Journals / Süleyman Demirel Üniversitesi Vizyoner Dergisi / 2020 / Cilt: 11 - Sayı: Ek

THE EFFICIENCY ANALYSIS OF COMPANIES ON BIST FOOD BEVERAGE INDEX BY USING DATA ENVELOPMENT AND DATA MINING

VERİ ZARFLAMA VE VERİ MADENCİLİĞİ İLE BİST GIDA İÇECEK ENDEKSİ KAPSAMINDAKİ FİRMALARIN ETKİNLİK ANALİZİ

Pages
185–199
Publication Date
2020-12-20
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

It is concluded that the most important variable affecting the effectiveness of the firms is net profit margin ratio according to Artificial Neural Networks and C5.0 Decision Tree technique.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Today, when national and international economic conditions are determinant in the determination of business activities, it is necessary for companies to use their assets and resources more effectively.
📊
Key Findings & Data:The firms that do not want to face financial failure must identify their strengths and weaknesses by analyzing their performance in past periods before making strategic plans for their future activities.
💡
Conclusion & Impact:It is concluded that the most important variable affecting the effectiveness of the firms is net profit margin ratio according to Artificial Neural Networks and C5.0 Decision Tree technique.
🔬Design:Research Article
📍Scope:2013-2017 Verileri
⚙️Variables:Etkinlik · Veri Zarflama Analizi · Veri Madenciliği

Abstract

Today, when national and international economic conditions are determinant in the determination of business activities, it is necessary for companies to use their assets and resources more effectively. The firms that do not want to face financial failure must identify their strengths and weaknesses by analyzing their performance in past periods before making strategic plans for their future activities. The aim of the study is to investigate and to determine the efficiency of 22 firms in BIST Food and Beverage Index by Data Envelopment Analysis (DEA) using efficiency scores of firms, and to determine the important in-firm variable or variables that effect the efficiency of firms through data mining techniques. For this aim 8 financial ratios are calculated by using the financial statements for the years 2013-2017. In the analyzes, 6 input variables, namely current ratio, acid-test rate, leverage rate, short term dept / total assets rate and fixed assets / total assets rate, long term dept / total assets rate; 2 output variables, total asset profitability and net profit margin, are used. By applying Data Envelopment Analysis efficient and inefficient firms are found. As a result of the study, 11 firms in 2014, 9 firms in 2015, 17 firms in 2016, 7 firms in 2017 and 11 firms in 2018 are found to be efficient. It is concluded that the most important variable affecting the effectiveness of the firms is net profit margin ratio according to Artificial Neural Networks and C5.0 Decision Tree technique.

Özet

İşletme faaliyet alanlarının belirlenmesinde ulusal ve uluslararası ekonomik koşulların belirleyici olduğu günümüzde, firmaların varlıklarını ve kaynaklarını daha etkin kullanmalarını gerektirmiştir. Finansal başarısızlıkla karşılaşmak istemeyen firmalar gelecekteki faaliyetleri ile ilgili stratejik planlarını yapmadan önce geçmiş dönemlerdeki performanslarını analiz ederek üstün ve zayıf yönlerini belirlemek zorundadır. Bu çalışmanın amacı BİST’e kayıtlı Gıda İçecek Endeksi kapsamında yer alan 22 firmanın Veri Zarflama Analizi (VZA) ile firma etkinliklerinin belirlenmesi ve firma etkinliklerini etkileyen firma içi önemli değişken veya değişkenlerin Veri Madenciliği teknikleri ile tespit etmektir. Bu amaçla firmaların 2014 – 2018 yıllarına ait mali tablolarından 8 adet oran hesaplanmıştır. Girdi değişkenleri olarak cari oran, asit-test oranı, kaldıraç oranı, kısa süreli borç / toplam aktifler oranı, duran varlık / toplam aktifler oranı, uzun süreli borç / toplam aktifler; çıktı değişkenleri olarak da net kâr marjı ve aktif kârlılık seçilmiştir. Etkin ve etkin olmayan firmalar VZA kullanılarak bulunmuştur. Analiz sonucu 2014 yılında 11, 2015 yılında 9, 2016 yılında 17, 2017 yılında 7 ve 2018 yılında 11 firmanın etkin olduğu bulunmuştur. Firmaların etkinliklerine etki eden en önemli değişkenin Yapay Sinir Ağları ve C5.0 Karar Ağacı Tekniğine göre net kâr marj oranı olduğu sonucuna varılmıştır.

🔖

Cite This Article

BARDİ, Ş. (2020). THE EFFICIENCY ANALYSIS OF COMPANIES ON BIST FOOD BEVERAGE INDEX BY USING DATA ENVELOPMENT AND DATA MINING. Süleyman Demirel Üniversitesi Vizyoner Dergisi, Cilt: 11 - Sayı: Ek, 185–199. https://ajindex.com/articles/163959

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. Akbulut, R. ve Rençber, Ö. F. (2015). Veri zarflama ve lojistik regresyon analizi ile çimento işletmelerinde finansal performansa dayalı etkinliklerin değerlendirilmesi, Uluslararası Alanya İşletme Fakültesi Dergisi, 7(3), 91-103.
  2. Akın, N. G. (2018). Dokuma sektöründe veri zarflama analizi ve Malmquıst toplam faktör verimliliği endeksi, Uluslararası Ekonomi, İşletme ve Politika Dergisi, 2(2), 241-260.
  3. Akyüz, K. C., Yıldırım, İ. ve Balaban, Y. (2015). Kâğıt sektöründe yer alan firmaların veri zarflama analizi yardımıyla etkinliklerinin ölçümü. International Journal of Economic and Administrative Studies, 7(14), 23-37.
  4. Alimohammadlou, M. ve Mohammadi, S. (2016). Evaluating the productivity using Malmquist index based on double frontiers data. Social and Behavioral Sciences, 230, 58-66.
  5. Arabacıoğlu, S. ve Ünal, İ. H. (2017). Veri zarflama ve sıralı lojistik regresyon analizi ile şirketlerin etkinliklerinin belirlenmesi: dokuma, giyim eşyası ve deri sektörü üzerine bir uygulama, Avrasya Sosyal ve Ekonomi Araştırmaları Dergisi (ASEAD), 4(12), 1-19.
  6. Bakırcı, F., Shiraz S. E. ve Sattary A. (2014). BİST’te demir, çelik metal ana sanayi sektöründe faaliyet gösteren işletmelerin finansal performans analizi: VZA süper etkinlik ve Topsis uygulaması, Ege Akademik Bakış, 14(1), 9-19.
  7. Banker, R. D., Charnes, A. ve Cooper, W. W. (1984). Some models for estimating technical and scale ınefficiencies in data envelopment analysis, Management Science, 30(9), 1078-1092.
  8. Beasly, J. A., (2000).
  9. Data envelopment analysis, Erişim adresi: http://people.brunel.ac.uk/~mastjjb/jeb/or/dea.html, (8 Şubat 2020).
  10. Benli, Y. K. ve Karaca, S. K. (2017). 2008 Kriz öncesi ve sonrası İSO 500 sanayi işletmelerinin etkinliklerinin ölçümü: veri zarflama analizi yaklaşımı. Gazi İktisat ve İşletme Dergisi, 3(1), 19-34.
  11. Bilişik, M. T. (2015). Veri zarflama analizi ile Türkiye bankacılık sektöründe verimlilik araştırması, Akademik Bakış Dergisi Uluslararası Hakemli Sosyal Bilimler E-Dergisi, (49), 288-304.
  12. Boles, J. S., Donthu, N. ve Lohtia, R. (1995). Salesperson evaluation using relative performance efficiency: The application of data envelopment analysis. Journal of Personal Selling and Sales Management, 15(3), 31-38.
  13. Boussofiane, A., Dyson, R. ve Thanassoulis, E. (1991). Applied data envelopment analysis. European Journal of Operational Research, 52(1), 1-15.
  14. Charnes, A., Cooper, W. W. ve Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operations Research,