Finansal başarısızlığın öngörülmesinde çok kriterli karar verme analizine dayalı bir araştırma

Year 2014, Issue: 41, 0 - 0, 20.06.2015

Kemal Vatansever Sinan Aydin -

Abstract

Success of businesses is an important matter not only for the stakeholders and employees of businesses but also for the state and the society. Prediction of financial failure is also important due to its effects on the same interest groups. Precautions taken today for businesses predicted to face with financial failure in the future will have positive effects on their success. Similarly, they will also have positive effects on making the most accurate investment decisions. In this respect, in this study, financial failure predictions were made upon the data acquired from the 2012 annual financial statements of Borsa Istanbul’s businesses in food, drink and tobacco sector. In the study, firstly, discriminant analysis was conducted on 43 financial ratios and five statistically significant financial ratios were acquired for financial failure prediction. Subsequently, using the ratios as criteria in ELECTRE TRI model of multi-criteria decision making (MCDM) approaches, the firms were classified as financially successful or unsuccessful

Keywords

-

Finansal başarısızlığın öngörülmesinde çok kriterli karar verme analizine dayalı bir araştırma

Abstract

İşletmelerin başarısı, hissedar ve çalışanları olduğu kadar devleti ve toplumu da yakından ilgilendiren önemli bir konudur. Finansal başarısızlığın öngörülmesi de aynı çıkar grupları üzerindeki etkilerinden dolayı önemlidir. Gelecekte finansal anlamda başarısız olacağı tahmin edilen işletmelere yönelik bugünden alınacak tedbirlerin, işletme başarısı üzerinde pozitif etkileri olacaktır. Benzer şekilde yatırım kararlarının en doğru şekilde alınmasına yönelik de olumlu etkileri olacaktır. Bu doğrultuda çalışmamızda Borsa İstanbul’da Gıda, İçki ve Tütün sektöründe faaliyette bulunan işletmelerin 2012 yılı mali tablolarından elde edilen verilere dayalı olarak finansal başarısızlık öngörüsünde bulunulmuştur. Çalışmada 43 finansal rasyo üzerinde öncelikle ayırma (diskriminant) analizi uygulanmış ve finansal başarısızlık öngörüsü için 5 istatistiksel anlamlı finansal rasyo elde edilmiştir. Sonrasında bu rasyolar, çok kriterli karar verme (ÇKKV) yaklaşımlarından ELECTRE TRI modelinde kriter olarak kullanılarak, firmalar finansal başarılı ve finansal başarısız olarak sınıflandırılmıştır

Keywords

Finansal Başarısızlık Öngörüsü, Ayırma Analizi, ELECTRE TRI

References

• Akgüç, Ö. (1998). Finansal Yönetim (7.Baskı). İstanbul: Avcıol Basım-Yayın.
• Akkoç, S. (2007). Finansal Başarısızlığın Öngörülmesinde Sinirsel Bulanık Ağ Modelinin Kullanımı ve Ampirik Bir Çalışma.
• Yayınlanmamış Doktora Tezi. Kütahya. Aktaş, R., Doğanay, M., ve Yıldız, B. (2003). Mali Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı
• Karşılaştırması. Ankara Üniversitesi SBF Dergisi, 54(4), 1-24. Albayrak, A. S. (2006). Uyguyamalı Çok Değişkenli İstatistik Teknikleri. Ankara: Asil Yayıncılık.
• Alpar, Reha. (2011). Uygulamalı Çok Değişkenli İstatistiksel Yöntemler. (3. Baskı), Ankara: Detay Yayıncılık
• 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. Altunöz,U. (2013). Bankaların Finansal Başarısızlıklarının Diskriminant Analizi ve Yapay Sinir Ağları Çerçevesinde Tahmini,
• Sakarya Üniversitesi İktisat Dergisi, 2(4), 1-21. Altman, E. I. (1968). Financial Ratios, Discriminant Analysis and The Prediction of Corporate Bankruptcy. The Journal of Finance, 23(4), 589-609.
• Atiya, A. (2001). Bankruptcy Prediction For Credit Risk Using Neural Networks: A Survey and New Results. Neural Networks , 12(4), 929-935
• Benli, Y. K. (2005). Bankalarda Mali Başarısızlığın Öngörülmesi Lojistik Regresyon ve Yapay Sinir Ağı Karşılaştırması. Gazi
• Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi(16), 31-46. Chung, K. C., Tan, S. S., ve Holdsworth, D. K. (2010). Insolvency Prediction Model Using Multivariate Discriminant Analysis
• And Artifucial Neural Network for the Finance ındustry in New Zealand. International Journal of Business and Managment, 3(1), 19-29. Çokluk, Ö., Şekercioğlu, G., ve Büyüköztürk, Ş. (2012). Sosyal Bilimler İçin Çok Değişkenli İstatistik SPSS ve LISREL
• Uygulamaları (2. Baskı). Ankara: Pegem Akademi. Edmister, R. O. (1972). An Empirical Test of Financial Ratio Analysis for Small Business Failure Prediction. Journal of
• Financial Quantitative Analysis (2), 1477-1493.
• Foreman, R. D. (2003). A Logistic Analysis of Bankruptcy Within the US Local Telecommunications Industry. Journal of
• Economics and Business(55), 135-166. Gepp, A., ve Kumar, K. (2008). The Role of Survival Analysis in Financial Distress Prediction. International Research Journal of Finance and Economics, 16, 13-34.
• Gratzer, K. (2001). Business Failure and The Nev Economy. EBHA Conference; Business and Knowledge, (s. 2-3).
• Hunter, J., & Isachenkova, N. (1999). Failure Risk: A Comparative Study of UK and Russian Firms. Department of Economics and Finance Brunel University, Dicussion Paper, 1.
• İslamoğlu, A. Hamdi. (2011). Sosyal Bilimlerde Araştırma Yöntemleri, (2. Baskı). İstanbul: Beta Yayınevi
• Keasey, K., ve Watson, R. (1987, Autumn). Non-Financial Symptoms and The Prediction of Smal Company Failure: A Test of
• Argenti's Hypotheses. Journal of Business Finance and Accounting, 14(3), 335-354. Kılıç, Süleyman B. (2005). Avrupa Birliğine Üye ve Aday Ülkelerin Bazı Temel Makro Ekonomik Kriterlere Göre
• Sınıflandırılması: Çok Kriterli Karar Alma Analizine Dayalı Bir Modelin Tahmini. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 14 (2), 339-352
• Kılıç, Süleyman B. (2006). Türk Bankacılık Sistemi İçin Çok Kriterli Karar Alma Analizine Dayalı Bir Erken Uyarı Modelinin
• Tahmini. ODTÜ Gelişme Dergisi, 33, 117-154
• Lin, F., Liang, D., ve Chen, E. (2011). Financiol Ratio Selection for Business Crisis Prediction. Expert Systems With Applications, 38 (12), 15094-15102
• Liou, F. M. (2008). Fraudulent Financial Reporting Detection And Business Failure Prediction Models: A Comparison.
• Managerial Auditing Journal, 23(7), 650-662. Mousseau, V. ve Slowinski, R. (1998). Inferring an ELECTRE TRI Model from Assignment Examples. Journal of Global Optimization, 2, 157-174
• Mousseau, V., Slowinski, R. ve Zielniewicz, P. (2000). A User-Oriented Implementation of the ELECTRE TRI Method
• Integrating Preference Elicitation Support. Computers and Operations Research, 27, 757-777
• Ohlson, J. A. (1980). Financial Ratios and the Probabilistic Prediction of Bankruptcy. Journal of Accounting Research, 18, 109
• Okka, O. (2009). Analitik Finansal Yönetim Teori ve Problemler. Ankara: Nobel Yayınevi.
• Salehi, M., ve Abedini, B. (2009). Financial Distress Prediction in Emerging Market: Empirical Evidences from Iran. Business
• Intelligence Journal, 2(2), 398-409. Shirata, C. Y. (1998). Financial Ratios as Predictors of Bankruptcy in Japan: An Enpirical Research. Proceedings of The Second
• Asian Pacific Interdisciplinary Research in Accounting Conference. Sori, Z. M., ve Jalil, H. A. (2009). Financial Ratios Discriminant Analysis and the Prediction of Corporate Distress. Journal of
• Money, Investment and Banking, 11, 5-15. Terzi, S. (2011). Finansal Rasyolar Yardımıyla Finansal Başarısızlık Tahmini: Gıda Sektöründe Ampirik Bir Araştırma.
• Çukurova Üniversitesi İİBF Dergisi, 15(1), 1-18. Tseng, F.-M., ve Lin, L. (2005). A Quadratic Interval Logit Model For Forecasting Bankruptcy. Omega, 85-91.
• Yang, C. H., ve Diğerleri. (2009). Constructing Financial Distress Prediction Model Using Group Method of Data Handling
• Technique. Proceedings of teh Eighth International Conference on Machine Learning and Cybernetics. Taiwan. Yap, B. C., Yong, D.F.G. and Poon, W.C. (2010). How Well Do Financial Ratios and Multiple Discriminant Analysis Predict
• Company Failures in Malaysia. International Research Journal of Finance and Ecmomics, 54, 166-175. Wu, W.W. (2010). Beyond Business Failure Prediction. Expert Systems With Applications, 37(3), 2371-2376.