Postponing bankruptcy and debt restructuring

Demir, Gülay; Teker, Suat

doi:10.17261/pressacademia.2019.1105

Cited by 2 publications

(1 citation statement)

References 0 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Fulus means that the resource is completely exhausted, even a coin is needed. Bankruptcy is when individuals and institutions borrow large amounts of money, fall into a liquidity shortage, and become unable to pay their debts (Demir & Teker, 2019). Bankruptcy is a state of failure for businesses, and it refers to the failure of businesses to pay their debts, difficulty in paying, delaying their payment, and consequently the loss of reputation and market share that will be encountered in the market.…”

Section: Introductionmentioning

confidence: 99%

Corporate Bankruptcy Prediction Using Machine Learning Methods: The Case of the Usa

ÖZPARLAK

DİLİDÜZGÜN²

2022

ijmeb

View full text Add to dashboard Cite

Many of the international hospitals and health institutions have faced serious financial difficulties with the Covid-19 epidemic that emerged at the end of 2019. In the coming years, these financial difficulties are expected to cause more bankruptcies. Being able to predict company bankruptcies is important to protect company partners, investors, company creditors and the continuity of the healthcare industry. Thanks to accurate forecasts in this area, company managers can prevent company bankruptcies by taking the necessary precautions and investors can limit their losses. This study aims to build a model that can predict bankruptcies in the health sector by using artificial neural networks (ANN). For the sample of this study, 23 companies in the health sector that declared bankruptcy between 01.01.2018 and 31.12.2020 in the USA, and 23 companies that were in the same period and the same sector but had no financial problems were selected as the control group. 30 financial ratios belonging to these companies were used as input data of the research. In the study, artificial neural networks (ANN) were chosen as the method. According to the results of the research, the correct classification rate of the artificial neural network models created using the training set data was 100%. The correct classification rate of artificial neural network models created using test set data was 90%. According to the results of the research, ANNs are promising for the prediction of company bankruptcies with their high classification success and ease of use. Therefore, it is recommended to be used by both researchers and investors.

show abstract

Section: Introductionmentioning

confidence: 99%

Corporate Bankruptcy Prediction Using Machine Learning Methods: The Case of the Usa

ÖZPARLAK

DİLİDÜZGÜN²

2022

ijmeb

View full text Add to dashboard Cite

show abstract

Konkordato Sürecinde Borca Batıklığın Tespiti ve Sonuçları Üzerine Bir Vaka Çalışması

Bitlisli

Kiymik

2021

Muhasebe Ve Finansman Dergisi

View full text Add to dashboard Cite

Yürürlükten kaldırılan iflas ertelemenin yerini alan konkordato, borçlarını ödeyemeyecek durumda olan borçluların, borçlarının yeniden yapılandırılması anlamına gelmektedir. İflas ertelemeden farklı olarak konkordatoda alacaklılar da söz sahibidir. Farklı sebeplerle konkordato başvurusu reddedilmiş olan borçlular için konkordato sürecinin iflasla sonuçlanması da muhtemeldir. Konkordatonun iflasla sonuçlanması için borçlunun borca batık olması gerekmektedir. Borca batıklığın tespiti de konkordato komiser heyeti ya da muhasebe meslek mensubu bilirkişiler tarafından hazırlanan rayici değer bilanço üzerinden yapılmaktadır. Çalışmada, konkordato komiser heyetinde bulunan mali üyeler veya muhasebe meslek mensubu bilirkişiler tarafından borca batıklık bilançosunun oluşturulmasında dikkat edilmesi gereken hususlar tespit edilerek, konkordato sürecinde olan bir işletmenin borca batıklık bilançosunun oluşturulması ile ilgili bir vaka çalışması gerçekleştirilmiştir. Çalışmada, borca batıklık bilançosunun konkordato geçici mühleti içinde oluşturulması; işletme varlıklarının rayici değerlerinin kıymet takdiri yapılarak yeniden hesaplanması ve borca batıklık bilançosu oluşturulurken özellikle dönem ayırıcı hesaplar ve avans hesapları kullanılarak aktifin olduğundan fazla gösterilmesine yönelik muhasebe manipülasyonlarına dikkat edilmesi gerektiği sonucuna ulaşılmıştır.

show abstract

Postponing bankruptcy and debt restructuring

Cited by 2 publications

References 0 publications

Corporate Bankruptcy Prediction Using Machine Learning Methods: The Case of the Usa

Corporate Bankruptcy Prediction Using Machine Learning Methods: The Case of the Usa

Konkordato Sürecinde Borca Batıklığın Tespiti ve Sonuçları Üzerine Bir Vaka Çalışması

Contact Info

Product

Resources

About