Gıda işletmelerinin üretim ve piyasa ağ etkinliklerinin enflasyonla ilişkisi: BİST gıda imalat endüstrisi işletmeleri örneği

Yıl 2024, Cilt: 26 Sayı: 2, 166 - 183, 16.12.2024

Murat Ahmet Doğan , Cem Kalaycı

https://doi.org/10.33707/akuiibfd.1392593

Öz

Gıda endüstrisi uluslararası alanda ve ülkelerin ekonomilerinde önde gelen imalat endüstrilerinden biridir. İnsanların yaşamlarını sürdürmeleri için temel ihtiyaçlarını kapsayan bir endüstri olması da bu önemliliği daha da artırmaktadır. Bu kapsamda, Türk imalat endüstrisinin gıda, içecek ve tütün sektöründe yer alıp borsada işlem gören 23 işletmenin etkinlikleri iki aşamalı ağ veri zarflama analizi (Network DEA) yöntemiyle incelenmiştir. Çalışma, işletmelerin finansal verileri referans alınarak 2017/12-2023/06 dönemlerini kapsamaktadır. İki aşamalı etkinlik analizinin birinci aşamasında bilançoya dayalı mali etkinlik ve ikinci aşamasında da piyasa etkinliği hesaplanmıştır. Bilançoya dayalı mali etkinlik sonuçları değerlendirildiğinde etkinlik ortalamaları en yüksek çıkan işletmeler sırasıyla ULUUN, BANVT ve DARDL’dir. İkinci aşamada incelenen piyasa etkinlik skorları genel olarak bilançoya dayalı mali etkinlik skorları ile karşılaştırıldığında oldukça düşük oluşmuştur. Piyasa etkinliği analizindeki etkinliği en yüksek işletmeler KENT, ERSU ve PINSU’dur. Çalışmanın ikinci analiz kısmında, elde edilen üretim ve piyasa etkinliklerinin Üretici Fiyat Endeksi (ÜFE) ile uzun dönemli ilişkisinin tespiti için, Johansen eş bütünleşme testi ve Granger nedensellik testi uygulanmıştır. Bunun sonucunda, etkinlik skorları ile ÜFE arasında uzun dönemli bir eş bütünleşme ilişkisinin olduğu tespit edilmiştir. Nedensellik testi, ÜFE ve piyasa etkinliği arasında, bilançoya dayalı mali etkinlik ile piyasa etkinliği arasında nedensellik olduğunu ortaya koymuştur.

Anahtar Kelimeler

Gıda endüstrisi, Veri zarflama analizi, Üretim etkinliği, Piyasa etkinliği

The relationship of production and market network efficiencies of food firms with inflation: the case of BIST food manufacturing industry firms

Öz

The food industry is one of the leading manufacturing industries in the international arena and in the economies of countries. The fact that it is an industry that covers the basic needs of people to sustain their lives further increases its importance. In this context, the efficiency of 23 listed companies in the food, beverage, and tobacco sectors of the Turkish manufacturing industry has been analyzed using the two-stage network data envelopment analysis (Network DEA) method. An efficiency analysis was conducted for the period 2017/12–2023/06 with reference to the financial data of the enterprises. In the first stage of the two-stage efficiency analysis, balance-sheet-based financial efficiency and market efficiency were calculated in the second stage. When the financial efficiency results are evaluated, the enterprises with the highest efficiency averages are ULUUN, BANVT, and DARDL, respectively. The market efficiency scores analyzed in the second stage were generally quite low compared to the balance-sheet-based financial efficiency scores. The most efficient enterprises in the market efficiency analysis are KENT, ERSU, and PINSU. In the second analysis part of the research, the Johansen co-integration test and the Granger causality test were applied to determine the long-run relationship between production and market efficiency scores and the Producer Price Index (PPI). It has been found that there is a long-run cointegration relationship between efficiency scores and PPI. The causality test also revealed that there is a causality between PPI and market efficiency and between balance-sheet-based financial efficiency and market efficiency.

Anahtar Kelimeler

Food industry, Data envelopment analysis, Production efficiency, Market efficiency

Kaynakça

• Akbulut, R., ve Rençber, Ö. F. (2015). BİST’te imalat sektöründeki işletmelerin finansal performansları üzerine bir araştırma. Muhasebe ve Finansman Dergisi(65), 117-136.
• Ali, J., Singh, S. P., ve Ekanem, E. P. (2009). Efficiency and productivity changes in the Indian food processing industry: Determinants and policy implications. International Food and Agribusiness Management Review, 12(1030-2016-82751), 43-66.
• Asker, V. (2021). Havayolu işletmelerinde iki aşamalı veri zarflama analizi ile etkinlik ölçümü. MANAS Sosyal Araştırmalar Dergisi, 10(4), 2373-2385.
• Aydemir, C., ve Baylan, S. (2015). Sağlik Harcamalari ve Ekonomik Büyüme İlişkisi: Türkiye Üzerine Bir Uygulama. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi(13), 417-435.
• Bakanlığı, T. C. S. v. T. (2023). Verimlilik İstatistikleri. https://gbs.sanayi.gov.tr/Verimlilik Erişim Tarihi: 01.11.2023
• Bardi, Ş. (2020). Veri zarflama ve veri madenciliği ile BİST gida içecek endeksi kapsamindaki firmalarin etkinlik analizi. Süleyman Demirel Üniversitesi Vizyoner Dergisi, 11(Ek), 185-199.
• Bayraktar, E., Gunasekaran, A., Koh, S. L., Tatoglu, E., Demirbag, M., ve Zaim, S. (2010). An efficiency comparison of supply chain management and information systems practices: a study of Turkish and Bulgarian small-and medium-sized enterprises in food products and beverages. International Journal of Production Research, 48(2), 425-451.
• Ceyhan, V., ve Gene, H. (2014). Productive efficiency of commercial fishing: evidence from the Samsun Province of Black Sea, Turkey. Turkish Journal of Fisheries and Aquatic Sciences, 14(2), 309-320.
• Cui, Q., ve Yu, L.-T. (2021). A Review of Data Envelopment Analysis in Airline Efficiency: State of the Art and Prospects. Journal of Advanced Transportation, 2021.
• Demirci, N. S. (2017). İmalat sanayi sektöründe üretim ve banka kredileri ilişkisi: türkiye için eşbütünleşme ve nedensellik analizi. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(1), 35-61.
• Dickey, D. A., ve Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American statistical association, 74(366a), 427-431.
• DTÖ. (2023). Uluslararası Ticaret Verileri. https://stats.wto.org Erişim Tarihi: 09.09.2023
• Engle, R. F., ve Granger, C. W. (1987). Co-integration and error correction: representation, estimation, and testing. Econometrica: journal of the Econometric Society, 251-276.
• Ericsson, N. R., Irons, J. S., ve Tryon, R. W. (2001). Output and inflation in the long run. Journal of Applied Econometrics, 16(3), 241-253.
• Färe, R., Grosskopf, S., ve Whittaker, G. (2014). Network Dea II. In Data Envelopment Analysis (pp. 307-327). Springer.
• Gardijan, M., ve Lukač, Z. (2018). Measuring the relative efficiency of the food and drink industry in the chosen EU countries using the data envelopment analysis with missing data. Central European journal of operations research, 26(3), 695-713.
• Granger, C. W. (1969). Investigating causal relations by econometric models and cross-spectral methods. Econometrica: journal of the Econometric Society, 424-438.
• Günay, B. (2015). BİST de işlem gören kobi gıda işletmelerinin veri zarflama analizi yöntemi ile etkinliklerinin ölçülmesi. Akademik Bakış Uluslararası Hakemli Sosyal Bilimler Dergisi(47), 16-34.
• Hendry, D. F., ve Juselius, K. (2000). Explaining Cointegration Analysis: Part 1. The Energy Journal, 21(1), 1-42. https://doi.org/10.5547/ISSN0195-6574-EJ-Vol21-No1-1
• Huang, X.-j., An, R., Yu, M.-M., ve He, F.-f. (2022). Tourism efficiency decomposition and assessment of forest parks in China using dynamic network data envelopment analysis. Journal of Cleaner Production, 363, 132405.
• İnal, V., Canbay, Ş., ve Kirca, M. (2023). Determinants of Food Prices in Türkiye: Fourier Engle-Granger Cointegration Test. Journal of Economic Policy Researches, 10(1), 133-156.
• Jabeen, Z. (2019). Productivity Performance of Food Processing Enterprises in India: A Data Envelopment Analysis. Indian Journal of Economics and Development, 15(2), 186-195.
• Johansen, S. (1988). Statistical analysis of cointegration vectors. Journal of economic dynamics and control, 12(2-3), 231-254.
• Johansen, S. (1991). Estimation and hypothesis testing of cointegration vectors in Gaussian vector autoregressive models. Econometrica: journal of the Econometric Society, 1551-1580.
• Kangal, İ. M., ve Özdemir, A. (2022). Analitik ağ süreci ve veri zarflama analizi ile işletmelerin etkinlik ölçümleri üzerine bir uygulama. Çankırı Karatekin Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(1), 127-156.
• Kao, C. (2009). Efficiency decomposition in network data envelopment analysis: A relational model. European Journal of Operational Research, 192(3), 949-962.
• Kao, C. (2014). Network data envelopment analysis: A review. European Journal of Operational Research, 239(1), 1-16.
• Kao, C., ve Hwang, S.-N. (2008). Efficiency decomposition in two-stage data envelopment analysis: An application to non-life insurance companies in Taiwan. European journal of operational research, 185(1), 418-429.
• Kao, C., ve Hwang, S.-N. (2010). Efficiency measurement for network systems: IT impact on firm performance. Decision Support Systems, 48(3), 437-446.
• KAP. (2023). BİST şirketler. https://www.kap.org.tr/tr/bist-sirketler Erişim Tarihi: 01.09.2023.
• Karakaş, M., ve Doğan, B. (2021). Gümrük Birliği Sonrasında Türkiye’de Dış Ticaret ve Ekonomik Büyüme Arasındaki Nedensellik İlişkisi (1996-2019). Dicle Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 11(22), 653-675.
• Kaur, N., ve Kaur, K. (2015). Efficiency and productivity changes in the Indian food processing industry: A firm level analysis. Indian Journal of Regional Science, 47(1), 33-42.
• Kaya, A., ve Çoşkun, A. (2016). VZA ile İşletmelerde Etkinliğin Ölçülmesi: Bist Gida, İçki ve Tütün Sektöründe Bir Uygulama. Erzincan Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(1), 231-242.
• Kedžo, M. G., ve Lukač, Z. (2021). The financial efficiency of small food and drink producers across selected European Union countries using data envelopment analysis. European Journal of Operational Research, 291(2), 586-600.
• Khushalani, J., ve Ozcan, Y. A. (2017). Are hospitals producing quality care efficiently? An analysis using Dynamic Network Data Envelopment Analysis (DEA). Socio-Economic Planning Sciences, 60, 15-23.
• Kurniawati, D., ve Yuliando, H. (2015). Productivity improvement of small scale medium enterprises (SMEs) on food products: case at Yogyakarta province, Indonesia. Agriculture and Agricultural Science Procedia, 3, 189-194.
• Lee, H., ve Lee, J. (2015). More powerful Engle–Granger cointegration tests. Journal of Statistical computation and Simulation, 85(15), 3154-3171.
• Lukač, Z., ve Gardijan, M. (2017). Measuring the efficiency of the food industry in central and east European countries by using the data envelopment analysis approach. International Conference on Operations Research and Enterprise Systems,
• Machmud, A., Ahman, E., Dirgantari, P. D., Waspada, I., ve Nandiyanto, A. B. D. (2019). Data envelopment analysis: The efficiency study of food industry in Indonesia. Journal of Engineering, Science, and Technology (JESTEC), 14(1), 479-488.
• Meydan, C., Yıldırım, B. F., ve Senger, Ö. (2016). BİST’te işlem gören gıda işletmelerinin finansal performanslarının gri ilişkisel analiz yöntemi kullanılarak değerlendirilmesi. Muhasebe ve Finansman Dergisi(69), 147-171.
• Mohamad, R., Majid, N. A., Noh, N., ve Ahmad, M. F. (2010). Technical efficiency (TE) of small and medium (SME) food enterprise in West Malaysia. Economic and Technology Management Review, 5, 51-55.
• Mustafa, M., ve Abbas, A. (2021). Comparative Analysis of Green Ict Practices Among Palestinian and Malaysian in SME Food Enterprises During Covid-19 Pandemic. PalArch's Journal of Archaeology of Egypt/Egyptology, 18(4), 254-264.
• Özçelik, F., ve Öztürk, B. A. (2019). Girdi olarak maliyetlere yönelik veri zarflama analizi modelleri ile göreli etkinlik analizi. İşletme Araştırmaları Dergisi, 11(2), 1011-1028.
• Özden A., (2010). Türk gıda sanayinde performans analizleri. Adnan Menderes Üniversitesi. [Yayımlanmamış Doktora Tezi].
• Özer, A., Öztürk, M., ve Kaya, A. (2010). İşletmelerde etkinlik ve performans ölçmede VZA, kümeleme ve TOPSIS analizlerinin kullanımı: İMKB işletmeleri üzerine bir uygulama. Atatürk Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 14(1), 233-260.
• Panpan, L., Weicheng, G., ve Huangjin, L. (2014). Dynamic analysis on total factor productivity of agricultural and sideline food processing industry in China—An empirical study based on micro-enterprises data. 2014 11th International Conference on Service Systems and Service Management (ICSSSM),
• Qoyash, F. K., ve Miraç, E. (2022). Türkiye’de teknolojik inovasyon ve yenilenebilir enerji tüketiminin çevre kirliliği üzerine etkisi. Ardahan Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4(2), 110-118.
• Ratner, S. V., Shaposhnikov, A. M., ve Lychev, A. V. (2023). Network DEA and its applications (2017–2022): A systematic literature review. Mathematics, 11(9), 2141.
• Sertkaya, B. (2022). Korku Endeksi (VIX) ile Emtia Piyasaları Arasındaki İlişkinin Ampirik Analizi. Dicle Üniversitesi Sosyal Bilimler Enstitüsü Dergisi(31), 87-103.
• Soba, M., ve Akcanlı, F. (2012). Veri Zarflama Analizi Yöntemi ile İMKB'de Gıda, İçki ve Tütün Alanında Faaliyet Gösteren İşletmelerin Etkinliklerinin Değerlendirilmesi. Afyon Kocatepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(2), 259-274.
• Songur, M., ve Yüksel, C. (2018). Vergi yapısı ile ekonomik büyüme arasındaki nedensellik ilişkisi: Türkiye örneği. Finans Politik ve Ekonomik Yorumlar(643), 47-70.
• Şahin, E., Şahin, İ. E., ve Kara, S. N. (2018). Türkiye’de Gıda Sektöründe Faaliyette Bulunan Markalar Üzerine Bir Etkinlik ve Verimlilik Analizi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 21(2), 323-335.
• Telçeken, H., ve Değirmen, S. (2019). Enflasyon ve Kredi Faizleri Arasındaki Uzun Dönemli İlişkinin Fisher Hipotezi Çerçevesinde Değerlendirilmesi: Türkiye Uygulaması (2002-2018) [Evaluation of the Long-Term Relationship Between Inflation and Loan Interest Rates in the Framework of the Fisher Hypothesis: Turkey Application (2002-2018)]. Istanbul Business Research, 47(2), 154-182. https://dergipark.org.tr/en/pub/ibr/issue/44184/550074
• TUİK. (2023). Üretici Fiyat Endeksi (ÜFE). https://data.tuik.gov.tr/Kategori/GetKategori?p=Enflasyon-ve-Fiyat-106 Erişim Tarihi: 20.10.2023
• Wanke, P., Azad, M. A. K., Emrouznejad, A., ve Antunes, J. (2019). A dynamic network DEA model for accounting and financial indicators: A case of efficiency in MENA banking. International Review of Economics & Finance, 61, 52-68.
• Yayla, F., ve Özer, G. (2022). Covid-19 Salgınının BIST100 Endeksinde Yer Alan Şirketler Üzerine Etkisi: Veri Zarflama Analizi Uygulaması. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 27(1), 15-29.
• Yılmaz, H., ve Yakut, E. (2023). BIST Gıda, İçecek ve Tütün Sektörü İşletmelerinin Finansal Etkinliklerinin VZA ve Bulanık VZA ile İncelenmesi. Trends in Business and Economics, 37(1), 35-45.
• Yu, M.-M., ve Chen, L.-H. (2016). Assessment of transportation performance: a network structure. In Data Envelopment Analysis (pp. 17-43). Springer.
• Zhang, M., Du, P., ve Tu, X. (2023). The role of intangible assets in promoting the sustainability of agri-food enterprises: Evidence from China. Economic Analysis and Policy, 77, 928-939.