Stokastik Sınır Analizi: İstanbul Sanayi Odası’na Kayıtlı Firmalara Yönelik Bir Uygulama

Year 2016, Volume: 4 Issue: 2, 17 - 57, 01.04.2016

Tahsin Avcı Atalay Çağlar

Abstract

Bu çalışmanın amacı İstanbul Sanayi Odası İSO ’na kayıtlı ilk 500 firmanın etkinliklerinin ölçülmesidir. Etkinlik ölçümü için, parametrik bir yöntem olan, Aigner, Lovell ve Schmidt 1977 ve Meusen ve Van Den Broeck 1977 tarafından geliştirilen Stokastik Sınır Analizi SSA kullanılmıştır. Çalışmada 2011-2014 yıllarının İSO 500 firma verileriyle firmaların etkinliklerinin belirlenmesi için her yıla ilişkin Cobb-Douglas C-D üretim fonksiyonuna göre model oluşturulmuştur. Yatay kesit verilerle firma bazlı etkinlik ölçümü yapılmış; ayrıca Kamu-Özel ve NACE REV 2 ekonomik faaliyet sınıflamasına göre firmalar sektörlere ayrılarak incelenmiş, sektörlerin ortalama etkinlik skorları da irdelenmiştir. SSA’da verilerin pozitif olması gerekmektedir. Çalışmada kullanılan değişkenlerde negatif değerlerin olması nedeniyle verileri pozitif yapmak için iki farklı dönüştürme yapılmıştır. Yapılan ilk dönüştürme işlemi istatistiksel olarak anlamlı sonuçlar vermesine rağmen finansal açıdan uygun olmadığı için ikinci dönüştürme yapılmıştır. Analiz sonuçlarına göre kamu sektöründe etkinliklerin özel sektördekinden düşük olduğu, 2014 yılına kadar giyim, 2014 yılında gıda sektörünün etkinlik skorlarının diğerlerine oranla daha yüksek olduğu bulunmuştur. Firmaların etkinlik skorları 2011 yılından 2013 yılına kadar düşerken, 2014 yılında yükselmiştir.

Keywords

Etkinlik, Üretim fonksiyonları, Stokastik Sınır Analizi, İlk 500 Sanayi Kuruluşu

Stochastic Frontier Analysis: An Application Toward The Firms Registered For İstanbul Industry Chamber

Abstract

The purpose of this study is to measure efficiency of first 500 firms registered for Istanbul Industry Chamber. The measurement of efficiency is aimed for stochastic frontier analysis, a parametric method, introduced by Aigner, Lovell and Schmidt 1977 and Meusen and Van Den Broeck 1977 . In the study, two different models were constructed according to the corresponding year of Cobb-Douglas C-D for the data set from ISO 500 firms of the years 20112014. Firm based efficiency measurement was carried out by cross sectional data. Also it was exhausted by branching off sectors according to NACE REV 2 economic operation classification and mean efficiency scores too. In SFA the data values should always be positive. Two different transformation have been carried out to make negative values positive. Although first transformation gives meaningful results statistically, since it isn’t proper financially second transformation was done. According to analysis results, efficiencies in public sphere is worse that of private sector. Until 2014 clothing, in 2014 nutrition sectors efficiency sectors’ is higher than other sectors. Efficiency scores of firms plummeted from 2011 to 2013 whereas in 2014 it went up

Keywords

Efficiency, Production functions, Stochastic Frontier Analysis, First 500

References

• Afriat, S. N., (1972). “Efficiency Estimation of Production Functions”, International Economic Review, Vol: 13, s.568-598.
• Aigner, D. and Chu S. F., (1968). “On Estimating the Industry Production Function”, American Economic Review, Vol: 58, s.826-839.
• Aigner, D., Lovell, C. A. K. and Schmidt, P. (1977). “Formulation and Estimation of Stochastic Frontier Production Function Models”, Journal of Econometrics, Vol: 6, s.21-37.
• Atan, M. vd., (2009) “Türkiye’de İktisadi Faaliyet Kollarında Verimlilik ve Etkinliğin Üretim Fonksiyonları ile İncelenmesi (2004-2006)”, Ekonomik Yaklaşım, Cilt: 20, Sayı : 72, s.43-58.
• Battese, G. E, and Coelli, T. J. (1995). “A Model For Technical Inefficiency Effects in A Stochastic Frontier Production Function For Panel Data”, Empirical Economics, Vol: 20, s.325-332.
• Biener, C., and Eling, M. (2009). The Performance of Mıcroınsurance Programs: A Frontier Effıcıency Analysıs. University of Ulm, Institute of Insurance Science, s.1-39.
• Bowlin, W. F. (1998). “Measuring Performance: An İntroduction to Data Envelopment Analysis, Vol: 15(2), s.3-27. (DEA)
• ”. The Journal Of Cost
• Bülbül, S., ve Akhisar, İ. (2005). Türk Sigorta Şirketlerinin Etkinliğinin Veri Zarflama Analizi ile Araştırılması. VII. Ulusal Ekonometri ve İstatistik Sempozyumu
• http://www.Ekonometridernegi.Org/Bildiriler/O3s2.Pdf, (05.03.2015), S.2.
• Charnes, A., Cooper W. W. and Rhodes E. (1978). “Measuring the Efficiency of Decision Making Units”, European Journal of Operational Research, Vol: 2(6), s.429-444.
• Coelli, T. J., (1995). “Estimators and Hypothesis Tests for A Stochastic Frontier Function: A Monte Carloanalysis”, Journal of Productivity Analysis, Vol: 6, s.247-268.
• Çakmak, E. H., Dudu, H., ve Öcal, N. (2008). Türk Tarım Sektöründe Etkinlik: Yöntem ve Hanehalkı Düzeyinde Nicel Analiz. TEPAV Yayınları.
• Çokgezen, M. ve Balcılar M. (2003) “Comparative Technical Efficiencies of State and Privately Owned Sugar Plants in Turkey”, Manas Universitesi Sosyal Bilimler Dergisi, Sayı 4(8), s.167-179.
• Deliktaş, E. (2006). “İzmir Küçük, Orta ve Büyük Ölçekli İmalat Sanayinde Üretim Etkinliği ve Toplam Faktör Verimliliği Analizi”. Ege University Working Papers in Economics, Sayı 06/03, İzmir.
• Farrell, M. J. (1957). “The Measurement of Productive Efficiency”. Journal of the Royal Statistical Society (A, general), Vol: 120, s.253–281.
• İstanbul Sanayi Odası (İSO), (2015), “Türkiye’nin 500 Büyük Sanayi Kuruluşu 2014”, İstanbul.
• Karakurt, E. (2011), “İstanbul Sanayi Odası’nın İlk 500 Büyük Sanayi Kuruluşunun Veri Zarflama Analizi ile Etkinlik Ölçümü”. (Basılmamış Yüksek Lisans Tezi), Yıldız Teknik Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
• Keskin B. Y., (2006), İstanbul Menkul Kıymetler Borsası İmalat Sanayi için Etkinlik ve Toplam Faktör Verimliliği Analizi. Seçkin Yayıncılık, Ankara.
• Kodde, D. A., and Palm, F. C. (1986). Wald Criteria For Jointly Testing Equality and Inequality Restrictions. Econometrica: Journal of the Econometric Society, Vol: 54, s.1243-1248.
• Kök, R ve Yeşilyurt, M. E. (2006). “İlk Beş Yüz İmalat Sanayi Kuruluşunun Etkinlik Analizi ve Sigma Yakınsaması-Türkiye Örneği: 1993- 2000”, İktisat İşletme ve Finans, sayı 249, s.46-60.
• Kumbhakar, S. C. and Lovell K. C.A. (2000). Stochastic Frontier Analysis. Cambridge University Press, Cambridge.
• Önder A. Ö., Deliktaş E. ve Lenger A. (2003). “Efficiency in the Manufacturing Industry of Selected Provinces in Turkey: A Stochastic Frontier Analysis”, Emerging Markets Finance and Trade, Vol: 39(2), s.98–113.
• Seitz, W. D. (1971). “Productive Efficiency in the Steam-Electric Generating İndustry”. The Journal of Political Economy, Vol: 79, s.878-886.
• Taymaz, E. ve G. Saatçi (1997). “Technical Change and Efficiency in Turkish Manufacturing Industries”.Journal of Productivity Analysis, Vol: 8(4), s.461–475.
• Timmer, C. P. (1971), “Using A Probabilistic Frontier Production Function to Measure Technical Efficiency”, Journal of Political Economy Vol: 79, s.776-794.
• Tutulmaz, O. (2012). “Teknik Etkinlik Analizinde Stokastik Sınır Yöntemi Kullanımı Üzerine Bir Değerlendirme” Hitit Üniversitesi, Sosyal Bilimler Enstitüsü Dergisi, Yıl 5, Sayı 1, Çorum, s.109-127.
• Yavuz, İ. (2003). “ Verimlilik ve Etkinlik Ölçümüne Yeni Yaklaşımlar ve İllere Göre İmalat Sanayiinde Etkinlik Karşılaştırmaları”. Milli Prodüktivite Merkezi Yayınları, no:667, Ankara.
• Yavuz, İ. (2005). “İmalat Sanayiinde Toplam Faktör Verimliliği-Teknik Değişim, Teknik Etkinlik (1994-2004)”, Milli Prodüktivite Merkezi Yayınları, no:685, Ankara.
• Yeni, O. (2012). “Türkiye İmalat Sanayinde Teknik Etkinlik (2003-2008)” Tartışma Metinleri Dizisi, Hacettepe Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İngilizce İktisat Bölümü Ankara.