İşletmelerde finansal başarısızlığın makine öğrenme yöntemleri ve Altman Z-skoru ile tahmin edilmesi
- Global styles
- Apa
- Bibtex
- Chicago Fullnote
- Help
Abstract
Bir ülkede faaliyette bulunan firmaların hem kendi varlıklarını devam ettirebilmeleri hem de ülke ekonomisine sağlayacakları faydalar son derece önemlidir. Dünya ekonomilerin küreselleşmesi ve bunu sonucunda dünyada oluşan ekonomik krizlerin devletlerin ekonomilerini ve faaliyette bulunan işletmeleri olumsuz olarak etkilemektedir. Tüm bu durumlar çerçevesinde halı hazırda faaliyette bulunan işletmelerin bu krizlerden etkilenmemesi veya daha az etkilenmesi için işletmelerin finansal olarak iyi yönetilmesi ve başarısızlıktan önce gerekli tedbirleri almaları zorunlu hale gelmiştir.Çalışmanın amacı, finansal başarısızlığın tahmin edilmesi için Borsa İstanbul'da faaliyette bulunan imalat sanayi sektöründeki 178 firmanın 2015-2019 yılları arasındaki mali verileri 24 finansal oran kullanılarak makine öğrenme yöntemleri ve Altman Z-Skoru yöntemini karşılaştırmalı analize tabi tutmak ve finansal başarısızlıktan 1, 2, 3, 4 ve 5 yıl öncesine kadar finansal başarısızlık tahmin modelleri oluşturmaktır.Yapılan karşılaştırmalı analiz sonucunda, Borsa İstanbul'da faaliyette bulunan firmaların Altman Z-Skoru başarısızlıktan 5 yıl öncesine kadar tahmin sonuçları oldukça düşük çıkmıştır. Makine öğrenme yöntemleri ise Altman Z-Skoruna göre çok iyi sonuçlar vermiştir. Makine öğrenme modelleri arasında ise Random Forest (rastgele orman) yöntemi başarısızlıktan 1, 2, 3, 4 ve 5 yıl öncesine kadar oldukça iyi sonuçlar vermiştir. Sırasıyla yapay sinir ağları, destek vektör makinaları ve karar ağaçları yine de Altman Z-Skoruna göre çok iyi tahmin sonuçları elde etmiştir. It is extremely important for the companies operating in a country to both maintain their own existence and the benefits they will provide to the country's economy. The globalization of the world economies and the resulting economic crises in the world negatively affect the economies of the states and the operating businesses. Within the framework of all these situations, it has become mandatory for businesses to be financially well-managed and to take the necessary measures before failure in order to prevent or be less affected by these crises.The aim of study is to compare machine learning methods and Altman Z-Score method by using 24 financial ratios the financial data of 178 companies in the manufacturing industry sector operating in Borsa Istanbul for the estimation of financial failure between the years 2015-2019, and to create financial failure prediction models up to 1, 2, 3, 4 and 5 years before financial failure.As a result of the comparative analysis, the Altman Z-Score of the companies operating in Borsa Istanbul was quite low until 5 years before the failure. Machine learning methods gave very good results according to Altman Z-Score. Among the machine learning models, the Random Forest method gave very good results up to 1, 2, 3, 4 and 5 years before the failure. Neural networks, support vector machines, and decision trees, respectively, nevertheless obtained very good prediction results according to the Altman Z-Score.
Collections