Prediction of financial distress: A modelling approach for construction companies in Turkey
Mali sıkıntıya düşme tahmini: Türkiye'deki inşaat firmaları için modelleme yaklaşımı
- Tez No: 816092
- Danışmanlar: DOÇ. DR. HÜMEYRA ADIGÜZEL
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Başarısızlık, Finansal sıkıntı, Lojistik regresyon analizi, İnşaat sektörü, İnşaat taahhüt işletmeleri, İnşaat şirketleri, İşletme başarısızlıkları, Failure, Financial distress, Logistic regression analysis, Construction sector, Building contract enterprises, Construction companies, Business failures
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Bahçeşehir Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: İşletme (ingilizce) Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışması, Türkiye'de iş yapan inşaat taahhüt firmalarında ortaya çıkabilecek mali sıkıntıyı tahmin etmek için finansal bilgileri kullanarak bir lojistik regresyon modeli geliştirmeyi amaçlamıştır. Model, veri setindeki firmaların mali sıkıntıya girmeden 12 ay önceki finansal bilgilerine dayanarak, mali sıkıntıya girilip girilmeyeceğini yüksek doğrulukla tahmin edebilmektedir. Likidite, kaldıraç, verimlilik ve karlılıkla ilişkili bağımsız değişkenler modelde kullanılmış ve modelin performansı toplam doğruluk oranı %86,54 ve hassasiyet oranı %96,15 olarak gerçekleşmiştir. Modelin uygulama alanları, kredi risk değerlendirmesi, risk tabanlı fiyatlandırma ve kamu ihale süreçleri olabilir. Yeni araştırma önerileri; veri setini genişletmeyi, farklı makine öğrenimi algoritmalarını karşılaştırmayı ve tahmin yeteneklerini iyileştirmek için finansal olmayan faktörleri dahil etmeyi içermektedir.
Özet (Çeviri)
This thesis aimed to develop a logistic regression model for predicting financial distress in Turkish construction companies using their financial information. Based on financial information from the last 12 months, the model can predict with high accuracy whether the companies in the sample would be in financial difficulties. The model employed independent variables related to liquidity, leverage, efficiency, and profitability. It demonstrated satisfactory performance, with an overall accuracy of 86.54% and a sensitivity rate of 96.15%. The model's practical applications can be in credit risk assessment, risk-based pricing, and government tender processes. Future research recommendations include expanding the dataset, comparing different machine learning algorithms, and incorporating non-financial factors to improve predictive capabilities.
Benzer Tezler
- A stress testıng framework for the Turkısh bankıng sector: an augmented approach
Türk bankacılık sektörü için bir stres testi çerçevesi: Bir genişletilmiş yaklaşım
BAHADIR ÇAKMAK
- İşletmelerde finansal başarısızlık tahmin modellerinin karşılaştırılması: BIST gıda, içecek ve tütün sektöründe bir uygulama
Comparison of financial failure prediction models in businesses: an application in the BIST food, beverage and tobacco sector
BURCU USLU
- Finansal başarısızlık tahmininde makine öğrenmesi yöntemlerinin kullanımı: Türkiye'deki KOBİ'ler üzerine bir uygulama
Using machine learning methods in financial distress prediction: An application for SMEs in Turkey
YUSUF AKER
- İşletmelerde etkin nakit yönetimi ve finansal başarısızlık tahmininde nakit akış odaklı bir yaklaşım: Borsa İstanbul'da bir araştırma
Effective cash management in businesses and cash flow focused approach to financial failure predict: A research in Borsa İstanbul
İLKER KARAYEL
- Predicting financial well-being using behavioral transactional data
Müşterilerin finansal refahlarını tahmin etmek için mekânsal-zamansal hareketlilik modellerinin kullanımı
ANADIL MOHAMMAD
