Dergiler / İşletme Araştırmaları Dergisi / 2018 / Cilt: 10 - Sayı: 4

Mali Başarısızlık Tahminlemesinde Sektör Bazlı Bir Karşılaştırma

A Sector-Based Comparison of Financial Distress Prediction

Sayfa
401–421
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Elde edilen bulgulara göre; Teknoloji, Ulaştırma, Haberleşme sektöründe stok devir hızı, Gıda, İçki, Tütün sektöründe cari oran ve Toptan Perakende Otel Lokanta sektöründe Vergi Öncesi Kar / Özsermaye oranları mali başarısızlığın habercisi olan oranlar olarak tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Firmalarda mali başarısızlık ile karşılaşılmasına neden olan faktörlerin bilinmesi ve mali başarısızlık yaşanabileceğinin öngörülmesi, düzenleyici önlemlerin alınması ile kayıplarının azaltılması noktasında önem arz etmektedir.
📊
Temel Bulgular & Veri:Bu noktada bu çalışma ile bilişim, imalat ve hizmet ana başlıklarında sınıflandırılabilecek üç farklı sektör bazında firmaların mali başarısızlık tahminlemeleri yapılarak mali başarısızlığın habercisi olarak nitelendirilebilecek değişkenlerin sektörden sektöre farklılaştıklarının ortaya konulması amaçlanmıştır.
💡
Sonuç & Katkı:Elde edilen bulgulara göre; Teknoloji, Ulaştırma, Haberleşme sektöründe stok devir hızı, Gıda, İçki, Tütün sektöründe cari oran ve Toptan Perakende Otel Lokanta sektöründe Vergi Öncesi Kar / Özsermaye oranları mali başarısızlığın habercisi olan oranlar olarak tespit edilmiştir.
🔬Tür:Araştırma Makalesi
📍Kapsam:2008 Verileri
⚙️Değişkenler:Alan Parametreleri

Özet

Firmalarda mali başarısızlık ile karşılaşılmasına neden olan faktörlerin bilinmesi ve mali başarısızlık yaşanabileceğinin öngörülmesi, düzenleyici önlemlerin alınması ile kayıplarının azaltılması noktasında önem arz etmektedir. Ekonominin paydaşları olarak sıralanabilecek yöneticiler, kredi verenler, yatırımcılar, bağımsız denetçiler ve devletler için mali başarısızlık tahminlemesi firmalara ve sektörlere ilişkin önemli bilgiler sunmaktadır. Bu noktada bu çalışma ile bilişim, imalat ve hizmet ana başlıklarında sınıflandırılabilecek üç farklı sektör bazında firmaların mali başarısızlık tahminlemeleri yapılarak mali başarısızlığın habercisi olarak nitelendirilebilecek değişkenlerin sektörden sektöre farklılaştıklarının ortaya konulması amaçlanmıştır. Lojistik regresyon analizi ile Borsa İstanbul’da işlem gören Teknoloji Ulaştırma Haberleşme sektörü, Gıda İçki Tütün sektörü ve Toptan Perakende Otel Lokanta sektörlerinde yer alan şirketlerin 31.12.2008- 31.12.2017 arası 10 yıllık dönemdeki bilanço ve gelir tabloları kullanılarak bir yıl önceki verileri ile mali başarısızlık tahminlemeleri yapılmıştır. Elde edilen bulgulara göre; Teknoloji, Ulaştırma, Haberleşme sektöründe stok devir hızı, Gıda, İçki, Tütün sektöründe cari oran ve Toptan Perakende Otel Lokanta sektöründe Vergi Öncesi Kar / Özsermaye oranları mali başarısızlığın habercisi olan oranlar olarak tespit edilmiştir.

Abstract

It is important to know the factors that cause financial distress in companies for being able to take preventive measures and reduce losses. Financial distress estimation provides important information about firms and sectors to stakeholders of the economy that can be listed as managers, lenders, investors, independent auditors and governments. Within the scope of this study, financial distress of companies operating in IT, manufacturing and service sectors, which are traded in Istanbul Stock Exchange, have been estimated and it has been aimed to reveal sectoral differences in estimation. Financial distress estimations of the companies in the Technology Transportation Communication sector, Food Drink Tobacco sector and Wholesale Retail Hotel Restaurant sector traded in Borsa Istanbul were made.This study uses logistic regression as the analysis technique by using the balance sheet and income statements data between the dates of 31.12.2008 and 31.12.2017.The likelihood of companies’ financial distress were calculated one year in advance the existence of the distress. According to the findings; the stock turnover rate in the Technology Transportation Communication sector, the current ratio in Food Drink Tobacco sector and the ratio of Profit Before Tax / Equity in Wholesale Retail Hotel Restaurant sector are the main indicators of the financial distress.

🔖

Bu Makaleye Atıf Yap

AKTÜMSEK, E., GÖKER, İ. E. K. (2018). Mali Başarısızlık Tahminlemesinde Sektör Bazlı Bir Karşılaştırma. İşletme Araştırmaları Dergisi, Cilt: 10 - Sayı: 4, 401–421. https://ajindex.com/articles/268854

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Akkaya, G. C., İçerli, Y. M. (2006). “Finansal Açıdan Başarılı Olan İşletmelerle Başarısız Olan İşletmeler Arasında Finansal Oranlar Yardımıyla Farklılıkların Tespiti”, İktisadi ve İdari Bilimler Dergisi, Cilt20, Sayı 1, 413-421.
  2. Akkaya, G. C., Demireli, E., Yakut, Ü. H.(2009). “İşletmelerde Finansal Başarısızlık Tahminlemesi. Yapay Sinir Ağları Modeli ile IMKB Üzerine Bir Uygulama”, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi,Cilt 10, Sayı 2, 187-216.
  3. Akkoç, S. (2009). “Sermaye Piyasalarında Bulaşıcı ve Rekabetçi Etki: İMKB Bankacılık Sektöründe Bir Uygulama”, Afyon Kocatepe Üniversitesi İİBF Dergisi, Cilt 11, Sayı 2, 199-218.
  4. Aktaş, R., Doğanay, M., Yıldız, B. (2003). “Mali Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı Karşılaştırması”, Ankara Üniversitesi SBF Dergisi, 58, 4, 1-24.
  5. Akyüz, K. C., Yıldırım, İ., Akyüz, İ., Tugay, T. (2017). “Borsa İstanbul’da İşlem Gören Kağıt ve Kağıt Ürünleri Sanayi İşletmelerinin Finansal Başarısızlık Düzeylerinin Oran Analizi ve Diskriminant Analizi Yöntemleri Kullanılarak Ölçülmesi”, Journal of Forestry, Cilt 13, No 1, 60-74.
  6. Altaş, D., Giray, S. (2005). “Mali Başarısızlığın Çok Değişkenli İstatistiksel Yöntemlerle Belirlenmesi: Tekstil Sektörü Örneği”, Sosyal Bilimler Dergisi, Sayı 2, 13-28.
  7. Altınöz, U.(2013). “Bankaların Finansal Başarısızlıklarının Yapay Sinir Ağları Modeli Çerçevesinde Tahmin Edilebilirliği”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt 28, No 2, 189-217.
  8. Amendola, A., Restaino, M., Sensini, L. (2015). “An Analysis of The Determinants of Financial Distress in Italy: A competing Risks Approach”, International Review of Economics and Finance, Vol. 37, 33-41.
  9. Andrade, G., Kaplan, S. N. (1998). “How Costly Is Financial (Not Economic) Distress? Evidence from Highly Leveraged Transactions That Became Distressed”, The Journal of Finance, Vol. 53, No. 5, 1443-1493.
  10. Balcaen, S., Ooghe, H. (2006). “35 Years of Studies on Business Distress: An Overview of the Classic Statistical Methodologies and Their Related Problems”, The British Accounting Review, Vol. 38, No. 1, 63-93.
  11. Baş, M., Çakmak, Z. (2012). “Gri İlişkisel Analiz ve Lojistik Regresyon Analizi ile İşletmelerde Finansal Başarısızlığın Belirlenmesi ve Bir Uygulama”, Anadolu Üniversitesi Sosyal Bilimler Dergisi,Vol. 12, No. 3, 63-82.
  12. Beaver, W. H. (1966). “Financial Ratios as Predictors of Distress”, Journal of Accounting Research,Vol.4, No.3, 71-111.
  13. Betz, F., Oprica, S., Peltonen, T.