Buradasınız

Veri Madenciliğinin Finansal Kararlarda Kullanımı

Usage of Data Mining at Financial Decision Making

Journal Name:

Publication Year:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
The knowledge age requires controlling every kind of information. Recognition of patterns in data may provide previously unknown and useful information that can provide competitive advantages. If related techniques are applied on financial statements, it is possible to acquire valuable information about companies’ financial situations. It is considered that data mining could be an alternative of common financial analysis techniques such as vertical analysis, horizontal analysis, trend analysis and ratio analysis. Against existing financial analysis methods, data mining provides some advantages, which are ability of manipulation of huge data and competence of obtaining previously unknown information. There exist two major constraints of data mining implementation that are lack of experts on both data mining and related domains and cost of computer software and hardware used.
Abstract (Original Language): 
Çağımız bilgi çağı olup, her türlü bilgiye sahip olmayı gerektirmektedir. Veri içinden analizler yapılarak anlamlı örüntüler çıkartıldığında pek çok kimse tarafından bilinmeyen, rakiplerin önüne geçilmesini olanak veren anlamlı bilgiler elde edilebilir. İlgili yöntemler, şirketlerin finansal göstergeleri olan finansal tablolara uygulandığında, şirketlerin finansal davranışlarına ait faydalı bilgiler elde etmek mümkün olacaktır. Veri madenciliği, finansal analiz yöntemleri olarak çok yaygın kullanılan yatay analiz, dikey analiz, eğilim yüzdeleri analizi ve oran analizinin yanında beşinci finansal analiz yöntemidir. Veri madenciliğinin söz konusu bu analiz tekniklerine göre daha üstün olmasının nedeni, çok yoğun verileri kullanabilmesi ve pek çok kimse tarafından bilinmeyen bilgileri kullanıma sunmayı amaçlamasıdır. Veri madenciliğinin uygulanmasında en önemli iki kısıt; veri madenciliği ve veri madenciliğinin uygulanacağı alan bilgisine sahip uzman bulmaktaki zorluk ile kullanılacak bilgisayar yazılım ve donanımının oldukça maliyetli olmasıdır.

JEL Codes:

REFERENCES

References: 

Akdoğan, N. ve Tenker, N. (2010). Finansal Tablolar ve Mali Analiz Teknikleri. Ankara: Gazi Kitabevi.
Akgüç, Ö. (2011). Mali Tablolar Analizi. 14. Baskı, İstanbul: Arayış Basım ve Yayıncılık.
Altuğ, O. (2006). Maliyet Muhasebesi. 12. Baskı, İstanbul: Türkmen Kitabevi.
Arat, M.E. (2005). Finansal Analiz Aracı Olarak Oranlar: İlkeler & Yorumlar. İstanbul: Marmara Üniversitesi Nihad Sayar Eğitim Vakfı.
Bozkurt, N. (2006). Muhasebe Denetimi. 4. Baskı, İstanbul: Alfa Basım Yayınları.
Ceylan, A. ve Korkmaz, T. (2008). İşletmelerde Finansal Yönetim. 10. Baskı, Bursa: Ekin Basım Yayın Dağıtım.
Cios, K.J., Pedrycz, W., Swiniarski, R.W. ve Kurgan, L.A. (2007). Data Mining: A Knowledge Discovery Approach. USA: Springer Science Business Media, LLC.
M.Özkan & L.Boran Bahar/Spring 2014
Cilt 4, Sayı 1, ss.59-82 Volume 4, Issue 1, pp.59-82
81
Gopal, R. (2008). Financial Management. New Delhi: New Age International Ltd.
Gürsoy, U.T.Ş. (2009). Veri Madenciliği ve Bilgi Keşfi. 1. Baskı, Ankara: Pegem Akademi.
Hsu, J. (2008). Data Mining and Business Intelligence: Tools, Technologies and Applications. (J. Wang, Ed.). Data Warehousing and Mining: Concepts, Methodologies, Tool and Applications içinde (2584-2613), USA: IGI Global.
Işıklı, B., http://www.burakişikli.wordpress.com (Erişim Tarihi: 19.08.2013)
Kantardzic, M.M. ve Zurada, J. (2005). Next Generation of Data-Mining Applications. New Jersey: Institute of Electrical and Electronics Engineers Inc.
Kepil, S. http://www.serdarkepili.wordpress.com (Erişim Tarihi: 19.08.2013)
Kramer, B.K. ve Johnson, C.W. (2009). Financial Statements Demystifed. USA. McGraw Hill Companies, Inc.
Kudyba, S. ve Hoptroff, R. (2001). Data Mining and Business Intelligence: A Guide to Productivity. USA: Idea Group Publising.
Larose, D.T. (2005). Discovering Knowledge In Data: An Introduction to Data Mining. New Jersey: John Wiley and Sons Inc.
Paramasivan, C. ve Subramanian, T. (2009). Financial Management. New Delhi: New Age International Limited Publisher.
Rana, G. (2007). Production and Financial Management. Delhi: Oxford Book Company.
Refaat, M. (2007). Data Preperation forData Mining Using SAS. San Francisco: Morgan Kaufmann Publishers.
Sinanovic, E. ve Gvozden, S. (2002). Seminar-Data Mining. Kurt Bauknecht: İnstitüt für İnformatik und wirtschaftsinformatik BWZ.-Üniversitaet Wien-,Seminar Business İntelligence SS 2002.
Şentürk, A. (2006). Veri Madenciliği Kavram ve Teknikler. Bursa: Ekin Basım Yayın Dağıtım.
Terzi, S. (2012). Hileli Finansal Raporlama: Önleme ve Tespit – İMKB İmalat Sanayiinde Bir Araştırma. İstanbul: Beta Yayıncılık.
Çankırı Karatekin Üniversitesi Çankırı Karatekin University
İktisadi ve İdari Bilimler Journal of The Faculty of Economics
Fakültesi Dergisi and Administrative Sciences
82
UFRS (2008). Uluslararası Finansal Raporlama Standartları(IFRS(IAS) ile Uyumlu TMS. TMSK Yayınları: 3.
Yada, K. (2002). The Future Direction of Active Mining in the Business World. (H. Motoda Ed.), Active Mining: New Direction of Data Mining içinde (3-9), Amsterdam: IOS Press.
“Was ist Daten-Bergbau?” 2013 http://Fragenantworten.com (Erişim Tarihi: 20.08.2013)
“Was sind der unterschiedliche Daten-Bergbau-Verfahren?” 2013 http://Fragenantworten.com (Erişim Tarihi: 20.08.2013)

Thank you for copying data from http://www.arastirmax.com