İşletmelerde AR-GE yatırımlarının içsel belirleyicileri: İmalat sektörü örneği

Yıl 2021, , 1 - 19, 02.06.2021

Uğur Sevim

https://doi.org/10.33707/akuiibfd.801212

Öz

Bilginin ve bilgi teknolojilerinin her anlamda öneminin artması işletmeler arası rekabeti de başka bir noktaya taşımıştır. Dolayısıyla önceleri finansal bir yük olarak görülen AR-GE faaliyetleri artık işletmelerin piyasadaki konumunu belirleyen önemli etkenlerden biri olma haline gelmektedir. Bu noktadan hareketle bu çalışmada işletmelerin AR-GE yatırımlarının içsel belirleyicilerinin neler olduğu araştırılmıştır. Çalışmada kullanılan veri seti Kamuyu Aydınlatma Platformu (KAP) vasıtasıyla Türkiye imalat sektöründe faaliyet gösteren işletmelerin mali tablolarından derlenmiş ve derlenen veriler lojistik regresyon analizi yöntemiyle analiz edilmiştir. Çalışmanın sonucunda fiziksel ve maddi olmayan kaynakların işletmelerin AR-GE yatırımlarının önemli belirleyicilerinden olduğu ortaya koyulmuştur.

Anahtar Kelimeler

AR-GE Yatırımları, Lojistik Regresyon Analizi, İmalat Sektörü

Inner determinants of R&D investments in companies: The case of manufacturing sector

Öz

The increasing importance of information and information technologies in every sense has brought competition between companies to another point. Therefore, R&D activities, which were previously viewed as a financial burden, are now becoming one of the important factors that determine the market position of the companies. Based on this point, internal determinants of the R&D investments of the companies have been investigated in this study. The data set used in the study is compiled from the financial statements of Turkish manufacturing firms through the Public Disclosure Platform (KAP). As a result of the study, it has been revealed that physical and intangible resources are important determinants of the R&D investments of companies.

---

---

---

Anahtar Kelimeler

R&D Investments, Logistic Regression Analysis, Manufacturing

Kaynakça

• Albayrak, A. S. (2016). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, (Ed.) Şeref Kalaycı, Asil Yayın, Ankara.
• Aldieri, L. & Cincera, M. (2009). Geographic and technological R&D spillovers within the triad: Micro evidence from US patents. The Journal of Technology Transfer, 34(2), 196-211.
• Amir, E.,Guan, Y. & Livne, G. (2007). The Association of R&D and Capital Expenditures with Subsequent Earnings Variability. Journal of Business Finance & Accounting, 34(1) & (2), 222–246.
• Aydın, A. & Soylu, S. (2018). Dünyada ve Türkiye’de AR-GE Faaliyetleri. TMMOB Oda Raporu. Yayın No: MMO/696: Ankara.
• Bento, A. R. (2016). Determinants of Firms’ R&D Investment Decisions: A Cross Country Study. Master in Finance Dissertation, Universidade do Porto Faculdade do Economia, Porto.
• Bircan, H. (2004). Lojistik Regresyon Analizi: Tıp Verileri Üzerine Bir Uygulama. Kocaeli Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 2, 185-208.
• Borisova, G. & Brown, J. R. (2013). R&D sensitivity to asset sale proceeds: New evidence on financing constraints and intangible investment. Journal of Banking& Finance, 37, 159–173.
• Brown, J. R. & Petersen, B. C. (2011). Cash holdings and R&D smoothing. Journal of Corporate Finance. 17, 694–709.
• Carosi, A. (2016). Do local causations matter? The effect of firm location on the relations of ROE, R&D,and firm SIZE with MARKET-TO-BOOK. Journal of Corporate Finance, 41, 388–409.
• Cumming, D. J. & Macintosh, J. G. (2000). The Determinants of R&D Expenditures: A Study of the Canadian Biotechnology Industry. Review of Industrial Organization. Vol. 17, No. 4, 357-370.
• Ege, İ. & Bayrakdaraoğlu, A. (2009). İMKB Şirketlerinin Hisse Senedi Getiri Başarılarının Lojistik Regresyon Tekniği İle Analizi. ZKÜ Sosyal Bilimler Dergisi, Cilt 5, Sayı 10, 139–158.
• European Commission (2016). The 2016 EU Industrial R&D Investment Scoreboard Galende Del Canto, J. & González, I. S. (1999). A resource-based analysis of the factors determining a firm's R&D activities. Research Policy, Vol. 28, No. 8, 891-905.
• Galende, J. & Fuente, J. M. (2003). Internal factors determining a firm’s innovative behaviour. Research Policy, Vol. 32, No. 5, 715-736.
• Girginer, N. & Cankuş, B. (2008). Tramvay Yolcu Memnuniyetinin Lojistik Regresyon Analiziyle Ölçülmesi: Estram Örneği. Yönetim ve Ekonomi, Cilt:15 Sayı:1, 181-193.
• Jiang, Y.,Quian, Y. & Yao, T. (2016). R&D Spillover and Predictable Returns. Review of Finance, 1769–1797.
• Kalaycı, E. (2012). Analyzing The Determinants Of R&D, Its Impact On Productivity And Efficiency Of Firms In The Turkish Manufacturing Industry. Doctor of Philosophy Dissertation, The Graduate School of Social Sciences of Middle East Technical University, Department Of Science And Technology Policy Studies, Ankara.
• Küçüksille, E. (2016). SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, (Ed.) Şeref KALAYCI, Asil Yayın, Ankara.
• Kumar (1987). Technology Imports and Local Research and Development in Indian Manufacturing. The Developing Economies, 25 (3), 220-233.
• Kumar, N. & Aggarwal, A. (2005). Liberalization, outward orientation and in-house R&D activity of multinational and local firms: A quantitative exploration for Indian manufacturing. Research Policy, 34, 441–460.
• Lai, Y. -L., Lin, F. -J. & Lin, Y. -H. (2015). Factors affecting firm's R&D investment decisions. Journal of Business Research, 68, 840–844.
• Limanlı, Ö. (2015). Determinants of R&D Investment Decision in Turkey. Procedia – Social and Behavioral Sciences, 195, 759–767.
• Pamukcu, T. (2003). Trade Liberalization and InnovationDecisions of Firms: Lessons from Post-1980 Turkey. World Development, 31 (8), 1443-1458.
• Pamukçu, T. & Utku-İsmihan, F. M. (2009). Determinants of R&D Decisions of Firms in Developing Countries the Case of Turkey. Anadolu International Conference in Economics, Eskişehir, Türkiye.
• Polat, M. & Elmas, B. (2016), Firmaların Finansal Performansı Ar-Ge Yatırımlarından Etkilenir mi? Panel Veri Analizi ile bir Araştırma. ÜNİDAP Uluslararası Bölgesel Kalkınma Konferansı, Muş, Türkiye.
• Shen, C. H-H. & Zhang, H. (2013). CEO risk incentives and firm performance following R&D increases. Journal of Banking& Finance, 37, 1176–1194.
• Tuna, İ. & Dağkurs, L. (2018). Ar-Ge Yoğunluğu İle Sermaye Artırımı Arasındaki İlişkinin Yapay Sinir Ağı (YSA) Yöntemiyle İncelenmesi. Türk & İslam Dünyası Sosyal Araştırmalar Dergisi, Yıl: 5, Sayı: 16, 1 -10.
• https://www.tubitak.gov.tr/tubitak_content_files/BTYPD/kilavuzlar/Frascati_Presentation.pdf, (18.04.2020).
• http://www.tuik.gov.tr/PreHaberBultenleri.do?id=30572, (02.05.2020).
• https://www.tcmb.gov.tr/wps/wcm/connect/TR/TCMB+TR/Main+Menu/Istatistikler/Reel+Sektor+Istatistikleri/Sektor+Bilancolari/Arsiv/, (12.05.2020).