Bu öğeden alıntı yapmak, öğeye bağlanmak için bu tanımlayıcıyı kullanınız: http://hdl.handle.net/11452/4486
Başlık: Diskriminant analizi ve bir uygulama denemesi
Diğer Başlıklar: Discriminant analysis and an application trial
Yazarlar: Aytaç, Mustafa
Cangül, Oya
Uludağ Üniversitesi/Sosyal Bilimler Enstitüsü/Ekonometri Anabilim Dalı/İstatistik Bilim Dalı.
Anahtar kelimeler: Diskriminant analizi
TMSF
Bankacılıkta risk
Türk bankaları
Discriminant analysis
Risk at banking
Turkish banks
Yayın Tarihi: 2-Kas-2006
Yayıncı: Uludağ Üniversitesi
Atıf: Cangül, O. (2006). Diskriminant analizi ve bir uygulama denemesi. Yayınlanmamış yüksek lisans tezi. Uludağ Üniversitesi Sosyal Bilimler Enstitüsü.
Özet: Son yıllarda yapılan bilimsel araştırmalarda incelenen olayların analizinde,kısıtlayıcı varsayımlar altında geçerli olan tek değişkenli analizlerin yeterli olmadığıgörülmektedir. Tek değişkenli analizlerle ilgili en önemli kısıt, olaydaki birçok faktöründeneysel olarak kontrol altında tutulması ve her defasında tek bir faktörün etkisininincelenmesidir. Tek değişkenli istatistiklerin kısıtlılığı nedeniyle çok değişkenli istatistikselanalizler, araştırmacılar tarafından tercih edilmeye başlanmıştır.Bu çalışmada, çok değişkenli analiz yöntemlerinden biri olan ve gözlemleri enaz hata ile ait oldukları gruplara ayırmak için yapılan işlemlerin tümü olarak tanımlanandiskriminant analizinin teorik altyapısı ve finans alanındaki bir uygulaması verilmiştir.Birinci bölümde, çok değişkenli istatistiksel analiz yöntemlerinin tercihsebepleri, amaçları, tanımları üzerinde durulduktan sonra Diskriminant Analizinin enönemli varsayımlarından biri olan normal dağılım ile ilgili bilgi verilmiş ve DiskriminantAnalizinin diğer analizlerle karşılaştırılması yapılmıştır.İkinci bölümde, Diskriminant Analizinin kullanımı, varsayımları, matematikselişlemlerle teorik yapısı, fonksiyonunun elde edilişi ve anlamı ve son olarak tekniklerigösterilmiştir.Üçüncü bölümde, finansal performanslarına göre 1999, 2000, 2001 yıllarında,mali açıdan başarısız ve mali açıdan başarılı bankaları ayırmak için bir DiskriminantAnalizi uygulaması yapılmıştır. Bu çalışmada, risk ölçütlerine göre performansdeğerlendirilmesi yapıldığından, bankacılıkta risk unsurları üzerinde durulmuştur.
It can easily be seen that existing one variable analysis under some restictiveconditions used in scientific research are not enough. The most important restrictionregarding one variable analysis is that all but one variables are kept under controlexperimentally and the effect of only one variable each time is considered. Because ofthis ineffectiveness of one variable analysis, researchers started to prefer multi variablestatistical analysis.In this study theoretical background of Discriminant Analysis which isconsidered as one of the multi variable statistical analysis methods defined as the totalof procedures made to classify data to the group it belongs with the minimum number oferrors is established and a financial application is given.In the first chapter, the reasons for the multi variable statistical analysismethods to be used, their aims, definitions are recalled and after all that, someinformation on normal distribution which is one of the most important assumptions ofDiscriminant Analysis is given. Also Discriminant Analysis is compared with otheranalysis.In the second chapter, the usage, theoretical background, assumptions, themeaning, the methods and the function of Discriminant Analysis are discussed.In the third chapter, a financial application of Discriminant Analysis todiscriminate between financially succesful and unseccesful banks in the years 1999,2000 and 2001 according to their financial performances is studied. In this study, therisk factors have been focused on as the performans is assessed according to riskcriteria.
URI: http://hdl.handle.net/11452/4486
Koleksiyonlarda Görünür:Sosyal Bilimler Yüksek Lisans Tezleri / Master Degree

Bu öğenin dosyaları:
Dosya Açıklama BoyutBiçim 
204790.pdf1.24 MBAdobe PDFKüçük resim
Göster/Aç


Bu öğe kapsamında lisanslı Creative Commons License Creative Commons