DEMİR ÇELİK ENDÜSTRİSİNE YÖNELİK ETKİNLİK ANALİZİ VE ETKİNSİZLİĞİN KAYNAKLARI: DEA VE TOBİT MODEL UYGULAMASI Oğuz KARA * Üzeyir AYDIN ** Özet

Transkript

1 DEMİR ÇELİK ENDÜSTRİSİNE YÖNELİK ETKİNLİK ANALİZİ VE ETKİNSİZLİĞİN KAYNAKLARI: DEA VE TOBİT MODEL UYGULAMASI Oğuz KARA * Üzeyir AYDIN ** Özet Demir çelik endüstrisi, teknoloji ve sermaye yoğunluğu yüksek, kalifiye işgücü gereksinimi olan bir sanayi dalıdır. Çoğu kullanıcı sektör açısından, tedarik zincirinin başlarında yer alan ürünler ürettikleri için, demir çelik, sanayileşme açısından önemli bir endüstridir. Türk demir çelik endüstrisi, 2010 yılı itibariyle dünyanın onuncu, Avrupa nın ise ikinci en büyük çelik üreticisi konumuna ulaşmıştır. Bu çalışmada, Türkiye de faaliyet gösteren seçilmiş demir çelik üreticileri örnekleminden hareketle endüstrinin etkinlik düzeyi, Veri Zarflama (DEA) ve Malmquist Toplam Faktör Verimliliği (TFV) endeksi kullanarak hesaplanmıştır. Elde edilen etkinlik sonuçlarına göre, söz konusu endüstride ölçeğe göre artan getiri (TFV endüstri ortalaması 1.010) olduğu görülmüştür. Teknik etkinlik düzeylerinden hareketle etkinsizliğin kaynakları Tobit model ile analiz edilmiştir. Buna göre, Özel Sektör Kredilerinin GSYİH ya Oranı, Sanayi Sektörü Büyüme Hızı ve Yatırım Teşvik Sayııs, etkinsizliğin kaynaklarını açıklamada belirleyici olduğu sonucuna ulaşılmıştır. Anahtar Kelimeler: Demir Çelik Endüstrisi, Etkinlik, Veri Zarflama Analizi, Toplam Faktör verimliliği, Tobit Jel Kodları: D24, L16, L60, L61 EFFICIENCY ANALYSIS TOWARDS IRON-STEEL INDUSTRY AND THE SOURCES OF INEFFICIENCY: APLICATION OF DEA AND TOBİT MODEL Abstract The industry of iron and steel is an industrial branch which has high density of technology and capital and in need of qualified manpower. Iron and steel industry represents an importance for industrializm because of their productions which stand at the top of the supply chain for most user sectors. Turkish iron and steel industry, in year 2010, has reached the tenth of the world and second of the Europe s biggest steel manufacturer positions. In this study, with the inspection of choosen iron and steel manufacturers which are operating in Turkey, the level of efficiency is calculated with Data Envelopment Analysis (DEA) and Malmquist Total Factor Efficiency (TFV) index. According to the efficiency scores, there is a growing return to the scale (TFV industry mean is 1.010). With the consideration of technical efficiency, analyse * Yard.Doç.Dr., Düzce Üniversitesi, İşletme Fakültesi, oguzkara@duzce.edu.tr ** Arş.Grv.Dr., Dokuz Eylül Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, uzeyir.aydin@deu.edu.tr 1

2 of the sources of inefficiency with the Tobit model shows that the ratio of private sector credits to the GDP, growth rate of industrial sector and the number of investment encouragements are decisive at defining the sources of the inefficiency has been reached as a result. Key Words: Iron-Steel Industry, Efficiency, Data Envelopment Analysis (DEA), Total Factor Efficiency, Tobit Jel Codes: D24, L16, L60, L61 1. Giriş Demir çelik endüstrisi teknoloji ve sermaye yoğun, kalifiye işgücü gereksinimi yüksek olan bir ağır sanayi dalıdır. Endüstrinin çıktıları birçok kullanıcı sektöre girdi sağladığından ileri bağlantı katsayısı yüksek önemli bir endüstridir. Demir cevherinin veya hurdanın entegre tesislerde veya elektrik ark ocaklarında eritilmesi ile üretilen çelik ürünlerinin, çok çeşitli türleri bulunmakla birlikte, yassı ve uzun olmak üzere iki ana gruba ayrılır. Ağır sanayi kollarından en önemlisi olan demir çelik endüstrisi inşaat, altyapı, otomotiv, beyaz eşya ve makine sanayi gibi pek çok ana endüstriye hammadde sağlamaktadır. Bu nedenle bir ülkenin kalkınması, güçlü bir demir çelik endüstrisine ve demir çelik tüketimine sahip olmasıyla doğrudan ilişkilidir. Ülkemizde modern anlamda demir çelik üretimine yönelik girişimler, Cumhuriyetin kuruluşundan sonra başlamış ve Türkiye de demir çelik üretimi, ilk olarak 1928 yılında savunma sanayinin çelik ihtiyacını karşılamak amacıyla Kırıkkale de Makine Kimya Endüstrisinde (MKE) başlamıştır. Ardından entegre bir tesis olan Karabük Demir Çelik Fabrikaları 1939 yılında faaliyete geçmiştir. Özel sektörde ise, ilk ark ocaklı tesis olan METAŞ, 1960 yılında üretime başlamıştır. Yassı ürüne yönelik ilk tesis olan ERDEMİR, 1965 yılında Ereğli de üretime geçmiştir. Daha sonra, yurt içi demir çelik talebindeki gelişmeye cevap vermek üzere kurulan İskenderun Demir Çelik Fabrikaları 1975 yılında üretime başlamıştır. Türk Demir Çelik Endüstrisi, 1980 yılında 4,2 milyon ton ham çelik üretim kapasitesine ulaşmıştır. 80 li yılların ikinci yarısında yeni ark ocaklı tesislerin üretime geçmesiyle birlikte, özel kesim, Türk demir çelik sanayine ağırlığını koymuştur (Koca, 2008: 78) yılında Avrupa Kömür ve Çelik Topluluğu (AKÇT) ile imzalanan Serbest Ticaret Anlaşması sonucunda, gümrük vergilerinin karşılıklı olarak kaldırılması, Türkiye ile AB arasındaki çelik ticaretinin gelişmesine katkıda bulunmuştur (DTM, 2008: 17). 2

3 Demir çelik sanayinde hammadde ve malzemeler, toplam maliyetin yaklaşık yüzde ini oluşturmaktadır. Türk demir çelik sanayinde faaliyet gösteren entegre tesislerin temel girdileri olan demir cevheri ve kok kömürü ile ark ocaklı tesislerin en önemli maliyet kalemi olan hurda da büyük oranda dışa bağımlılık devam etmektedir Türkiye de demir çelik tesisleri Karadeniz Bölgesinde Karabük ve Ereğli civarında, Marmara Bölgesinde Gebze ve İstanbul da, Ege Bölgesinde Aliağa da ve Akdeniz Bölgesinde İskenderun civarında yoğunlaşmıştır. Türkiye deki üç entegre tesisin toplam ham çelik üretim kapasitesi, 2007 yılı itibarıyla 6,6 milyon tondur. ERDEMİR, 3,3 milyon tonluk ham çelik üretim kapasitesini kullanarak ve yurt dışından slab ithal ederek yassı çelik üretmektedir (Sekizinci Beş Yıllık Kalkınma Planı, DÇE Özel İhtisas Raporu, 2000) yılının başında ERDEMİR e devir yolu ile özelleştirilmiş bulunan İSDEMİR yassı ürün üretimine başlamış, az da olsa uzun ürün (filmaşin) üretimine devam etmektedir. İsdemir, ayrıca, ERDEMİR in slab açığının önemli bir bölümünü karşılamaktadır. Diğer taraftan, 1995 yılında çalışanlarına ve yöre halkına satılarak özelleştirilen KARDEMİR 1,1 milyon ham çelik üretim kapasitesi ile uzun ürün üretmektedir. Diğer taraftan, Türkiye genelinde, 270 adet olarak tespit edilebilen bağımsız haddehanelerin büyük çoğunluğu inşaat demiri üretimine yönelik faaliyet göstermektedir (Dokuzuncu Kalkınma Planı, 2007). Türkiye de ve dünyada yaşanan ekonomik krizlerin de etkisi ile, döneminde sektöre yoğun bir şekilde giriş-çıkış ve birleşmeler gözlenmiştir yılı itibariyle Türkiye demir çelik sektöründe yer alan firmalar şunlardır: Asil Çelik, ÇEBİTAŞ, ÇEMTAŞ, Çolakoğlu, Diler, Ege Çelik (Çukurova), Ekinciler, ERDEMİR, Erege Metal, HABAS, İÇDAS, İSDEMİR, İzmir Demir Çelik, Kaptan Demir Çelik, KARDEMİR, KROMAN, MKEK, Nursan Demir Çelik, Sivas Demir Çelik, Yazıcı Demir Çelik, Yesilyurt (DÇÜD, Erişim: Temmuz 2009) yılında 985,6 milyon ton olan dünya toplam demir cevheri üretimi, son 5 yılda yüzde 70 oranında artarak 2007 yılında 1632,5 milyon tona ulaşmıştır döneminde ham çelik üretimini 3 kattan fazla artıran Çin in, dünya ham çelik üretimi içerisindeki payı % 15 seviyesinden % 36 ya çıkmıştır yılları arasında, Türkiye nin ham çelik üretimi % 87 oranında artışla, 14,3 milyon tondan, 26,8 milyon tona yükselmiştir (DEÇÜD, 2009, Erişim tarihi, Temmuz 2009). Dünya genelinde, Çin den sonra en büyük büyüme 3

4 performansını elde eden Türk çelik endüstrisi, Türkiye ekonomisinin iki katı civarında daha iyi bir performans sergilemiştir yılının üçüncü çeyreğinde dünyada yaşanmaya başlayan krizle birlikte demir çelik üretim düşüşünün yanında birçok demir çelik ürününün satış fiyatı yaklaşık olarak üçte iki oranında gerilemiştir. Temmuz 2008 tarihinde 1500 $ seviyelerinde olan demir çelik ürün fiyatları, dünyada yaşanan krizin ülkemizi etkilemeye başlamasıyla birlikte Kasım 2008 tarihinde 400 $ seviyelerine gerilemiştir yılı, dünya çelik piyasasının 2008 ve 2009 yıllarında yaşadığı dramatik çöküşün etkilerinden kurtulmaya çalıştığı ve sektörün nispeten toparlandığı bir yıl olarak geçmiştir yılında dünya ham çelik üretimi milyon ton olarak gerçekleşti. Çin hariç tutulduğunda dünya ham çelik üretimi %21 oranında düşüş gösterirken, Çin deki %13,5 lik artış sayesinde dünya ham çelik üretimindeki gerileme %8 olarak gerçekleşti. Türkiye ham çelik üretiminin bir önceki yıla kıyasla % 5,6 azalarak 25,3 milyon ton seviyesine gerilemesine rağmen Ülkemiz bu üretimiyle İtalya yı geride bırakarak dünyada 10. sırada yer almaktadır. Sekil 1: Dünya Çelik Üretimi (Milyon Ton) Kaynak: (Erişim ) 4

5 Dünya Çelik Birliği (World Steel Association) verilerine göre 2010 yılında dünya çelik üretim kapasitesi 2,0 milyar tona ulaşırken, çelik üretimi bir önceki yıla göre %15 artış göstererek 1,41 milyar ton olmuştur. Tablo 1: Dünya Çelik Üreticileri: İlk 10 Ülke (Milyon Ton) Sıralama Ülke % Değişim 1 ÇİN JAPONYA ABD HİNDİSTAN RUSYA GÜNEY KORE ALMANYA UKRAYNA BİREZİLYA TÜRKİYE Kaynak: (Erişim ) 2010 yılında dünya ham çelik üretiminde en büyük pay geçen yıla göre %11,6 artış gösteren Asya nın olmuş, Avrupa kıtası da ikinci sırada yer almıştır. Dünyada çelik fiyatları ve talebinde birçok dalgalanmanın yaşandığı 2011 yılında ülkemiz, 34.1 milyon ton ham çelik üretimi ile bir önceki yıla göre %17 üretim artışı gerçekleştirerek dünya sıralamasında 10. konumunu korumuştur. 2. Yöntem Çalışmanın analiz boyutu iki aşamayı içermektedir. İlk olarak, Veri Zarflama Analizi (DEA) ve Malmquist Toplam Faktör Verimliliği (TFV) endeksinden hareketle endüstrinin ve firmaların etkinlik düzeyleri hesaplanmıştır. Analizin ikinci aşamasında ise birinci aşamada elde edilen Teknik Etkinlik (TE) düzeyleri bağımlı değişken olarak alınarak etkinliğin/etkinsizliğin belirleyicileri Tobit model yardımıyla ortaya koyulmuştur. Çalışmanın her bir aşamasında kullanılan yöntemler kısaca şu şekilde ifade edilebilir. Çalışma yönteminin ilk aşaması, etkinlik düzeyinin hesaplanmasını içermektedir. Etkinlik analizlerine yönelik olarak Charnes, Cooper ve Rhodes (1978), etkin sınır 5

6 içinde kalan etkin olmayan noktaların merkeze olan radyal uzaklıklarını belirleyen, matematiksel programlama tabanlı, parametrik olmayan bir çözümleme geliştirmişlerdir. DEA adını verdikleri bu yaklaşım sayesinde birden çok ve farklı ölçü birimlerine sahip girdi ve çıktıların etkinlik karşılaştırması yapmayı zorlaştırdığı durumlarda, karar verme birimlerinin (KVB) göreli performansını Farrell in yaklaşımı çerçevesinde ölçmek mümkün hale gelmiştir. DEA, doğrudan bir sınıra bağlı olarak etkinlik veya etkinsizlik düzeyinin ölçülmesini sağlamaktadır. DEA merkezi eğilimlerden ziyade uç verileri de kapsayan ve üretim teknolojisi üzerine herhangi bir sınırlama koymaksızın en iyi üretim sınırını (üretim eğrisini) oluşturmayı hedefleyen bir metodolojidir. Diğer bir ifadeyle, veri merkezine en iyi uyumu sağlayacak regresyon düzlemi yerine, gözlemlenen uç verileri kavrayacak doğrusal kısmi bir yüzeyin oluşturulmasını içermektedir (Arnade, 1994). Her bir KVB etkinlik düzeyi, oluşturulan bu yüzeye göre belirlenmektedir. DEA nin ilk sekli, bu modeli geliştiren Charnes, Cooper ve Rhodes un adlarının bas harfleriyle anılan CCR modeli olarak bilinmektedir. Daha sonra geliştiren tüm modeller temelde CCR modeline dayanmaktadır. CCR modeli ve varsayımları söyle belirtilebilir: CCR modeli, n KVB nin, m adet farklı girdi kullanarak s adet farklı çıktı üretme sürecini ele almaktadır. Maksimize edilecek çıktı/girdi oranının matematiksel ifadesi aşağıdaki gibidir (Jahanson GR ve diğ.,2005: 343). Bu ifade x 0 parametresi j karar birimi tarafından kullanılan i girdi miktarını, y 0 parametresi de j karar birimi tarafından kullanılan r çıktı miktarını göstermektedir. Bu karar birimi için değişkenler k karar biriminin i girdi ve r çıktıları için vereceği ağırlıklardır. Bu ağırlıklar sırasıyla ve olarak gösterilmiştir. Aşağıdaki ifade ise, k karar biriminin ağırlıklarını diğer karar birimleri de kullandığı zaman etkinliklerinin %100 ü aşmamasını sağlayan kısıttır. ;,,,. 6

7 Kullanılacak girdi ve çıktı ağırlıklarının negatif olmamasını sağlayan kısıt da aşağıda verilmiştir. ;,.,. ;,.,. Bu eşitsizlikler setinin doğrusal programlama modeline dönüştürülüp çözüme ulaşmak için maksimizasyon formundaki amaç fonksiyonunun paydasının 1 e eşitlenip bir kısıt haline getirilmesi yeterlidir. Charnes-Cooper dönüşümü olarak bilinen bu dönüşüm sonucu oluşan medel şu şekildedir. ;.., ;,.,. ;,.,. Yukarıdaki model n adet karar birimi için her birinin kendi parametreleri ile hazırlanıp n kere çözülmelidir. Özellikle etkin referans setlerinin belirlenmesinde destek sağlayan dual model ise zarflama problemi adı ile anılmakta ve aşağıdaki şekilde ifade edilmektedir. ;,,.,. 7

8 ;,,.,. ;,., ω q ω Dual modeldeki değişkeni etkin referans setlerinin belirlemede kullanılmaktadır. k karar biriminin primal modelde pozitif değerler verilen tüm dual değişkenlerin karşılık geldikleri karar birimleri etkindir. Bu etkin karar birimleri tarafından oluşturulan sete karar birimi k nın referans seti denilir. Eğer k etkin ise o zaman referans setindeki tek karar birimi kendisi olacaktır ve dual değişken nin değeri 1 e eşit olacaktır. Etkin olmayan karar birimleri için ise referans seti, etkinliğin yakalanabilmesi için yol gösterici olacaktır. Etkinlik analizlerinde üretim sürecinin geçmişteki belli dönemlerini dikkate alarak, faktörlerden bir kısmının veya tamamının verimliliğindeki (zaman içindeki) değişmeler, TFV ölçme literatürden (Malmquist-CRS endeksinden) yararlanılarak hesaplanabilir. Malmquist verimlilik endeksi ile TFV ni ölçebilmek için en az iki dönemin olması gerekir. Her iki dönem için fark fonksiyonlarından çıkarılan sonuç, maksimum ortalama çıktıdan olan sapmaları açıklamaktadır. Malmquist toplam faktör verimliliği endeksi ( ) gerekli olan uzaklık fonksiyonlarını tahmin etmek için en çok kullanılan yaklaşımıdır. Bu endeks, her bir veri noktasının ortak teknolojiye göre nisbi uzaklık oranlarını hesaplayıp, iki veri noktası arasındaki TFV deki (onu oluşturan teknik ilerleme ve teknolojik değişme) değişmeyi ölçmektedir ve aşağıdaki notasyonla ifade edilmektedir.,,,,,,, Bu endekste baz yıl t dönemiyle, bir sonraki yıl ise t+1 dönemiyle gösterilmektedir. Bu denklemde, notasyonu, (t+1) gözlemlerinden 8

9 (t) dönemi teknolojisine olan uzaklığı temsil etmektedir. Bu denklem aşağıdaki kalıpla gösterilebilir.,,,,,, Yukarıdaki denklemde, köşeli parantezin dışında yer alan oransal kısım, (t) ve (t+1) yılları arasındaki çıkı eksenli teknik ilerlemedeki değişmeyi ölçen kısmıdır. Yani, etkinlik değişimi; Farrell in (Farrell 1957) (t+1) dönemi için ele aldığı teknik etkinlik oranı, (t) döneminde belirlenen teknik etkinlik oranına eşittir. Köşeli parantez içinde yer alan kısım ise iki oranın geometrik ortalaması olup iki dönem arasındaki teknolojide (x t+1 ve x t ) meydana gelen değişmeyi açıklar. M0 nın değerinin 1 den büyük olması, TFV nin (t) döneminde (t+1) dönemine arttığını; 1 den küçük olması da TFV nin (t) döneminden (t+1) dönemine azaldığını gösterir (Kök ve Deliktaş 2003: 241; Kara, 2011). TFV deki değişme iki kısma ayrıldığında teknolojik değişme ve etkinlikteki değişme ayrı ayrı gösterilebilir. ğş,, ğş,,,, Malmquist verimlilik endeksinin ayrıştırılması TFV deki teknik etkinlikteki (TE) ilerlemenin ve teknolojik değişmenin (TD) katkılarını belirlememizi sağlamaktadır. Burada, TE üretim sınırını yakalama etkisi (catch-up effect) olarak ifade edilirken, TD üretim sınırı eğrisinin yer değiştirmesi (frontier-shift) olarak ifade edilmektedir. TE ve TD, TFV'ndeki değişmenin ana unsurlarını oluşturmaktadır. Diğer bir ifadeyle, TE ile TD'nin çarpımı TFV'ndeki değişmeyi vermektedir. Çalışmanın ikinci aşamasında ise etkinliğin/etkinsizliğin kaynakları belirlenmeye çalışılmıştır. Bu amaçla ilk aşamada elde edilen TE düzeyleri Tobit modelde bağımlı değişken olarak kullanılmıştır. Son yıllarda literatürde DEA ve Tobit 9

10 modeller sıklıkla birlikte (Ke-Chiun Chang ve diğerleri (2011); Kirjavainen, T. ve Loikkanen, H.A. (1998); Jackson, P., M., ve Fethi, M. D. (2000); Susiluoto, I. - Loikkanen H. (2001); Serdar Kılıçkaplan, Gaye Karpat (2004); António Afonso ve Miguel St. Aubyn (2006); Luoma ve diğerleri (1998); Chilingerian (1995); Hwang ve Oh, (2008)) kullanılmaktadır. Probit modelinin bir uzantısı olan Tobit Model James Tobin tarafından geliştirilmiştir. Bağımlı değişkene ait bilginin sadece bazı gözlemler için söz konusu olduğu örneklem sansürlü örneklem olarak bilinir (Kılıçkapan S. Ve Karpat G., 2004: 5; Aydın, 2010: 437). Tobit model aynı zamanda sansürlü yada kesikli regresyon modeli olarak da adlandırılır (Gujarati, 1999: 573) Bağımlı değişkenin değişim aralığının herhangi bir şekilde sınırlandırıldığı regresyon modellerinde eğer belirli bir aralığın dışındaki gözlemler tamamen kaybediliyorsa kesikli model, ancak en azından bağımsız değişkenler gözlenebiliyorsa sansürlü model söz konusu olur (Üçdoğruk ve diğ., 2001: 14-17) Tobit modelinde gözlenen bir kukla değişken, 1, (1) şeklindedir. Burada (i = 1, T) dir ve 0 ise nin gözlendiği, 0 ise nin gözlenemediği varsayılmaktadır. Böylece gözlenebilen, (2) şeklinde ifade edilebilir. Burada, 0,, açıklayıcı değişkenlerin bir vektörü, β ise bilinmeyen parametreleri göstermektedir (Maddala, 1989: 283)., latent değişken ve ise DEA dan elde edilen skorlardır (2) nolu Tobit Modelinde 0 olduğunda üzerine bazı gözlemler sıfır değerini almaktadır. modelinde negatif ya da sıfır değerini alan gözlemleri ihmal edildiğinde, için gözlemlerin modele katılması ile hata terimi sıfır ortalamaya sahip olamaz. Bu nedenle, ortalaması sıfırdan farklı bir truncated normal dağılıma sahiptir (Maddala, 1989; 283). 10

11 Veriler belirli bir limitin altında ya da üstünde sınırlandırıldığında örneklem verilerine uygulanan dağılım sürekli ve süreksiz dağılımların bir karması olur. Bağımlı değişken kesikli hale getirildiğinde belirli bir aralıktaki değerler tamamen tek bir değere dönüştürülmüş olur (Kılıçkapan S. Ve Karpat G., 2004: 5; Üçdoğruk ve diğ., 2001:14-17). Tobit Modelinin tahmininde ise genellikle Maksimum Olabilirlik (MO) yöntemi kullanılmaktadır. 1 2 exp 2 ft, standart normal dağılımın yoğunluk fonksiyonunu göstermekte ve standart normal dağılımın birikimli dağılım fonksiyonunu göstermetedir. Tobit Modeli için olabilirlik fonksiyonu (L) ; 1 şeklinde yazılabilir. Olabilirlik fonksiyonu (L), ya göre maksimize edildiğinde bu parametrelere ait maksimum olabilirlik (MO) tahminleri aşağıdaki gibi elde edilir: 1 / (3) / 1 2 / / 11

12 (3) no lu ifadede ilk çarpım, %100 etkin olan ( 0) firmalara ait gözlemleri, ikinci çarpım ise etkin olmayan (y > 0) firmalara ait gözlemleri göstermektedir (Kılıçkapan S. Ve Karpat G., 2004: 7). Tobit Modeller için hata terimlerinin normal dağıldığı ya da genel olarak parametrik biçimi belli olan dağılım fonksiyonuna sahip olduğu bilindiğinde maksimum olabilirlik ve diğer olabilirlik bazlı süreçler tutarlı ve asimptotik olarak normal dağılımlı tahmin ediciler verir. Bununla birlikte, olabilirlik fonksiyonunun varsayılan parametrik biçimi yanlış belirlendiğinde tahmin ediciler tutarsız olur. 3. Veri Seti Demir çelik endüstrisini temsilen Ereğli Demir Çelik (ERDEMİR), Karabük Demir Çelik (KARDEMİR), Asil Çelik (ASİL ÇELİK) ve İzmir Demir Çelik (İZDEMİR) firmaları seçilmiştir 1. Bu ölçümlerde girdi olarak firmaların toplam işgücü sayısı ve toplam sermaye stoku, çıktı olarak da üretim düzeyi değişkenleri kullanılmıştır. Sermaye stoku aralıksız envanter yöntemiyle hesaplanmıştır 2. Literatürde firma sayısı ile girdi-çıktı sayıları arasında genellikle n+1 > m+s (n=kvb sayısı, m=girdi sayısı, s=çıktı sayısı) ilişkisi tercih edilir. Bazı çalışmalarda bu kısıt n 2(m+s), bazılarında ise n/3 > (m+s) şeklindedir (Jenkıns L. ve Anderson M., 2003; 54). Endüstriye ilişkin ölçümlerde kullanılan değişkenler Özelleştirme İdaresi Başkanlığından (ÖİB), firmaların faaliyet raporlarından ve firmaların bağımsız denetimden geçmiş bilanço, gelir tablosu gibi mali raporlarından hareketle elde edilmiştir. Analizlerde kullanılan veriler dönemini kapsamaktadır. Sermaye stokunun hesaplanmasında kullanılan parasal büyüklükler, 1987 yılı bazlı GSYİH deflatörü kullanılarak reelleştirilmiştir. Endüstri temelli tüm etkinlik ve verimlilik hesaplamaları, DEA Solver Pro 4.1 bilgisyar programı yardımıyla yapılmıştır. 1 Endüstride yer alan çok sayıda küçük ölçekli firma etkinlik üzerinde belirleyici olmaları (saptırıcı) nedeniyle, bir kısmı da firmaların faaliyet raporlarına ulaşılamaması nedeniyle veri setinde yer almamaktadır. Buna karşın söz konusu dört firmanın endüstri içindeki payı %70 in üzerinde olduğundan örneklemin endüstriyi açıkladığı düşünülmektedir. 2 Sermaye stokunun tahmininde aşınma paylarınıda dikkate alan bu yöntem, geçmiş dönemlere ait yatırım haracama verilerini kullanmakta ve bu günkü sermaye stokunun geçmiş dönemlerde yapılan yatırımların birikimi olduğunu kabul etmektedir. Ayrıntılı bilgi için bakınız (Saygılı ve diğ. 2005; Şimşek 2008; Kara 2009) 12

13 4. Uygulama Sonuçları Demir Çelik Endüstrisine yönelik olarak dönemi kaynak kullanım etkinliğini ölçmeye yönelik olarak DEA analizinde çıktı eksenli ve ölçeğe göre değişken getiri (O-GRS 3 ), firmaların etkinliklerindeki değişmeleri takip etmek amacıyla da Malmquist(O-GRS) hesaplanan TFV sonuçları Tablo 2 de gösterilmiştir. 3 TFV hesaplanmasında çıktı odaklı ölçeğe göre değişken getiri varsayımı benimsenmiştir. Endüstride yer alan firmaların ölçekleri bir birinden farklı ise GRS(değişken getiri) daha etkin sonuç vermektedir. 13

14 Tablo 2: Malmquist Toplam Faktör Verimliliği (TFV) Sonuçları Karar Birim. Malmquist Toplam Faktör Verimliliği Endeksi (TFV) Malmquist (TFV) Ortalama TE Değişim (Catch-up) Teknolojik Değişim Ort.(Frontier) ERDEMİR KARDEMİR ASİLCELİK İZDEMİR Ortalama Maksimum Minimum Stand. Hata Tablo 3: Malmquist Teknik Etkinlik (TE) Sonuçları Teknik Etkinlik Düzeyleri (TE) Karar Birimleri Ortalama EREĞLİ D.Ç KARABÜK ASİL Ç İZDEMİR Ortalama

15 Yukarıdaki tablodan elde edilen etkinlik skorlarına bağlı olarak endüstriye ilişkin TFV nin ele alınan dönemde ortalama 1,010 olduğu hesaplanmıştır. Buna göre endüstrinin tamamına ilişkin ölçeğe göre artan getirilerin geçerli olduğunu söylemek mümkündür. Endüstride yer alan her bir firmaya ilişkin TFV skorları inceliğinde ise; ERDEMİR in döneminde TFV skoru ortalama düzeyinde olup endüstri ortalamasının üzerindedir. Firma, 2003 ve 2005 yılı hariç firma ölçeğe göre artan getiri ile çalışmaktadır. Özellikle 2005 yılında bir önceki döneme oranla TFV ortalama % 8 düzeyinde azalmıştır. Bu değişimin kaynağı incelendiğinde firmanın uygun ölçekte çalışmadığı (TE katsayısı bu dönemde 0.991) görülmektedir. KARDEMİR in döneminde TFV skoru ortalama düzeyinde olup endüstri ortalamasının altındadır. Özellikle 2001 ve 2002 yıllarında etkinlik düzeyindeki değişmeniz azaldığı görülmektedir. Bu değişimde 2001 krizin etkileri olduğu ilgili firmanın faaliyet raporlarından da anlaşılmaktadır. ASİLÇELİK in döneminde TFV skoru ortalama düzeyinde olup endüstri ortalamasının üzerindedir. Özellikle 2001 yılında TFV düzeyi bir önceki yıla göre yaklaşık %11 düzeyinde artmıştır. Buna karşılık 2007 ve 2008 yıllarında ise TFV değişim düzeyi ortalama % 9 düzeyinde azalmıştır. Dönem bir bütün olarak incelendiğinde endüstrideki diğer firmalara nazaran uygun ölçek büyüklüğünü yakaladığı görülmektedir. İZDEMİR in döneminde TFV skoru ortalama düzeyinde olup endüstri ortalamasının altındadır. Özellikle 2008 küresel krizden sonra %7.5 oranında TFV düzeyi azalmıştır. Tablo 2 de yer alan endüstrinin TE ve Teknolojik değişme düzeyleri incelendiğinde firmaların genel olarak yeni teknoloji ile çalıştığı (endüstri ortalaması 1.007) yani teknolojik gelişmeleri üretim sürecine yansıttıkları görülmektedir. Uygun ölçek büyüklüğünü ifade eden endüstri TE katsayılarına bakıldığında ise İZDEMİR in uygun ölçekte çalışmadığı görülmektedir. Endüstri bir bütün olarak değerlendirildiğinde ilgili dönem itibariyle uygun ölçeğin gerçekleştiği (endüstri ortalaması 1.003) görülmektedir. Çalışmanın ikinci aşamasında demir çelik endüstrisinde etkinsizliğin kaynakları ortaya konulmuştur. Analizde firmanın TE skorları bağımlı değişken olarak yer alırken bağımsız değişken olarak endüstriye yönelik makro değişkenler (Sanayi sektörü büyüme hızı (SBH), Özel sektör kredilerinin GSYH'a oranı (OSK), İmalat sanayi yatırım teşvik belge sayısı (YTB) ve Sanayi katma değerinin GSYH'a oranı (SKD)) kullanılmıştır. Oluşturulan Tobit model çalışmanın yönteminde de belirtildiği şekilde tanımlanmış ve elde edilen sonuçlar ekonometrik ve istatiksel ölçütler çerçevesinde aşağıdaki şekilde rapor edilmiştir. Tablo 4: Tobit Model Sonuçları (Etkinliği Belirleyen İçsel değişkenler) Bağımlı değişken: Teknik Etkinlik Düzeyi (TE) Bağımsız Değişkenler Katsayı Std. Hata t istatistiği P>t Olasılık Sabit SBH OSK YTB SKD Sigma Log likelihood LR Chi

16 Yukarıdaki model sonuçlarına göre endüstride sanayi sektörü büyüme hızı katsayısının negatif eğimli olduğu görülmektedir. Sanayi büyüme hızındaki bir birimlik artışın TE düzeyi üzerinde olumsuz bir etki yaratma ihtimalini ifade etmektedir. Bunun nedeni ise demir çelik sektöründe, ağırlıklı olarak ithal girdi kullanılmasıdır. Elektrik Ark Ocaklı (EAO) kuruluşlarda hammadde olarak kullanılan hurdanın %70 civarındaki bölümü; Entegre tesislerde ise, hammadde olarak kullanılan demir cevherinin % 60 ı, kömürün ise % 90 civarındaki bölümü ithal edilmektedir. Dolayısıyla sanayi büyüme hızının artışı ithalata olan talebi arttırmakta bu da endüstrinin üretim maliyetlerini arttırmaktadır. Üretim maliyetlerindeki artış referans üretim sınırını yakalamayı güçleştirmekte bu nedenle TE katsayısını olumsuz yönde etkilemektedir. Özel sektör kredilerinin GSYH'a oranın artması, imalat sanayi yatırım teşvik belge sayısının artması ve Sanayi katma değerinin GSYH'a oranın artmasının teknik etkinlik düzeyleri üzerinde pozitif bir etkide bulunacağı (katsayıların işaretleri pozitif olup sırasıyla , ve ) model sonuçlarından görülmektedir. Söz konusu katsayıların işaretleri iktisadi olarak beklentilere uygun olup, endüstriye yönelik katma değer yaratımının ve sektöre ilişkin açılan kredilerin ölçek üzerinde ve teknik etkinlik düzeylerine etkili olması önem arz etmektedir. Model sonuçlarına bağlı olarak ağır metal sanayine yönelik teşviklerin arttırılması ve kapasite arttırıcı yatırımların, kredi ve sübvansiyonlarla desteklenmesi gerekliliği önem kazanmaktadır. 5. Sonuç Demir çelik endüstrisi, teknoloji ve sermaye yoğunluğu yüksek, kalifiye işgücü gereksinimi olan bir sanayi dalıdır. Bunun yanı sıra endüstrinin çıktıları birçok sektöre girdi sağladığından, yayılma etkisi yaratması açısından, ileri bağlantı katsayısı yüksek bir endüstridir. Demir çelik endüstrisinde, ağırlıklı olarak ithal girdi kullanılmaktadır. Elektrik Ark Ocaklı (EAO) kuruluşlarda hammadde olarak kullanılan hurdanın %70 i, entegre tesislerde ise, hammadde olarak kullanılan demir cevherinin % 60 ı, kömürün ise % 90 ı ithal edilmektedir. Bu durum Türk demir çelik endüstrisini dünya çelik fiyatlarından ve üretim maliyetlerinde meydana gelecek şoklara karşı esnek hale getirmektedir. Yukarıda tanımlanan modellerden elde edilen sonuçlara bağlı olarak endüstrinin geneli açısından ölçeğe göre artan getirilerin geçerli olduğu görülmektedir. Endüstri dışsal koşullara bağlı olmakla birlikte dinamik bir sektör olma özelliğini koruduğu (TE ve Teknolojik değişme skorlarına bağlı olarak) görülmektedir. Tobit modelden elde edilen bulgulara bağlı olarak endüstriye yönelik katma değer yaratımının, sektöre ilişkin açılan kredilerin ve yatırım teşviklerinin endüstrinin verimliliği üzerinde pozitif bir etkiye neden olduğu sonucuna ulaşılmıştır. Endüstrinin gelişmesinde ve verimliliğinin artmasında, temel girdi olan enerji desteğinin sağlanması, hurda ve kömürde dışa bağımlılığın azaltılması, ihracat payının arttırılması (yeni pazarların bulunması) ve yurt içinde özellikle inşaat sektöründe çelik kullanımın arttırılması uygulanabilir politik argümanlar olarak önerilmektedir. Kaynaklar Aydın Üzeyir (2010), Finans Endüstrisinde Karşılaştırmalı Organizasyonel Etkinlik: Türkiye Örneği DEU, Sosyal Bilimler Enstitisü, Yayımlanmamış Doktora Tezi, İzmir 16

17 Afonso, A. and St. Aubyn. (2006), Relative Efficiency of Health Provision: a DEA Approach with Non-discretionary Inputs. ISEG-UTL,Department of Economics Working Paper, No: 33/2006/DE/UECE. Chilingerian, J.A., (1995), Evaluating Physician Efficiency in Hospitals: A Multivariate Analysis of Best Practices, European Journal of Operational Research, 80 (3), pp DÇÜD, Türk Demır Çelık Sektörü, ( ) Farrell, M.J. (1957) The Measurement of Productive Efficiency, Journal of Royal Statisticai Society, Series A, General 120, Part 3: Gujarati, Damodar N. (1999). Temel Ekonometri. (Çev:Ü. Senesen ve G.G. Senesen), Literatür Yayınları, 1.Baskı, Istanbul. Hwang, D.S. & Oh, D., (2008), Do Software Intellectual Property Rights Affect the Performance of Firms? Case Study of South Korea, In The Third International Conference on Software Engineering Advances, Sliema, Malta, October Jackson, P., M., Fethi, M. D. (2000), Evalution the Technical Efficiency of Turkish Commercial Banks: An Application of DEA and Tobit Analysis, International DEA Symposium, University of Queensland, Brisbane, Australia, 2-4 July. Jenkıns, L ve M. Anderson (2003), Stochastics and Statistics a Multivariate Statistical Approach to Reducing the Number of Variables in Data Envelopment Analysis European Journal of Operational Research, Volume: 147, 2003, s Johanshahloo G.R., Hosseinzadeh F., Shoja N. ve Tohidi G. (2005), Sensitivity and Stability Analysis in Data Envelopment Analysis, Journal of the Operational Research Society, 2005, 56, Kara O.(2011), Türkiye Petro-Kimya Endüstrisine Yönelik Etkinlik Analizi : DEA Ve Tobit Model Uygulaması, 12. Uluslararası Ekonometri Yöneylem Araştırması ve İstatistik Sempozyumu (EYİ), Mayıs 2011 Ke-Chiun Chang, Chang-Liang Lin1, Yu Cao ve Chia-Fu Lu (2011), Evaluating branch efficiency of a Taiwanese bank using data envelopment analysis with an undesirable factor, African Journal of Business Management, Vol. 5(8), pp , 18 April, 2011 Kılıçkaplan S., Karpat G. (2004), Türkiye Hayat Sigortası Sektöründe Etkinliğin İncelenmesi D.E.Ü,.İ.İ.B.F.Dergisi Cilt:19 Sayı:1, Yıl:2004 Kirjavainen, T. and Loikkanen, H.A. (1998), Efficiency differences of Finnish senior secondary schools: an application of DEA and Tobit analysis, Economics of Education Review 17, 4, Koca, M. A., (2008). Türk Demir Çelik Sanayii İçin Strateji Önerileri: Bütünleşme ve Ortak Girdi Temini, DPT Uzmanlık Tezi, Ankara 17

18 Kök, R., Deliktaş E., (2003). Endüstri İktisadında Verimlilik Ölçme ve Strateji Geliştirme Teknikleri, Dokuz Eylül Üniversitesi Yayınları, ISBN , Yay No: 25-8/1, İzmir Luoma, K., Jarvio, M., Suoniemi, I. & Hjerppe, R.T., (1998), Financial incentives and productive efficiency in Finnish health centres, Health Economics, 5 (5), pp Maddala, G. S. (1989), Introduction to Econometrics, Macmillan Publishing Company, New York Saygılı Ş., Cihan C. ve Yurtoğlu H. (2005), Türkiye Ekonomisinde Sermaye Birikimi, Verimlilik ve Büyüme: , Devlet Planlama Teşkilatı, Ekonomik Modeller ve Stratejik Araştırmalar Genel Müdürlüğü, Yayın No: 2286, Ankara Susiluoto, I. - Loikkanen H. (2001), The Economic Efficiency of Finnish Regions , an Application of the DEA Method. Paper presented at the 41st Congress of the European Regional Science Association, Zagreb, Croatia Şimşek N., (2008), Türkiyenin Endüstri-içi Dış Ticaretinin Analizi, Beta yay., ISBN: , İstanbul T.C. Başbakanlık Devlet Planlama Teşkilatı, (2007). Dokuzuncu Kalkınma Planı, ( ), Ankara T.C. Başbakanlık Devlet Planlama Teşkilatı, (2000). Sekizinci Beş Yıllık Kalkınma Planı, Demir-Çelik Sanayii Özel İhtisas Komisyonu, DPT: ÖİK: 520, Ankara, T.C. Dış Ticaret Müsteşarlığı İhracat Ggenel Müdürlüğü,(2008). Demir Çelik Sektör Raporu, Ankara Üçdoğruk, Şenay, Akın Fahamet ve Emeç Hamdi (2001), Türkiye Hanehalkı Eğlence Kültür Harcamalarında Tobit Modelin Kullanımı, Gazi Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, Cilt: 3, Sayı: 3. 18