Estimation of Return on Asset Using Deep Learning and Machine Learning Algorithms
(Derin Öğrenme ve Makine Öğrenmesi Algoritmalari ile Aktif Kârlılığının Tahmin Edilmesi )

Yazar : EMİNE KAYA  Doygun DEMİROL, Ömer KAYA  
Türü :
Baskı Yılı : 2026
Sayı : 6-2
Sayfa : 33-61
    


Özet

In today's economy, competition has reached a global scale. Consequently, the management of working capital is critical for businesses to maintain uninterrupted operations. Due to its significance in corporate finance specifically regarding its share of total assets, its role in supporting sales, and its impact on profitability the effective management of working capital is a vital area of study. This research examines the performance metrics of Return on Assets (RoA) a widely used financial metric in corporate finance literature using deep learning and machine learning methods. Data covering the 2015–2025 quarterly periods for 127 manufacturing firms listed on the Borsa Istanbul (BIST) were utilized; the dataset included usage indices, performance indices, efficiency indices, cash conversion cycles, leverage ratios, and RoA figures. Analysis results indicate that the error in predicting ROA for the subsequent quarter decreased by 31.8% compared to the naïve model. For one-year-ahead predictions, the improvement was 12.5%. The indices may offer short-term incremental returns. In one-year forecasts, some models showed limited predictive contribution. The study presents comparable results obtained from deep learning and tree-based models.

Anahtar Kelimeler

Return on assest, working capital management efficiency, deep learning, machine learning

Abstract

Günümüz ekonomisinde rekabet küresel boyutlara ulaşmıştır. Dolayısıyla şirketlerin kesintisiz bir şekilde faaliyetelerini yürütebilmeleri noktasında varlıkların yönetimi kritik bir öneme sahiptir. İşletme finansının önemli ve güncel bir alanı olması ve toplam varlıklar içindeki payı, satışları beslemesi ve dolayısıyla kârlılık üzerindeki etkisinden dolayı çalışma sermayesi ve etkin yönetimi, akademik anlamda hayati derece önemli bir konudur. Bu araştırma, kurumsal finans bağlamında literatürde yaygın olarak kullanılan finansal performans metriği olan aktif kârlılığının gelecekteki tahmini değerlerini derin öğrenme ve makine öğrenmesi yöntemiyle incelemeyi amaçlamaktadır. BİST imalat sektöründe yer alan 127 imalat firmasının 2015-2025 yılları çeyrek dönemlerine ait kullanım indeksi, performans indeksi, etkinlik indeksi, nakit dönüşüm süresi, kaldıraç oranı ile aktif kârlılıkları verileri kullanılmıştır. Analiz sonuçları, gelecek çeyrek aktif kârlılığı tahmininde hata, naif modele göre %31,8 azalmıştır. Bir yıl sonrası tahmin daha zayıf kalmış ve iyileşme %12,5 olmuştur. Endekslerin kısa vadeli ek katkısı sınırlıdır. Bir yıllık tahminde bazı modellerde küçük katkı görülmüştür. Derin öğrenme ve ağaç modellerinin yakın sonuçlar verdiği saptanmıştır.

Keywords

Aktif kârlılığı, çalışma sermayesi yönetimi etkinliği, derin öğrenme, makine öğrenmesi