FINANCIAL FAILURE in TOURISM ENTERPRISES REGISTERED in BORSA ISTANBUL (BIST)

Yıl 2022, Sayı: 43, 160 - 185, 31.08.2022

Aytakin Mammadlı Yeşim Helhel

Öz

İş başarısızlığı, kısa vadeli borçları ödeyememekten iflasa kadar çok geniş ve karmaşık bir kavramdır. Bu çalışma, Borsa İstanbul'da (BİST) işlem gören başarısız ve başarısız olmayan turizm işletmelerinin finansal oranları arasında iş başarısızlığı tahmini açısından farklılık olup olmadığını belirlemeyi amaçlamaktadır. Bu nedenle Borsa İstanbul'un (BİST) 'Restoran ve Oteller' sektörü altında yer alan 12 turizm işletmesinin 2012-2017 dönemindeki yıllık mali tabloları analiz edilmiş ve 32 mali oran bağımsız değişken olarak belirlenmiştir. Firmalar iki kategoriye ayrılmış olup, kriterin bağımlı değişkeni başarısızlıktır. Her yıl için yapılan Mann-Whitney U testi analizleri sonucunda; İstatistiksel olarak en sık görülen farklılıkların FAVÖK/cari yükümlülükler, hızlı oran, FVÖK/toplam yükümlülükler ve faiz kapsamı ile ekonomik rantabilite oranı olduğu belirlenmiştir. Tüm bu oranlar açısından, başarısız olmayan şirketlerin sıra ortalamaları, başarısız şirketlere göre daha yüksektir. Başarısız olmayan işletmelerin kısa vadeli borçlarını daha likit dönen varlıklar, toplam borç yükümlülüklerini yıllık FAVÖK aracılığıyla ödemede daha başarılı olduklarını göstermektedir. Ayrıca, başarısız olmayan işletmeler, şirkete yatırılan fonları etkin bir şekilde kullanır.

Anahtar Kelimeler

İş başarısızlığı, Finansal oranlar, Mann-Whitney U testi, Turizm sektörü

Kaynakça

• Akdoğan, N., & Tenker, N. (2004). Finansal tablolar ve mali analiz teknikleri. Gazi Kitabevi, Ankara.
• Akgüç, Ö. (2010). Finansal yönetim, Avcıol Basım Yayın, İstanbul.
• Aktaş, R. (1997). Mali başarısızlık (işletme riski) tahmin modelleri. Turkiye İs Bankası Kultur Yayınları, Ankara.
• Aktümsek, E. & Kandil Göker, İ.E. (2018). Mali başarısızlık tahminlemesinde sector bazlı bir karşılaştırma, İşletme Araştırmaları Dergisi, 10(4), 401-421.
• Altman, E.I. (1968). Financial ratios, discriminant analysis and prediction of corporate failure. The Journal of Finance, 23(4), 589-609.
• Altman, E.I. (1983). Why business fail. Journal of Business Strategy, 3(4), 15-21.
• Altman, E.I. (2000). Predicting financial distress of companies: Revisiting Z-Scores and ZETA model. Not Published.
• Aziz, M.A. & Dar, H.A. (2006). Predicting corporate bankruptcy: Where we stand?. Corporate Governance: The International Journal of Business in Society, 6(1), 18-33
• Beaver, W.H.(1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4(1), 71-111.
• Cho, M. (1994). Prediction business failure in the hospitality industry. Unpublished Doctoral Dissertation. Virginia Polytechnic Institute and State University, Blacksburg, Virginia.
• Çatak, Ç. (2012). Relationship between corporate governance and corporate financial distress: An empirical study of distressed companies in Turkey. Unpublished Master Dissertation. Marmara University Institute of Social Sciences, Istanbul.
• Fernández-Gámez, M. Á.,Cisneros-Ruiz, A.J., & Callejón-Gil. (2016). Applying a probabilistic neural network to hotel bankruptcy prediction. Tourism and Management Studies, 12(1), 40-52.
• Gu, Z. (2002). Analyzing bankruptcy in the restaurant industry: A multiple discriminant model. Hospitality Management, 21, 25-42.
• Gu, Z., & Gao, L. (2000). A multivariate model for predicting business failures of hospitality firms. Tourism and Hospitality Research, 2(1), 37-49.
• Gülcan, N. (2011). Finansal oranlar yardımıyla işletmelerin finansal başarısılıklarının tespit edilmesi: IMKB’de bir uygulama. Unpublished Master Dissertation. Süleyman Demirel University Institute of Social Sciences, Isparta.
• Ho, R. (2013). Handbook of univariate and multivariate data analysis with IBM SPSS. CRC Press., Newyork.
• Janssen, R. (2011). The Altman (1968) model Z-score model: Is it useful for more recent time periods and all industries? Unpublished Master Dissertation, Tilburg School of Economics and Management, Tilburg.
• Joaquim, M., S. (2007). Applied statistics using SPSS, STATISTICA, MATLAB and R. Springer, Heidelberg.
• Kalaycı, S.(ed.).(2006). SPSS uygulamalı çok değişkenli istatistik teknikleri. Asil Yayın Dağıtım, Ankara.
• Karaca, S. & Özen, E. (2017). Financial failure estimation of companies in BIST tourism index by Altman model and its effect on market prices. BRAND. Broad Research in Accounting, Negotiation, and Distribution, 8(2), 11-23.
• Karadeniz, E. & Öcek, C. (2019). Analysis of financial failure risk in Borsa Istanbul lodging companies with Beaver Model. Journal of Tourism Theory and Research, 5(2), 99-111.
• Kim, H., & Gu, Z. (2006a). Predicting restaurant bankruptcy: A logit model in comparison with a discriminant model. Journal of Hospitality and Tourism Research, 30(4), 474-493.
• Kim, H., & Gu, Z. (2006b). A logistic regression analysis for predicting bankruptcy in the hospitality industry. The Journal of Hospitality Financial Management, 14(1), 17-34.
• Kim, S.Y. (2011). Prediction of hotel bankruptcy using support vector machine, artificial neural network, logistic regression, and multivariate discriminant analysis. The Service Industrial Journal, 31(3), 441-468.
• Kim, S.Y., & Upneja, A. (2014). Predicting restaurant financial distress using decision tree and adaboosted decision tree models. Economic Modelling, 36, 354-362.
• Landau, S., & Everitt, B.S. (2004). A handbook of statistical analyses using SPSS. Chapman & Hall/CRC Press LLC, USA.
• Mervin, C.L. (1942). Financing small corporations in five manufacturing industries 1926-36. National Bureau of Economic Research, New York.
• Ohlson, J. A. (1980). Financial ratios and the probabilistic prediction of bankruptcy. Journal of Accounting Research, 18(1), 109-131.
• Olsen, M, Bellas, C. & Kish, L.V. (1983). Improving the prediction of restaurant failure through ratio analysis. International Journal of Hospitality Management, 2(4), 187-193.
• Pacheco, L. (2015). SMEs probability of default: The case of the hospitality sector. Tourism and Management Studies, 11(1), 153-159.
• Park, S.S., & Hancer, M. (2012). A comparative study of logit and artificial neural networks in predicting bankruptcy in the hospitality industry. Tourism Economics, 18(2): 311-338.
• Ross, A.S., Westerfield, W. R., & Jafee, J. (2002). Corporate Finance. McGraw Hill Companies, USA.
• Sevim, U. & Paslı, M.M. (2018). Konaklama işletmelerinde finansal başarısızlığa neden olan faktörlerin DEMATEL yöntemiyle analizi: Doğu Karadeniz örneği. Mali Çözüm Dergisi, 28(147), 79-94.
• Şamiloğlu, F., & Akgün, A.İ. (2015). Finansal tablolar analizi. Ekin Yayınevi, Ankara
• Tamari, M. (1966). Financial ratios as a means of forecasting bankruptcy. Management International Review, 6(4), 15-21.
• Youn, H., & Gu, Z. (2010a). Predict US restaurant firm failures: The artificial neural network model versus logistic regression model. Tourism and Hospitality Research, 10(3), 171-187.
• Youn, H., & Gu, Z. (2010b). Predicting Korean lodging firm failures: An artificial neural network model along with a logistic regression model. International Journal of Hospitality Management, 29, 120-127