Finansal Başarısızlık Risk Tahmini: Madencilik ve Taş Ocakçılığı İşletmeleri Üzerine Bir Uygulama
Bibliographic record
Abstract
Ülke ekonomilerinde yaşanan gelişmeler, teknolojik gelişmeler, ekonomik krizler ve salgın hastalıklar finansal başarısızlık kavramını önemli hale getirmiştir. Mikro ve makro düzeyde yaşanan değişimler ve gelişmeler işletmelerin finansal yapılarını etkilemektedir. İşletmelerin sürdürülebilirliklerini sağlamak adına değişen koşullara ve ortaya çıkabilecek risklere karşı önlem almaları gerekmektedir. Bu kapsamda çalışmanın amacı, Borsa İstanbul’da (BİST) madencilik ve taş ocakçılığı sektöründe faaliyet gösteren işletmelerin finansal başarısızlık risklerinin tahmin edilmesidir. Çalışma kapsamında madencilik ve taş ocakçılığı sektöründe faaliyet gösteren işletmelerin 2017-2023 yıllarına ilişkin finansal tabloları Kamuyu Aydınlatma Platformu (KAP) internet sitesinden temin edilerek analize tabi tutulmuştur. Çalışmada yer alan işletmelerin finansal başarısızlık riskleri, risk tahmin yöntemlerinden Altman ZI Skor Modeli, Springate ve Fulmer Modelleri kullanılarak tespit edilmiştir. Çalışmanın sonucunda işletmelerin finansal başarısızlık durumlarının modeller ve yıllar itibariyle farklılık gösterdiği tespit edilmiştir. Daha sonraki çalışmalarda farklı sektörlerin çalışma kapsamına alınması, çalışma döneminin genişletilmesi veya Beaver, Ohlson, Zmijeswki ve Canada gibi diğer finansal başarısızlık tahmin modellerinin kullanılması sunulacak öneriler arasındadır.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.002 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.005 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.004 | 0.010 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; both teacher heads agree on what is shown here.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".