Buradasınız

Bankaların Finansal Başarısızlıklarının Yapay Sinir Ağları Modeli Çerçevesinde Tahmin Edilebilirliği

Prediction of Financial Failure of Banks by Artifical Neural Network Model

Journal Name:

Publication Year:

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
In this article financial failure prediction models based on artificial neural network model, which is among the multivariable statistical techniques has been tested in a parallel with literature surveys. As a result of the study, it has been observed that the power of artificial neural network model in terms of predicting financial failure give a high probability for both 1 and 2 years before the financial failure.
Abstract (Original Language): 
Makro ekonomi için önem arz eden konuların başında banka başarısızlıkları gelmektedir. Bu çalışmada banka başarısızlıklarının önceden tespitinde kullanılan çoklu istatistiksel yöntemlerden yapay sinir ağları modeli, literatür çalışmalarına paralel olarak test edilmektedir. Çalışma sonucuna göre modelimiz gerek başarısızlıktan bir yıl öncesi için, gerekse başarısızlıktan iki yıl öncesi için yüksek öngörülü sonuçlar verdiği gözlemlenmiştir.
189
217

JEL Codes:

REFERENCES

References: 

ALBAYRAK, Y., ERKUT, H., (2005), “Banka Performans
Değerlendirmede Analitik Hiyerarşi Süreç Yaklaşımı”, DTÜ Dergisi / D
Mühendislik. Cilt 4. Sayı:6. 47-58.
ALTAŞ, D., GİRAY S., (2005), “Mali Başarısızlığın Çok Değişkenli
İstatistik Yöntemlerle Belirlenmesi: Tekstil Örneği”, Sosyal Bilimler
Dergisi, 2005/2, 13-28.
ALTMAN, EDWARD I., (1968), “Financial Ratios, Discriminant Analysis
and Prediction of Corporate Bankruptcy”, The Journal of Finance, 23 (4):
589-609.
Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Cilt:28, Sayı: 2, Yıl:2013, ss.189-217
215
BAXTER, C.W., (2001), “ Modelling Heuristics from Literature”, CIV E
729 Course Notes, Dept. of Civil and Environmental Engineering,
Edmonton: University of Alberta, 12-21.
BEAVER, W.H., (1967), “Financial Ratios as Predictors of Failure,
Empirical Research in Accounting: Selected Studies” ,Journal of
Accounting Research/Supplement, V, January: 71-111.
BENLİ, Y., (2005), “Bankalarda Mali Başarısızlığın Öngörülmesi Lojistik
Regresyon ve Yapay Sinir Ağı Karşılaştırılması”,Gazi Üniversitesi
Endüstriyel Sanatlar Eğitim Fakültesi Dergisi, Sayı 16, s.31-46
BOYACIOĞLU M. A., KARA Y., BAYKAN Ö. K., (2009), “Predicting
Bank Financial Failures Using Neural Networks, Support Vector Machines
and Multivariate Statistical Methods: A comparative Analysis in the Sample
of Savings Deposit Insurance Fund (SDIF) Transferred Banks in Turkey
Original Research Article”, Expert Systems with Applications, Volume 36,
Issue 2, Part 2, 3355-3366.
CHEN, H.J., HUANG, S.Y., LIN, C.S., (2009), “Alternative Diagnosis of
Corporat Bankruptcy: A Neuro Fuzzy Approach” Expert Systems with
Applications, Vol. 36, 7710-7720.
CHU, C.H., (1997), “An Improved Neural Network for Manufacturing Cell
Formation”, Decision Support Systems, Vol. 20., 102-109.
ÇİLLİ, H., TEMEL, T., (1988), “Türk Bankacılık Sistemi İçin Bir Erken
Uyarı Modeli”, T.C. Merkez Bankası Kütüphanesi, No:8804, 21-24.
DEAKIN, B., (1972), “A Discriminant Analysis of Predictors Business
Failure”, Journal of Accounting Research, 14-19.
FAUSETT, L., (1994), Fundamentals of Neural Networks, USA, Prentice
Hall, 1994.
HAYKIN, S., (1999), Neural networks a comprehensive foundation,
Prentice Hall Internation, Inc.
U. ALTUNÖZ
216
HUANG, W., LAI, K. K., NAKAMORI, Y., WANG, S., YU, L., (2007),
“Neural Networks In Finance And Economics Forecasting”, International
Journal of Information Technology & Decision Making, Vol. 6, No. 1113–
140.
KARACABEY, A. A., (2006), “Banka Başarısızlıklarının Düzeltilmiş
Minimum Sapma Modeli ile Tahmin Edilmesi”, Ankara Üniversitesi SBF
Dergisi. 61-2.,89-109.
KAYA, A., (1998), “Diskriminant Analizinde Ayırma’nın Gücü ile Faktör
Analizinde Kullanılan Kovaryans Matrisi Arasındaki İlişki Üzerine Bir
Çalışma”, D.E.Ü.İ.İ.B.F. Dergisi, Cilt:13, sayı:1, 204-205.
KILIÇ, S. B., (2006), “Türk Bankacılık Sistemi İçin Çok Kriterli Karar
Alma Analizine Dayalı Bir Erken Uyarı Modelinin Tahmini” ODTÜ
Gelişme Dergisi, Cilt 33. Sayı: 1. 117-154.
KECEK, G., (2010), Veri Zarflama Analizi Teori ve Uygulama Örneği, 1.
Baskı. Ankara: Siyasal Yayın-Dağıtım.
KURTARAN, ÇELİK, M., (2010), “Bankaların Finansal Başarısızlıklarının
Geleneksel ve Yeni Yöntemlerle Öngörüsü”, Yönetim ve Ekonomi,
Cilt:17(2).
KIRAÇ, N., (2011), “Türkiye’de Faaliyet Gösteren Ticari Bankaların
Finansal Risklerinin Yapay Sinir Ağları Yaklaşımı İle Belirlenmesi”,
Yayınlanmamış Yüksek Lisans Tezi, Çukurova Üniversitesi.
ODOM, M, SHARDAİ, D., (1990), “A Neural Network Model For
Bankruptcy Prediction”, IEEE Int. Conf. on Neural Network, Vol.2, 163-
168.
OH, K. J., KIM, T. Y., KIM, C., (2006), “An Early Warning System for
Detection of Financial Crisis Using Financial Market Volatility”, Expert
Systems, 23(2), 83-98.
ÖZER, M., (1999), “ Finansal Krizler, Piyasa Başarısızlıkları ve Finansal
İstikrarı Sağlamaya Yönelik Politikalar”, Eskişehir: T.C.Anadolu
Üniversitesi, Yayın No: 1096.,16-26.
Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
Cilt:28, Sayı: 2, Yıl:2013, ss.189-217
217
RAVI, V., PRAMODH C., (2008), “Threshold Accepting Trained Principal
Component Neural Network and Feature Subset Selection: Application to
bankrupt prediction in banks”, Applied Soft Computing, Vol. 8, Issue 4,
1539-1548.
ROSE, R.S., ANDREW, W.T., GİROUX, G.A., (1982). Predicting Business
Failure: A Macroeconomic Perspective, Journal of Accounting, Auditing
and Finance, Fall.
ŞEN,G.Ş., (1998). Bankalarda Mali Başarısızlık ve Türkiye’de Mali
Başarısızlığa Uğrayan Bankaların Kantitatif Yöntemler yardımıyla Tahmini,
Yayımlanmamış Doktora Tezi.
TAM, K.Y., KİANG, M., (1992). “Predicting Bank Failures: A Neural
Network Approach”, Decision Sciences, Vol. 23, 926–947.
TÜRKER KAYA, Y., (2002), “Türk Bankacılık Sektöründe Karlılığın
Belirleyicileri 1997-2000” BDDK, Mali Sektör Politikaları Dairesi Çalışma
Raporları, 2002/1.

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