Yapay Sinirağları Yardımı İle Şirket Birleşmelerinin Kestirimi

Abstract

Değişen pazar yapısı ve rekabet koşulları şirketleri, yeni çözümler ve arayışlar geliştirme zorunluluğu ile karşı karşıya bırakmıştır. Birleşme bu arayışlar sonucu, özellikle son yıllarda yaygınlık kazanmaya başlamışgelişmelerden birisidir. Birleşmelerin doğru bir strateji olabilmesi için, birleşilecek veya satın alınacak şirket seçiminin, çok iyi analiz edilmesi gerekir. Tezde bu süreç yapay sinir ağları ile analiz edilmiştir. Tezin birinci bölümünde şirketleri birleşmeye iten nedenler ve birleşen firmalarda performans artışının gerçekleştiği, stratejik planlamanın şirket birleşmeleri ile olan ilintisi anlatılmıştır. Türkiye’de şirket birleşmelerinin durumu ile ilgili bilgi verilmiş, birleşmelerin artması için yatırımcıya karar destek modeli sunma yönünde çalışmaya devam edilmiştir. �kinci bölüm, birleşme sürecinde kullanılacak yöntem olan yapay sinir ağlarının (Neural Network) kapsam ve yapısı anlatılmıştır. Geri yayılmalı algoritma, üzerinde durulmuştur. Neden sinir ağları sorusunun cevabı ise, onun teori gereksinimi esnektir, araştırma yaklaşımı kuralcı değildir ve bilinmeyeni sunuşşekli bulanık küme tabanlıdır ve en önemli özelliği gerçek dünya problemlerine uygulanabilir olmasıdır. En iyi sinir ağı modelini sağlayacak olan katmanlar üzerindeki düğüm sayısı ve katman sayısını belirlemek oldukça zor olan bir süreçtir gizli katmanların ve düğümlerin bir çok kombinasyonu memnun edici modele ulaşmadan önce bir çok kez denenir. Bu süreç çok zaman alır ve ‘optimal’ ağa ancak bir çok denemeden sonra ulaşılır. Hareket fonksiyonu elde etme süreci ancak bilgisayar destegi ile gerçekleşir. Bu süreçte MATLAB 6.5 ‘den yararlanılmışve üçüncü bölümde anlatılmıştır. Türkiye’de şirket birleşmeleri henüz gelişme aşamasındadır ve tam anlaşılamamıştır. Yöntemleri konusunda yatırımcılar yeterli bilgiye sahip değildir. Bu tezin amacı birleşmenin şirketlerin büyümesi için bir yöntem olduğu ve en doğru şirketi bulmak için sinir ağları modeli kullanılarak Türkiye’nin bir eksikliğine katkı sağlamaktır.Today companies have been engaged in a new pursuit for adapting themselves to the changing market and competition conditions. Mergers are among the trends which have gained wider interest, especially in recent years. In order for the mergers to be a true strategy, the choice of company which will be merged or acquired has to be perfectly analyzed. I have analyzed this process via artificial neural networks. The first part of the thesis deals with the stimulators of the merger, the performance increase in merged companies, and the connection of strategic planning with company mergers. In the second part, artificial neural networks, the method used in the merger and acquisition process, is investigated in scope and structure. The reason for handling the artificial neural networks is that their requirement for a theory is flexible, their research approach is not prescriptive, their presentation of the unknown is fuzzy based, and most importantly, its adaptability to the real world problems. It is a considerably difficult process to determine the layer number and number of nodes on these layers that are optimum for acquiring the best neural network model. Several combinations of hidden layers and nodes are tried before reaching the satisfactory model. This process takes a long time and the optimal network is produced after many trials. The activation acquiring process cannot be realized without the computer support. In this process MATLAB 6.5 is utilized which is explained in the third part. In Turkey company mergers have not reached their maturity and they can not be completely understood. Investors do not have sufficient information on its methods. This thesis aims to support the view that a merger is a way for a company to grow, and to contribute to a better understanding in Turkey by making use of neural network models for identifying the best company to acquire.