Dergiler / Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi / 2017 / İktisat Özel Sayısı

İMALAT İŞLETMELERİNDE ETKİNLİK ÖLÇÜMÜ: BIST100 ÖRNEĞİ

MEASURING EFFECTIVENESS IN MANUFACTURING ENTERPRISES: SAMPLE OF BIST 100

Sayfa
193–220
Yayın Tarihi
2017-12-22
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)

Çalışma sonucunda CCR modeline göre, 2012 yılında, 23 işletmenin etkin 16’sının etkin olmadığı; 2013 yılında, 19 işletmenin etkin 20’sinin etkin olmadığı; 2014 yılında, 24 işletmenin etkin 15’inin ise etkin olmadığı tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Günümüzde artan rekabet ortamı, işletmelerin kaynaklarını daha etkin şekilde kullanmayı gerekli kılmaktadır.
📊
Temel Bulgular & Veri:Özellikle üretim sektöründe faaliyet gösteren işletmelerin ulusal ve uluslararası piyasalarda rekabet edebilmeleri ve başarılı olabilmeleri için etkinlik ölçümleri hayati önem arz etmektedir.
💡
Sonuç & Katkı:Çalışma sonucunda CCR modeline göre, 2012 yılında, 23 işletmenin etkin 16’sının etkin olmadığı; 2013 yılında, 19 işletmenin etkin 20’sinin etkin olmadığı; 2014 yılında, 24 işletmenin etkin 15’inin ise etkin olmadığı tespit edilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:2012 Verileri
⚙️Değişkenler:Veri Zarflama Analizi · Etkinlik · BIST100

Özet

Günümüzde artan rekabet ortamı, işletmelerin kaynaklarını daha etkin şekilde kullanmayı gerekli kılmaktadır. Özellikle üretim sektöründe faaliyet gösteren işletmelerin ulusal ve uluslararası piyasalarda rekabet edebilmeleri ve başarılı olabilmeleri için etkinlik ölçümleri hayati önem arz etmektedir. Bu çalışmanın amacı, Veri Zarflama Analizi ile BIST100’de işlem gören imalat işletmelerinin etkinliklerinin ölçülmesidir. Çalışma sonucunda CCR modeline göre, 2012 yılında, 23 işletmenin etkin 16’sının etkin olmadığı; 2013 yılında, 19 işletmenin etkin 20’sinin etkin olmadığı; 2014 yılında, 24 işletmenin etkin 15’inin ise etkin olmadığı tespit edilmiştir. Bu işletmelerin üç yıllık ortalama etkinlik skoru %88,94 olarak bulunmuştur. BCC modeline göre, her üç yılda da 34 işletmenin etkin 5’inin ise etkin olmadığı ve üç yıllık etkinlik ortalamasının %99,01 olduğu tespit edilmiştir. Ayrıca 2014 yılında etkin olmayan işletmelerin etkin hale gelebilmeleri için potansiyel iyileştirme oranları ve referans kümeleri belirlenmiştir.

Abstract

Today, increasingly competitive environment makes it necessary to use resources of enterprises more effectively. Efficiency measures are especially vital for enterprises operating in the manufacturing sector to compete and succeed in national and international markets. The purpose of this study is to measure the activities of manufacturing enterprises traded in BIST 100 with Data Envelopment Analysis. As a result of the study, according to the CCR model, it was determined that in 2012, 23 enterprises were active but 16 enterprises were not active and in 2013, 19 enterprises were active but 20 enterprises were not active and in 2014, 24 enterprises were active but 15 enterprises were not active. The three-year average efficiency score of these enterprises was found as 88.94%. According to the BCC model, it was determined that 34 enterprises were active and 5 enterprises were not active in each three year and three year average efficiency score was found as 99.01%. Potential improvement ratios and reference clusters were also identified in order to enable ineffective businesses to become effective in 2014.

🔖

Bu Makaleye Atıf Yap

YAŞAR, F., YAVUZ, S. (2017). İMALAT İŞLETMELERİNDE ETKİNLİK ÖLÇÜMÜ: BIST100 ÖRNEĞİ. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, İktisat Özel Sayısı, 193–220. https://ajindex.com/articles/881792

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. KAYNAKÇA AKYÜZ, Kadri Cemil, YILDIRIM, İbrahim ve BALABAN, Yasin (2015), “Kâğıt Sektöründe Yer Alan Firmaların Veri Zarflama Analizi Yardımıyla Etkinliklerinin Ölçümü”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 7(14), ss.23-38.
  2. ATA, H. Ali ve YAKUT, Emre (2009), “Finansal Performansa Dayalı Etkinlik Ölçümü: İmalat Sektörü Uygulaması”, Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 18(2), ss.80- 100. BABACAN, Âdem, KARTAL, Mahmut ve BİRCAN, Hüdaverdi, (2007), “Cumhuriyet Üniversitesi'nin Etkinliğinin Kamu Üniversiteleri ile Karşılaştırılması: Bir VZA Tekniği Uygulaması”, C.Ü. İktisadi ve İdari Bilimler Dergisi, Cilt: 8, Sayı: 2, ss.97-114.
  3. BERGER, A.N., and HUMPREY, D.B. (1997), “Efficiency of Financial Intuitions: International Survey and Directions for future Research”, European Journal of Operational Research, 98 (2), pp.175-212.
  4. BOUSSOFIANE, Aziz, DYSON, Robert G. and THANASSOULIS, Emmanuel (1991), “Applied Data Envelopment Analysis”, Europen Journal of Operational Research, 52(1), ss.1-15.
  5. BUDAK, Hüseyin (2011), “Veri Zarflama Analizi ve Türk Bankacılık Sektöründe Uygulaması”, Marmara Üniversitesi Fen Bilimleri Dergisi, 23(3), ss.95-110.
  6. CHARNES, A., COOPER, W. W. and RHODES, E. (1978), “Measuring The Efficiency of Decision Making Units”, European Journal of Operational Research, Vol: 2, pp. 429–444.
  7. ERPOLAT, Semra (2011), Veri Zarflama Analizi (Ağırlık Kısıtlamasız, Ağırlık Kısıtlamalı, Şans Kısıtlı, Bulanık) Türkiye’deki Özel Bütçeli İdarelerin Etkinlik Analizi, 1.Basım, Evrim Yayınevi ve Bilgisayar San.Tic. Ltd. Şti., İstanbul.
  8. FLOROS, Christos, VOULGARIS, Zacharias and LEMONAKIS, Christos (2014), “Regional Firm Performance: The Case of Greece”, Procedia Economics and Finance, 14, pp.210-219.
  9. KARACABEY, Ali Argun (2001),
  10. Veri Zarflama Analizi, Tartışma Metinleri, Ankara Üniversitesi Siyasal Bilgiler Fakültesi, Ankara, No.33, ss. 1-4.
  11. KECEK, Gülnur (2010), Veri Zarflama Analizi Teori ve Uygulama Örneği, Ankara:
  12. Siyasal Kitabevi.
  13. KORDROSTAMI, Sohrab and NOVEIRI, Monireh Jahani Sayyad (2015), “Data Envelopment Analysis with Integer-Valued Factors in a Fuzzy Environment”, 2015 4th Iranian Joint Congress on Fuzzy and Intelligent Systems (CFIS), pp.1-3.
  14. LIANG, Gin-Shuh, LIU, Chin-Feng, LIN, Wen-Cheng and YEH, Chen-Huei (2006), “A Data Envelopment Analysis of Shipping Industry Bond Ratings”, Tamkang Journal of Science and Engineering, Vol: 9, No: 4, pp. 403-408.
  15. MAHADEVAN, R. (2002), “A DEA approach to understanding the productivity grow