AI Summary & Key Takeaways
AI InsightIn addition to micro variables, macro factors are also seen as factors in efficiency.
📌 3 Key Takeaways
Abstract
While there are companies that went bankrupt despite making a profit, there are companies that produce value despite making a loss many years. So, market value comes to the fore rather than maximizing profit as a performance indicator. This study addresses the estimation of Economic Value Added (EVA) potential, which is widely used in performance indicators of companies. While EVA measures efficiency of capital, inefficient use of resources in countries with limited capital like Turkey is one of the biggest obstacles for the sustainable growth. Companies calculating EVA value do not know lower and upper limits of calculated value. Determining this limit is suggested in this study by benchmarking method. In this way, companies will have the opportunity to compare their own values with calculated EVA value of other companies operating in the same sector. Data Envelopment Analysis (DEA), which is a mathematical approach, is used. Textile, Clothing and Leather Sector companies traded in BIST are used in the study. In the study, input and output variables are determined for DEA technique and output of EVA value study is; Invested Capital (IC), NOPLAT, AOSM used in EVA calculation are determined as input variables. According to the Output Oriented (CCC) DEA results, proportional movements that inefficient firms should make for EVA maximization and idle resources used according to the sector are interpreted. It was noted that most of the firms in the relevant sample did not have an efficient structure. An ecosystem consisting of inefficient companies is also not efficient and produces less output with more input. The results of the study revealed that firms should produce more operating profit from unit investment and reduce their capital costs in order to increase their efficiency. In addition to micro variables, macro factors are also seen as factors in efficiency.
Özet
Kar elde ettiği halde iflas eden firmalar yer almakla birlikte yıllara sari zarar elde ettiği halde nakit üreten ve değer yaratan firmalar bulunmaktadır. Bu anlamda performans göstergesi olarak karın maksimize edilmesinden ziyade değerin ön plana çıktığı bir dönem yaşanmaktadır. Bu çalışma firmaların performans göstergelerinde yaygın olarak kullanılan Ekonomik Katma Değer (EVA) potansiyelinin tahmin edilmesini ele almaktadır. EVA sermayenin verimliliğini ölçerken Türkiye gibi sermayesi kıt ülkelerde kaynakların verimli kullanılmaması sürdürülebilir bir büyümenin olmamasında en büyük engellerdendir. EVA değerini hesaplayan firmalar hesaplanan değerin alt ve üst sınırını bilmemektedirler. Bu sınırın belirlenmesi bu çalışmada kıyaslama (Benchmarking) yöntemi ile önerilmektedir. Bu sayede firmalar aynı sektörde faaliyet gösteren diğer firmaların hesaplanan EVA değeri ile kendi değerlerini kıyaslama imkânına sahip olacaktır. Bu amaçla literatürde oldukça sık kullanılan ve matematiksel bir yaklaşım olan Veri Zarflama Analizi (VZA) kullanılmıştır. Çalışmada BİST’de işlem gören ve verilerine ulaşılabilen Tekstil, Giyim Eşyası ve Deri Sektörü firmaları kullanılmıştır. Yapılan çalışmada VZA tekniği için girdi ve çıktı değişkenleri belirlenmiş olup EVA değeri çalışmanın çıktısı; EVA hesaplamasında kullanılan Yatırılan Sermaye(IC), NOPLAT, AOSM ise girdi değişkenleri olarak belirlenmiştir. Yapılan Çıktı Yönelimli (CCC) VZA sonuçlarına göre etkin olmayan firmaların EVA maksimizasyonu için yapmaları gereken oransal hareketler ve sektöre göre atıl kullanılan kaynaklar yorumlanmıştır. İlgili örneklemde firmaların çoğunun verimli bir yapıda bulunmaması dikkat çekmiştir. Verimli olmayan şirketlerden oluşan bir ekosistem de verimli olmamakta ve daha çok girdi ile daha az çıktı üretmektedir. Firmaların verimliliğini artırmaları için birim yatırımdan daha fazla faaliyet karı üretebilmeleri ve sermaye maliyetlerini aşağı çekmeleri çalışmanın sonuçlarında ortaya çıkmıştır. Mikro değişkenlere ek olarak makro faktörler de verimlilikte etken olarak görülmektedir.