Bayesyen multinominal lojistik regresyon ile işletmelerin finansal başarısızlığının değerlendirilmesi: İmalat sanayi uygulaması

Bu tez çalışmasında, Borsa İstanbul'da faaliyet gösteren imalat sanayi sektörü işletmelerinin başarısızlık tahmininin yapılması amaçlanmaktadır. Bu amaçla, 2018 yılında Borsa İstanbul'da faaliyet gösteren 157 imalat sektörü işletmesi ele alınmıştır. Uygulamada imalat sanayinin seçilmesinin sebebi, imalat sanayinin sürdürülebilir ekonomik büyümeye katkı sağlayan temel sektörlerden biri olmasıdır. Kişi başına düşen milli gelirin belirlenmesinde önemli bir role sahip olan imalat sanayi sektörü, aynı zamanda teknolojik gelişmelerle birlikte diğer sektörleri de etkilediğinden ülkelerin gelişmesinde kritik bir öneme sahiptir. Üstelik imalat sanayi, ülke ekonomisine sağladığı katma değer ve istihdam ile sanayi sektörünün en önemli alt sektörü konumundadır. Başarılı bir imalat sanayi ülke ekonomisini ayakta tutmak ve ekonomik kalkınmaya katkı sağlamak açısından kilit rol oynamaktadır. Bu nedenle finans literatüründe imalat sanayi işletmelerinin finansal başarısı sıkça tartışılmış ve çeşitli modeller geliştirilmiştir. Bu modellerden en bilineni Altman (1968) tarafından geliştirilen Z-skor modelidir. Çalışmada bağımlı değişken, faiz karşılama oranı ve özsermaye oranı kullanılarak üç kategoriye ayrılmıştır. Böylece oluşturulan çok kategorili bağımlı değişkene uygun olarak seçilen multinominal lojistik regresyon modeli ile işletmelerin finansal başarısızlığı bilanço ve gelir tablolarında yer alan finansal oranlar yardımıyla bir yıl öncesinden tahmin edilmeye çalışılmıştır. Bir önceki yıla ait finansal oranların kullanımı ile gelecek yılda finansal başarısını sürdürecek, akış veya stok açısından sıkıntıya düşecek işletmelerin durumunun önceden belirlenmesi amaçlanmaktadır. Bu nedenle çalışmada klasik multinominal lojistik regresyon yöntemi; küçük örneklerde daha başarılı tahminler yaptığı düşünülen Bayesyen multinominal lojistik regresyon yöntemi birlikte kullanılarak iki aşamalı tahmin yapılmıştır. Bayesyen multinominal lojistik regresyon modelleri için farklı önsel dağılımlardan yararlanılmış ve Markov Zinciri Monte Carlo yöntemlerinden olan Metropolis-Hasting algoritması ve Gibbs örneklemesi kullanılmıştır. Daha sonra klasik ve Bayesyen multinominal lojistik regresyon analizi ile yapılan tahminlerin doğru sınıflandırma başarıları karşılaştırılmıştır. Bulgulara göre, en yüksek doğru sınıflandırma oranı, %82.17'lik oranla, Cauchy dağılımı ile oluşturulan Bayesyen modelden elde edilmiştir ve denenen alternatif klasik ve Bayesyen multinominal modellere göre daha başarılı tahminler ürettiği görülmüştür.