Covid 19 Öncesi ve Covid 19 Döneminde Firmaların Borçlanma Yapıları ve Kârlılık Arasındaki İlişkinin Yapay Sinir Ağları ile Analizi

dc.authorid0000-0001-5842-4365
dc.contributor.authorIşık, Yusuf
dc.date.accessioned2023-10-27T06:11:25Z
dc.date.available2023-10-27T06:11:25Z
dc.date.issued2023
dc.departmentİktisadi ve İdari Bilimler Fakültesi
dc.description.abstractCovid 19 pandemisi, tüm dünyada olduğu gibi ülkemizi de etkisi altına almış olup tam anlamıyla etkisinin ne zaman biteceğine ilişkin somut bir kanıt söz konusu değildir. Bu etkileme en çok sağlık alanında olmakla birlikte neredeyse yaşamın her alanına sıçramıştır. İlk olarak makro ekonomik göstergelerle olsa da devamında mikro ekonomik göstergelerle ekonomide de kendini göstermiştir. Tüm dünyada ekonomi politikaları, Covid 19 pandemisini dikkate alarak şekillenmiş olup, özelde firmalar da bu düzenleme karşısında kayıtsız kalmamıştır. Bu çalışmada Covid 19 pandemisinin getirdiği ekonomik koşullar altında firmaların borçlanma yapıları ile firma kârlılık seviyesi arasındaki ilişkinin tespiti amacıyla Covid 19 öncesi ve Covid 19 dönemi olarak ayrı ayrı analiz gerçekleştirilmiştir. Bu amaç doğrultusunda Borsa İstanbul (BİST) “Holdingler ve Yatırım Şirketleri” sektöründe faaliyetlerini yürüten firmaların Covid 19 öncesi ve Covid 19 dönemi mali tabloları üzerinden borçlanma yapılarını gösteren mali tablo enstrümanları kullanılarak belirlenen rasyo oranları ve aktif karlılık düzeyi arasındaki ilişki yapay sinir ağları yöntemiyle analiz edilmiştir.
dc.description.abstractThe Covid 19 pandemic has affected our country as well as the rest of the world, and there is no concrete evidence as to when its effect will end. Although this effect is mostly in the field of health, it has spread to almost every area of life. Although first with macroeconomic indicators, it also showed itself in the economy with microeconomic indicators. All over the world, economic policies have been shaped by taking into account the Covid 19 pandemic, and companies in particular have not been indifferent to this regulation. In this study, separate analyzes were carried out as pre-Covid 19 and Covid 19 periods in order to determine the relationship between the borrowing structures of companies and the level of firm profitability under the economic conditions brought by the Covid 19 pandemic. For this purpose, Borsa İstanbul (BIST) was analyzed by artificial neural networks method by using the financial statements determined by using the financial table data showing the borrowing structures of the companies carrying out their activities in the “Holdings and Investment Companies” sector in the “Holdings and Investment Companies” sector.
dc.identifier.doi10.52791/aksarayiibd.1128456
dc.identifier.endpage164en_US
dc.identifier.issn2687-3427
dc.identifier.issue2en_US
dc.identifier.startpage157en_US
dc.identifier.urihttps://doi.org/10.52791/aksarayiibd.1128456
dc.identifier.urihttps://hdl.handle.net/20.500.12451/11260
dc.identifier.volume15en_US
dc.language.isotr
dc.publisherAksaray Üniversitesi
dc.relation.ispartofAksaray Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi
dc.relation.publicationcategoryMakale - Ulusal Hakemli Dergi - Başka Kurum Yazarı
dc.rightsinfo:eu-repo/semantics/openAccess
dc.subjectBorçlanma Düzeyleri
dc.subjectCovid 19’un Firmalara Etkileri
dc.subjectBorçlanma Seviyesi ve Kârlılık Arasındaki İlişki
dc.subjectBorrowing Levels
dc.subjectThe Effects of Covid 19 on Companies
dc.subjectThe Relationship Between Borrowing Level and Profitability
dc.titleCovid 19 Öncesi ve Covid 19 Döneminde Firmaların Borçlanma Yapıları ve Kârlılık Arasındaki İlişkinin Yapay Sinir Ağları ile Analizi
dc.title.alternativeAnalysis of The Relationship Between The Debt Structures and Profitability of The Companies Before The Covid 19 and The Covid 19 Period with Artificial Neural Networks
dc.typeArticle

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Yükleniyor...
Küçük Resim
İsim:
isik-yusuf-2023.pdf
Boyut:
858.38 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
Lisans paketi
Listeleniyor 1 - 1 / 1
[ X ]
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama: