Skip to content

Machine Learning Techniques in Determining the Dynamics of Corporate Financial Distress: An Empirical Treatment and A Comparative Analysis of Financial and Non Financial Micro Data of the Turkish Private Sector

Informazioni tesi

  Autore: S Murat Cakir
  Tipo: International thesis/dissertation
  Anno: 2005
  Università: Bilkent Unviersity
  Relatore: H. Altay Guvenir
  Lingua:
  Num. pagine: 168

Recent financial crises and especially large corporate bankruptcies, have led bank managements and financial authorities to follow and monitor both financial and real sector risks, and to focus on firm failures. Bank of International Settlements, has therefore, taken the decision to include the necessity for banks to employ internal rating systems among BASEL II criteria. Thus, risk assessment and internal rating systems criteria would be made operational by the individual country banking systems, by the end of 2007, at the latest.
Financial and operational information of the firms, makes up the input to the risk analysis. This information can be aggregated to portray the sectoral trends, and/or focused upon on a firm basis to understand firms’ financial behaviours.
Finance theory summarizes firms’ risks under financial distress and firm failure. There have been a myriad of works under these two headings, particularly in the United States, after the Great Depression. While early studies have focused upon the differences in the financial ratios of financially sound and failed firms, especially with the advances in computing capacity, the last two decades have witnessed an increasing use of machine learning methods in the failure prediction. Therefore, machine learning methods can be considered as having great potential in failure prediction and being good candidates as decision aids for policy-making.
This study considers financial distress and firm failure on theoretical grounds, gives a compact but elaborate explanation of machine learning schemes, and analyzes the results of these schemes run with data obtained from the database of Real Sector Data Division of the Central Bank. Cost sensitive learning was given special attention in the analysis.

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista
Mostra/Nascondi contenuto.
ABSTRACT Recent financial crises and especially large corporate bankruptcies, have led bank managements and financial authorities to follow and monitor both financial and real sector risks, and to focus on firm failures. Bank of International Settlements, has therefore, taken the decision to include the necessity for banks to employ internal rating systems among BASEL II criteria. Thus, risk assessment and internal rating systems criteria would be made operational by the individual European Union banking systems, by the end of 2007, and January 2008 in Turkey, at the latest. Financial and operational information of the firms, makes up the input to the risk analysis. This information can be aggregated to portray the sectoral trends, and/or focused upon on a firm basis to understand firms’ financial behaviours. Finance theory summarizes firms’ risks under financial distress and firm failure. There have been a myriad of works under these two headings, particularly in the United States, after the Great Depression. While early studies have focused upon the differences in the financial ratios of financially sound and failed firms, especially with the advances in computing capacity, the last two decades have witnessed an increasing use of machine learning methods in the failure prediction. Therefore, machine learning methods can be considered as having great potential in failure prediction and being good candidates as decision aids for policy-making. This study considers financial distress and firm failure on theoretical grounds, gives a compact but elaborate explanation of machine learning schemes, and analyzes the results of these schemes run with data obtained from the database of Real Sector Data Division of the Central Bank. Cost sensitive learning was given special attention in the analysis. Keywords: Financial Distress, Firm Failure, Machine Learning, Classification and Cost Sensitive Learning. xiii

CONSULTA INTEGRALMENTE QUESTA TESI

La consultazione è esclusivamente in formato digitale .PDF

Acquista

FAQ

Per consultare la tesi è necessario essere registrati e acquistare la consultazione integrale del file, al costo di 29,89€.
Il pagamento può essere effettuato tramite carta di credito/carta prepagata, PayPal, bonifico bancario, bollettino postale.
Confermato il pagamento si potrà consultare i file esclusivamente in formato .PDF accedendo alla propria Home Personale. Si potrà quindi procedere a salvare o stampare il file.
Maggiori informazioni
Ingiustamente snobbata durante le ricerche bibliografiche, una tesi di laurea si rivela decisamente utile:
  • perché affronta un singolo argomento in modo sintetico e specifico come altri testi non fanno;
  • perché è un lavoro originale che si basa su una ricerca bibliografica accurata;
  • perché, a differenza di altri materiali che puoi reperire online, una tesi di laurea è stata verificata da un docente universitario e dalla commissione in sede d'esame. La nostra redazione inoltre controlla prima della pubblicazione la completezza dei materiali e, dal 2009, anche l'originalità della tesi attraverso il software antiplagio Compilatio.net.
  • L'utilizzo della consultazione integrale della tesi da parte dell'Utente che ne acquista il diritto è da considerarsi esclusivamente privato.
  • Nel caso in cui l'Utente volesse pubblicare o citare una tesi presente nel database del sito www.tesionline.it deve ottenere autorizzazione scritta dall'Autore della tesi stessa, il quale è unico detentore dei diritti.
  • L'Utente è l'unico ed esclusivo responsabile del materiale di cui acquista il diritto alla consultazione. Si impegna a non divulgare a mezzo stampa, editoria in genere, televisione, radio, Internet e/o qualsiasi altro mezzo divulgativo esistente o che venisse inventato, il contenuto della tesi che consulta o stralci della medesima. Verrà perseguito legalmente nel caso di riproduzione totale e/o parziale su qualsiasi mezzo e/o su qualsiasi supporto, nel caso di divulgazione nonché nel caso di ricavo economico derivante dallo sfruttamento del diritto acquisito.
  • L'Utente è a conoscenza che l'importo da lui pagato per la consultazione integrale della tesi prescelta è ripartito, a partire dalla seconda consultazione assoluta nell'anno in corso, al 50% tra l'Autore/i della tesi e Tesionline Srl, la società titolare del sito www.tesionline.it.
L'obiettivo di Tesionline è quello di rendere accessibile a una platea il più possibile vasta il patrimonio di cultura e conoscenza contenuto nelle tesi.
Per raggiungerlo, è fondamentale superare la barriera rappresentata dalla lingua. Ecco perché cerchiamo persone disponibili ad effettuare la traduzione delle tesi pubblicate nel nostro sito.
Scopri come funziona

DUBBI? Contattaci

Contatta la redazione a
[email protected]

Ci trovi su Skype (redazione_tesi)
dalle 9:00 alle 13:00

Oppure vieni a trovarci su

Parole chiave

classification
cost sensitive learning
financial distress
firm failure
machine learning

Non hai trovato quello che cercavi?


Abbiamo più di 45.000 Tesi di Laurea: cerca nel nostro database

Oppure consulta la sezione dedicata ad appunti universitari selezionati e pubblicati dalla nostra redazione

Ottimizza la tua ricerca:

  • individua con precisione le parole chiave specifiche della tua ricerca
  • elimina i termini non significativi (aggettivi, articoli, avverbi...)
  • se non hai risultati amplia la ricerca con termini via via più generici (ad esempio da "anziano oncologico" a "paziente oncologico")
  • utilizza la ricerca avanzata
  • utilizza gli operatori booleani (and, or, "")

Idee per la tesi?

Scopri le migliori tesi scelte da noi sugli argomenti recenti


Come si scrive una tesi di laurea?


A quale cattedra chiedere la tesi? Quale sarà il docente più disponibile? Quale l'argomento più interessante per me? ...e quale quello più interessante per il mondo del lavoro?

Scarica gratuitamente la nostra guida "Come si scrive una tesi di laurea" e iscriviti alla newsletter per ricevere consigli e materiale utile.


La tesi l'ho già scritta,
ora cosa ne faccio?


La tua tesi ti ha aiutato ad ottenere quel sudato titolo di studio, ma può darti molto di più: ti differenzia dai tuoi colleghi universitari, mostra i tuoi interessi ed è un lavoro di ricerca unico, che può essere utile anche ad altri.

Il nostro consiglio è di non sprecare tutto questo lavoro:

È ora di pubblicare la tesi