Firma performans analizinde makine öğrenmesi : düzenlileştirici regresyon yöntemleri

Abstract

Bu çalışmada, düzenlileştirici regresyon yöntemlerinden ridge, lasso ve elastic-net yöntemleri ile en küçük kareler tahmincisini kullanan sıradan değişken seçim yöntemlerinin gerçek bir işletme problemindeki değişken seçim performansları ile bu yöntemlerce tahmin edilen doğrusal regresyon modellerinin tahmin başarılarının karşılaştırmalı olarak incelenmesi, yöntemlerin güçlü ve zayıf yönlerinin ortaya konulması amaçlanmıştır. Karşılaştırmalı analiz için finansal oranların firma performansı üzerindeki etkisi incelenmiştir. Böylece likidite, borçluluk ve faaliyet oranlarından hangilerinin firma performansını etkiledikleri ve bu finansal oranlar ile firma performansı arasındaki ilişkinin yapısının belirlenmesi amaçlanmıştır. Araştırmaya 2012-2019 yılları arasında Borsa İstanbul’da işlem gören imalat firmaları dahil edilmiş ve firma performansının ölçütü olarak kârlılık oranlarından aktif getiri oranı (ROA) ve öz kaynak getiri oranı (ROE) belirlenmiştir. Analizlerden elde edilen bulgulara göre lasso ve elastic-net yönteminin değişken seçimi konusunda daha kararlı davrandıkları ve en iyi tahmin başarısına sahip modelin lasso regresyon yönteminin belirlediği değişken kümesinin en küçük kareler yöntemi ile tekrar uyumlandırılması ile elde edilen model olduğu sonucuna ulaşılmıştır. Ayrıca bulgulara göre aktif kârlılığı etkileyen en önemli oranlar aktif devir hızı ve kaldıraç oranı iken; öz kaynak kârlılığı üzerinde en çok etkisi olan oranlar duran varlıklar/öz kaynaklar ile banka kredileri/toplam varlıklar oranlarıdır. Sonuçlara göre imalat firmaları performanslarını artırmak için borca olan bağımlılıklarını azaltmalı, stok miktarları ile duran varlıklarını minimum seviyede tutmalıdırlar.