Firmaların finansal sıkıntılarının öngörüsüne ait karşılaştırmalı model analizi : Türkiye örneği

Abstract

Bu çalışma dört farklı model kullanarak, firmaların finansal sıkıntı durumlarını öngörmeyi hedeflemiştir. Bu modeller; Altman Zꞌꞌ skor, Revize Altman Zꞌꞌ skor (Lineer Diskriminant Analizi), İkinci Dereceden (Kuadratik) Diskriminant Analizi, Rassal Orman Makine Öğrenmesi modellerinden oluşur. Çalışma kapsamında kullanılan değişkenler, Altman’ın modelinde önerdiği finansal oranlardan oluşmaktadır. Bu çalışma, hem borsada işlem gören hem de işlem görmeyen şirketleri beraber içerdiğinden Türkiye’de bu konuda daha önce yapılmış olan çalışmalardan ayrılmaktadır. Ayrıca Türkiye’de finansal sıkıntı öngörüsünde Rassal Orman Modelinin uygulandığı çok az sayıda çalışma bulunmaktadır. Bu nedenle bu çalışma hem özgün veri tipi özelliği hem de nadir kullanılan bir modeli ele almasıyla literatürde bir boşluğu kapatmayı hedeflemiştir. Veri kümesi 2013-2018 yılları arasında aktif olan 80 firmaya ait finansal oranları içermektedir. Firmaların 44’ü Borsa İstanbul’da (BIST) işlem gören firmalardan oluşmuştur. Geri kalan 36 firma, küçük ve mikro ölçekli borsada işlem görmeyen özel şirketlerden oluşmaktadır. Analizler doğrultusunda Altman değişkenleri kullanılarak oluşturulan Rassal Orman Modeli % 95 performans değeri ile diğer üç modelden daha üstün bir performans göstermiştir. Aynı zamanda dikkat çeken bir çıktı da, borsada işlem gören firmalar için bu modelin %100 öngörü gücüne sahip olmasıdır.

This paper aims to predict companies’ financial distress situation with the use of four different models; Altman Zꞌꞌ score, Revised Altman Zꞌꞌ Score (Linear Discriminant Analysis) and Quadratic Discriminant Analysis, Random Forest Machine Learning Model. the variables used within the scope of this study consist of the financial ratios suggested by Altman. This study differentiates itself from the previous studies by the content of the data; it includes both publicly traded companies and private companies. Additionally, there are only a few studies are applied for Random Forest Model in financial distress prediction in Turkey. For this reason, it aims to fill the gap from both a rare used model and originality of the data. The data consisted of the 80 active firms’ financial ratio analysis between the years 2013 to 2018. There are 44 firms are listed in BIST; remaining 36 firms are private firms with the size of small and micro enterprises. Random Forest Model with use of Altman variables has shown 95% performance and surpassed the other three models. Moreover, a remarkable outcome in classification for publicly traded companies was 100% for Random Forest whereas other models have shown greater performance for private firms than publicly traded firms