| Popis: |
Finansal başarısızlık, hem işletmeyle doğrudan ilgili gruplar üzerinde hem de genelekonomi üzerinde olumsuz etkilere sahip olabilmektedir. Bu nedenle, finansalbaşarsızılığın tahmin edilmesi, finans alanında önemli araştırma konularından biriolmuştur. Uzun yıllar boyunca, farklı yöntemler kullanılarak finansal başarısızlığıtahmin edebilecek modeller geliştirilmeye çalışılmıştır. Bu yöntemler arasında, enyaygın olarak kullanılanları çok değişkenli istatistiki teknikler ve yapay sinir ağlarıdır.Bu çalışmanın amacı, geleneksel istatistiki yöntemlerle yapay sinir ağlarının,Türkiye'deki sanayi işletmelerinin finansal durumunu tahmin etmedeki performanslarınıkarşılaştırarak, en uygun yöntemi belirlemektir.Hisse senetleri İ.M.K.B.'de işlem gören sanayi işletmelerinin 1992-2004 yılları arasıverileri üzerinde, geleneksel istatistiki teknikler (çok değişkenli diskriminant analizi velojistik regresyon analizi) ve yapay sinir ağları (geri yayılımlı çok katmanlı yapay sinirağı) kullanılarak tahmin modelleri geliştirilmiştir. Elde edilen modellerin beş yılöncesine kadarki performansları, hem geleneksel performans ölçüleri, hem de ROCeğrileri aracılığıyla değerlendirilerek birbirleriyle karşılaştırılmıştır.Başarısızlıktan bir ve iki yıl öncesi için en iyi performansa sahip yöntem yapay sinirağıdır. İşletmeyle ilgili olarak verilecek çoğu karar için iki yıllık sürenin yeterli olduğudüşünüldüğünde, yapay sinir ağının finansal başarısızlık tahmininde kullanılmasınınişletmeyle ilgili karar vericiler için son derece yararlı olacağı sonucuna varılmıştır.Ayrıca, başarısızlıktan beş yıl öncesine kadar tüm tahmin modellerinin ROC eğrisialtında kalan alanları 0,50'den daha büyüktür. Financial failure may negatively affect both stakeholders and overall economy.Therefore, predicting financial failure has become an important subject in financialresearch area. For many years researchers have tried to develop models that predictfinancial failure using different methods. Among these methods, multivariate statisticalmethods and artificial neural networks are used most widely.The objective of this study is to determine the most appropriate method by comparingthe performances of traditional statistical methods and artificial neural networks inpredicting financial positions of industry firms in our country.In this study, prediction models have been built by means of traditional statisticalmethods(multivariate discriminant analysis and logistic regression analysis) andartificial neural networks (multilayer neural networks with backpropagation algorithm)using data of industry firms whose stocks were traded in Istanbul Stock Exchange (ISE)between years 1992 and 2004. Performances of models developed for five year periodare compared by using both traditional performance measures and ROC curves.In predicting failure one and two years earlier, artificial neural network has the bestperformance. Considering that two years is enough for most of the decisions about thefirm, it has been concluded that using artificial neural networks in predicting financialfailure will be very beneficial for decision makers. Besides, for up to five years prior tofailure, the area under the ROC curve in all prediction models is more than 0,50. 189 |
