FİNANSAL PERFORMANSA ETKİ EDEN FİNANSAL DEĞİŞKENLERİN CHAID KARAR AĞACIYLA BELİRLENMESİ: TEKSTİL SEKTÖRÜ ÖRNEĞİ

Yıl 2020, Cilt: 5 Sayı: 1, 1 - 10, 30.06.2020

Ulukan Büyükarıkan

Öz

İşletmelerde finansal performansın belirlenmesi için çeşitli tahmin yöntemleri bulunmaktadır. Karar ağaçları sınıflandırma ve alınan kararların doğrulanmasına olanak tanımakta ve bu yönüyle daha anlaşılır bir yapı sergilemektedir. Böylece karar ağaçlarıyla oluşturulan modellerde kullanılan değişkenler modelin kolaylıkla anlaşılabilmesini sağlamaktadır. Çalışmada Borsa İstanbul’da işlem gören 21 tekstil işletmesinin 2009-2013 yılları arasındaki beş yıllık konsolide tablolarından elde edilen 20 oran CHAID karar ağacı kullanılarak işletmelerin performans sınıflandırılması yapılmıştır. Firmaların performansına etki eden en önemli oranlar ise finansal rantabilite ve sermaye yapısı olarak belirlenmiştir.

Anahtar Kelimeler

Finansal Performans, Tekstil Sektörü, Karar Ağacı

Kaynakça

• Akpınar, H. (2000) “Veri Tabanlarında Bilgi Keşfi ve Veri Madenciliği”, İstanbul Üniversitesi İşletme Fakültesi Dergisi, 29(1): 1-22.
• Altman, E.I. ve Hotchkiss, E. (2006) “Corporate Financial Distress and Bankruptcy”, New Jersey: John Wiley & Sons.
• Anderson, D.R., Sweeney, D.J., Williams, T.A., Camm, J.D., Cochran, J.J., Fry, M.J. ve Ohlmann, J.W. (2013) “Quantitative Methods for Business”, Ohio: South-Western.
• Başdoğan, A.S. ve Sezer, E.A. (2013) “Gayrimenkul Geliştirme Projelerinde Nakit Akışlarındaki Belirsizliklerin Karar Ağacı Analizi ile Değerlendirilmesi”, Megaron, 8(3): 149-164.
• Bozkır, S. ve Önel, H. (2011) “Predicting Food Demand in Food Courts by Decision Tree Approaches”, Procedia Computer Science, 3(1): 759-763.
• Büyükarıkan, U. ve Büyükarıkan, B. (2014) “Bilişim Sektöründe Faaliyet Gösteren Firmaların Finansal Başarısızlık Tahmin Modelleriyle İncelenmesi”, Akademik Bakış Dergisi, 46(7): 160-172.
• Chien, C.F. ve Chen, L.F. (2008) “Data Mining to Improve Personnel Selection and Enhance Human Capital: A Case Study in High-Technology Industry”, Expert Systems with Application, 34(1): 280-290.
• Chien, C.F., Chen, S. ve Lin, Y. (2002) “Using Bayesian Network for Fault Location on Distribution Feeder of Electrical Power Delivery Systems”, IEEE Transactions on Power Delivery, 17(3): 785-793.
• Coşkun, A. (2006) “Büyük Sanayi İşletmelerinde Kurumsal Performans Ölçüm ve Yönetim Uygulamaları”, Muhasebe ve Denetime Bakış, 6(19): 119-136.
• Dahan, H., Cohen, S., Rokach, L. ve Maidon, O. (2014) “Proactive Data Mining with Decision Trees”, London: Springer. Ergin, H. ve Elmacı, O. (1999) “Stratejik Yönetim Muhasebesinin bir İşlevi Olarak Seçilen Stratejinin Değerlendirilmesi ve Kontrolüne Yönelik Yeni Açılımlar”, Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 1(3): 17-50.
• Han, J. ve Kamber, M. (2001) “Data Mining”, Massachusetts: Morgan Kaufman.
• Han, J., Kamber, M. Ve Pai, J. (2012) “Data Mining”, Massachusetts: Morgan Kaufman.
• Kass, G.V. (1980) “An Exploratory Technique for Investigating Large Quantities of Categorical Data”, Applied Statistics, 29(2): 119-127.
• Kavzoğlu, T. ve Çölkesen, İ. (2010) “Karar Ağaçları İle Uydu Görüntülerinin Sınıflandırılması: Kocaeli Örneği”, Harita Teknolojileri Elektronik Dergisi, 2(1): 36-45.
• Koyuncugil, A.S. (2004) “Veri Madenciliği veya Bir Başka Deyişle Akıllı Algoritmalarla İstatistik Kullanımı”, Emniyet Genel Müdürlüğü Polis Dergisi Bilişim Özel Sayısı, 37(1): 38-40.
• Koyuncugil, A.S. ve Özgülbaş, N. (2012) “Financial Early Warning System Model and Data Mining Application for Risk Detection, Expert Systems with Applications”, 39(1): 6238-6253.
• Kumar, P.R. ve Ravi, V. (2007) “Bankruptcy Prediction in Banks and Firms via Statistical and Intelligent Techniques – A Review”, European Journal of Operational Research, 180(1): 1-28.
• Lahmann, N.A. ve Kottner, F. (2011) “Relation between pressure, friction and pressure ulcer categories: A secondary data analysis of hospital patients using CHAID methods”, International Jurnal of Nursing Studies, 48(1): 1487-1494.
• Legohérel, P., Hsu, C.H.C. ve Daucé, B. (2015) “Variety-Seeking: Using the CHAID Segmentation Approach In Analyzing the International Traveler Market”, Tourism Management, 46(1): 359-366.
• Lezki, Ş. ve Er, F. (2010) “Filo Araç Alımında Karar Ağacı ve Değerleme Ağı Kullanımı”, İstatistikçiler Dergisi, 3(1): 86-105. MacLean, L.C. ve Ziemba, W.T. (2013) “Handbooks of The Fundamentals of Financial Decision Making”, (eds.), Part 1. Singapore, World Scientific.
• Peng, C. ve Chien, C.F. (2003) “Data Value Development to Enhance Yield and Maintain Competitive Advantage for Semiconductor Manufacturing”, International Journal of Service Technology and Management, 4(4-6): 365-383.
• Peng, C.. Chien, C.F. ve Tseng, B. (2004) “Rough Set Theory for Data Mining for Fault Diagnosis on Distribution Feeder”, IET Proceedings - Generation Transmission and Distribution, 151(6): 689-697.
• Quinlan, J.R. (1993) “C4.5: Programs for Machine Learning”, San Mateo: Morgan Kaufmann.
• Rokach, L. ve Maimon, O. (2015) “Data Mining with Decision Trees”, Singapore: World Scientific.
• Sezen, H.K. (2004) “Yöneylem Araştırması”, Bursa: Ekin Yayınevi.
• Shaw, M.J., Subramaniam, C., Tan, G.W. ve Welge, M.E. (2003) “Knowledge Management and Data Mining for Marketing”, Decision Support Systems, 31(1): 127-137.
• Shiue, Y.R. ve Su, C.T. (2003) “An Enhanced Knowledge Representation for Decision Tree Based Learning Adaptive Scheduling”, International Journal of Computer Integrated Manufacturing, 16(1): 48-60.
• Şentürk, A. (2006) “Veri Madenciliği”, Bursa: Ekin Yayınevi.
• Türe, M., Tokatlı, F. ve Kurt, İ. (2009) “Using Kaplan–Meier Analysis Together with Decision Tree Methods (C&RT, CHAID, QUEST, C4.5 and ID3) in Determining Recurrence-Free Survival of Breast Cancer Patients”, Expert Systems with Applications, 36(1): 2017-2026.
• Usama, F. ve Paul, S. (1997) “Data Mining and KDD: Promise and Challenges”, Future Generation Computer Systems, 13(2): 99-115.
• Waters, D. (2011) “Quantitative Methods for Business”, Hampshire: Pearson.
• Wei, C.P. ve Chiu, I.T. (2002) “Turning Telecommunications Call Details to Churn Prediction: A Data Mining Approach”, Expert Systems with Applications, 23(2): 103-112.
• Weygandt, J.J., Kimmel, P.D. ve Kieso, D.E. (2010) “Managerial Accounting”, Massachusetts: John Wiley & Sons.
• Wisniewski, M. (2006) “Quantitative Methods for Decision Makers”, Madrid: Prentice Hall.
• Wu, C.H., Kao, S.C., Su, Y.Y. ve Wu, C.C. (2005) “Targeting Customers via Discovery Knowledge for the Insurance Industry”, Expert Systems with Applications, 29(2): 291-299.
• Wu, D. (2009) “Supplier Selection: A Hybrid Model Using DEA, Decision Tree and Neural Network”, Expert Systems with Applications, 36(1): 9105-9112.
• Xiong, Y. ve Zhang, J. (2014) “Applying a Life-oriented Approach to Evaluate the Relationship between Residential and Travel Behavior and Quality of Life Based on an Exhaustive CHAID Approach”, Procedia - Social and Behavioral Sciences, 138(1): 649-659.
• Zhao Han, S. ve Bing Xiang, L. (2005) “Research Method of Customer Churn Crisis Based on Decision Tree”, Journal of Management Sciences in China, 8(2): 20-25.