Makine ve Ekipman İmalatı Sektöründe İzolasyon Ormanı ve Yeniden Örnekleme Yöntemleri Kullanılarak Finansal Başarısızlığın Tespit Edilmesi

Abstract

Amaç: İşletmeler zaman zaman finansal başarısızlık/iflas durumu ile karşı karşıya kalmaktadır. Finansal başarısızlığın öngörülebilmesi ile işletmelerin erken aksiyon almalarının sağlanabileceği değerlendirilmektedir. Literatürde bu amaç için yapılmış birçok çalışma bulunmaktadır. Bu çalışmada finansal başarısızlığın tespiti üzerine makine öğrenmesi tabanlı bir uygulama yapılmıştır Yöntem: Türkiye’de 2010-2018 yılları arasında Makine ve Ekipman İmalatı Sektöründe faaliyet gösteren işletmeler çalışma kapsamında tutulmuştur. İlk olarak, işletmeler finansal başarı durumlarına göre İzolasyon Ormanı Yöntemi kullanılarak etiketlenmiştir. Daha sonra, dengesiz veri problemini ortadan kaldırmak için yeniden örnekleme yöntemleri ile veri ön işleme adımı gerçekleştirilmiştir. Yeniden örnekleme yöntemi ile elde edilen üç farklı veri setine son yıllarda sıklıkla kullanılan XGBoost modeli uygulanmış ve model başarıları karşılaştırılmıştır. Bulgular: Yeniden örnekleme yöntemlerinden biri olan SMOTE yöntemi ile oluşturulan veri seti üzerinde kurulan XGBoost modelinin %78 doğru sınıflandırma oranıyla en iyi tahmin gücüne sahip model olduğu belirlenmiştir. Özgünlük: Çalışmada diğer çalışmaların aksine finansal başarısızlığa uğrayıp uğramadığı bilinmeyen işletmeler üzerinde çalışılmıştır. Öncelikle işletmelerin finansal başarısızlık durumlarına ilişkin tahminde bulunulmuş sonrasında ise yeniden örnekleme yöntemleri kullanılmıştır.

Keywords

• i̇flas tahmini
• altman z skor
• simülasyon modelleme
• makine öğrenmesi
• bankruptcy forecast
• altman z score
• simulation modeling
• machine learning