Mali sıkıntıya düşme tahmini: Türkiye'deki inşaat firmaları için modelleme yaklaşımı
Is this your thesis?
This record came from a bulk archive import. If it’s yours, link it to your profile.
Abstract (TR)
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.
Author
Mehmet Dinç Alnıak
Institution
How to Cite
Mehmet Dinç Alnıak (Doktora Tezi). Mali sıkıntıya düşme tahmini: Türkiye'deki inşaat firmaları için modelleme yaklaşımı, 2023, Bahçeşehir University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Bahçeşehir University
- Yaşam döngüsü değerlendirmesi kullanarak küçük ölçekli biyogaz tesisi geliştirme ve işletme yükseltmesi(2023)
- Yapay zeka'nın pazarlama iletişimi ve marka tutundurmada kullanımı ve yapay zeka'nın reklam iletişiminde kullanımı üzerine bir araştırma(2023)
- Vokal caz müziğinde dilsel öğeler üzerinden müzikaliteye hizmet edecek bir metot önerisi(2023)
- Profesyonel futbolcularda kayropraktik farkındalığının değerlendirilmesi(2023)
- Popülerleşen sanal müze uygulamaları ve kullanıcı deneyimi: Zeugma Sanal Müzesi(2023)
- Özel bir okulda çalışan seçim ve yerleştirme sürecinin incelenmesi: Bir vaka analizi(2023)