| Başlık | Veri Madenciliği Yazılımları Arasındaki Sonuç Farkları |
| Yazar(lar) |
Yazar 1 Name: Ömer Utku Erzengin Org: Country: TR E-mail: ouerzengin_AT_hotmail.com |
| Diğer Yazar(lar) | |
| Anahtar Kelimeler | Veri Madenciliği Yazılımları, Farklılıklar, |
| Özet | Kısa Litaratür Özeti: Mali başarı/başarızlık konusunda çok değişkenli diskriminant analizi ile iflas tahmin modeli ilk olarak Altman (1968) tarafından geliştirilmiştir. Altman(1968) belirlemiş olduğu beş adet finansal orandan yararlanarak bir tahmin modeli geliştirmiş (Z-Skoru Modeli) ve bu modeli imalat sektöründe 1946-1965 döneminde ABD’de faaliyet gösteren 66 adet halka açık firmada uygulamıştır. Finansal oranların seçiminde tek başına ölçüldüğünde en yüksek anlamlılığa sahip olan oranlar değil, modelin bir bütün halinde başarısına en fazla katkı sağlayan oranlar seçilmiştir. Modelde kullanılan oranlar sırasıyla; işletme Sermayesi/ Toplam Varlıklar, Dağıtılmamış Karlar/ Toplam Varlıklar, Faiz ve Vergi Öncesi Kar/ Toplam Varlıklar, Özkaynak Piyasa Değeri/Borç Defter Değeri, Satışlar/Toplam Varlıklar oranlarıdır. Altman (1983)’de Özkaynak piyasa değeri/Borç Defter değeri oranı yerine Özkaynak defter değeri/Borç Defter değeri oranını kullanarak 1968 yılında geliştirdiği modelini yeniden tahmin etmiştir yeni geliştirilen model Z’ Skoru Modeli olarak adlandırılmıştır. Böylece model halka kapalı firmalarda da uygulanabilir hale gelmiştir. Altman (1983) daha sonrasında modelden Satışlar/Toplam Varlıklar oranını sektör etkisi nedeniyle çıkarmış ve modeli Z’’ Skoru modeli olarak yeniden tahmin etmiştir bu haliyle de modelin farklı sektörlerde yer alan halka kapalı firmalarda uygulanabilmesinin önü açılmıştır. Borsa İstanbulda işlem gören işletmlerin bilanço ve mali gelir tablolarında çeşitli kalemler seçilmiştir. Bilanço ve gelir tabloları kendi içinde bir bütün olduklarında bu kalemlerden elde ,edilen finansal oranlar ilişki içindedir. Yapılacak çalışmada bilanço ve gelir tablolardan elde edilen oranlar arasındaki çoklu bağlantı sorunu temel bileşenler analiziyle (TBA) giderilmiştir. Temel bileşenlere bağlı faktör analizinin amacı, çoklu bağlanım sorunu olan oranların birbirinden bağımsız olarak daha az sayıdaki yeni veri yapısına indirgenmesidir. Altman 1983 yılında yaptığı çalışmada Z skorunun 1.23 ile 2.99 arası gri bölge olarak tanımlamıştır. Altman Z skoruna göre 1.23’ün altında kalan alan şirketler başarısız ve 2.99 üzerine çıkan şirketler başarılı olarak kabul edilmiştir. Yapılan çalışmada ikili lojistik regresyon (İLR) analizinde bağımlı değişken olarak mali başarısızlık kullanılmıştır. Bağımlı değişken y’nin aldığı değer 1 mali başarıyı, 0 ise başarısızlığı temsil etmiştir. Altman Z skoruna göre bulanık olan bölgenin ne kadarının 0 ne kadarının 1 alacağı bilançolara bağlı İLR’ deki eğri altında kalan alan ROC (Receiver Operating Characteristic) eğrisine göre belirlenmiştir. Lojistik regresyondaki en doğru sınıflama oranı bulunmaya çalışılmıştır. Yapılan çalışmada Borsa İstanbul’da işlem gören şirketlerin 2012 yılları bilançolarından ve gelir tablolarından elde edilen veriler kullanılmıştır. Mali başarı ve başarısızlık oranlara bağlı İLR analiziyle incelenmiştir. TBA’dan sonra elde edilen faktörler İLR’ ye sokulmuştur. İLR analizi doğrusal analizlerdeki varsayımlar olmaksızın sınıflama işlemi yapan bir regresyon yöntemidir. Kullanılacak Veri: Yapılacak eğitimde 2012, 2013, 2014, 2015 yıllarına ait Borsa İstanbul'daki bütün işletmelerin bilanço verileri kullanılacaktır. Bilanço ve Gelir tablosundan alınan kalemler sırasıyla dönen varlıklar, diğer dönen varlıklar, ticari alacaklar, stoklar, duran varlıklar, kısa vadeli yükümlülükler, uzun vadeli yükümlülükler, özkaynaklar, toplam varlıklar, satış gelirleri, naki t ve benzerleri, satışların maliyeti, brüt karı/zararı, faaliyet karı/zararı, dönem karı/zararı, maddi duran varlıklardır. Mali tablolardan elde edilen kalemlerden 21 adet mali oran hesaplanmıştır. Amaç: Mali açıdan başarısızlık tahminleri yapılırken çeşitli yazılımlar kullanılabilir. Yazılımlar arasında başarı ve başarısızlık tahmin edilirken farklılıklarda ortaya çıkabilir. Yapılacak eğitimde açık kaynak kodlu Orange, R, Weka gibi yazılımların nasıl farklı sonuçlar çıkardığı ortaya konulacaktır. Eğitimde katılımcılara birebir modellemeler gösterilecektir. Yazılımların özellikleri anlatılacaktır. Ortaya çıkan sonuçlar yazılmarın nerelerinden geldiği ve nasıl oluştuğu kurs katılımcılarına açıklanacaktır. Veri madenciliği sonuçlar ortaya çıktığında yorumlar yapılırken nelere dikkat edilmesi gerektiği gösterilecektir. |
| Başlıklar |
AB-Seminer Veri Madenciliği |
| Dosya |
|