DETERMINING THE EFFICIENCY OF COMPANIES BY USING DATA ENVELOPMENT AND ORDINAL LOGISTIC REGRESSION ANALYSIS: A STUDY

Year 2017, Volume: 4 Issue: 12, 1 - 19, 01.12.2017

Seda Abacıoğlu İsmail Hakkı Ünal

Abstract

In this study, eight financial ratios of the 22 companies that are quoted on Borsa İstanbul BIST and operating in the "Weaving, Apparel and Leather Sector" which is a sub – sector of the manufacturing industry were calculated by using the financial statements between 2013 and 2016. From these financial ratios, the leverage ratio and debt / equity ratio are used as input variables; return on equity, return on assets, profit margin, operating profit margin, loan turnover and stock turnover rates were determined as output variables. By applying data envelopment analysis, efficient and non – efficient companies have been identified. These companies are divided into four classes according to their efficiency scores. Then, ordinal logistic regression analysis was conducted. As a result of the analysis, it was determined that seven of the eight variables used in the data envelopment analysis had a meaningful effect in determining the efficiency

Keywords

Efficiency, Data Envelopment Analysis, OrdinalLogisticRegression Analysis, Financial

VERİ ZARFLAMA VE SIRALI LOJİSTİK REGRESYON ANALİZİ İLE ŞİRKETLERİN ETKİNLİKLERİNİN BELİRLENMESİ: DOKUMA, GİYİM EŞYASI VE DERİ SEKTÖRÜ ÜZERİNE BİR UYGULAMA

Abstract

Bu çalışmada Borsa İstanbul BİST ’da işlem gören ve imalat sanayi sektörünün bir alt sektörü olan “Dokuma, Giyim Eşyası ve Deri Sektörü”nde faaliyet gösteren 22 şirketin 2013–2016 dönemine ait finansal tablolarından yararlanılarak söz konusu şirketlere ait sekiz finansal oran hesaplanmıştır. Bu finansal oranlardan kaldıraç oranı ve borç/özkaynak oranı girdi değişkenleri olarak; özkaynak karlılığı, aktif karlılığı, net kar marjı, faaliyet kar marjı, alacak devir hızı ve stok devir hızı ise çıktı değişkenleri olarak belirlenmiştir. Veri zarflama analizi uygulanarak etkin olan ve etkin olmayan şirketler belirlenmiştir. Bu şirketler, etkinlik skorlarına göre dört sınıfa ayrılmıştır. Sonrasında sıralı lojistik regresyon analizi uygulanmıştır. Yapılan analiz sonucunda, veri zarflama analizinde kullanılmış olan sekiz değişkenden yedisinin etkinliğin belirlenmesinde anlamlı bir etkisi olduğu tespit edilmiştir

Keywords

Etkinlik, Veri Zarflama Analizi, Sıralı Lojistik Regresyon Analizi, Finansal Oran

References

• AKBULUT R. ve RENÇBER Ö.F. (2015).“Veri Zarflama ve Lojistik Regresyon Analizi Değerlendirilmesi”, Uluslararası Alanya İşletme Fakültesi Dergisi, 7(3), 91 – 103.
• AKIN H.B. ve ŞENTÜRK E. (2012). “Bireylerin Mutluluk Düzeylerinin Ordinal Lojistik Regresyon Analizi ile İncelenmesi”, Öneri Dergisi, 10 (37), 183 – 193.
• AKYÜZ K.C., ÇAMUR G. ve YILDIRIM İ. (2015). “Mobilya ve Levha Sektöründe Veri Zarflama Analizi Yardımıyla Etkinlik Ölçümü”, Turkish Journal of Forestry, 16(1), 50 – 59.
• AYTEKİN S. ve KAHRAMAN E. (2015, Ocak). “BIST Gayrimenkul Yatırım Ortaklıkları Endeksindeki (XGMYO) Şirketlerin Finansal Etkinliklerinin Veri Zarflama Analizi Yöntemi ile Değerlendirilmesi”, Niğde Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(1), 289 – 301.
• BABACAN A., KISAKÜREK M.M. ve ÖZCAN S. (2015, Haziran). “İMKB’ye Kote Edilmiş Firmaların VZA Yöntemi ile Performans Ölçümleri”,Dumlupınar Üniversitesi Sosyal Bilimler Dergisi, 24, 61 – 92.
• BAKIRCI F., SHIRAZ S.E. ve SATTARY A. (2014). “BİST’te Demir, Çelik Metal Ana Sanayi Sektöründe Faaliyet Gösteren İşletmelerin Finansal Performans Analizi: VZA Süper Etkinlik ve TOPSIS Uygulaması”, Ege Akademik Bakış, 14(1), 9 – 19.
• BANKER R.D., CHARNES A. ve COOPER W.W. (1984). “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis”, Management Science, 30(9), 1078 – 1092.
• BEKTAŞ H. (2013). “Türk Bankacılık Sektöründe Etkinlik Analizi”,Sosyoekonomi, 1, 277 – 294
• CHARNES A., COOPER W.W. ve RHODES E. (1978). “MeasuringEfficiency of Decision MakingUnits”, European Journal of Operational Research, 2, 429 – 449.
• ÇELİK M.K. (2016). “Turizm Sektöründeki İşletmelerin Etkinliklerinin Veri Zarflama Analizi ile Ölçülmesi”, Uluslararası İktisadi ve İdari İncelemeler Dergisi, 17, 65 – 88.
• ERDOĞAN M. ve YILDIZ B. (2015, Şubat). “Sağlık İşletmelerinde Finansal Oranlar Aracılığıyla Performans Ölçümü: Hastanelerde Bir Uygulama”, Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 6(9), 129 – 148.
• FARRELL M.J. (1957). “The Measurement of Productive Efficiency”, Journal of Royal Statistical Society Series A (General), 2 (120), 253 – 281.
• GEYİKÇİ U.B. ve BAL V. (2015). “Veri Zarflama Analizi ile Borsa İstanbul A.Ş.’de Faaliyet Gösteren Toptan ve Perakende Ticaret Sektörü Firmalarının Etkinlik Analizi”, AİBÜ Sosyal Bilimler Enstitüsü Dergisi, 15(1), 21 – 41.
• KAP (2017), Finansal Tablolar, 2015 Yılı Verileri. Erişim: 14 Ağustos 2017, https://www.kap.org.tr/ KAP (2017), Sektör Verileri. Erişim: 14 Ağustos 2017, https://www.kap.org.tr/tr/Sektorler
• KAYA A. ve COŞKUN A. (2016).” VZA ile İşletmelerde Etkinliğin Ölçülmesi: BİST Gıda, İçki ve Tütün Sektöründe Bir Uygulama”,Erzincan Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(1), 231 – 242.
• KESKİN BENLİ Y. ve KARACA S.S. (2017). “2008 Kriz Öncesi ve Sonrası İSO 500 Sanayi İşletmelerinin Etkinliklerinin Ölçümü: Veri Zarflama Analizi Yaklaşımı”, Gazi İktisat ve İşletme Dergisi, 3 (1), 19–34.
• KOÇYİĞİT M.M. (2016). “Borsa İstanbul’da İşlem Gören Çimento İşletmelerinin Etkinliklerinin Veri Zarflama Analizi Kullanılarak Ölçülmesi”, Elektronik Sosyal Bilimler Dergisi, 15 (57), 429 – 439. DOI: 1017755/esosder.15243.
• KÖSE A. ve ÇEKİCİ D. (2016). “BİST Sınai Endeksi’nde Yer Alan Şirketlerin Finansal Performans Analizi”, Kahramanmaraş Sütçü İmam Üniversitesi Sosyal Bilimler Dergisi, 13 (2), 145 – 174.
• OKURSOY A. ve ÖZDEMİR M. (2015, Ocak). “Veri Zarflama Analizinde Homojen Olmayan Karar Verme Birimi Problemi için Kümeleme Analizi Yaklaşımı”, Ege Akademik Bakış, 15(1), 81 – 90. doi: 10.21121/eab.2015118001.
• ÖZDAĞOĞLU A. (2015). “Bilişim Sektöründeki Şirketlerin Etkinliklerinin Veri Zarflama Analizi ile Değerlendirilmesi”, Yönetim ve Ekonomi Dergisi, 22(2), 331 – 340.
• ÖZDAMAR, K. (2009). Paket Programlar ve İstatistiksel Veri Analizi. Kaan Kitabevi: Eskişehir.
• SANAYİ GENEL MÜDÜRLÜĞÜ (2015). Tekstil, Hazır Giyim ve Deri Sektörleri Raporu, T.C. Bilim, Sanayi ve Teknoloji Bakanlığı, Ankara.
• SELİMOĞLU S. ve ORHAN A. (2015, Nisan). “Finansal Başarısızlığın Oran Analizi ve Diskriminant Analizi Kullanılarak Ölçümlenmesi: BİST’te İşlem Gören Dokuma, Giyim Eşyası ve Deri İşletmeleri Üzerine Bir Araştırma”, Muhasebe ve Finansman Dergisi, 66, 21 – 40.
• ŞERBETÇİ A. ve ÖZÇOMAK M.S. (2013). “Sıralı Lojistik Regresyon Analizi ile İstatistik ve Ekonometri Derslerinde Başarıyı Etkileyen Faktörlerin Belirlenmesi: Atatürk Üniversitesi İktisadi ve İdari Bilimler Fakültesi Öğrencileri Üzerine Bir Uygulama”, Kahramanmaraş Sütçü İmam Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 3(1), 89 – 110.
• TABACHNICK B. G. & FIDELL L. S. (2001). Using Multivariate Statistics (3rd ed.). New York: HarperCollins.
• TATLI H. ve BAYRAK R. (2016). “Borsa İstanbul’da Kayıtlı Otomotiv Sektöründe Faaliyet Gösteren Firmaların Etkinliklerinin Statik ve Dinamik Veri Zarflama Analizi Yöntemiyle Değerlendirilmesi”, Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi, 4(1), 119 – 145.
• YAVUZ S. ve İŞÇİ Ö. (2013, Nisan). “Veri Zarflama Analizi ile Türkiye’de Gıda İmalatı Yapan Bilimler Dergisi, 36, 157 – 173. Firmaların Etkinliklerinin Ölçülmesi”, Dumlupınar Üniversitesi Sosyal