Dergiler / Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi / 2021 / Cilt: 39 - Sayı: 3
KENDİNİ ÖRGÜTLEYEN HARİTALAR ALGORİTMASI YÖNTEMİYLE TÜRKİYE DOKUMA SEKTÖRÜNÜN ANALİZİ: BİST ŞİRKETLERİ ÜZERİNE BİR UYGULAMA
- Sayfa
- 491–510
- DOI
- —
Özet
Finansal bilgi kullanıcıları; kredi, yatırım ve yönetim gibi çeşitli finansal konularda doğru kararlar alabilmek için finansal analize ihtiyaç duymaktadır. Ancak finansal verilerin ulaşılabilirliği ve karmaşıklığı, analiz tekniklerinin sınırlılıkları; bilgi kullanıcılarının sahip oldukları mevcut bilgilerden yüksek fayda sağlayabilmelerine engel olmaktadır. Bu durumun üstesinden gelmek ve finansal analizin etkinliğini artırmak amacıyla istatistiksel yöntemler ve yapay sinir ağları gibi yöntemlere başvurulmaktadır. Bu çalışmanın amacı, dokuma sektöründe faaliyet gösteren şirketlerin finansal performansları ile hisse senedi getirileri arasındaki ilişkinin ve sektörün finansal yapısının, KÖH (Kendini Örgütleyen Haritalar) algoritması yöntemiyle ortaya konulmasıdır. Bu amaçla, Borsa İstanbul’da işlem gören ve faaliyetlerini dokuma sektöründe sürdüren 16 şirketin 2013-2018 yılları arasındaki yıllık finansal tabloları, KÖH algoritması yardımıyla analiz edilmiştir. Yapılan çalışmada, sektörün en yüksek hisse senedi getirilerine sahip şirketlerin düşük likidite oranlarıyla birlikte yüksek faaliyet oranlarına ve yüksek kaldıraç oranlarıyla birlikte pozitif kâr marjlarına sahip olduğu sonucuna ulaşılmıştır. Sektörün en düşük hisse getirilerine sahip şirketlerin ise düşük likidite ve faaliyet oranlarına ve yüksek kaldıraç oranlarıyla birlikte negatif kârlılığa sahip olduğu sonucu elde edilmiştir.
Abstract
The users of the financial statements need financial analysis to be able to make decisions on various financial issues such as credit, investment, and management. However the accessibility and complexity of financial data as well as the limitations of analytical techniques prevent information users from getting optimal benefit from the available data they use. Methods as statistical methods and artificial neural networks are used to overcome this situation and to increase the efficiency of financial analysis. The aim of this study is to reveal the relationship between the financial performance and stock returns of corporations operating in the textile sector, and the financial structure of the textile sector by using the SOM (Self Organizing Maps) algorithm. For this purpose, the annual financial statements of the 16 corporations trading on the Istanbul Stock Exchange and operating in the textile sector were analyzed with SOM algorithm between 2013-2018. The findings revealed that the corporations with the highest stock returns in the sector have high activity ratios with low liquidity ratios and positive margins with high leverage ratios. Furthermore, the companies with the lowest stock returns in the sector have low liquidity and activity ratios and negative profitability with high leverage ratios.