Üretim işletmeleri için finansal başarısızlığın tahmininde veri madenciliği uygulaması

Finansal başarısızlığın tahmin edilmesi ve buna ilişkin çalışmalar kırk yılı aşkın süredir ilgi gören ve literatürde geniş yer edinen alanlardan biri olmuştur. Gerek akademik gerek sektörel açıdan önemini her zaman koruyan finansal başarısızlığın tahmin edilmesine ilişkin; farklı veri setleri ve yöntemlerinden faydalanan pek çok model geliştirilmiştir. Fakat her durum ve şartlar altında geçerli olabilecek genel bir tahmin modeline rastlanmasa da; önemi itibariyle bu konuda araştırmalar artan hızla devam etmektedir. Bu çalışmada, işletmelerin finansal olarak başarısızlığını yüksek bir doğruluk yüzdesiyle tahmin edebilecek ve pek çok durum için genellenebilecek bir model geliştirilmesi amaçlanmaktadır. 2008 – 2017 yılları arasında BİST'te (Borsa İstanbul) işlem gören üretim işletmelerinin finansal verilerinden faydalanılmış, ilgili işletmelerin başarısızlığının tahmin edilmesinde veri madenciliği tekniklerinden Karar Ağaçları, Rassal Ormanlar ve Yapay Sinir Ağları yöntemleri kullanılmıştır. Çalışmada, işletmeleri finansal olarak başarılı ve finansal olarak başarısız şeklinde sınıflandırmanın yanında; tahmin doğrultusunda önlemlerin alınması ve stratejilerin geliştirilmesi açısından finansal olarak riskli işletmeler sınıfının da ele alınmasının faydalı olacağı düşünülmüştür. Çalışmanın bu yönüyle farklılaşacağı ve literatüre katkı sağlayacağı umulmaktadır. Çalışmada işletmelerin başarısızlığına ilişkin geliştirilen altı tahmin modeli, veri indirgeme işlemlerine göre farklılaştırılmıştır. Ayrıca geliştirilen modellerden elde edilen sonuçlar klasik yöntemle karşılaştırılmıştır.