| dc.creator |
Paket, Hilmi,
1987-
author
91123 |
|
| dc.creator |
Göçmen Yağcılar, Gamze,
1980-
thesis advisor
6964 |
|
| dc.creator |
Süleyman Demirel Üniversitesi.
Sosyal Bilimler Enstitüsü.
İşletme Anabilim Dalı.
issuing body
16809 |
|
| dc.date |
2014. |
|
| dc.identifier |
http://tez.sdu.edu.tr/Tezler/TS01576.pdf |
|
| dc.description |
Günümüzün globalleşen rekabet ortamında işletmelerin sonsuz olduğu kabul edilen ömürleri içerisinde en önemli amaçları işletme değerini maksimum yapmaktır. Bu amacını gerçekleştirirken işletmeler, toplumsal ihtiyaçları da göz önüne alarak faaliyette bulunurlar. İşletmelerin bir bölümü saptanan amaçlara ulaşarak varlığını sona erdirirken, bir bölümü ise belirlenen amaçlara ulaşamadan çeşitli nedenlerle başarısızlığa uğrayıp iflasa kadar sürüklenmektedirler. Ayrıca bir ülke ekonomisinde başarısız işletme sayısının çokluğu ekonomideki kıt kaynakların verimli değerlendirilmediğinin bir kanıtıdır. Bu açıdan bakıldığında işletme başarısızlıkları hem mikro hem de makro açıdan önemli bir konudur.İşletme başarısızlığının araştırıldığı bu tez çalışmasında, BİST'te beş farklı sektörde (Enerji, Gıda, Petro-Kimya, Tekstil ve Otomotiv) işlem gören 58 işletmenin 2002-2012 yılları arasındaki 11 yıllık finansal verileri incelenmiştir. Gerekli olan veriler BİST ve KAP internet sitelerinden elde edilmiştir. Çalışmanın birinci bölümünde işletme başarısızlıklarının nedenleri ve çözüm önerileri verilmiştir. İkinci bölüm de işletme başarısızlığı tahmin çalışmalarında kullanılan yöntemler anlatılmıştır. Üçüncü bölümde literatür çalışması yer almıştır. Dördüncü bölümde ise uygulama ve sonuç kısmı yer almaktadır. Çalışmanın genel amacı, iki gruplu diskriminant analizi ile yapay sinir ağlarının Bist’te işlem gören işletmelerin başarı durumunu sınıflandırmada öngörü performanslarının karşılaştırılarak, en uygun yöntemi belirlemektir. Çalışma sonucunda yapay sinir ağları yıllar itibariyle diskriminant analizinden daha yüksek bir öngörü performansı ortaya koymuştur. Her iki yönteminde kendine özgü özelliklerinden dolayı işletme başarısızlığı tahmin çalışmalarında kullanılabilir olduğu sonucuna varılmıştır. Anahtar Kelimeler: İşletme Başarısızlıkları, Sınıflandırma, Finansal Başarısızlık, Yönetim Başarısızlıkları, Başarısızlık Öngörüsü, Diskriminant Analizi, Yapay Sinir Ağları. |
|
| dc.description |
In globalizing competitive environment of today, the primary target of the businesses is to maximize their the operating value during their existence regarded as permanent. In doing so, businesses operate by taking the social needs into consideration as well. Several businesses terminate their existence once they have attained the targets envisaged while several others fail to maintain their existence and declare their bankruptcy without attaining their targets. Accordingly, the high number of sinking businesses in a country proves the fact that the scarce resources of the economy have not been used efficiently. When viewed from this aspect, sinking businesses are noted as a significant issue in both micro and macro terms. In this study that investigates the reasons of failures of businesses, 11 years (between the years 2002-2012) financial data of 58 different businesses operating in various sectors (Energy, Food, Petro-chemistry, Textiles and Automotive) and being traded at İstanbul Stock Exchange (BIST) have been analyzed. The data needed have been obtained from İstanbul Stock Exchange (BIST) and Public Disclosure Platform (KAP) websites. The first section of the study involves the reasons of failures and solution offers. The second section the methods used to propose possible reasons for the failure have been explained. In the third section, deals with the literature research of the study while the fourth section involves the application and conclusion parts. The overall objective of the study is to determine the most appropriate method by comparing and contrasting the failure projection performances(classification) of the businesses traded at İstanbul Stock Exchange (BIST) via artificial neural networks and multiplediscriminant analysis regarded. The outcomes of the study validate the literature. Artificial neural networks set forth a higher level of projection performance than discriminant analysis in respect of years. It has been found that both methods could be involved in projection of business failures as they hold their specific characteristics. Keywords: Business Failures, Classification, Financial Failure, Management Failure, Failure Projection, Discriminant Analysis, Artificial Neural Networks. |
|
| dc.description |
Tez (Yüksek Lisans) - Süleyman Demirel Üniversitesi, Sosyal Bilimleri Enstitüsü, İşletme Anabilim Dalı, 2014. |
|
| dc.description |
Kaynakça var. |
|
| dc.description |
Günümüzün globalleşen rekabet ortamında işletmelerin sonsuz olduğu kabul edilen ömürleri içerisinde en önemli amaçları işletme değerini maksimum yapmaktır. Bu amacını gerçekleştirirken işletmeler, toplumsal ihtiyaçları da göz önüne alarak faaliyette bulunurlar. İşletmelerin bir bölümü saptanan amaçlara ulaşarak varlığını sona erdirirken, bir bölümü ise belirlenen amaçlara ulaşamadan çeşitli nedenlerle başarısızlığa uğrayıp iflasa kadar sürüklenmektedirler. Ayrıca bir ülke ekonomisinde başarısız işletme sayısının çokluğu ekonomideki kıt kaynakların verimli değerlendirilmediğinin bir kanıtıdır. Bu açıdan bakıldığında işletme başarısızlıkları hem mikro hem de makro açıdan önemli bir konudur.İşletme başarısızlığının araştırıldığı bu tez çalışmasında, BİST'te beş farklı sektörde (Enerji, Gıda, Petro-Kimya, Tekstil ve Otomotiv) işlem gören 58 işletmenin 2002-2012 yılları arasındaki 11 yıllık finansal verileri incelenmiştir. Gerekli olan veriler BİST ve KAP internet sitelerinden elde edilmiştir. Çalışmanın birinci bölümünde işletme başarısızlıklarının nedenleri ve çözüm önerileri verilmiştir. İkinci bölüm de işletme başarısızlığı tahmin çalışmalarında kullanılan yöntemler anlatılmıştır. Üçüncü bölümde literatür çalışması yer almıştır. Dördüncü bölümde ise uygulama ve sonuç kısmı yer almaktadır. Çalışmanın genel amacı, iki gruplu diskriminant analizi ile yapay sinir ağlarının Bist’te işlem gören işletmelerin başarı durumunu sınıflandırmada öngörü performanslarının karşılaştırılarak, en uygun yöntemi belirlemektir. Çalışma sonucunda yapay sinir ağları yıllar itibariyle diskriminant analizinden daha yüksek bir öngörü performansı ortaya koymuştur. Her iki yönteminde kendine özgü özelliklerinden dolayı işletme başarısızlığı tahmin çalışmalarında kullanılabilir olduğu sonucuna varılmıştır. Anahtar Kelimeler: İşletme Başarısızlıkları, Sınıflandırma, Finansal Başarısızlık, Yönetim Başarısızlıkları, Başarısızlık Öngörüsü, Diskriminant Analizi, Yapay Sinir Ağları. |
|
| dc.description |
In globalizing competitive environment of today, the primary target of the businesses is to maximize their the operating value during their existence regarded as permanent. In doing so, businesses operate by taking the social needs into consideration as well. Several businesses terminate their existence once they have attained the targets envisaged while several others fail to maintain their existence and declare their bankruptcy without attaining their targets. Accordingly, the high number of sinking businesses in a country proves the fact that the scarce resources of the economy have not been used efficiently. When viewed from this aspect, sinking businesses are noted as a significant issue in both micro and macro terms. In this study that investigates the reasons of failures of businesses, 11 years (between the years 2002-2012) financial data of 58 different businesses operating in various sectors (Energy, Food, Petro-chemistry, Textiles and Automotive) and being traded at İstanbul Stock Exchange (BIST) have been analyzed. The data needed have been obtained from İstanbul Stock Exchange (BIST) and Public Disclosure Platform (KAP) websites. The first section of the study involves the reasons of failures and solution offers. The second section the methods used to propose possible reasons for the failure have been explained. In the third section, deals with the literature research of the study while the fourth section involves the application and conclusion parts. The overall objective of the study is to determine the most appropriate method by comparing and contrasting the failure projection performances(classification) of the businesses traded at İstanbul Stock Exchange (BIST) via artificial neural networks and multiplediscriminant analysis regarded. The outcomes of the study validate the literature. Artificial neural networks set forth a higher level of projection performance than discriminant analysis in respect of years. It has been found that both methods could be involved in projection of business failures as they hold their specific characteristics. Keywords: Business Failures, Classification, Financial Failure, Management Failure, Failure Projection, Discriminant Analysis, Artificial Neural Networks. |
|
| dc.language |
tur |
|
| dc.publisher |
Isparta : Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü, |
|
| dc.subject |
Süleyman Demirel Üniversitesi |
|
| dc.title |
Borsa İstanbul'da işlem gören işletmelerin finansal başarısızlıklarının öngörülmesi : yapay sinir ağları ve diskriminant analizi yöntemleri ile karşılaştırmalı bir uygulama = Projection of financial failures of the businesses traded at Istanbul stock exchange : a comparative study via artificial neural networks and discriminant analysis / |
|
| dc.type |
text |
|