AI Summary & Key Takeaways
AI InsightThus, efficient companies in the reference cluster were referred to inefficient companies and suggestions were made that they could be in an efficient state.
📌 3 Key Takeaways
Abstract
The main objective of the study is to evaluate whether technology companies in the high value-added sector operate efficiently or not. For this purpose, the efficiency measurement of 27 companies operating in the BIST Technology Sector was tested with the output-side CCR model of the Data Envelopment Analysis method. In the study, 4 inputs (Fixed assets, Cost of sales, General administrative expenses, Marketing expenses) and 4 outputs (Return on assets, Return on equity, Net profit margin, Operating profit) were included as variables. According to the findings, 8 companies were found to be efficient and 19 companies were found to be inefficient. In this case, in order for inefficient companies to be in an efficient position, Potential Improvement Ratios were determined within themselves and suggestions were made on how much improvements should be made on weak variables. Then, Reference Clusters, another improvement indicator in the Data Envelopment Analysis method, were formed. Thus, efficient companies in the reference cluster were referred to inefficient companies and suggestions were made that they could be in an efficient state.
Özet
Çalışmanın temel amacı katma değeri yüksek olan sektör konumundaki teknoloji şirketlerinin etkin çalışıp çalışmadığının değerlendirilmesidir. Bu amaç doğrultusunda BİST Teknoloji Sektöründe faaliyette bulunan 27 şirketin etkinlik ölçümü Veri Zarflama Analizi yönteminin çıktı yönlü CCR modeli ile test edilmiştir. Çalışmada 4 girdi (Duran varlıklar, satış maliyeti, genel yönetim gideri, pazarlama gideri) ve 4 çıktı (Aktif kârlılığı, özkaynak kârlılığı, net kâr marjı, esas faaliyet kârı) değişken olarak yer almıştır. Elde edilen bulgulara göre 8 şirketin etkin durumda olduğu, 19 şirketin ise etkin olmadığı belirlenmiştir. Bu durumda etkin olmayan şirketlerin etkin konumda olabilmeleri için kendi içlerinde potansiyel iyileştirme oranları belirlenerek, zayıf değişkenler üzerinde ne derecede iyileştirmeler yapmaları gerektiği yönünde öneriler sunulmuştur. Daha sonra Veri Zarflama Analizi yönteminde bulunan bir diğer iyileştirme göstergesi olan Referans Kümeleri oluşturulmuştur. Böylece referans kümesinde bulunan etkin olan şirketlerin, etkin olmayan şirketlere referans gösterilerek etkin durumda olabilecekleri yönünde önerilerde bulunulmuştur.