AI Summary & Key Takeaways
AI InsightWith the study, it has been understood that the financial ratios selected with modern methods instead of fixed financial ratios give more successful results in order to achieve a higher accuracy rate in financial distress studies
📌 3 Key Takeaways
Abstract
In this study, the balance sheet and income statements of 150 non-distressed and 178 distressed 328 SMEs operating in Turkey between 2015 and 2018 were used. The main purpose of the study is to determine the most successful model that detects financial distress prior to 1, 2 and 3 years. Altman Z-Score model, Springate S-Score model and artificial neural network model were used in the analysis. As a result of the analysis, 1, 2 and 3 years prior to financial distress, the correct classification percentage of the Altman Z Score model was 60%, 63% and 61% , respectively. The correct classification percentage of the Springate S Score model was also 59%, 61% and 64%, respectively. It has been determined that the artificial neural network model has a higher correct prediction success than other models by making 92%, 94% and 94% correct classification, respectively. With the study, it has been understood that the financial ratios selected with modern methods instead of fixed financial ratios give more successful results in order to achieve a higher accuracy rate in financial distress studies
Özet
Bu çalışmada Türkiye’de faaliyet gösteren 150 başarılı ve 178 başarısız toplam 328 KOBİ’nin, 2015 ile 2018 yılları arasındaki bilanço ve gelir tablolarından yararlanılmıştır. Çalışmanın ana amacı finansal başarısızlığı 1, 2 ve 3 yıl öncesinden tespit eden en başarılı modelin belirlenmesidir. Analizlerde Altman Z-Skor modeli, Springate S-Skor modeli ve yapay sinir ağı modeli kullanılmıştır. Analiz sonucunda Altman Z Skor modelinin doğru sınıflandırma yüzdesi başarısızlıktan 1, 2 ve 3 yıl öncesinde sırasıyla %60, %63 ve %61 olmuştur. Springate S Skor modelinin de doğru sınıflandırma yüzdesi sırasıyla %59, %61 ve %64 olmuştur. Yapay sinir ağı modelinin ise %92, %94 ve %94 oranında doğru sınıflandırma yaparak diğer modellerden daha yüksek doğru tahmin başarısına sahip olduğu tespit edilmiştir. Çalışma ile finansal başarısızlık çalışmalarında daha yüksek doğruluk oranına ulaşmak için sabit finansal oranlar yerine modern yöntemlerle seçilen finansal oranların daha başarılı sonuç verdiği anlaşılmıştır.