Examination of Financial Failure Models According to Working Capital Investment and Financing Policies: A Comparative Application on BIST

Öz

In this study, the effects of firms’ working capital investment and financing policies on financial failure is exemined by using panel data analysis, and financial failure models are compared based on the findings. In the study, semi-annual financial statement data of 2004:6-2019:12 period belonging to the Borsa Istanbul (BIST) metal product companies are used. Financial failure scores for firms were calculated by using Altman (1968), Springate (1978), Ohlson (1980), Taffler (1983), and Zmijewski (1984) financial failure models. The analyzes were carried out over five different panel data models, in which financial failure scores are included as dependent variables, and working capital management variables as independent variables. As a result of the study, it was found that working capital management is effective on financial failure in all models. In general terms, the findings of the study indicate that metal product companies can reduce the risk of financial failure if they follow a flexible working capital investment policy, a high short-term debt solvency and a prudent working capital financing policy.

Anahtar Kelimeler

• Financial Failure
• Working Capital Management
• BIST
• Panel Data Analysis

Finansal Başarısızlık Modellerinin Çalışma Sermayesi Yatırım ve Finansman Politikaları Doğrultusunda İncelenmesi: BİST’de Karşılaştırmalı Bir Uygulama

Öz

Bu çalışmada, firmaların çalışma sermayesi yatırım ve finansman politikalarının finansal başarısızlık üzerindeki etkileri panel veri analizi ile incelenmiş ve finansal başarısızlık modelleri elde edilen bulgular üzerinden karşılaştırılmıştır. Çalışmada, Borsa İstanbul (BİST) metal eşya sektörü firmalarının 2004:6-2019:12 dönemi yarı yıllık verileri kullanılmıştır. Çalışmada firmalara ilişkin finansal başarısızlık skorları Altman (1968), Springate (1978), Ohlson (1980), Taffler (1983) ve Zmijewski (1984) finansal başarısızlık modelleri aracılığı ile hesaplanmıştır. Analizler, finansal başarısızlık skorlarının bağımlı değişken, çalışma sermayesi yönetimi değişkenlerinin ise bağımsız değişken olarak yer aldığı beş ayrı panel veri modeli kullanılarak gerçekleştirilmiştir. Çalışma sonucunda, tüm modellerde çalışma sermayesi yönetiminin finansal başarısızlık üzerinde etkili olduğuna yönelik bulgular elde edilmiştir. Genel anlamda çalışmada elde edilen bulgular, BİST metal eşya sektörü firmalarının esnek bir çalışma sermayesi yatırım politikası izlemeleri, yüksek kısa vadeli borç ödeme gücüne sahip olmaları ve ihtiyatlı bir çalışma sermayesi finansman politikası izlemeleri durumunda finansal başarısızlık risklerini düşürebileceklerine işaret etmektedir.

Anahtar Kelimeler

• Finansal Başarısızlık
• Çalışma Sermayesi Yönetimi
• BİST
• Panel Veri Analizi

Kaynakça

1. Aktaş, R. (1993). Endüstri işletmeleri için mali başarısızlık tahmini (çok boyutlu model uygulaması). 1. Baskı, Ankara: Türkiye İş Bankası Kültür Yayınları.
2. Aktaş, R., Doğanay, M. M. ve Yıldız, B. (2003). Mali başarısızlığın öngörülmesi: İstatistiksel yöntemler ve yapay sinir ağı karşılaştırması. Ankara Üniversitesi Sosyal Bilimler Fakültesi Dergisi, 58(4), 1-24.
3. Akyüz, K. C., Yıldırım, İ., Akyüz, İ. ve Tugay, T. (2017). Borsa İstanbul’da işlem gören kâğıt ve kâğıt ürünleri sanayi işletmelerinin finansal başarısızlık düzeylerinin oran analizi ve diskriminant analizi yöntemleri kullanılarak ölçülmesi. Journal of Forestry, 13(1), 60-74.
4. Albayrak, A. S. (2005). Çoklu doğrusal bağlantı halinde enküçük kareler tekniğinin alternatifi yanlı tahmin teknikleri ve bir uygulama. ZKÜ Sosyal Bilimler Dergisi, 1(2), 105-126.
5. Almansour, B. Y. (2015). Empirical model for predicting financial failure. American Journal of Economics, Finance and Management, 1(3), 113-124.
6. Altman, E. I. (1968). Financial raitos discriminant analysis and the prediction of corporate bankruptcy. The Journal of Finance, 23(5), 589-609.
7. Altman, E. I. (1983). Why business fail. The Journal Of Business Strategy, 3(4), 15-22.
8. Altman, E. I. (1993). Corporate financial distress: A complete guide to predicting, avoiding and dealing with bankruptcy. 2nd Edition, New York: Wiley and Sons.

9. Arslantürk Çöllü, D., Akgün, L. ve Eyduran, E. (2020). Karar ağacı algoritmalarıyla finansal başarısızlık tahmini: Dokuma, giyim eşyası ve deri sektörü uygulaması. Uluslararası Ekonomi ve Yenilik Dergisi, 6(2), 225-246.
10. Asteriou, D. ve Hall, S. G. (2007). Applied econometrics: A modern approach using Eviews and Microfit. Revised Edition. New York: Palgrave Macmillan.
11. Aydın, N., Başar, M. ve Coşkun, M. (2017). Finansal yönetim. 5. Baskı, Ankara: Detay Yayınevi.
12. Bai, J. ve Ng, S. (2004). A PANIC attack on unit roots and cointegration. Econometrica, 72 (4), 1127–1177.
13. Baltagi, B. H. (2014). Econometric analysis of panel data. 5th Edition. Chichester: Jhon Wiley&Sons Ltd.
14. Baltagi, B. ve Li, Q. (1991). A joint test for serial correlation and random individual effects. Statistics and Probability Letters, 11, 277-280.
15. Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4, 71-111.
16. Beck, N. ve Katz, J. N. (1995). What to do (and not to do) with time-series cross-section data. American Political Science Review, 89(3), 634-647.
17. Born, B. ve Breitung, J. (2016). Testing for serial correlation in fixed-effects panel data models. Econometric Reviews, 35 (7), 1290-1316.
18. Bozkurt, İ. (2014). İflas olasılığı ile sistematik risk ilişkisinin incelenmesi ve etkin iflas göstergesi modellerinin tespiti: BİST’de amprik bir uygulama. Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 4, 127-142.
19. Breitung, J. (2001). The local power of some unit root tests for panel data. Humboldt University Berlin Institute of Statistics and Econometrics Working Paper, 1-40.
20. Breusch, T. S. ve Pagan, A. R. (1979). A simple test for heteroskedasticity and random coefficient variation. Econometrica, 47(5), 1287-1294.
21. Breusch, T. S. ve Pagan, A. R. (1980). The lagrange multiplier test and its applications to model specification in econometrics. Review of Economic Studies, 47(1), 239-253.
22. Chen, J., Marshall, B. R., Zang, J. ve Ganesh, S. (2006). Financial distress prediction in China. Review of Pacific Basin Financial Markets and Policies, 9(2), 317-336.
23. Choi, I. (2001). Unit root tests for panel data. Journal of International Money and Finance, 20, 249-272.
24. Çil Yavuz, N. (2015). Finansal ekonometri. 2. Baskı, İstanbul: Der Yayınevi.
25. Ertan, A. S. ve Ersan, Ö. (2018). Finansal başarısızlığı belirleyen etkenler: Türkiye imalat sektörü örneği. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 40(2), 181-207.
26. Fejér-Király, G., Ágoston, N. ve Varga, J. (2019). Modelling the financial failure of Romanian Stock companies. Acta Universitatis Sapientiae, Economics and Business, 7(1), 65-82.
27. Frydman, H., Altman, E. I. ve Kao, D. L. (1985). Introducing recursive partitioning for financial classification: The case of financial distress. Journal of Finance, 40(1), 269-291.
28. Ganesalingam, S. ve Kumar, K. (2001). Detection of financial distress via multivariate statistical analysis. Managerial Finance, 27(4), 45-55.
29. Göktan, E. (1981). Muhasebe oranları yardımıyla ve diskriminant analizi tekniği kullanılarak endüstri işletmelerinin mali başarısızlığının tahmini üzerine ampirik bir araştırma. Doçentlik tezi, Ankara.
30. Gruszczynski, M. (2004). Financial distress of companies in Poland. International Advances in Economic Research, 10(4), 249-256.
31. Honda, Y. (1985). Testing the error components model with non-normal disturbances. Review of Economic Studies, 52, 681-690.
32. Im, K., Pesaran, H. ve Shin, Y. (2003). Testing for unit roots in heterogeneous panels. Journal of Econometrics, 115 (1), 53-74.
33. Ijaz, M. S., Hunjra, A. I., Hameed, Z., Maqbool, A. ve Azam, R. (2013). Assessing the financial failure using Z-score and current ratio: A case of sugar sector listed companies of Karachi Stock Exchange. World Applied Sciences Journal, 23(6), 863-870
34. İçerli, M. Y. ve Akkaya, G. C. (2006). Finansal açıdan başarılı olan işletmelerle başarısız olan işletmeler arasında finansal oranlar yardimiyla farklılıkların tespiti. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 20(1), 413-421.
35. Jones, S. ve Hensher, D. A. (2004). Predicting firm financial dsitress: A mixed logit model. The Accounting Review, 79(4), 1011-1038.
36. Karadeniz, E. ve Öcek, C. (2019). Finanal başarısızlık riski taşıyan ve taşımayan işletmelerin finansal oranlarının karşılaştırmalı analizi: Borsa İstanbul turizm işletmelerinde bir araştırma. Seyahat ve Otel İşletmeciliği Dergisi, 16(2), 191-206.
37. Keener, M. H. (2013). Predicting the financial failure of retail companies in the United States. Journal of Business & Economics Research, 11(8), 373-380.
38. Levin, A., Lin, C. F. ve Chu, C. S. J. (2002). Unit Root Tests in Panel Data: Asymptotic and Finite-Sample Properties. Journal of Econometrics, 108, 1-24.
39. Li, L. ve Faff, R. (2019). Predicting corporate bankruptcy: What matters?. International Review of Economics and Finance, 62, 1-19.
40. Maddala, G. S. ve Wu, S. (1999). A comparative study of unit root tests with panel data and a new simple test. Oxford Bulletin of Economics and Statistics, Special Issue, 631-652.
41. Mellahi, K. ve Wilkinson, A. (2004). Organisational failure: A critique of recent research and a proposed integrative framework. International Journal of Management Review, 5(1), 21-41.
42. Merwin, C. (1942). Financing small corporations: In five manifacturing industries, 1926-36. New York: NationalBureau Of Economic Research.
43. Natasya, N. ve Sienatra, K. B. (2020). Faktor – faktor keuangan sebagaı predıktor kegagalan bısnıs pada bısnıs mahasıswa. Development of Research Management, 15(1), 104-119.
44. Odom, M. D. ve Sharda, R. (1990). A neural network model for bankruptcy prediction. IJCNN international Joint Conference On Neural Networks, 17-21 June, Sand Diego, CA, USA, 163-168.
45. Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bunkruptcy. Journal of Accounting Research, 18(1), 109-131.
46. Pesaran, M. H. ve Yamagata, T. (2008). Testing slope homogeneity in large panels. Journal of Econometrics, 142, 50–93.
47. Pesaran, M. H., Ullah, A. ve Yamagata, T. (2008). A bias adjusted LM test of error cross section independence. Econometrics Journal, 11, 105–127.
48. Salehi, M. ve Abedini, B. (2009). Financial distress prediction in emerging market: Empirical evidence from Iran. Business Intelligence Journal, 2(2), 398-409.
49. Smith, L. V., Leybourne, S., Kim, T. H. ve Newbold, P. (2004). More powerful panel data unit root tests with an application to mean reversion in real exchange rates. Journal of Applied Econometrics, 19, 147–170.
50. Springate, G. L. V. (1978). Pedicting the possibility of failure in a Canadian firm. Unpublished M.B.A Thesis, Simon Eraser University, Burnaby.
51. Taffler, R. J. (1982). Forecasting company failure in the UK using discriminant analysis and financial ratio data. Journal of the Royal Statistical Society, 145(3), 342-358.
52. Taffler, R. J. (1983). The assesment of company solvency and performance using a statistical model. Accounting and Business Research, 13(52), 295-307.
53. Tamari, M. (1966). Financial raitos as means of forecasting bankruptcy. Management International Review, 6(4), 15-21.
54. Tatoğlu, F. Y. (2013). Panel veri ekonometrisi. Stata uygulamalı. (2. Baskı), İstanbul: Beta Basım.
55. Terzi, S. (2011). Finansal rasyolar yardımıyla finansal başarısızlık tahmini: Gıda sektöründe ampirik bir araştırma. Çukurova Üniversitesi İİBF Dergisi, 15(1), 1-18.
56. Tian, S. ve Yu, Y. (2017). Financial bankruptcy prediction: An international evidenve. International Review of Economics and Finance, 51, 510-526.
57. Tirapat, S. ve Nittayagasetwat, A. (1999). An investigation of Thai listed firms’ financial distress using macro and micro variables. Multinational Finance Society, 3(2), 103-125.
58. Toraman, C. ve Karaca, C. (2016). Kimya endüstrisinde faaliyet gösteren firmalar üzerinde mali başarısızlık tahmini: Borsa İstanbul’da bir uygulama. Muhasebe ve Finansman Dergisi, 70(Nisan), 111-128.
59. Turaboğlu, T. T., Erkol, A. Y. ve Topaloğlu, E. R. (2017). Finansal başarısızlık ve sermaye yapısı kararları: BİST 100 Endeksineki firmalar üzerine bir uygulama. Business and Economics Researh Journal, 8(2), 247-258.
60. Ural, K., Gürarda, Ş. ve Önemli, M. B. (2015). Lojistik regresyon modeli ile finansal başarısızlık tahminlemesi: Borsa İstanbul’da faaliyet gösteren gıda, içki ve tütün şirketlerinde uygulama. Muhasebe ve Finansman Dergisi, 67(Temmuz), 85-100.
61. Ün, T. (2015). Stata ile panel veri analizi. S. Güriş (eds.) Stata ile panel veri modelleri. (ss. 39-80). İstanbul: Der Kitabevi.
62. Ünsal, A. (2001). Mali başarılı ve mali başarısız şirketlerin ayrımını sağlayan diskriminant fonksiyonunun bulunması. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 7(7), 214-234.
63. Weibel, (1973). The Value of criteria to judge credit worthiness in the lending of bank, Bern/Stuttgart Quoted in Choi F.D.S., International Finance and Accounting Handbook, 3rd Edition, USA: Wiley & Sons.
64. Winakor, A. ve Smith, R.F. (1935). Changes in financial structure of unsuccesful industrial companies, Bureau Of Business Research Bulletin, No: 51, Urbana: University Of Illinois Press.
65. Yaman, S. (2020). Finansal başarısızlık modellerinin çalışma sermayesi yönetimi ve sermaye yapısı teorileri doğrultusunda incelenmesi: BİST firmaları üzerine bir araştırma. Yayımlanmamış doktora tezi, Mersin Üniversitesi, Mersin.
66. Zeytinoğlu, E. ve Akarım, Y. D. (2013). Financial failure prediction using financial ratios: An empirical application on Istanbul Stock Exchange. Journal of Applied Finance & Banking, 3(3), 107-116.
67. Zmijewski, M. E. (1984). Methodological Issues Related to the Estimation of Financial Distress Prediction Models. Journal of Accounting Research, 22, 59-82.