Finansal başarısızlık tahmini: Yapay sinir ağı ve karar ağacı yöntemleri üzerine bir inceleme

Finansal başarısızlık, hem işletmeyle doğrudan ilgili gruplar üzerinde hem de genel ekonomi üzerinde olumsuz etkilere sahip olabilmektedir. Bu nedenle, finansal başarısızlığın tahmin edilmesi, finans alanında önemli araştırma konularından biri olmuştur. Uzun yıllar boyunca, farklı yöntemler kullanılarak finansal başarısızlığı tahmin edebilecek modeller geliştirilmeye çalışılmıştır. Bu yöntemler arasında, veri madenciliği son yıllarda geliştirilen ve araştırmacılar tarafından kullanılan yöntemdir. Bu çalışmanın amacı, veri madenciliği yöntemleriyle, Borsa İstanbul'da işlem gören işletmelerinin finansal başarısızlıklarını bir yıl önceden tahmin etmedeki performanslarını karşılaştırarak, en uygun yöntemi belirlemektir. Hisse senetleri BİST'te işlem gören işletmelerinin 2009-2014 yılları arası verileri üzerinde, veri madenciliği yöntemlerimle: karar ağaçları(C&R, QUEST ve CHAID karar ağacı), yapay sinir ağları, diskriminant analizi ve lojistik regresyon analizi kullanılarak tahmin modelleri geliştirilmiştir ve finansal başarısızlık bir yıl önceden tahmin edilmiştir. Performans sonuçlarına göre C&R ağacı, CHAID karar ağacı, lojistik regresyon, yapay sinir ağları, QUEST karar ağacı ve diskriminant modelleri sırasıyla, %100, %98.18, %96.36, %92.73, %92.73, %80 doğruluk oranı ile tahmin etmiştir. Modeller arasında en yüksek doğruluk tahmini C&R ağacı modeli ve en düşük tahmini diskriminant modeli yapması tespit edilmiştir. Anahtar Kelimeler: Finansal Başarısızlık, Veri Madenciliği Yöntemleri, Yapay Sinir Ağları, Karar Ağacı