Proje desteklerinde veri madenciliği tekniklerinden kümeleme analizi ile mali tabloların değerlendirilmesi

Abstract

Çalışmanın amacı, yarışma usulü proje teklif çağrılarına başvuru yapan çok sayıda işletmenin hızlı ve etkin bir şekilde finansal analizinin yapılabilmesine imkan sağlayan yeni bir yöntemin oluşturulmasıdır. Çalışma kapsamında kullanılan veri seti, KOBİ Niteliğinde, farklı sektör ve ölçekteki işletmenin bilanço ve gelir tablolarından elde edilmiştir. İşletmeler veri madenciliği tekniklerinden kümeleme yöntemi kullanılarak değişken değerlerine bağlı olarak gruplandırılmıştır. İşletmelerin bilanço ve gelir tablolarından dikey analiz yoluyla çok sayıda değişken elde edilmiştir. Analiz edilen veri seti 199 işletmenin 10 ayrı öznitelik değerinden oluşmaktadır. Veri setinde bulunan işletmeler, bulundukları kümelerin finansal özelliklerine göre analiz edilerek elde edilen bulgular yorumlanmıştır. Elde edilen bilgiler doğrultusunda mali açıdan elverişli olan kümeler belirlenerek bu kümelerde yer alan işletmelere proje değerlendirme süreçlerinde pozitif ayrımcılık yapılması önerilmiştir. Uygulanan yöntem ile elde edilen kümelerin ve finansal açıdan anlamlı farklılıklar içerdikleri görülmüştür. Sonuç olarak, uygulanan yöntemin işletmelerin mali açıdan karşılaştırılabilmesine olanak sağladığı anlaşılmış olup, çalışmada belirlenen amaç doğrultusunda kullanılabileceği değerlendirilmiştir.

The aim of the study is to create a new method that enables the financial analysis of a large number of enterprises applying to project offer calls. The data set used in the study has been obtained from the balance sheet and income statements of SMEs in different sectors and scales. Enterprises are grouped according to their variable values by using clustering method, one of the data mining techniques. Numerous variables have been obtained through vertical analysis from the balance sheets and income statements of the enterprises. The analyzed data set consists of 10 separate attribute values of 199 enterprises. The enterprises in the data set were analyzed according to the financial characteristics of the clusters and the findings were interpreted. In line with the information obtained, financially appropriate clusters were identified and it was proposed to make positive discrimination in the project evaluation processes for the enterprises in these clusters. The clusters obtained by the applied method and financial differences were found to be significant. As a result, it has been understood that the method applied enables the enterprises to be compared financially and it can be used for the purpose determined in the study.