Geri Dön

The impact of ESG scores on financial performance with a comparative analysis of traditional, machine learning and fuzzy logic approaches in BIST 100 companies

BIST 100 şirketlerinde ESG skorlarının finansal performans üzerindeki etkisi: Geleneksel, makine öğrenmesi ve bulanık mantık yaklaşımlarının karşılaştırmalı bir analizi

PDF İndir

  1. Tez No: 997647
  2. Yazar: CANSU ERGENÇ ÖZDAŞ
  3. Danışmanlar: PROF. DR. RAFET AKTAŞ
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Bulanık mantık, Finansal performans, Finansal sürdürülebilirlik, Kurumsal sürdürülebilirlik, Sosyal sürdürülebilirlik, Çok kriterli karar verme, Örgütsel sürdürülebilirlik, İşletme performansı, Fuzzy logic, Financial performance, Financial sustainability, Corporate sustainability, Social sustainability, Multi criteria decision making, Organizational sustainability, Business performance
  7. Yıl: 2025
  8. Dil: İngilizce
  9. Üniversite: Ankara Yıldırım Beyazıt Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu doktora tezi, 2010-2024 yılları arasında BIST 100 endeksinde yer alan halka açık Türk şirketlerinin finansal performansı ile Çevresel, Sosyal ve Yönetişim (ESG) skorları arasındaki ilişkiyi incelemektedir. Çalışmanın temel amacı, geleneksel sağlayıcı temelli, makine öğrenmesi tabanlı ve bulanık mantık temelli ESG değerlendirme yöntemlerini karşılaştırarak ESG skorlamasına ilişkin metodolojik zorluklar ve güvenilirlik sorunlarını ele almaktır. Entegre bir araştırma tasarımı çerçevesinde, tezde öncelikle panel veri regresyon analizi uygulanarak ESG skorlarının ve alt boyutlarının Özkaynak Karlılığı (ROE), Aktif Karlılığı (ROA) ve Tobin Q gibi temel finansal göstergeler üzerindeki etkileri incelenmiştir. Takiben, finansal performansı tahmin etmek ve alternatif ESG skorlama yaklaşımlarının öngörü gücünü kıyaslamak amacıyla Random Forest, XGBoost ve Yapay Sinir Ağları gibi çeşitli denetimli ve denetimsiz makine öğrenmesi modelleri kullanılmıştır. Buna ek olarak, şirketler finansal ve sürdürülebilirlik performanslarına göre sıralanırken entropi ağırlıklandırma ve TOPSIS yöntemi gibi çok kriterli karar verme (MCDM) tekniklerinden yararlanılmıştır. Araştırma bulguları, makine öğrenmesi tabanlı ESG skorlarının finansal performansı öngörmede geleneksel ve sağlayıcı temelli modellere kıyasla daha yüksek doğruluk sağladığını göstermektedir. Ayrıca, ESG alt boyutlarının—özellikle yönetişim ve çevre faktörlerinin—finansal tahmin modellerinin açıklayıcılığını artırdığı ortaya konmuştur. Sektörel analizler ise ESG-finansal performans ilişkilerinde önemli heterojenlikler olduğunu ve sektör dinamiklerinin bu ilişkiyi anlamlı şekilde etkilediğini göstermektedir. Tez, ESG skorlama yaklaşımlarının kapsamlı bir metodolojik karşılaştırmasını sunarak, veri odaklı ve açıklanabilir makine öğrenmesi modellerinin sürdürülebilir finans alanındaki katma değerini vurgulamaktadır. Çalışmada geliştirilen bütünleşik analitik çerçeve, yatırımcılar, politika yapıcılar ve şirket yöneticileri için sürdürülebilir değer yaratma ve karar verme süreçlerinde sağlam ve şeffaf araçlar sunmaktadır.

Özet (Çeviri)

This doctoral dissertation investigates the relationship between Environmental, Social, and Governance (ESG) scores and the financial performance of publicly listed companies in Turkey, focusing on firms included in the BIST 100 index between 2010 and 2024. The study aims to address the methodological challenges and reliability issues surrounding ESG scoring by comparing traditional provider-based, machine learning-based, and fuzzy logic-based ESG evaluation methods. Drawing on an integrated research design, the thesis first applies panel data regression analysis to examine the effects of ESG scores and their sub-dimensions on key financial indicators, including Return on Assets (ROA), Return on Equity (ROE), and Tobin's Q. Subsequently, various supervised and unsupervised machine learning models—such as Random Forest, XGBoost, and Artificial Neural Networks—are employed to forecast financial performance and benchmark the predictive power of alternative ESG scoring frameworks. In addition, the study utilizes multi-criteria decision-making (MCDM) techniques, including entropy weighting and the TOPSIS method, to rank companies in terms of both financial and sustainability performance. The findings reveal that machine learning-based ESG scores exhibit higher predictive accuracy for financial performance compared to traditional and provider-based models. Moreover, the results indicate that the integration of ESG sub-dimensions, especially governance and environmental factors, enhances the explanatory power of financial forecasting models. Sectoral analysis demonstrates significant heterogeneity in the ESG–financial performance nexus, with industry-specific dynamics influencing the strength and direction of the relationship. The thesis contributes to the literature by offering a comprehensive methodological comparison of ESG scoring approaches, highlighting the added value of data-driven and explainable machine learning models in sustainable finance. The integrated analytical framework developed in this study provides practical guidance for investors, policymakers, and corporate managers seeking robust and transparent tools for sustainable value creation and decision-making.

Benzer Tezler

  1. Tez No

    946856

    The impact of ESG scores on financial performance and stock prices: A panel data analysis of the energy sector in the US and Europe

    ESG skorlarının finansal performans ve hisse senedi fiyatları üzerindeki etkisi: ABD ve Avrupa enerji sektörü üzerine panel veri analizi

    GİZEM ARSLAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Enerjiİzmir Ekonomi Üniversitesi

    Sürdürülebilir Enerji Ana Bilim Dalı

    PROF. DR. GÜLİN VARDAR

  2. Tez No

    928189

    The impact of ESG scores on portfolio performance: Evidence from developed and developing countries

    ESG skorlarının portföy performansı üzerindeki etkisi: Gelişmiş ve gelişmekte olan ülkelerden bulgular

    OĞUZ ŞİMŞEK

    Doktora

    İngilizce

    İngilizce

    2025

    Maliyeİstanbul Ticaret Üniversitesi

    Finans Ana Bilim Dalı

    PROF. DR. SERKAN ÇANKAYA

  3. Tez No

    745665

    Bankalarda finansal performansın belirleyicileri: Çevresel, sosyal ve kurumsal yönetim (ESG) skorlarının etkisi üzerine uluslararası bir araştırma

    Determinants of financial performance in banks: An international study on the impact of environmental, social and corporate governance (ESG) scores

    ZÜHAL ARSLAN

    Doktora

    Türkçe

    Türkçe

    2022

    BankacılıkSüleyman Demirel Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. GAMZE GÖÇMEN YAĞCILAR

  4. Tez No

    978846

    The impact of being listed in the BIST Sustainability Index and corporate governance principles on the financial performance of companies

    BİST Sürdürülebilirlik Endeksinde yer almanın ve kurumsal yönetim ilkelerinin şirketlerin finansal performansı üzerindeki etkisi

    YAVUZ ARDA YILDIZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    EkonometriÖzyeğin Üniversitesi

    Finans Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ UMUT GÖKÇEN

  5. Tez No

    845578

    Çevresel, sosyal ve yönetişim (ESG) skorları ile şirket performansı arasındaki ilişkinin incelenmesi: BIST100 endeksinde yer alan şirketler üzerine bir araştırma

    Examination of the relationship between environmental, social, and governance (ESG) scores and company performance: A study on companies listed on the BIST100 index

    HATİCENUR BAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İşletmeTobb Ekonomi ve Teknoloji Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. MELİKE METERELLİYOZ

Geri Dön