Finansal başarısızlığın erken öngörüsü: BİST'te bir uygulama

Karataş, B. (2024). Finansal başarısızlığın erken öngörüsü: BİST'te bir uygulama (Yayımlanmamış doktora tezi). Sakarya Üniversitesi. Bu araştırmanın amacı; Borsa İstanbul'da (BİST) faaliyet gösteren imalat sektöründeki işletmelerin finansal başarı/başarısızlık durumlarını, istatistiksel tahmin modellerinden lojistik regresyon analizi (LRA), yapay zeka tahmin modellerinden Bulanık Mantık (Fuzzy Logic)-ANFIS modellerini kullanarak, işletmeler finansal başarısızlığa düşmeden bir yıl öncesinden öngörecek modeller geliştirmektir. Araştırmanın kapsamı; Borsa İstanbul'da (BİST) faaliyet gösteren imalat sektöründeki işletmelerin finansal başarı ve başarısızlık durumlarını öngörmek amacıyla geliştirilmiş tahmin modelleri üzerine odaklanmaktadır. Araştırma evrenini, BİST imalat sektöründe 2005-2019 döneminde faaliyet gösteren işletmeler oluşturmaktadır. Veriler BİST'te imalat sektöründe faaliyet gösteren 177 şirketten farklı dönemlerde başarısızlık kriterine uyan 103, başarılı kriterlerine uyan 103 toplamda 206 firmanın 12 aylık (yıllık) mali tablolarından veriler elde edilmiştir. Araştırmada finansal başarısızlık kriteri olarak, işletmelerin üst üste en az iki veya daha fazla yıl "Net Dönem Zararı" açıklamaları esas alınmıştır. Araştırmada 58 adet bağımsız değişken mevcuttur. SPSS 22, Matlab R2019a, Jamovi 2.3.28 ve Excel programları kullanılmıştır. Araştırma üç bölümden oluşmuştur. Birinci bölümde; finansal başarısızlık kavramı, sebepleri, işletmelere etkileri, önleme yöntemleri işlenecektir. İkinci bölümde; finansal başarısızlığın erken öngörüsünün önemi, finansal başarısızlığın öngörüsünde kullanılan modeller ve literatür ele alınacaktır. Üçüncü bölümde finansal başarısızlığın öngörüsü üzerine BİST imalat sektörü üzerine bir uygulama bulunacaktır. Araştırmanın yöntemi; araştırmada verilerin analizi SPSS 22 programında lojistik regresyon analiz yöntemiyle gerçekleştirilmiş olup, modelin; anlamlılığı, açıklayıcılığı ve uyumu gibi çeşitli istatistiksel analizler yer almıştır. Lojistik regresyon yöntemiyle ortaya konulan tahmin modelinin açıklama gücünü yüksek bulduğu dört bağımsız değişken, ANFIS yönteminin de bağımsız değişkenleri olarak kullanılmıştır. ANFIS modeli için Matbab R2019a programı kullanılmıştır. ANFIS modeli de, eğitim veri setiyle eğitilmiş, ağın hiç görmediği diğer veri setleri gösterilerek tahminler gerçekleştirilmiştir. Araştırmanın diğer çalışmalardan farkı; i) 2005-2019 yıllarını kapsayan (15 yıllık) uzun bir dönem aralığındaki, büyük bir veri yığınıyla çalışılması, ii) Modellerin her alt sektör için ayrı ayrı geliştirilmeyip, hepsini kapsayan sadece tek bir modelin ortaya konması, iii) Çalışmalarda yaygın olarak sadece finansal oranlar kullanılmakla birlikte, bu çalışmada hem finansal hem de finansal olmayan bağımsız değişkenlere yer verilmiştir. Bu araştırmada farklı olarak modellerin ilk oluşturulma aşamasında işletmenin halka açıklık oranı, firma faaliyet süresi, denetim raporu görüşü gibi finansal olmayan bağımsız değişkenlerin kullanılması, iv) İstatistiksel yöntemlerle elde edilen açıklama gücü yüksek bağımsız değişkenlerin yapay zekâ tahmin yöntemlerinden Bulanık Mantık-ANFIS ile işletilmesiyle hibrit bir modelin ortaya konması, v) Başarısızlık baz yılı olarak en az iki ve daha fazla yıl zarar eden işletmelerin, üst üste başarısızlıkların başladığı ilk zararlı yıl finansal başarısız dönem (t) olarak kabul edilmiştir. Finansal başarısız olarak kabul edilen firmaların başarısızlık baz yılından bir önceki yıl (t -1) verileri kullanılarak hesaplamalar yapılmıştır. Araştırmada lojistik regresyon ve ANFIS metoduyla ortaya konan modeller karşılaştırılmıştır. Sonuç olarak yapılan bu araştırmada; ANFIS modelinin LRA modelinden biraz daha iyi tahmin sonuçları ortaya koyduğu, finansal başarı/başarısızlık tahmininde kullanılan en önemli bağımsız değişkenin "Esas Faaliyet K-Z (net)/KVYK" olduğu ortaya konulmuştur. Anahtar Kelimeler: Finansal Başarısızlık, Finansal Başarısızlık Öngörüsü, Mali Başarısızlık Tahmini, Bulanık Mantık-ANFIS, Lojistik Regresyon Analizi