BİST TEKSTİL VE DERİ SEKTÖRÜNDE FAALİYET GÖSTEREN İŞLETMELERİN İFLAS RİSKLERİNİN BORSA PERFORMANSLARINA ETKİSİ

Abstract

Bu çalışmanın amacı BİST Tekstil ve Deri Endeksi’nde yer alan işletmelerin iflas risklerinin hisse senedi getiri oranlarına etkisinin belirlenmesidir. Çalışmada işletmelerin iflas riski ile hisse senedi fiyatı arasındaki ilişki panel veri regresyon analizi ile araştırılmıştır. İşletmelerin iflas riskleri Altman Z Skor modeli ile tahmin edilmiştir. Çalışmada, BİST Tekstil ve Deri sektöründe yer alan 15 işletmenin 2012-2024 yıllarına ait 13 yıllık mali tablo verileri kullanılarak değişkenlere ait veriler elde edilmiştir. Araştırma sonucunda elde edilen bulgular incelendiğinde, Z Skor değerindeki bir birimlik artışın hisse senedi getiri oranında (GO) 0,1893’lük bir artış sağlayacağı ve bu değişmenin istatistiki açıdan anlamlı olduğu bulguları elde edilmiştir. Z Skoru değerinin artmasının iflas riskinin azalacağını göstermesi ve iflas riskinin azalmasına bağlı olarak hisse senedi getiri oranının artması iki değişken arasındaki ilişkinin pozitif olduğunu göstermektedir. Sabit katsayının 0,3170 olarak hesaplandığı ve sonucun istatistiksel olarak anlamlı olduğu bulgusu elde edilmiştir. Ayrıca 2024 yılı dikkate alındığında 15 işletmeden 3 işletmenin (ARSAN, BOSSA ve BLCYT) iflas riski taşımadığı geriye kalan 12 işletmenin iflas riskinin yüksek olduğu görülmektedir. 2023 yılı Z Skor sonuçları incelendiğinde 5 işletmenin (ARSAN, BLCYT, DERIM, DESA ve LUKSK) iflas riski taşımadığı geriye kalan 10 işletmenin iflas riskinin yüksek olduğu görülmektedir. Yıllık bazda Z Skor ortalamaları incelendiğinde işletmelerin Z Skor ortalamaları en düşük 0,99 ile 2016 yılında, en yüksek ortalamaları ise 2,69 ile 2024 yılında gerçekleşmiştir. Araştırmada uzun vadeli verilerin analize dahil edilerek değişkenler arası ilişkinin sağlıklı bir şekilde ortaya konulması çalışmayı diğer araştırmalardan ayırarak çalışmaya özgünlük kazandırmıştır.

Keywords

• İflas Riski
• Hisse Senedi Fiyatı
• Panel Veri Regresyonu
• Tekstil ve Deri Sektörü

THE IMPACT OF BANKRUPTCY RISKS IN THE TEXTILE AND LEATHER INDUSTRIES ON BUSINESS STOCK MARKET PERFORMANCE

Abstract

This purpose is to determine the impact of bankruptcy risks in the BIST Textile and Leather Index on stock market performance. The study investigated the relationship between potential bankruptcy risk (Z) and stock return rate (RR) using panel data regression analysis. Bankruptcy risks of businesses are estimated using the Altman Z-score model. In the study, data on variables were obtained by using 13-year financial statement data for the years 2012-2024 of 15 companies in the BIST Textile and Leather sector. The results obtained from the research are reported. A one-unit increase in the Z Score value will result in a 0.1893 increase in stock return rate (RR), and this change is permanently significant. The fact that an increase in the Z Score indicates a decrease in bankruptcy risk, and the change in stock price due to the improvement in bankruptcy risk, indicates a positive relationship between the two variables. The constant coefficient was calculated as 0.3170, and the results were considered significant. Additionally, 3 of the 15 companies reported in 2024 (ARSAN, BOSSA, and BLCYT) are not at risk of bankruptcy, while the remaining 12 are at high risk of bankruptcy. Analysis of the 2023 Z-Score results shows that 5 companies (ARSAN, BLCYT, DERIM, DESA, and LUKSK) carry no risk of bankruptcy, while the remaining 10 companies have a high risk of bankruptcy. Looking at the annual average Z-Scores, the companies’ lowest average Z-Score occurred in 2016 at 0.99, whereas the highest average was recorded in 2024 at 2.69. The study’s originality stems from its robust demonstration of the relationship between variables, including long-term data storage analysis, and its distinctive design, distinguishing it from other studies.

Keywords

• Bankruptcy Risk
• Stock Price
• Panel Data Regression
• Textile and Leather Industry

References

1. Aghion, P. & Bolton, P. (1992). An ‘Incomplete Contracts’ approach to financial contracting. Review of Economic Studies, 59, 473-94.
2. Akpınar, A. ve Çelik, N. (2025). OECD Ülkelerinde cari açik sorunu ve çözüm önerileri: dfe-ardl panel model bulgulari. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 26(1), 46-66.
3. Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(4), 589-609. https://doi.org/10.2307/2326758
4. Altunışık, R., Coşkun, R., Bayraktaroğlu, S. ve Yıldırım, E. (2010). Sosyal Bilimlerde Araştırma Yöntemleri- SPSS Uygulamalı (6th Edition). Sakarya: Sakarya Publication.
5. Almansour, B. Y. (2015). Empirical model for predicting financial failure. American Journal of Economics, 1(3), 113–124.
6. Araghi, K. & Makvandi, S. (2012). Evaluating predictive power of data envelopment analysis technique compared with logit and probit models in predicting corporate bankruptcy. Aust. J. Bus. Manag. Res. 2, 38–46.
7. Argenti, J. (1976) Corporate Collapse: The Causes and Symptoms (London-New-York: McGraw-Hill).
8. Armour, J. & Frisby, S. (2001). Rethinking receivership, Oxford Journal of Legal Studies, 21(1), 73-102.

9. Artiach, T., Lee, D., Nelson, D. & Walker, J. (2010). The determinants of corporate sustainability performance. Account. Financ., 50, 31–51.
10. Atılgan, T. ve Dengizler, I. (2007). Hazır Giyim Sektöründe Örgütsel Stres Üzerine Bir Araştırma. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(2), 62-92
11. Azim, M. D., Ahmed, H. & Khan, A. S. (2015). Operational performance and profitability: An empirical study on the Bangladeshi ceramic companies. International Journal of Entrepreneurship and Development Studies, 3(1), 63-74.
12. Aziz, A. & Dar, H. (2006). Predicting Corporate Bankruptcy: Where We Stand? Corp. Gov. 6, 18–33.
13. Bakan, M. (2025). Kar dağıtımın politikalarının firma değeri ve iflas riski üzerine etkisi: BİST katılım endeksi üzerine uygulama. Iğdır Üniversitesi Sosyal Bilimler Dergisi (38), 389-404. https://doi.org/10.54600/igdirsosbilder.1495137
14. Beaver, W. H. (1966). Financial Ratios as Predictors of Failure. Journal of Accounting Research, 4, 71–111. https://doi.org/10.2307/2490171
15. Beaver, W. H., McNichols, M. F. & Rhie, J.-W. (2005). Have financial statements become less informative? Evidence from the ability of financial ratios to predict bankruptcy. Review of Accounting Studies, 10, 93–122.
16. Bozkurt, İ. (2014). İflas Olasılığı ile Sistematik Risk İlişkisinin İncelenmesi ve Etkin İflas Göstergesi Modellerinin Tespiti: BIST’de Ampirik Bir Uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 19(4), 127-142.
17. Bulut, N., Shakeri, S., Yüzük, S. ve Aktaş, M. S. (2019). Öznitelik seçim yöntemleri ve makine öğrenmesi kullanarak şirket bilanço verilerine dayalı iflas riski tahmini. Türkiye Bilişim Vakfı Bilgisayar Bilimleri ve Mühendisliği Dergisi, 12(2), 20-29.
18. Chiaramonte, L., Croci, E. & Poli, F. (2015). Should we trust the Z-score? Evidence from the European banking sector. Global Finance Journal, 28, 111–131.
19. Çelik, M. ve Dursun, G. D. (2021). Z Skor Modeli ile Finansal Risk Tahmini ve BIST100 Tekstil, Giyim Eşyası ve Deri İmalat Sanayi Sektöründe Faaliyet Gösteren Firmalar Üzerine Bir Uygulama. İktisadi İdari ve Siyasal Araştırmalar Dergisi, 6(14), 19-31. https://doi.org/10.25204/iktisad.786034
20. Dağlı, Ş. (2018). Hazır giyim sektöründe moda ve marka ekonomisi: Türkiye-İtalya-İspanya karşılaştırmalı analizi. (Yayımlanmamış Yüksek Lisans Tezi), Namık Kemal Üniversitesi Sosyal Bilimler Enstitüsü. Edirne.
21. Das, P. (2019). Linear Regression Model: Properties and Estimation. In: Econometrics in Theory and Practice. Springer, Singapore. https://doi.org/10.1007/978-981-32-9019-8_2
22. Demir, Y. ve Gençtürk, M. (2016). Altman Z-Skor modeli ile finansal başarısızlık tahmini: BIST üzerine bir uygulama. Muhasebe ve Finansman Dergisi, 72, 45–62.
23. Driscoll, J. C. & Kraay, A. C. (1998). Consistent covariance matrix estimation with spatially dependent panel data. Review of Economics and Statistics, 80(4), 549–560.
24. Erol Fidan, M. (2021). BİST’te işlem gören tekstil, giyim eşyası ve deri sektörü işletmelerinin altman-z skor yöntemi ile finansal başarısızlık tahmini. İşletme Araştırmaları Dergisi, 13(3), 1945–1969. https://doi.org/10.20491/isarder.2021.1239
25. Gestel, T. V., Baesens, B., Suykens, Poel, D. V., Baestaens, D E., ve Willekens, M. (2006). Bayesian kernel-based classification for financial distress detection. European Journal of Operational Research, 172, 979-1003.
26. Gujarati, D. (2006). Basic econometrics. McGraw Hill, Fourth Edition.
27. Ghodrati, H. & Moghaddam, A.H.M. (2012). A study of the accuracy of bankruptcy prediction models: Altman, Shirata, Ohlson, Zmijewsky, CA score, Fulmer, Springate, Farajzadeh genetic, and Mckee genetic models for the companies of the stock exchange of Tehran. Am. J. Sci. Res. 59, 55–67.
28. Hambrick, D. & D’Aveni, R. (1988). Large corporate failures as downward spirals. Administrative Science Quarterly, 33, 1-23.
29. Hillegeist, S. A., Keating, E. K., Cram, D. P. & Lundstedt, K. G. (2004). Assessing the probability of bankruptcy. Review of Accounting Studies, 9, 5-34.
30. Hunter, J. & Isachenkova, N. (2003). Aggregate economy risk and company failure: An examination of UK quoted firms in the early 1990s. Economics and Finance Working papers, Brunel University, 03-16. http://bura.brunel.ac.uk/handle/2438/893
31. Hussain, F., Ali, I., Ullah, S. & Ali, M. (2014). Can Altman Z-score model predict business failures in Pakistan? Evidence from textile companies of Pakistan. Journal of Economics and Sustainable Development, 5(13), 110-115.
32. Jabeur, S. B. & Fahmi, Y. (2018). Forecasting financial distress for French firms: a comparative study. Empirical Economics, 54, 1173-1186.
33. Karaca, S. (2022). BİST sürdürülebilirlik endeksinde yer alan işletmelerin finansal risk ve performanslarının hisse senedi fiyatları üzerine etkisi. (Yayımlanmamış Doktora Tezi). Kocatepe Üniversitesi Sosyal Bilimler Enstitüsü. Afyonkarahisar.
34. Karaca, S. & Çonkar, K. (2022). The effect of financial risks of companies listed in the BIST sustainability ındex on stock prices. Pamukkale Üniversitesi İşletme Araştırmaları Dergisi, 9(1), 107-125. https://doi.org/10.47097/piar.1114136
35. Karadeniz, E. ve Öcek, C. (2019). Finansal başarısızlık riski taşıyan ile taşımayan işletmelerin finansal oranlarının karşılaştırmalı analizi: Borsa İstanbul turizm işletmelerinde bir araştırma. Seyahat ve Otel İşletmeciliği Dergisi, 16(2), 191-206.
36. Kaygın, C. Y., Tazegül, A. & Yazarkan, H. (2016). Estimation capability of financial failures and successes of enterprises using data mining and logistic regression analysis. Ege Academic Review, 16(1), 147-159.
37. Kim, S. Y. (2011). Prediction of hotel bankruptcy using support vector machine, artificial neural network, logistic regression, and multivariate discriminant analysis. The Service Industries Journal, 31(3), 441-468.
38. Llano Monelos, P., Piñeiro Sánchez, C. & Rodríguez López, M. (2016). Predicción del fracaso empresarial: Una contribución a la síntesis de una teoría mediante el análisis comparativo de distintas técnicas de predicción. Estudios de economía, 43(2), 163-198.
39. Lízal, L. (2002). Determinants of Financial Distress: What drives bankruptcy in a transition economy? The Czech Republic Case. William Davidson Institute Working Papers Series 451, William Davidson Institute at the University of Michigan.
40. Mihalovic, M. (2018). Applicability of scoring models in firms’ default prediction. The case of Slovakia. Politicka Ekon. 66, 689–708.
41. Mooney, C. (2003). An analysis of the variation in bankruptcy filings across judicial districts. The Ohio State University. College of Business Honors Theses.
42. Mueller, S. A. (1991). The opportunity cost of discipleship: Ethical mutual funds and their performance. Sociological Analysis, 52, 111-124.https://doi.org/10.2307/3710719
43. Oğuz, S., ve Sökmen, A. G. (2020). Araştırma geliştirme harcamalarının yüksek teknolojili ürün ihracatına etkisi: OECD ülkeleri üzerine bir panel veri analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 27, 209-222. https://doi.org/10.18092/ulikidince.651992
44. Özdemir, L. (2011). Vadeli İşlem Piyasası ile Spot Piyasa Oynaklığı Arasındaki İlişki: İzmir Vadeli İşlem ve Opsiyon Borsası Üzerine Bir Uygulama. (Yayımlanmamış Doktora tezi), Afyon Kocatepe Üniversitesi, Afyonkarahisar.
45. Pesaran, M.H. (2004). General Diagnostic Tests for Cross Section Dependence in Panels, Journal of Applied Econometrics, 20, 264-309.
46. Pesaran, Hashem M. (2007). A Simple Panel Unit Root Test in The Presence of Cross Section Dependence, Journal of Applied Econometrics, 22(2), 265–312.
47. Rakshit, D. & Paul, A. (2020). Earnings management and financial distress: An analysis of Indian textile companies. Nmims Journal of Economics and Public Policy, 5(3): 40-53.
48. Shi, Y. & Li, X. (2019). A bibliometric study on intelligent techniques of bankruptcy prediction for corporate firms. https://doi.org/10.1016/j.heliyon. 2019.e02997.
49. Srebro, B., Mavrenski, B., Bogojevic Arsic, V., Knezevic, S., Milasinovic, M. & Travica, J. (2021). Bankruptcy risk prediction in ensuring the sustainable operation of agriculture companies. Sustainability, 13(14), 7712. https://doi.org/10.3390/su13147712.
50. Sun, J., Li, H., Huang, Q.H. & He, K.Y. (2014). Predicting financial distress and corporate failure: A review from the state-of-the-art definitions, modeling, sampling, and featuring approaches. Knowl.-Based Syst. 57, 41–56.
51. Şakar, T., ve Yaman, K. (2022). Borsa’da işlem gören sigorta şirketlerinin iflas riskini tahmin etmede altman modeli uygulaması. Toros Üniversitesi İİSBF Sosyal Bilimler Dergisi, 9(17), 28-41. https://doi.org/10.54709/iisbf.1205809
52. Tafri, F.H., Hamid, Z., Meera, A.K. & Omar, M.A. (2009). The impact of financial risks on profitability of Malaysia commercial banks: 1996-2005. International Journal of Social Human Science and Engineering, 3(6), 268-282.
53. Tekstil, Hazırgiyim ve Deri Sektörleri Raporu. (2016-2022). T.C. Sanayi ve Teknoloji Bakanlığı.
54. TÜRSEN, D. (2017). Tekstil 2017’ye Umutlu Giriyor, Hürriyet Gazetesi, http://www.hurriyet.com.tr/tekstil-2017ye-umutlu-giriyor-40324232
55. TÜİK. (2023). Yıllık Sanayi ve Hizmet İstatistikleri, 2022. Türkiye İstatistik Kurumu.
56. Uyanık, S. ve Çelikel, D. C. (2019). Türk tekstil endüstrisi genel durumu. Teknik Bilimler Dergisi, 9(1), 32-41.
57. Wang, Q. (2019). The Frequencies of Working with the Internet and Urban-Rural Wage Income Gap. Modern Economy, 10, 994-1017. https://doi.org/10.4236/me.2019.103067.
58. Wruck, K.H. (1990). Financial distress, reorganisation, and organisational efficiency. Journal of Financial Economics, 27, 419-44.
59. Yılmaz, H. (2024). Altman Z ve springate S skor modelleri ile finansal başarısızlık tahmini: BİST tekstil, giyim eşyası ve deri sektörü işletmeleri üzerine uygulama. MANAS Sosyal Araştırmalar Dergisi, 13(3), 971-991. https://doi.org/10.33206/mjss.1405395