Economics and Innovation, 6(2), 225-246.
  6. Bardi, Ş. (2020). The Efficiency Analysis of Companies on BIST Food Beverage Index By Using Data Envelopment And Data Mining. Suleyman Demirel University Visionary Journal, 11, 185-199.
  7. Bellovary, J. Giacomino, D. and Akers, M. (2007). A review of bankruptcy prediction studies: 1930–present. Journal of Finance Education, 33, 1–42.
  8. Büyükarıkan, U. and Büyükarıkan, B. (2014). Analysis of Firms Operating in The It Sector Financial Distress Prediction Model’s, Akademic Review, 46(7), 160-172.
  9. Büyükmirza, K. (2010). Maliyet ve Yönetim Muhasebesi. Gazi Kitapevi (15.Ed), Ankara.
  10. Can, N. S. and Şahin, A. Ş. (2021). Daily dew point temperature estimation with artificial neural networks method. Gümüşhane University Journal of Science and Technology, 11(4), 1154-1163.
  11. Chen, F. H., Chi, D. J., and Wang, Y. C. (2015). Detecting biotechnology industry's earnings management using Bayesian network, principal component analysis, back propagation neural network, and decision tree. Economic Modelling, 46, 1-10.
  12. Delen, D., Kuzey, C. and Uyar, A. (2013). Measuring firm performance using financial ratios: A decision tree approach. Expert Systems with Applications, 40, 3970–3983.
  13. Durgut, M. (2017). Use and Reporting of Non-Financial Data in Performance Evaluation within the Scope of Management Accounting. Research Journal of Politics, Economics And Management, 5(2), 245-255.
  14. Ece, O. (2018). The Determination of Relationship Between Value-Based Management And Corpo