Erken uyarı sistemi olarak finansal oranlar ve çok değişkenli model

Abstract

ÖZET İçinde bulunduğumuz yüzyılda, işletmelerin finansal başarısızlığının önceden tahminine yönelik yapılan çalışmalar hız kazanmıştır. Bu artışta, özellikle bilgisayar teknolojisinin gelişimi ile üretim kaynaklarının azalması ve değerinin artması etkili olmuştur. Bu çalışma, istatistik teknikler kullanılarak işletme başarısızlığının, bir takım fînansal göstergeler yardımıyla önceden tahmin edilmesine yöneliktir. Bu amaçla, çok değişkenli diskiriminant, regrasyon, faktör ve temel bileşenler tekniği kullanılarak erken uyan modeli geliştirilmiştir. Modelde, bağımsız değişken olarak mali tablolardan elde edilen finansal oranlar yer almıştır. Bir başka açıdan, geliştirilen modellerde, işletmelerin değişik finansal özelliklerini temsil eden çok sayıda değişken yer almıştır. Bu modeller, işletmeler için bir skor tespit edilmesine ve bu skor yardımıyla, fînansal açıdan ne durumda olduklarına, yani başarılı mı, başarısız mı? sorusuna sübjektif yargılardan uzak cevap verilmesine yarar. Ayrıca, finansal oranların erken uyarı göstergeleri olarak kullanılabilirliğinin araştırılması yanında, kredi ve finans kurumlan tarafından kullanılan ancak yetersiz kaldığı bilinen geleneksel fînansal analiz yöntemleri yerine geçecek çok değişkenli istatistik modellerin yeni bir alana uygulaması da önerilmektedir. Bu alan, son yıllarda sıklıkla gündeme gelen, işletme veya kurum derecelendirilmesidir. Çalışmanın birinci bölümünde, araştırmanın amacı, yöntem, kapsam ve araştırmaya ait sınırlılıklar yer almaktadır. İkinci bölümde, genel olarak konunun teorik yanı üzerinde durulmuştur.:. Bu bölümde, erken uyan sistemi üzerine genel açıklamalar ile bu konuda dünyada ve Türkiye'de yapılan çalışmalar yer almaktadır. Üçüncü bölümde; kısa olarak finansal tablo analizi ve kullanılan yöntemlere değinilmiştir. Bu bölümde, fînansal oranların erken uyarı sistemi olarak kullanılması üzerinde durulmuştur. Dördüncü bölüm, çok değişkenli model önerisi ile modelin kuruluşunu kapsamaktadır. Bu bölümde; uygulamada kullanılan fînansal oranlar, seçim kriterleri ile karşılaşılan sınırlılıklar ve önerilen modellere ait yöntemler yer almaktadır. Beşinci bölüm, uygulamanın değerlendirilmesini içermektedir. Bu bölümde istatistik teknikler kullanılarak geliştirilen modeller ile bunlara ait bulgular ve değerlendirmeler yer almaktadır. Çalışmada, Sermaye Piyasası Kurulu denetiminde bulunan beş sektörden 60 adet anonim şirketin 1984-1988 yıllarına ait 5'er yılı kapsayan toplam 300 dönem bilanço ve gelir tabloları kullanılmıştır. Bu şirketlerin fînansal tablolarından 4 adet likidite, 4 adet fînansal yapı, 3 adet faaliyet ve 4 adet karlılık olmak üzere 15 fînansal oran, diğer bir ifadeyle bağımsız değişken tespit edilmiş ve hesaplanmıştır. Excel programı yardımıyla elde edilen bu değişkenler, SPSS for Windows 7.5 istatistik programında analize tabi tutulmuştur.Ill Analiz öncesi sübjektif olarak yapılan değerlendirmede, dönemi karlı kapatan şirketler 'başarılı', zararla kapatan şirketler ise 'başarısız' olarak sınıflandırılmıştır. Buna göre, 300 dönemin 52 'si zarar ile kapandığından ilgili dönemler başarısız, 248'i ise karlı kapandığından başarılı olarak değerlendirilmiştir. İlk analiz, tüm bağımsız değişkenler ile çok değişkenli diskiriminant tekniğinin birlikte kullanılması sonucu elde edilen diskiriminant fonksiyonu ile yapılmıştır. Bu analiz sonucu, şirketlerin ortalama %95.7 oranında doğru olarak sınırlandırıldığı tespit edilmiştir. Doğru sınıflandırmada başarılı kabul edilen şirketlerin oranı %97.2, başarısız şirketlerin oram ise %88.5 olmuştur. İkinci analizde, 'stepwise selection-adım adım seçme' yoluyla değişken azaltılarak daha anlamlı ve birbiriyle korelasyonu olmayan ancak modele girmeyen değişkenlerle yüksek korelasyona sahip değişkenlerin yer aldığı model elde edilmiştir. Model, şirketleri ortalama %95.0 oranında doğru olarak sınıflandırmıştır. Sımflandırmada başarılı kabul edilen şirketlerin oranı %97.2, başarısız şirketlerin oranı ise %84.6'dır. Üçüncü analizde, faktör skorları ile çok değişkenli diskiriminant analiz tekniğinin birlikte kullanılması sonucu bir model elde edilmiştir. Modelde, finansal oran yerine bunların oluşturduğu faktör grupları yer almıştır. Yapılan analiz sonucu, şirketler, toplu olarak yapılan analizde ortalama %91.7 oranında doğru sınıflandırılmıştır. Bu ortalamada başarılı şirketlerin doğru sınıflandırılma oranı %92.7, başarısız şirketlerin ise doğru sınıflandırılma oranı %86.5 olmuştur. Dördüncü analizde, tüm değişkenlerin yer aldığı çok değişkenli regrasyon tekniği kullanılarak bir model geliştirilmişti. Bu modelle yapılan analizde, gözlemler 0-1 aralığında değer almakta, ancak herhangi bir skor değer tespit edilemediğinden, alternatif kopuş değeri esas alınarak tahmin yapılabilmektedir. Kopuş değeri 0.5 esas alınarak yapılan tahminde, şirketler toplu analizde ortalama %92 oranında doğru sınıflandırılmıştır. Bu ortalamada başarılı şirketlerin doğru sınıflandırılma oranı %99 olurken, başarısız şirketlerin ''oram %57.7 olarak tespit edilmiştir. I l Son olarak, değişken azaltılması suretiyle çok değişkenli regrasyon tekniği kullanılarak model geliştirilmiştir. Geliştirilen modelle yapılan analizde, 0.5 kopuş değeri esas alınarak şirketler, toplu analizde ortalama %93.3 oranında doğru sınıflandırılmıştır. Bu ortalamada, başarılı şirketlerin doğru sınıflandırılma oranı %99.5, başarısız şirketlerin doğru sınıflandırılma oranı ise %63.4 olarak tespit edilmiştir. Araştırmada önemli bulunan diğer sonuçlar aşağıdadır; a) Analizde önemli bulunan değişkenler, sektörlere göre farklılık.: göstermektedir. Çimento sektöründe, 'mali yapi; oranları'; tekstil sektöründe likidite oranİarı; demir-çelik sektöründe 'yatırım karlılığı' olarak bilinen net kar/toplam ; aktifler oranı; gıda sektöründe 'mali yapı' oranlarından borçlar toplamı/toplam* aktifler oranı; kimya sektöründe net işletme sermayesi/ toplam aktifler oranı ve toplu analizde ise maliyapı ile likidite oranlan, gruplar arası farklılıkları en iyi yansıtan ve bunları en iyi ayıran değişkenler olduğu,IV b) İşletmeleri başarılı ve başarısız olarak ayırmada, genellikle mali yapı ve likidite oranlarının belirleyici olduğu, buna göre; başarılı gruba ait işletmelerin özkaynaklarının kaynak toplamı içindeki payı daha yüksek; buna karşılık başarısız gruba ait işletmelerin kaynaklarının büyük kısmı borçlardan oluştuğu; yine, başarılı gruba ait işletmelerin faaliyetleri sonucu likiditelerini artırma ve borçlarım ödeme kapasiteleri başarısız gruba nazaran daha yüksek olduğu, c) Sektör bazında elde edilen modellerin tahmin gücünün genellikle çok az da olsa sektör ayrımı yapılmayan analiz sonucuna göre yüksek olduğu, d) Modellerin tahmin gücü karşılaştırmalarında, diskiriminant analiz tekniğinin biraz daha başarılı olduğu, e) Yine, tüm değişkenlerin yer aldığı modellerin, değişken azaltılarak geliştirilen modellere nazaran biraz daha başarılı olduğu, tespit edilmiştir. Son olarak, çalışma sonucu geliştirilen modeller, özellikle banka ve finans kuruluşlarının işletme sınıflandırmasında kullanılabilir ve pratik bulunmuştur. Son dönemde bazı banka ve finans kuruluşlarının bu tür çalışmalar yaptığı tespit edilmiştir.

SUMMARY This model is a statistical model work that had been made in this Ph.D. thesis, in order to make analysis of the financial failure of business organizations. In this model, the problems of the Turkish business organizations investigated and studied for the prediction of financial problems to guess faster than ever. By this aim, the balance sheets and income tablesswhich were appreved by 'Capital Market Committee' between 1984-1988 used in this investigation. In this study 60 anonymous-firms which had profit in last 5 years chosed randomly. The firms which obtain negative results had been accepted as unsuccessful,, the rest as successful. It had been understood, (60*5=) out of 30Û firms which had been classified as subjective, that 52 firms are unsuccessful, 248 firms are successful. The financial ratios had been set up in this work which will be investigated of superiority according to traditional methods at prediction of financial failures of multivariation statictics model managements. Four groups had been classified whit these informations below; liquidity ratio is 4, financial ratio (leverage) is 4, activity ratio iş 3, ; prof tibility ratio is 4, It had been considered of `early warning system` in the first part of this work moreover some, of the important works and financial table analysis had explained. In addition, mentiened statistical methods which had been developed by traditional methods had been mentioned multivariate work and a model practical- work in the second section of this work had been performed. And in this work we used discriminant, regression, principal compenent and factor analysis as a statistical method. (5*15*60=) 4500 financial ratios which are accounted from fiscal tables of each one company has been analyzed with help of Excel programme. It had been analyzed in SPSS for Windows 7.5 statistics program. In this study, as a result; a) The veriables that are found importan in the analysis differs from sector to sector. Financial structure ratios in cement sector, liquidity ratios in textile sector, ttal profit/total assets ratios known as profitibility of investment in iron-steel sector financial ratio in nourishment sector share capital/total assets ratio in chemistry sector and financial structure and liquidity ratios in total analysis had been the veriables that showed the discrminantion test. b) It was determined that in separating business organizations as successful and unsuccessful, generally financial structure and liquidity ratios were definitive. According to this, in the successful group equity rate is higherVi in total sources than the unsuccessful group. Most of the sources consist of depts increase liquidity and to paying the depts higher in the successful group. c) The models performed a higher value on sectoral base have a higher value in the prediction compared to the others. d) Discriminant analysis is a little bit more successful in the comparis on of predicting power of the models. e) And the models which contain more variables are more powerful than the others. As a result, in this study, the importance of financial ratios in predicting the financial failure has been shown. The benefit of these financial ratios can be maximized if they are included in the use of multivariate predictive models.