ASOS INDEKS
Views
14
Bu çalışmada, Borsa İstanbul BIST SINAI Endeksi’nde yer alan 233 şirketin 2010'dan 2020'ye kadar olan finansal ve finansal olmayan verileri kullanılmıştır. Bu firmaların finansal sıkıntıya girip girmeyeceklerini tahmin etmek için bir makine öğrenmesi algoritması olan XGBOOST kullanıldı. Denetimli öğrenme şeklinde makine eğitildi, verinin %80’ i eğitim, %20’ si ise test için kullanıldı. Finansal sıkıntıyı tahmin ederken finansal oranlar bağımsız değişkenler olarak kullandı. 25 adet finansal oranı 4 ana başlık altında toplayabiliriz: Likidite, Finansal Yapı, Faaliyet ve Karlılık Oranları. Ayrıca model, firmaları tek tek analiz etmeyi sağladı. Şirketlerin finansal sıkıntıya girip girmeyeceklerini tahminlemede maksimum F1 puanı (%85.1), hatırlama (%84.5), kesinlik (%85.7) ve doğruluk (%91.6) elde edildi.
This study utilized financial and non-financial data from 233 companies listed in the Borsa Istanbul BIST SINAI Index from 2010 to 2020. The XGBOOST machine learning algorithm was employed to predict whether these companies would encounter financial distress. The machine was trained using supervised learning, with 80% of the data used for training and 20% for testing purposes. Financial ratios were utilized as independent variables in predicting financial distress. The 25 financial ratios can be categorized into four main headings: Liquidity, Financial Structure, Activity, and Profitability Ratios. Furthermore, the model allowed for individual analysis of each company. In predicting whether companies would experience financial distress, the maximum F1 score (85.1%), recall (84.5%), precision (85.7%), and accuracy (91.6%) were achieved.
Article Detail 
Similar Articles
Download PDF
Journal Information
Listen Paper
Cite
Print This Page
Share
Mendeley
