Gayrimenkul yatırım ortaklıklarında kârlılık belirleyicilerinin veri madenciliği yöntemleri ile tahminlemesi: Uluslararası bir karşılaştırma

Gayrimenkul türleri içerisinde konut, insanların temel barınma, güvenlik ve aidiyet ihtiyaçlarını karşılamada önem taşımaktadır. Gayrimenkul Yatırım Ortaklıkları (GYO), gayrimenkul yatırımlarını toplamak, yönetmek ve çeşitlendirmek için etkili bir araç sağlayarak, yatırımcılara büyük ölçekli projelere yatırım yapma fırsatı yaratmaktadır. Çalışmanın amacı, konut gayrimenkul yatırım ortaklıkları firmalarının kârlılıkları üzerinde etkisi olan finansal göstergelerin öncelik sıralamalarını tespit etmek ve bu amaç doğrultusunda kullanılan üç farklı veri madenciliği yöntemini karşılaştırmaktır. Çalışmada, Rassal Orman Regresyonu, XGBoost ve CatBoost olmak üzere üç veri madenciliği yöntemi kullanılmıştır. Çalışmanın veri seti, 7 ülkede konut ve ağırlıklı olarak konut sektöründe faaliyet gösteren 32 konut GYO firmasına ait 2013.D1 - 2022.D1 dönemleri arası verilerden oluşmaktadır. GYO Firmaları, kurumlar vergisi muafiyetinden yararlanmaları için gerekli olan asgari temettü dağıtma oranlarına göre iki gruba ayrılmış ve gruplar arası karşılaştırmalar yapılmıştır. Bağımlı değişken olarak faiz, amortisman ve vergi öncesi kâr oranı kullanılmıştır. Bağımsız değişkenler; firma büyüklüğü, net varlık değeri, kaldıraç oranı, duran varlık devir hızı ve cari orandan oluşmaktadır. Elde edilen bulgulara göre, firma büyüklüğü firmaların kârlılıkları üzerinde en fazla öneme sahip gösterge olduğu, en az öneme sahip göstergenin ise cari oran olduğu tespit edilmiştir. Ayrıca, XGBoost ve CatBoost yöntemleri ile oluşturulan modellerin hata değerleri, Rassal Orman Regresyonu yöntemine göre oluşturan modellerin hata değerinden daha düşük çıkmıştır. Bu bulgu, XGBoost ve CatBoost yöntemlerinin Rassal Orman yöntemine göre daha başarılı olduğunu göstermektedir.