An Alternative Approach to BIST Sustainability Index: An Estimation via Financial Indicators

Yıl 2021, , 520 - 531, 20.05.2021

Eda Köse , Ömer Serkan Gülal , Gökhan Seçme

https://doi.org/10.21076/vizyoner.815538

Öz

In the study, the sustainability index is estimated via financial indicators of the companies in the BIST Sustainability Index, and it is investigated whether a more objective and easily computable index could be achived by comparing the current sustainability index with the index values obtained as a result of the proposed method. The research sample consists of 48 companies that are included in the Sustainability Index for the period of 2014-2019. The alternative sustainability index is estimated by using artificial neural networks. An effective method is determined by comparing the sustainability index estimates carried out. Artificial neural network management is used effectively in sustainability index estimation as a prediction tool that is found to be successful in modeling nonlinear systems. According to the results of the study, it is revealed that the data used for each of the training, verification and testing stages in the artificial neural network are above or very close to the regression line, and it is seen that the ANN model could be used as an effective estimation tool in calculating the BIST Sustainability Index.

Anahtar Kelimeler

Financial Performance, BIST Sustainability Index, Artificial Neural Networks

BİST Sürdürülebilirlik Endeksine Alternatif Bir Yaklaşım: Finansal Göstergeler İle Bir Tahmin

Öz

Bu araştırmada, BİST Sürdürülebilirlik Endeksi’nde yer alan firmaların alternatif yöntem olarak finansal göstergeleri kullanılarak sürdürülebilirlik endeksi tahmin edilmiş ve mevcut sürdürülebilirlik endeksi ile önerilen yöntem sonucu elde edilen endeks değerleri karşılaştırılarak daha objektif ve kolay hesaplanabilir bir endeks elde edilip edilemeyeceği araştırılmıştır. Araştırmada kullanılan veri seti Sürdürülebilirlik Endeksi’nde 2014-2019 yılları arasında yer alan 48 firmadan oluşmaktadır. Araştırmada alternatif sürdürülebilirlik endeksinin tahmininde yapay sinir ağları yöntemiyle tahmin yapılmıştır. Yapılan sürdürülebilirlik endeksi tahminleri karşılaştırılarak etkin bir yöntem belirlenmeye çalışılmıştır. Yapay sinir ağları (YSA) yöntemi, doğrusal olmayan sistemlerin modellenmesinde başarılı bulunan bir tahmin aracı olarak sürdürülebilirlik endeks tahmininde etkili bir şekilde kullanılabilmiştir. Araştırmanın sonucuna göre, yapay sinir ağında eğitim, doğrulama ve test aşamalarının her biri için kullanılan verilerin regresyon doğrusu üzerinde ya da çok yakınında olduğu ortaya konmuş olup, YSA modelinin etkili bir tahmin aracı olarak BİST Sürdürülebilirlik endeksinin hesaplanmasında kullanılabileceği görülmüştür.

Anahtar Kelimeler

Finansal Performans, BİST Sürdürülebilirlik Endeksi, Yapay Sinir Ağları

Kaynakça

• Akcan, A. ve Kartal, C. (2011). İMKB sigorta endeksini oluşturan şirketlerin hisse senedi fiyatlarının yapay sinir ağları ile tahmini. Muhasebe ve Finansman Dergisi, (51), 27-40.
• Akkaya, G., Yakut, E, Demi̇reli̇, E. ve Yakut, H. (2009). İşletmelerde finansal başarısızlık tahminlemesi: Yapay sinir ağları modeli ile İMKB üzerine bir uygulama. Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi, 10(2), 187-216.
• Aksoy, Ç. (2013). Sürdürülebilirlik performansının değerlendirilmesine yönelik ölçek önerisi ve Türkiye’deki işletmelerde uygulaması. Doktora Tezi, Marmara Üniversitesi, İstanbul.
• Akyüz, F. ve Yeşil T. (2017). BİST Sürdürülebilirlik Endeksine kayıtlı üretim sektöründe faaliyet gösteren şirketlerin finansal performanslarının incelenmesi. Akademik Araştırmalar ve Çalışmalar Dergisi, 9(16), 61-78.
• Altunöz, U. (2013). Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin edilebilirliği. Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 28(2), 189 – 217.
• Aras, G., Aybars, A. ve Kutlu, Ö. (2010). Investigating the relationship between corporate social responsibility and financial performance in emerging markets. International Journal of Productivity and Performance Management, 59(3), 229-254.
• Aytekin, S. ve Erol, A. F. (2018). Finansal performans kurumsal sürdürülebilirlik performansının temel belirleyicisi midir? BİST Sürdürülebilirlik Endeksinde Aras yöntemi ile bir uygulama. UİİİD-IJEAS, 2018(17. UİK Özel Sayısı), 869-886.
• Bansal, A., Kauffman, R. J. ve Weitz, R. R. (1993). Comparing the modeling performance of regression and neural networks as data quality varies; a business value approach. Journal of Management Information Systems, 10(1), 11-33.
• Borsa İstanbul. (2014). Şirketler için sürdürülebilirlik rehberi. Borsa İstanbul: Ekim.
• Borsa İstanbul. (2020). Bist sürdürülebilirlik endeksi temel kuralları. Erişim adresi: www.borsaistanbul.com/files/bist-surdurulebilirlik-endeksi-temel-kurallari-31122014.pdf, (10.09.2020).
• Chapin, F. S. (1996). Principles of ecosystem sustainability. American Naturalist, 148(6), 1016-1037.
• Cheney, G. (2004). The corporate conscience and the triple bottomline. Accounting Today, July(12), 13-14.
• Cheung, A. ve Roca, E. (2013). The effect on price, liquidity and risk when stocks are added to and deleted from a sustainability ındex: evidence from the asia pacific. Journal of Asian Economics, 24, 51-65.
• Curran, M. M. ve Moran, D. (2007). Impact of the FTSE4Good Index on firm price: an event study. Journal of Environmental Management, 82(4), 529-537.
• Çakar, U. (2007). Çevreci şirket ve çevre muhasebesi. Mali Çözüm Dergisi, 83.
• Çamlıca, Z. ve Akar, G. S. (2014). Lojistik sektöründe sürdürülebilirlik uygulamaları. Gümüşhane Üniversitesi Sosyal Bilimler Elektronik Dergisi, 5(11), 100-120.
• Çıtak, L. ve Ersoy, E. (2016). Firmaların BIST Sürdürülebilirlik Endeksine Alınmasına Yatırımcı Tepkisi: Olay Çalışması Ve Ortalama Testleri İle Bir Analiz, Uluslararası Alanya İşletme Fakültesi Dergisi, 8(1), 43-57.
• Diler, A. İ. (2003). İMKB Ulusal – 100 endeksinin yönünün yapay sinir ağları hata geriye yayma yöntemi ile tahmin edilmesi. İMKB Dergisi, 7(25-26), 65-81.
• Gök, İ. Y. ve Özdemir, O. (2017). Borsa İstanbul sürdürülebilirlik endeksinin performans karakteristiği. Sosyoekonomi, 25(34), 87-105.
• Gücenme Gençoğlu, Ü. ve Aytaç, A. (2016). Kurumsal sürdürülebilirlik açısından entegre raporlamanın önemi ve BIST uygulamaları. Muhasebe ve Finansman Dergisi, (72), 51-66.
• Kaynar, O. ve Taştan, S. (2015). Zaman serisi analizinde MLP yapay sinir ağları ve ARIMA modelinin karşılaştırılması. Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 0(33), 161-172.
• Kocmanova, A. ve Hřebíček, J. (2011). Corporate governance and sustainability. Economics and Management, 16, 543-550.
• Kutlu, B. ve Badur, B. (2009). Yapay sinir ağları ile borsa endeksi tahmini. Yönetim, 20(63), 25-40.
• Küçükkocaoğlu, G., Keskin, B. ve Küçüksözen, C. (2007). Finansal bilgi manipülasyonunun tespitinde yapay sinir ağı modelinin kullanımı. İ M K B Dergisi, 9(36), 1-30.
• Lourenço, I. C., Branco, M. C., Curto, J. D. ve Eugenio, T. (2012). How does the market value corporate sustainability performance? Journal of Business Ethics, 108(4), 417-428. doi: 10.1007/s10551-011-1102-8.
• Sağıroğlu, Ş., Beşdok, E. ve Erler, M. (2003). Mühendislikte yapay zeka uygulamaları-1: Yapay sinir ağları. Kayseri: Ufuk Kitap Kırtasiye Yayıncılık.
• Sancar, G. A. (2013). Kurumsal sürdürülebilirlik bağlamında kurumsal yönetişim: kavramın doğuşu, gelişimi ve değerlendirilmesi. Selçuk İletişim, 8(1) 71-84.
• Schöneburg, E. (1990). Stock price prediction using neural networks: A project report. Neurocomputing, 2(1), 17-27.
• Soubbotina, T. P. (2004). Beyond economic growth an ıntroduction to sustainable. USA: World Bank.
• Subaşı, S., Beycioğlu, A. ve Emiroğlu, M. (2009). Beton mekanik özelliklerinin taze beton özelliklerinden yararlanılarak yapay sinir ağları ile tahmini. Eskişehir Osmangazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 22(3), 147-155.
• Şahin, İ. E. ve Akgün, A. (2016). BIST sürdürülebilirlik endeksinde faaliyet gösteren şirketlerin finansal etkinliklerinin analizi. Journal of Economics, Finance and Accounting, 3(4), 355-369.
• Şamiloğlu, F., Bağcı, H. ve Kahraman, Y. E. (2018). İşletmelerin likidite düzeylerinin karşılaştırılması: BİST sürdürülebilirlik endeksi uygulaması. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (33), 115-129.
• Tektaş, A. ve A. Karataş. (2004). Yapay sinir ağları ve finans alanına uygulanması: Hisse senedi fiyat tahminlemesi. İktisadi ve İdari Bilimler Dergisi, 18(3-4), 338–349.
• Tokgöz, N. ve Önce, S. (2009). Şirket sürdürülebilirliği: geleneksel yönetim anlayışına alternatif. Afyon Kocatepe Üniversitesi İ.İ.B.F. Dergisi, 11(1), 249-275.
• Yavuz, V. A. (2010). Sürdürülebilirlik kavramı ve işletmeler açısından sürdürülebilir üretim stratejileri. Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 7(14), 63–86.
• Yıldırım, G., Uzun Kocamış, T. ve Tuncer Tokur, Ö. (2018). Sürdürülebilirlik ve firma performansı: BİST sürdürülebilirlik endeksi şirketleri üzerine bir uygulama. Akademi Sosyal Bilimler Dergisi, 5(15), 90-96.