Firma risk profilinin belirlenmesi, literatürde firma başarısızlığı kavramlarıyla incelenmektedir. Bu konu üzerinde, özellikle 1929 büyük buhranı sonrasında çok önemli çalışmalar yapılmıştır. Başlarda, riskli ve başarılı firmaların finansal göstergeleri arasındaki farklılıklara yoğunlaşılırken, özellikle bilişim teknolojilerindeki gelişimlere paralel olarak son yıllarda bilişim sistemleri firma başarısızlığı tahminlemesinde en önemli bileşenlerinden biri olmuştur. Özellikle, makine öğrenmesi yöntemlerinin bu alanda kullanılmaya başlanmasıyla firma başarısızlığının tahmin edilmesinde önemli yol kat edilmiştir. Bu çalışmada Erzurum ilinde 38 yıldır faaliyet gösteren inşaat malzemeleri toptancısı bir firmanın müşterilerinin vadeli borçlarını ödeme/ödememe riskleri firma başarısızlığı kapsamında ele alınmış ve firma başarısızlığının tahmininde uygun bir makine öğrenmesi yöntemi araştırılmıştır. Probleme etki eden değişkenler Temel Bileşenler Analizi (TBA) ile ortaya konulmuştur. Son yıllarda makine öğrenmesinde oldukça gelişmekte olan Yapay Sinir Ağları (YSA) ve Destek Vektör Makineleri (DVM)’nin TBA yöntemiyle beraber kullanımıyla oluşturulan hibrit modellerin bu tahminde uygulanabilirliği incelenmiş ve tahmin performansları yalın YSA ve DVM’ler ile karşılaştırılmıştır. TBA ile bütünleşik olarak kullanılan hibrit modellerin tahmin başarısının yalın YSA ve DVM’lere oranla daha tatmin edici sonuçlar verdiği görülmüştür. Özellikle TBA-DVM modelinin firma başarısızlığı tahminlemesinde alternatif bir yöntem olarak etkin bir şekilde kullanılabileceği sonucuna varılmıştır.
The determination of the company’s risk profile is studied by the concepts of company failure in literature. This topic, especially after the 1929 great breakthrough, was very important. At first, while focusing on the differences between the financial indicators of risky and successful companies, in particular parallel to the developments in computer technologies, in recent years, computer systems have become one of the most important components in the company failure forecast. In particular, with the beginning of machine learning methods to be used in this field, the company’s failure has been significantly predicted. In this study, the construction material wholesale that has been operating for 38 years in the Erzurum province has been addressed in the framework of the company’s failure and the method of learning a machine appropriate to the company’s failure. The problem-affected variables are identified by the Basic Components Analysis (TBA). In recent years, the applicability of hybrid models created with the use of artificial nerve networks (YSA) and support vector machines (DVM) along with the TBA method in machine learning has been studied and the predictive performance has been compared to simple YSA and DVMs. The predictive success of the hybrid models used in combination with TBA has been shown to give more satisfactory results than the simple YSA and DVMs. In particular, the conclusion has been made that the TBA-DVM model can be effectively used as an alternative method in the prediction of company failure.
Alan : Eğitim Bilimleri; Fen Bilimleri ve Matematik
Dergi Türü : Uluslararası
Benzer Makaleler | Yazar | # |
---|
Makale | Yazar | # |
---|