3.6. Araştırma Verilerinin Çözümü ve Yorumlanması
3.6.2. Model 2: Firmaların Performansını Etkileyen Dış Finansman Kaynaklarının
3.6.2.4. Model 2.4.: Yıllık İstihdam Artışı Firma Performansını Etkileyen
Finansman Kaynaklarının Analizi
Model 2.4. için aşağıdaki gibi farklı gözlem sayısına sahip 2 alt model kurulmuştur. Daha fazla gözlem sayısına sahip analizler gerçekleştirebilmek için her alt modele yönelik yalnızca alt modelin değişkenlerini içeren veri setleri oluşturulmuştur. Oluşturulan veri setlerindeki eksik veriler ayıklanarak analiz gerçekleştirilmiştir.
Oluşturulan ilk model daha fazla gözlem sayısına sahiptir ve temel model olarak adlandırılmıştır. İkinci modelde temel modeldeki bağımsız değişkenlere, teminat çeşitleri ve kredi alınan kurumların çeşitlerine yönelik kukla değişkenler eklenerek temel modele göre daha az gözlem birimine sahip veriseti analiz gerçekleştirilmiştir. Model 2.4.1.1. İ𝐒𝐓İ𝐇𝐃𝐀𝐌 = 𝛃𝟎 + 𝛃𝟏Ü𝐋𝐊𝐄 + 𝛃𝟐Ö𝐋Ç𝐄𝐊 + 𝛃𝟑𝐒𝐄𝐊𝐓Ö𝐑 + 𝛃𝟒𝐇İ𝐒𝐒𝐄_𝐘 + 𝛃𝟓𝐁𝐀𝐍𝐊𝐀_𝐘 + 𝛃𝟔𝐁𝐀𝐍𝐊𝐀𝐃𝐈Ş𝐈_𝐘 + 𝛃𝟕𝐓İ𝐂𝐀𝐑İ_𝐘 + 𝛃𝟖𝐃İĞ𝐄𝐑_𝐘 + 𝛃𝟗𝐁𝐎𝐑𝐒𝐀𝐀Ş + 𝛃𝟏𝟎𝐀𝐍𝐎𝐍İ𝐌Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟏𝐎𝐑𝐓𝐀𝐊𝐋𝐈𝐊Şİ𝐑𝐊𝐄𝐓İ + 𝛃𝟏𝟐𝐋İ𝐌İ𝐓𝐄𝐃Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟑𝐃İĞ𝐄𝐑𝐒𝐓𝐀𝐓Ü + 𝛃𝟏𝟒𝐘𝐀𝐁𝐀𝐍𝐂𝐈Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟓𝐃𝐄𝐕𝐋𝐄𝐓Şİ𝐑𝐊𝐄𝐓İ + 𝛃𝟏𝟔𝐃İĞ𝐄𝐑Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟕𝐘𝐀Ş + 𝛃𝟏𝟖İ𝐇𝐑𝐀𝐂𝐀𝐓 + 𝛃𝟏𝟗𝐇𝐄𝐒𝐀𝐏 + 𝛃𝟐𝟎𝐀Ç𝐈𝐊𝐊𝐑𝐄𝐃İ + 𝛃𝟐𝟏𝐊𝐑𝐄𝐃İ𝐁𝐎𝐑Ç + 𝛃𝟐𝟐𝐊𝐑𝐄𝐃İ𝐁𝐀Ş𝐕𝐔𝐑𝐔 + 𝛃𝟐𝟑𝐅İ𝐍𝐀𝐍𝐒𝐌𝐀𝐍𝐀𝐄𝐑İŞİ𝐌 + 𝛆 Denklem 28
Model 2.4.1.1.’de yukarıdaki denklemde belirtilen yatırımın dış finansman kaynakları değişkenleri, diğer finansmana erişim ile ilgili değişkenler ve kontrol değişkenleri bağımsız değişken ve yıllık istihdam artışı değişkeni ise bağımlı değişken olarak alınmıştır. Modelde yıllık istihdam artışı firma performansının sıfır veya pozitif
olma olasılığının tahmin edilmesine yönelik, olasılık denklemine katkıda bulunduğu düşünülen başta yatırımın dış finansman kaynakları olmak üzere Denklem 28’deki bağımsız değişkenlerin yıllık istihdam artışı üzerindeki etkisi irdelenmiştir.
Tablo 13’de 10.043 gözlem biriminin bulunduğu Model 2.4.1.1.’in analiz sonuçları bulunmaktadır. Modeldeki bağımlı değişken ile bağımsız değişkenlerler arasındaki ilişkinin derecesi (Pseudo R2 değeri) Nagelkerke’ye göre %8,8, Cox ve
Snell’e göre %5,2 ve Macfadden’a göre %6 bulunmuştur.
Tablo 13’e bakıldığında analiz edilen modelin %83,6 oranında doğru sınıflandırma/doğru atama gerçekleştirdiği görülmektedir. Diğer bir deyişle model toplam 10.043 deneğin %83,6’sını doğru tahmin etmiştir. Bu sonuç modelin yüksek bir tahmin yüzdesine sahip olduğunu ve uyum iyiliğinin başarısını göstermektedir.
Değişkenlere yönelik katsayı(β), odds oranları (Exp(β)) ve anlamlılık düzeyleri Tablo 13’de görülmektedir.
Model 2.4.1.1.’in analiz sonuçlarında yıllık istihdam artışını etkileyen yatırım dış finansman kaynaklarına göz atıldığında yıllık istihdam artışı firma performansı bağımlı değişkenini, BANKA_Y kısaltması ile gösterilen yatırımın bankalardan (özel ve devlete ait) alınan borç ile finanse edilmesi bağımsız değişkeninin istatistiksel olarak anlamlı ve pozitif yönde, DİĞER_Y kısaltması ile gösterilen yatırımın diğer (borç verenler, arkadaşlar, akrabalar, vb.) finansal kaynaklar ile finanse edilmesi bağımsız değişkeninin ise istatistiksel olarak anlamlı ve negatif yönde etkilediği görülmektedir.
Model 2.4.1.1.’in analiz sonuçları kapsamında tüm değişkenler göz önüne alındığında katsayı(β)’ların işareti ve odds oranlarının büyüklüğüne göre sırasıyla AÇIKKREDİ, BANKA_Y, ÖLÇEK değişkenlerinin yıllık istihdam artışının sıfır veya pozitif olması olasılığını en fazla pozitif yönde ve istatistiksel olarak anlamlı etkilediği; sırasıyla DEVLETŞİRKETİ, BORSAAŞ, DİĞERSTATÜ, DİĞER_Y,
YABANCIŞİRKET, ANONİMŞİRKET, YAŞ, KREDİBORÇ, İHRACAT, FİNANSMANAERİŞİM değişkenlerinin ise yıllık istihdam artışının sıfır veya pozitif olması olasılığını en fazla negatif yönde ve istatistiksel olarak anlamlı etkilediği görülmektedir.
ÜLKE ve SEKTÖR değişkenlerinin bağımlı değişkeni istatistiksel olarak anlamlı etkilediği görülmüş olmakla beraber bu değişkenler ikili veya sıralı kategorik değişken olmadığı için etkilerinin yönüne yönelik bir yorumda bulunulmamıştır.
HİSSE_Y, BANKADIŞI_Y, TİCARİ_Y, ORTAKLIKŞİRKETİ, LİMİTEDŞİRKET, DİĞERŞİRKET, HESAP, KREDİBAŞVURU bağımsız değişkenlerinin ise yıllık istihdam artışı firma performansı bağımlı değişkeni üzerinde istatistiksel olarak anlamlı bir etkisinin olmadığı görülmüştür.
Yukarıdaki açıklamalar kapsamında Model 2.4.1.1.’de H43 ve H46 hipotezleri
p<0,05 anlamlılık düzeyinden küçük olduğu için kabul edilmiştir. H42, H44 ve H45
hipotezleri p>0,05 anlamlılık düzeyinden büyük olduğundan dolayı kabul edilmemiş ve bu hipotezlerde H0 hipotezi kabul edilmiştir.
Model 2.4.1.1.’e göre yatırımını bankalardan (özel ve devlete ait) alınan borç ile finanse eden, açık kredi imkanına sahip, firma ölçeği orta veya büyük olan firmaların yıllık istihdam artışlarını sabit tutması veya yükseltmesi daha yüksek olasılığa sahip iken yatırımını diğer (borç verenler, arkadaşlar, akrabalar, vb.) finansal kaynaklar ile finanse eden, %10 ve daha fazla devlet sahipliği bulunan, mevcut yasal statüsünün borsada hisseleri işlem gören anonim şirket olan, yabancı sermayeye sahip, firma yaşı orta veya büyük olan, mevcut durumda kredi limiti veya kredi borcu olan, satışlarının %10’undan fazlasını ihracattan elde eden, mevcut operasyonları için finansmana erişimi engel olarak gören firmaların yıllık istihdam artışlarını sabit tutması veya yükseltmesi daha düşük olasılığa sahiptir.
Model 2.4.1.2. İ𝐒𝐓İ𝐇𝐃𝐀𝐌 = 𝛃𝟎 + 𝛃𝟏Ü𝐋𝐊𝐄 + 𝛃𝟐Ö𝐋Ç𝐄𝐊 + 𝛃𝟑𝐒𝐄𝐊𝐓Ö𝐑 + 𝛃𝟒𝐇İ𝐒𝐒𝐄_𝐘 + 𝛃𝟓𝐁𝐀𝐍𝐊𝐀_𝐘 + 𝛃𝟔𝐁𝐀𝐍𝐊𝐀𝐃𝐈Ş𝐈_𝐘 + 𝛃𝟕𝐓İ𝐂𝐀𝐑İ_𝐘 + 𝛃𝟖𝐃İĞ𝐄𝐑_𝐘 + 𝛃𝟗𝐁𝐎𝐑𝐒𝐀𝐀Ş + 𝛃𝟏𝟎𝐀𝐍𝐎𝐍İ𝐌Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟏𝐎𝐑𝐓𝐀𝐊𝐋𝐈𝐊Şİ𝐑𝐊𝐄𝐓İ + 𝛃𝟏𝟐𝐋İ𝐌İ𝐓𝐄𝐃Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟑𝐃İĞ𝐄𝐑𝐒𝐓𝐀𝐓Ü + 𝛃𝟏𝟒𝐘𝐀𝐁𝐀𝐍𝐂𝐈Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟓𝐃𝐄𝐕𝐋𝐄𝐓Şİ𝐑𝐊𝐄𝐓İ + 𝛃𝟏𝟔𝐃İĞ𝐄𝐑Şİ𝐑𝐊𝐄𝐓 + 𝛃𝟏𝟕𝐘𝐀Ş + 𝛃𝟏𝟖İ𝐇𝐑𝐀𝐂𝐀𝐓 + 𝛃𝟏𝟗𝐇𝐄𝐒𝐀𝐏 + 𝛃𝟐𝟎𝐀Ç𝐈𝐊𝐊𝐑𝐄𝐃İ + 𝛃𝟐𝟏Ö𝐙𝐄𝐋𝐁𝐀𝐍𝐊𝐀 + 𝛃𝟐𝟐𝐅İ𝐍𝐀𝐍𝐒𝐀𝐋𝐊𝐔𝐑𝐔𝐌 + 𝛃𝟐𝟑𝐃İĞ𝐄𝐑𝐊𝐔𝐑𝐔𝐌 + 𝛃𝟐𝟒𝐆𝐀𝐘𝐑İ𝐌𝐄𝐍𝐊𝐔𝐋 + 𝛃𝟐𝟓𝐌𝐀𝐊İ𝐍𝐄 + 𝛃𝟐𝟔𝐒𝐓𝐎𝐊 + 𝛃𝟐𝟕Ş𝐀𝐇𝐒İ𝐕𝐀𝐑𝐋𝐈𝐊 + 𝛃𝟐𝟖𝐃İĞ𝐄𝐑𝐓𝐄𝐌İ𝐍𝐀𝐓 + 𝛃𝟐𝟗𝐊𝐑𝐄𝐃İ𝐁𝐀Ş𝐕𝐔𝐑𝐔 + 𝛃𝟑𝟎𝐅İ𝐍𝐀𝐍𝐒𝐌𝐀𝐍𝐀𝐄𝐑İŞİ𝐌 + 𝛆 Denklem 29
Model 2.4.1.2. ’de yukarıdaki denklemde belirtilen yatırımın dış finansman kaynakları değişkenleri, diğer finansmana erişim ile ilgili değişkenler ve kontrol değişkenleri bağımsız değişken ve yıllık istihdam artışı değişkeni ise bağımlı değişken olarak alınmıştır. Modelde yıllık istihdam artışı firma performansının sıfır veya pozitif olma olasılığının tahmin edilmesine yönelik, olasılık denklemine katkıda bulunduğu düşünülen başta yatırımın dış finansman kaynakları olmak üzere denklem 29’daki bağımsız değişkenlerin yıllık istihdam artışı üzerindeki etkisi irdelenmiştir.
Tablo 13’de 3.191 gözlem biriminin bulunduğu Model 2.4.1.2. ’nin analiz sonuçları bulunmaktadır. Modeldeki bağımlı değişken ile bağımsız değişkenlerler arasındaki ilişkinin derecesi (Pseudo R2 değeri) Nagelkerke’ye göre %10,6, Cox ve
Snell’e göre %6,4 ve Macfadden’a göre %7,2 bulunmuştur.
Tablo 13’e bakıldığında analiz edilen modelin %83,1 oranında doğru sınıflandırma/doğru atama gerçekleştirdiği görülmektedir. Diğer bir deyişle model toplam 3.191 deneğin %83,1’ini doğru tahmin etmiştir. Bu sonuç modelin yüksek bir tahmin yüzdesine sahip olduğunu ve uyum iyiliğinin başarısını göstermektedir.
Değişkenlere yönelik katsayı(β), odds oranları (Exp(β)) ve anlamlılık düzeyleri Tablo 13’de görülmektedir.
Model 2.4.1.2.’nin analiz sonuçlarında yıllık istihdam artışını etkileyen yatırım dış finansman kaynaklarına göz atıldığında yıllık istihdam artışı firma performansı bağımlı değişkenini, BANKA_Y kısaltması ile gösterilen yatırımın bankalardan (özel ve devlete ait) alınan borç ile finanse edilmesi bağımsız değişkeninin istatistiksel olarak anlamlı ve pozitif yönde, DİĞER_Y kısaltması ile gösterilen yatırımın diğer (borç verenler, arkadaşlar, akrabalar, vb.) finansal kaynaklar ile finanse edilmesi bağımsız değişkeninin ise istatistiksel olarak anlamlı ve negatif yönde etkilediği görülmektedir.
Model 2.4.1.2.’nin analiz sonuçları kapsamında tüm değişkenler göz önüne alındığında katsayı(β)’ların işareti ve odds oranlarının büyüklüğüne göre sırasıyla AÇIKKREDİ, ŞAHSİVARLIK, BANKA_Y değişkenlerinin yıllık istihdam artışının sıfır veya pozitif olması olasılığını en fazla pozitif yönde ve istatistiksel olarak anlamlı etkilediği; sırasıyla DEVLETŞİRKETİ, DİĞER_Y, DİĞERSTATÜ, ÖZELBANKA, YAŞ, İHRACAT, FİNANSMANAERİŞİM değişkenlerinin ise yıllık istihdam artışının sıfır veya pozitif olması olasılığını en fazla negatif yönde ve istatistiksel olarak anlamlı etkilediği görülmektedir.
ÜLKE, ÖLÇEK, SEKTÖR, HİSSE_Y, BANKADIŞI_Y, TİCARİ_Y, BORSAAŞ, ANONİMŞİRKET, ORTAKLIKŞİRKETİ, LİMİTEDŞİRKET,
YABANCIŞİRKET, DİĞERŞİRKET, HESAP, FİNANSALKURUM,
DİĞERKURUM, GAYRİMENKUL, MAKİNE, STOK, DİĞERTEMİNAT, KREDİBAŞVURU bağımsız değişkenlerinin ise yıllık istihdam artışı firma performansı bağımlı değişkeni üzerinde istatistiksel olarak anlamlı bir etkisinin olmadığı görülmüştür.
Yukarıdaki açıklamalar kapsamında Model 2.4.1.1.’de H43 ve H46 hipotezleri
hipotezleri p>0,05 anlamlılık düzeyinden büyük olduğundan dolayı kabul edilmemiş ve bu hipotezlerde H0 hipotezi kabul edilmiştir. Bununla beraber “Yatırımların
sahiplerin katkısı veya yeni hisse senedi ihracı ile finanse edilmesinin firmaların performansı olarak alınan yıllık istihdam artışı üzerinde istatistiksel olarak anlamlı bir etkisi vardır.” (H42) hipotezi p<0,10 anlamlılık düzeyinden küçük olduğundan %10
anlamlılık düzeyinde kabul edilmiştir. Buna göre %10 anlamlılık düzeyinde yıllık istihdam artışı firma performansı bağımlı değişkenini, HİSSE_Y kısaltması ile gösterilen yatırımların sahiplerin katkısı veya yeni hisse senedi ihracı ile finanse edilmesi bağımsız değişkeninin pozitif yönde etkilediği görülmektedir.
Model 2.4.1.2. ’ye göre yatırımını bankalardan (özel ve devlete ait) alınan borç ile finanse eden, açık kredi imkanına sahip, en son alınan kredi limiti/kredi borcu için ev gibi firma sahiplerinin şahsi varlıkları cinsinden teminat talep edilen firmaların yıllık istihdam artışlarını sabit tutması veya yükseltmesi daha yüksek olasılığa sahip iken yatırımını diğer (borç verenler, arkadaşlar, akrabalar, vb.) finansal kaynaklar ile finanse eden, %10 ve daha fazla devlet sahipliği bulunan, mevcut yasal statüsü bakımından diğer statüsünde olan, en son kredi limiti/kredi borcunu özel ticari bankadan alan, firma yaşı orta veya büyük olan, satışlarının %10’undan fazlasını ihracattan elde eden, mevcut operasyonları için finansmana erişimi engel olarak gören, firmaların yıllık istihdam artışlarını sabit tutması veya yükseltmesi daha düşük olasılığa sahiptir.
Model 2.4.2.: Yıllık İstihdam Artışı ve Bankalar (Özel ve Devlete Ait) Tarafından Finanse Edilen Yatırımın Oranı (%) Arasındaki İlişkinin Genelleştirilmiş Kısmi Lineer Model Yöntemi ile Analizi
Model 2.4.2.’de finansmana erişim konusunun önemli bir unsuru olan banka kredisinin yıllık istihdam artışı firma performansına etkisi genelleştirilmiş kısmi lineer model ile incelenecektir. Modelde yıllık satış artışı artışı firma performansı bağımlı değişkeni ile doğrusal olmayan ilişki içerisinde bulunan bankalar (özel ve devlete ait) tarafından finanse edilen yatırımın oranı (%) (k5bc_1-BANKA_Y%) bağımsız
değişkeni ve doğrusal ilişki içerisinde olan diğer bağımsız değişkenler Genelleştirilmiş Kısmi Lineer Model yöntemi ile analiz edilecektir. Değişkenler GPLM denkleminde aşağıda gösterilen şekilde ele alınacaktır.
𝑷(𝒀 = 𝟏|𝑿) = 𝑮 (∑𝟐𝟐𝒋=𝟏𝜷𝒋𝑻𝑿𝒋+ 𝒎(𝑻)) Denklem 30
Y=İSTİHDAM
Xj=ÜLKE, ÖLÇEK, SEKTÖR, HİSSE_Y, BANKADIŞI_Y, TİCARİ_Y,
DİĞER_Y, BORSAAŞ, ANANİMŞİRKET, ORTAKLIKŞİRKETİ,
LİMİTEDŞİRKET, DİĞERSTATÜ, YABANCIŞİRKET, DEVLETŞİRKETİ, DİĞERŞİRKET, YAŞ, İHRACAT, HESAP, AÇIKKREDİ, KREDİBORÇ, KREDİBAŞVURU, FİNANSMANAERİŞİM
T=BANKA_Y%
Tablo 14’de aynı değişkenlerle gerçekleştirilmiş lojistik regresyon analizi ve GPLM analizindeki parametrik değişkenlerin katsayı değerleri görülmektedir. Tablo’ya göre tüm doğrusal katsayılar farklı analizlere göre çok az bir değişiklik göstermektedir.
Genelleştirilmiş kısmi lineer modelde (GPLM); β’nın tahmin edilmesi için klasik (parametrik) olasılık ve m(●) fonksiyonunun tahmin edilmesi için düzgünleştirilmiş (yerel) olasılığın maksimize edilmesinin bir kombinasyonu olan semiparametrik maksimum olabilirlik kullanılmıştır. GPLM uyumunun lojistik regresyon analizinden daha iyi performans gösterip göstermediğinin değerlendirilmesi için, Tablo 15'de sunulan istatistiksel özellikler kullanılmaktadır. Sapma (Artık Sapması) analiz edilen modelin tahmini log-olabilirliğinin eksi 2 katıdır. Lojistik regresyon modeli ve GPLM modelinin sapma ve (yaklaşık) serbestlik dereceleri daha sonra her iki modeli karşılaştırmak için bir olabilirlik oranı testi oluşturmak için kullanılmıştır. Bu testten elde edilen anlamlılık düzeyi α ile gösterilmiştir. Yapılan
test kapsamında lojistik regresyon modeline göre GPLM %5 anlamlılık düzeyinde istatistiksel olarak anlamlıdır.
Tablo 14: Model 2.4.2. Lojistik regresyon ve GPLM parametrik değişkenlerin katsayıları Açıklama Kodu LOGİT GPLM Katsayı (β)- Anlamlılık Düzeyi Katsayı (β) SABİTDEĞER 1,6085*** - ÜLKE 0,0055*** 0,0054 ÖLÇEK 0,1553*** 0,1542 SEKTÖR 0,0516* 0,0512 HİSSE_Y 0,0876 0,0704 BANKA_Y% 0,0032*** - BANKADIŞI_Y 0,1504 0,1312 TİCARİ_Y 0,1594. 0,1168 DİĞER_Y -0,5861*** -0,6000 BORSAAŞ -0,6983*** -0,6992 ANONİMŞİRKET -0,3955*** -0,3936 ORTAKLIKŞİRKETİ 0,0782 0,0757 LİMİTEDŞİRKET -0,2017. -0,2022 DİĞERSTATÜ -0,6142*** -0,6095 YABANCIŞİRKET -0,4423*** -0,4371 DEVLETŞİRKETİ -0,9342*** -0,9590 DİĞERŞİRKET 0,0986 0,0928 YAŞ -0,3444*** -0,3446 İHRACAT -0,1451. -0,1472 HESAP 0,0839 0,0795 AÇIKKREDİ 0,4726*** 0,4675 KREDİBORÇ -0,1286. -0,1469 KREDİBAŞVURU -0,0981 -0,1112 FİNANSMANAERİŞİM -0,0842*** -0,0836 Anlamlılık Kodu: ‘***’ p<0.001; ‘**’ p<0.01; ‘*’ p<0.05; ‘.’ p<0.1
Tablo 15: Model 2.4.2. Lojistik Regresyon ve GPLM’nin uyumuna yönelik istatistiksel özellikler
İstatistiksel Özellikler LOGİT GPLM
Artık Sapması (Residual
deviance) 11.803 11.785,72
Serbestlik Derecesi 8.790 8.786,38
α 0,0012
AIC 11.851 11.840,96
Koyu değerler %5 anlamlılık düzeyinde istatistiksel olarak anlamlıdır.
Tablo 14’e göre parametrik olmayan bileşen için çizilmiş eğriden oluşan grafik
Şekil 13’de gösterilmiştir. Şekilde bankalar (özel ve devlete ait) tarafından finanse edilen yatırımın oranı (%)’ndaki değişime göre yıllık istihdam artışının sıfır veya pozitif olması olasılığının nasıl değiştiği görülmektedir.
Buna göre bankalar (özel ve devlete ait) tarafından finanse edilen yatırımın oranı %0’dan %30’a doğru arttığında yıllık istihdam artışının sıfır veya pozitif olması olasılığının da arttığı ve %30 oranında bir tepe noktasına ulaştığı, %30’dan sonra ise kademeli olarak azalışa geçerek %65 seviyesinde en düşük seviyede bir dip oluşturup %80 seviyesinde en yüksek seviyede bir tepe noktası oluşturduğu ve bu orandan sonra ise yeniden azalışa geçtiği gözlenmektedir. Sonuç olarak en yüksek yıllık istihdam artışının sıfır veya pozitif olması olasılığına firmanın yatırımlarını %80 oranında bankalar (özel ve devlete ait) tarafından finanse etmesi ile ulaşabileceği, en düşük yıllık istihdam artışının sıfır veya pozitif olması olasılığına ise firmanın yatırımlarını %65 oranında bankalar (özel ve devlete ait) tarafından finanse etmesi ile ulaşabileceği görülmektedir.
Şekil 13: Model 2.4.2. BANKA_Y% GPLM Bileşen Fonksiyonu