Mali Başarısızlık Tahminlemesinde Sektör Bazlı Bir Karşılaştırma

Firmalarda mali başarısızlık ile karşılaşılmasına neden olan faktörlerin bilinmesi ve mali başarısızlık yaşanabileceğinin öngörülmesi, düzenleyici önlemlerin alınması ile kayıplarının azaltılması noktasında önem arz etmektedir. Ekonominin paydaşları olarak sıralanabilecek yöneticiler, kredi verenler, yatırımcılar, bağımsız denetçiler ve devletler için mali başarısızlık tahminlemesi firmalara ve sektörlere ilişkin önemli bilgiler sunmaktadır. Bu noktada bu çalışma ile bilişim, imalat ve hizmet ana başlıklarında sınıflandırılabilecek üç farklı sektör bazında firmaların mali başarısızlık tahminlemeleri yapılarak mali başarısızlığın habercisi olarak nitelendirilebilecek değişkenlerin sektörden sektöre farklılaştıklarının ortaya konulması amaçlanmıştır. Lojistik regresyon analizi ile Borsa İstanbul’da işlem gören Teknoloji Ulaştırma Haberleşme sektörü, Gıda İçki Tütün sektörü ve Toptan Perakende Otel Lokanta sektörlerinde yer alan şirketlerin 31.12.2008- 31.12.2017 arası 10 yıllık dönemdeki bilanço ve gelir tabloları kullanılarak bir yıl önceki verileri ile mali başarısızlık tahminlemeleri yapılmıştır. Elde edilen bulgulara göre; Teknoloji, Ulaştırma, Haberleşme sektöründe stok devir hızı, Gıda, İçki, Tütün sektöründe cari oran ve Toptan Perakende Otel Lokanta sektöründe Vergi Öncesi Kar / Özsermaye oranları mali başarısızlığın habercisi olan oranlar olarak tespit edilmiştir.

A Sector-Based Comparison of Financial Distress Prediction

It is important to know the factors that cause financial distress in companies for being able to take preventive measures and reduce losses. Financial distress estimation provides important information about firms and sectors to stakeholders of the economy that can be listed as managers, lenders, investors, independent auditors and governments. Within the scope of this study, financial distress of companies operating in IT, manufacturing and service sectors, which are traded in Istanbul Stock Exchange, have been estimated and it has been aimed to reveal sectoral differences in estimation. Financial distress estimations of the companies in the Technology Transportation Communication sector, Food Drink Tobacco sector and Wholesale Retail Hotel Restaurant sector traded in Borsa Istanbul were made.This study uses logistic regression as the analysis technique by using the balance sheet and income statements data between the dates of 31.12.2008 and 31.12.2017.The likelihood of companies’ financial distress were calculated one year in advance the existence of the distress. According to the findings; the stock turnover rate in the Technology Transportation Communication sector, the current ratio in Food Drink Tobacco sector and the ratio of Profit Before Tax / Equity in Wholesale Retail Hotel Restaurant sector are the main indicators of the financial distress.

___

  • Akkaya, G. C., İçerli, Y. M. (2006). “Finansal Açıdan Başarılı Olan İşletmelerle Başarısız Olan İşletmeler Arasında Finansal Oranlar Yardımıyla Farklılıkların Tespiti”, İktisadi ve İdari Bilimler Dergisi, Cilt20, Sayı 1, 413-421.
  • Akkaya, G. C., Demireli, E., Yakut, Ü. H.(2009). “İşletmelerde Finansal Başarısızlık Tahminlemesi. Yapay Sinir Ağları Modeli ile IMKB Üzerine Bir Uygulama”, Eskişehir Osmangazi Üniversitesi Sosyal Bilimler Dergisi,Cilt 10, Sayı 2, 187-216.
  • Akkoç, S. (2009). “Sermaye Piyasalarında Bulaşıcı ve Rekabetçi Etki: İMKB Bankacılık Sektöründe Bir Uygulama”, Afyon Kocatepe Üniversitesi İİBF Dergisi, Cilt 11, Sayı 2, 199-218.
  • Aktaş, R., Doğanay, M., Yıldız, B. (2003). “Mali Başarısızlığın Öngörülmesi: İstatistiksel Yöntemler ve Yapay Sinir Ağı Karşılaştırması”, Ankara Üniversitesi SBF Dergisi, 58, 4, 1-24.
  • Akyüz, K. C., Yıldırım, İ., Akyüz, İ., Tugay, T. (2017). “Borsa İstanbul’da İşlem Gören Kağıt ve Kağıt Ürünleri Sanayi İşletmelerinin Finansal Başarısızlık Düzeylerinin Oran Analizi ve Diskriminant Analizi Yöntemleri Kullanılarak Ölçülmesi”, Journal of Forestry, Cilt 13, No 1, 60-74.
  • Altaş, D., Giray, S. (2005). “Mali Başarısızlığın Çok Değişkenli İstatistiksel Yöntemlerle Belirlenmesi: Tekstil Sektörü Örneği”, Sosyal Bilimler Dergisi, Sayı 2, 13-28.
  • Altınöz, U.(2013). “Bankaların Finansal Başarısızlıklarının Yapay Sinir Ağları Modeli Çerçevesinde Tahmin Edilebilirliği”, Dokuz Eylül Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt 28, No 2, 189-217.
  • Amendola, A., Restaino, M., Sensini, L. (2015). “An Analysis of The Determinants of Financial Distress in Italy: A competing Risks Approach”, International Review of Economics and Finance, Vol. 37, 33-41.
  • Andrade, G., Kaplan, S. N. (1998). “How Costly Is Financial (Not Economic) Distress? Evidence from Highly Leveraged Transactions That Became Distressed”, The Journal of Finance, Vol. 53, No. 5, 1443-1493.
  • Balcaen, S., Ooghe, H. (2006). “35 Years of Studies on Business Distress: An Overview of the Classic Statistical Methodologies and Their Related Problems”, The British Accounting Review, Vol. 38, No. 1, 63-93.
  • Baş, M., Çakmak, Z. (2012). “Gri İlişkisel Analiz ve Lojistik Regresyon Analizi ile İşletmelerde Finansal Başarısızlığın Belirlenmesi ve Bir Uygulama”, Anadolu Üniversitesi Sosyal Bilimler Dergisi,Vol. 12, No. 3, 63-82.
  • Beaver, W. H. (1966). “Financial Ratios as Predictors of Distress”, Journal of Accounting Research,Vol.4, No.3, 71-111.
  • Betz, F., Oprica, S., Peltonen, T. A., Sarlin, P. (2014). “Predicting Distress in European Banks”, Journal of Banking & Finance,Vol. 45, 225-241.
  • Bhattacharjee, A., Han, J. (2014). “Financial Distress of Chinese Firms: Microeconomic, Macroeconomic and Institutional Influences”, China Economic Review,Vol. 30, 244-262.
  • Blazy, R., Martel, J., Nigam, N. (2014). “The Choice Between Informal and Formal Restructuring: The Case of French Banks Facing Distressed SMEs”, Journal of Banking & Finance, Vol. 44, 248-263.
  • Brigham, E. F., Ehrhardt, M. C. (2016).Corporate Finance A Focused Approach, 6th Edition, Cengage Learning, Boston, Massachusetts.
  • Carling, K., Jacobson, T., Linde, J., Roszbach, K. (2007). “Corporate Credit Risk Modeling and the Macroeconomy”,Journal of Banking and Finance,Vol. 31, No. 3, 845-868.
  • Chan, K. C., Chen, N. (1991). “Structural and Return Characteristics of Small and Large Firms”, Journal of Finance, Vol. 46, No. 4, 1467-1484.
  • Chen, J. (2012). “Developing SFNN Models To Predict Financial Distress of Construction Companies”, Expert Systems with Applications, Vol. 39, 823-827.
  • Chen, Y., Zhang, L., Zhang, L. (2013). “Financial Distress Prediction for Chinese Listed Manufacturing Companies”, Procedia Computer Science, Vol.17, 678-686.
  • Christensen, I., Li, F. (2014). “Predicting Financial Stress Events: A Signal Extraction Approach”, Journal of Financial Stability,Vol. 14, 54-65.
  • Coşkun, E., Sayılgan, G. (2008). “Finansal Sıkıntının Dolaylı Maliyetleri: İMKB’de İşlem Gören Şirketlerde Bir Uygulama”, Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi,Cilt 10, Sayı 3, 45-66.
  • Cox, R. A. K., Wang, G. W.-Y. (2014). “Predicting The US Bank Distress: A Discriminant Analysis”, Economic Analysis and Policy,Vol. 44, 202-211.
  • Çağlayan A., E, Gökdemir, T. (2015). “The Comparison of the Financial Distress with Artificial Neural Network and Logit Models”, Journal of Business, Economics and Finance,Vol. 4, No. 3, 383-400.
  • DeYoung R., Torna G. (2013). “Nontraditional Banking Activities and Bank Distresss During The Financial Crisis”, Journal of Financial Intermediation,Vol. 22, 397-421.
  • Dimitras, A. I.,Zanakis Z.H., Zopounidis, C. (1996). “A Survey of Business Distresss With An Emphasis on Prediction Methods and Industrial Applications”, European Journal of Operational Research, Vol. 90, 487-513.
  • Ege, İ., Topaloğlu, E. E., Yıkılmaz E., A. (2017). “Fulmer Modeline Dayalı Finansal Başarısızlık İle Finansal Performans İlişkisi: İmalat Sanayi Üzerine Bir Uygulama”, Muhasebe ve Finansman Dergisi,Nisan, 119-132.
  • Gilson, S. C., (1989). “Management Turnover and Financial Distress”, Journal of Financial Economics, Vol. 25, No. 2, 241-262.
  • Hill, N. T., Perry, S. (2011). “Evaluating Firms in Financial Distress: An Event History Analysis”, Journal of Applied Business Research, Vol. 12, No. 3, 60-72.
  • Huang, C., Dai, C., Guo, M. (2015). “A Hybrid Approach Using Two-Level DEA for Financial Distress Prediction and Integrated SE-DEA and GCA Indicators Selection”, Applied Mathematics and Computation,Vol. 251, 431-441.
  • Jardin, P., Severin, E. (2011). “Predicting Corporate Bankruptcy Using A Self-Organizing Map: An Empirical Study To Improve The Forecasting Horizon of A Financial Distress Model”, Decision Support Systems, Vol. 51, 701-711.
  • John, K., Lang, L. H. P., Netter, J. (1992). “The Voluntary Restructuring of Large Firms in Response to Performance Decline”, The Journal of Finance, Vol. 47, No. 3, 891-917.
  • Jostarndt, P., Sautner, Z. (2008). “Financial Distress, Corporate Control, and Management Turnover”, Journal of Banking & Finance, Vol. 32, 2188-2204.
  • Karaa, İ. E. (2016). “Finansal Başarısızlık Tahmini Kısıtlı Veri ile Mümkün Mü? Lojistik Sektöründen Bir Örnek: Ran Lojistik Hizmetleri A. Ş.”, Journal of Human Sciences, Sayı 13, Cilt 3, 4356-4369.
  • Keskin Benli, Y. (2005). “Bankalarda Mali Başarısızlığın Öngörülmesi Lojistik Regresyon ve Yapay Sinir Ağı Karşılaştırması”, Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi, Sayı 16, 31-46.
  • Kılıç, Y., Seyrek, İ. H. (2012). “Finansal Başarısızlık Tahmininde Yapay Sinir Ağlarının Kullanılması: İmalat Sektöründe Bir Uygulama”, 1st International Symposium on Accounting and Finance.
  • Kim, S. Y., Upneja, A. (2014). “Predicting Restaurant Financial Distress Using Decision Tree and AdaBoosted Decision Tree Models”, Economic Modelling, 36, 354-362.
  • Kurtaran Çelik, M. (2011). “Finansal Olarak Başarılı ve Başarısız Firmaların Borsa Performanslarının Karşılaştırılması: İMKB Örneği”, Karadeniz Teknik Üniversitesi Sosyal Bilimler Dergisi, Sayı 2, 7-16.
  • Laitinen, E. K., Suvas, A. (2016). “Financial Distress Prediction in An International Context: Moderating Effects of Hofstede’s Original Cultural Dimensions”, Journal of Behavioral and Experimental Finance, Sayı 9, 98-118.
  • Li, H., Sun, J. (2008). “Ranking-Order Case-Based Reasoning for Financial Distress Prediction”, Knowledge Based Systems,Vol. 21, No. 8, 868-878.
  • Lin, F., Liang, D., Chen, E. (2011). “Financial Ratio Selection for Business Crisis Prediction”, Expert Systems with Applications,Sayı 38, 15094-15102.
  • Manzaneque, M., Priego, A. M., Merino, E. (2016). “Corporate Governance Effect on Financial Distress Likelihood: Evidence from Spain”, Spanish Accounting Review, Vol. 19, No. 1, 111-121.
  • Maricica, M., Georgeta, V. (2012). “Business Distress Risk Analysis Using Financial Ratios”, Social and Behavioral Sciences, Vol. 62, 728-732.
  • Mcleay, S., Omar, A.(2000). “The Sensitivity of Prediction Models to the Non-Normality of Bounded and Unbounded Financial Ratios”, British Accounting Review, Vol. 32, No. 2, 213-230.
  • Maricica, M., Georgeta, V. (2012). “Business Distress Risk Analysis Using Financial Ratios”, Social and Behavioral Sciences, Sayı 62, 728-732.
  • Miglani, S., Ahmed, K., Henry, D. (2015). “Voluntary Corporate Governance Structure and Financial Distress: Evidence from Australia”, Journal of Contemporary Accounting & Economics, Sayı 11, 18-30.
  • Monelos, P., Sanchez, C. P., Lopez, M. R. (2014). “DEA As A Business Distress Prediction Tool: Application To The Case of Galician SMEs”, Contaduria y Administracion, Vol. 59, No. 2, 65-96.
  • Mselmi, N., Lahiani, A., Hamza, T. (2017). “Financial Distress Prediction: The Case of French Small and Medium Sized Firms”, International Review of Financial Analysis,Vol. 50, 67-80.
  • Öcal, N., Kadıoğlu, E. (2015). “Corporate Ratings and A Model Proposition for the Manufacturing Industry at Borsa İstanbul”, International Journal of Financial Research,Vol. 6, No.3, 13-28.
  • Pindado, J., Rodrigues L., De la Torre, C. (2008). “Estimating Financial Distress Likelihood”, Journal of Business Research, Vol. 61, 995-1003.
  • Polsiri, P., Jiraporn, P. (2012). “Political Connections, Ownership Structure, And Financial Institution Distress”, Journal of Multinational Financial Management,Vol. 22, 39-53.
  • Sanchez, C. P., Monelos, P. L., Lopez, M. R. (2013). “A Parsimonious Model To Forecast Financial Distress, Based on Audit Evidence”, Contaduria y Administracion,Vol. 58, No. 4, 151-173.
  • Sayarı, N., Şımga Mugan, C. (2017). “Industry Specific Financial Distress Modeling”, Business Research Quarterly, Vol. 20, 45-62.
  • Selimoğlu, S., Orhan, A (2015). “Finansal Başarısızlığın Oran Analizi ve Diskriminant Analizi Kullanılarak Ölçümlenmesi: BİST’te İşlem Gören Dokuma, Giyim Eşyası ve Deri İşletmeleri Üzerine Bir Araştırma”, Muhasebe ve Finansman Dergisi, 21-40.
  • Terzi, S. (2011). “Finansal Oranlar Yardımıyla Finansal Başarısızlık Tahmini: Gıda Sektöründe Ampirik Bir Çalışma”, Çukurova Üniversitesi İİBF Dergisi,Sayı 15, No. 1, 1-18.
  • Tinoco, M. H., Wilson, N. (2013). “Financial Distress and Bankruptcy Prediction Among Listed Companies Using Accounting, Market and Macroeconomic Variables”, International Review of Financial Analysis,Sayı 30, 394-419.
  • Toraman, C., Karaca, C. (2016). “Kimya Endüstrisinde Faaliyet Gösteren Firmalar Üzerinde Mali Başarısızlık Tahmini: Borsa İstanbul’da Bir Uygulama”, Muhasebe ve Finansman Dergisi,Sayı 70, 111-128.
  • Torun, T. (2007).Finansal Başarısızlık Tahmininde Geleneksel İstatistiki Yöntemlerle Yapay Sinir Ağlarının Karşılaştırılması ve Sanayi İşletmeleri Üzerinde Uygulama, Yayımlanmamış Doktora Tezi, Erciyes Üniversitesi, Sosyal Bilimler Enstitüsü, Kayseri.
  • Ural, K., Gürarda, Ş., Önemli, B. M. (2015). “Lojistik Regresyon Modeli ile Finansal Başarısızlık Tahminlemesi: Borsa İstanbul’da Faaliyet Gösteren Gıda, İçki ve Tütün Şirketlerinde Uygulama”, Muhasebe ve Finansman Dergisi, 85-100.
  • Van Gestel., T., Baesens, B., Suykens, J. A. K., Van den Poel, D., Baestaens, D. E., Willekens, M. (2006). “Bayesian Kernel Based Classification for Financial Distress Detection”, European Journal of Operational Research, Vol. 172, No.3, 979-1003.
  • Varıcı, İ., Er, B. (2013). “Muhasebe Manipülasyonu ve Firma Performansı İlişkisi: İMKB Uygulaması”, Ege Akademik Bakış, Cilt 13, Sayı 1, 43-52.
  • Vuran, B. (2009). “Prediction of Business Distress. A Comparison of Discriminant and Logistic Regression Analyses”, Istanbul University Journal of the School of Business Administration,Vol. 38, No. 1, 47-65.
  • Wang, L.,Wu, C. (2017). “Business Distress Prediction Based on Two-Stage Selective Ensemble with Manifold Learning Algorithm and Kernel-Based Fuzzy Self-Organizing Map”, Knowledge-Based Systems, Vol. 121, 99-110.
  • Xu, W., Xiao, Z., Dang, X., Yang, D., Yang, X. (2014). “Financial Ratio Selection for Business Distress Prediction Using Soft Set Theory”, Knowledge-Based Systems,Vol. 63, 59-67.
  • Xu, X., Wang, Y. (2009). “Financial Distress Prediction Using Efficiency As A Predictor”, Expert Systems with Applications,Vol. 36, 366-373.
  • Yakut, E., Elmas, B. (2013). “İşletmelerin Finansal Başarısızlığının Veri Madenciliği ve Diskriminant Analizi Modelleri ile Tahmin Edilmesi”, Afyon Kocatepe Üniversitesi İİBF Dergisi,Sayı 15, No. 1, 261-280.
  • Yıldız, A. (2014). “Kurumsal Yönetim Endeksi ve Altman Z Skoruna Dayalı Lojistik Regresyon Yöntemiyle Şirketlerin Kredi Derecelendirmesi”,Süleyman Demirel İktisadi ve İdari Bilimler Dergisi, Sayı 19, No. 3, 71-89.
  • Yıldız, B. (1999).“Finansal Başarısızlığın Öngörülmesinde Yapay Sinir Ağı Kullanımı ve Ampirik Bir Çalışma”, Yayımlanmamış Doktora Tezi, Dumlupınar Üniversitesi, Sosyal Bilimler Enstitüsü, Kütahya.
  • Yücel, E. (2017). “Piyasa Gücü ve Finansal Sıkıntı Olasılığı: Gelişmekte Olan Ülkelerden Kanıtlar”, International Journal of Economic and Administrative Studies, Vol. 19, 227-248.