Bankaların mali performanslarının lojistik regresyon ile analizi ve ileriye yönelik tahmini ile bir uygulama

Son yıllarda hükümetin ekonomiyle ilgili yeniden yapılanma çalışmalarını açıklamasıyla birlikte Türkiye' de makro ekonomik dengeler çok büyük bir hızla değişmeye başladı. Bu dönemdeki ekonomik gelişmeler bankacılık alanında bazı krizlerin ortaya çıkmasına neden oldu. Zarar ettiği belirlenen bazı bankalar Tasarruf Mevduatı Sigorta Fonuna devredildi.Banka krizlerinin ani ekonomik etkileri vardır. Bu durum para ve bütçe politikalarının kontrolünü etkiler ve güvensizlik yaratır. Bu yüzden bir bankanın başarısızlığının öngörülmesi ve zararların önlenmesi çok önemlidir.Bu çalışmanın temel amacı 1997-1999 dönemi veri setini kullanarak Türkiye'de faaliyet gösteren bankaların başarısızlıklarının ileriye yönelik bir tahminini yapmaktır. Finansal oranları kullanarak bir tahmin modeli oluşturmak için Lojistik Regresyon Analizini kullandık. En önemli değişkenleri belirlemek ve çoklu bağlantı probleminden kaçınmak amacıyla Faktör Analizinden yararlandık. Çalışmaya 42 tane ticari banka dahil edildi. Tasarruf Mevduatı Sigorta Fonuna devredilen bankalar başarısız bankalar olarak alındı. 8 tanesi 1999, 3 tanesi 2000 ve 7 tanesi 2001.Anahtar Kelimeler: Lojistik Regresyon, Tahmin, Faktör Analizi, BankaMacroeconomic situation in Turkey has changed very fastly after government announced an economic stabilization and structural adjustment program in 1980s. After this period of economic expansion the banking crises occured. Some of the banks, which are determined as a failed bank are taken over by the Saving Deposit Insurance Fund.A banking crisis has immediate economic effects. It weakens monetary and budgetary control and generates large uncertainty. So it is very important to predict a banking bankruptcy and prevent losses. The main purpose of this research is to make an exante bankruptcy prediction of Turkish Banks, using 1997 - 1999 period dataset. We used Logistic Regression to form a prediction model with financial ratios. In order to select the most important ratios and avoid multicollinearity problem we used Factor Analysis. 42 Commercial banks are included in the research. Those which are taken over by the Savings Deposits Insurance Fund (SDIF) are determined as failed banks, 8 in 1999, 3 in 2000 and 7 in 2001 . Prediction models are made using 1997 - 1999 years data and validated using 2000 and 2001 dataset for exante prediction. Key Words: Logistic Regression, Prediction, Factor Analysis, Ban