YAPAY SİNİR AĞI MODELİ YÖNTEMİYLE İŞLETME BAŞARISININ TAHMİN EDİLMESİ: 2008 KÜRESEL FİNANSAL KRİZ ÖRNEĞİ

Öz

Bir işletmenin başarılı ya da başarısız olma durumunu işletmelerin kriz öncesi ve sonrası finansal göstergelere bakarak ele almak mümkündür. İşletmelerin finansal durumu çeşitli finansal göstergelere bakarak, işletmenin başarılı ya da başarısız olma üzerinde tahmin etme yeteneği sağlamaktadır. Bu çalışma da işletmelerin 2008 küresel finansal krizden, kriz öncesi işletmelerin temel mali tablolarda yer finansal göstergelerine bakarak bu krizi nasıl atlattıkları bir diğer ifadeyle başarılı atlatabilme durumlarına göre yapay sinir ağı modeli oluşturulmuştur.

Çalışmada Borsa İstanbul da (BİST) İmalat sektörlerinde faaliyet gösteren çeşitli endüstri işletmelerinin çeşitli finansal göstergeleri temel alarak yapay sinir ağları modeli oluşturulmaya çalışılacaktır. Çalışma modelimizde girdi değerleri olarak 18 adet finansal gösterge kullanılmış olup, modelde girdi değeler tanımlandıktan sonra, 24 işletmeden oluşan örneklem 5 tanesi test verisi seçilmiş olup her bir şirket için toplamda beş çeyrek dönem olmak üzere ayrı ayrı hesaplanmıştır. Kalan diğer işletmelerin finansal göstergeleri sistem üzerinden eğitilmesi kararlaştırılmıştır. Sistem çıktısı olarak başarılı ya da başarısız durumunu ifade eden çeşitli semboller kullanılmıştır. Yaptığımız çalışma sonucunda herhangi bir kriz anında, finansal göstergeler ele alınarak işletme başarısının tahmin edilmesi hususunda Yapay Sinir Ağları modelinin finansal başarısızlığı tahmin etmede %71 ‘ e yakın oranda başarılı bir durum sergilediği gözlemlenmiştir

Anahtar Kelimeler

• Finansal Kriz,Yapay Sinir Ağları Modeli

Kaynakça

1. Aktaş, Ramazan , Doğanay, Mete ve Yıldız, Birol (2003), “Mali Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı Karşılaştırması” Ankara Üniversitesi SBB Dergisi, s.5.
2. Chen, Wei-Sen - DU, Yin-Kuan. (2009), “Using Neural Networks And Data Mining Techniques For The Financial Distress Prediction Model”, Expert Systems with Applications, p. 4075-4086
3. Cláudia Maria, De Almeida ve ,José Marinaldo Gleriani,(2005), “Cellular Automata And Neural Networks As A Modelling Framework For The Simulation Of Urban Land Use Change” , Gleriani 2 Anais XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia, Brasil, INPE, p. 697- 3705
4. Eugene F. Brigham, Louis C. Gapenski ve Phillip R. Daves,(1999),” Intermediate Financial Management”, Sixth Edition, The Dryden Press, Orlando, p.395.
5. Fausett,L.(1994), “Fundamentals of Neural Networks”, Prentice Hall, USA, , p.3.
6. Kurtaran Çelik, Melike (2010), “Bankaların Finansal Başarısızlıklarının Geleneksel ve Yeni Yöntemlerle Öngörüsü”, Yönetim ve Ekonomi Dergisi, s. 129-143.
7. Smith K. A.,(2002), “Neural Networks for Business: An Introduction, Neural Networks in Business: Techniques and Applications”, Idea Group Publishing, USA, p.4.
8. Stephen A. Ross, Randolph W. Westerfield ve Jeffrey Jaffe,(2012), “Corporate Finance”, Tenth Edition, Mc Graw Hill International Edition, New York, September 28, p.430.

9. Yaiza García Padrón at el,(2005) ,”Determinants Factors of Leverage – An Emirical Analysis of Spanish Corporations”, The Journal of Risk Finance, Vol.6, No.1, p.60-68.