İŞLETMELERİN AKTİF BÜYÜKLÜKLERİ VE FİRMA PERFORMANSLARI: IMKB 100 ÖRNEĞİ. Özet ASSETS GROWTH AND FIRM PERFORMANCE: ISE 100.

Transkript

1 16. Finans Sempozyumu, Ekim 2012, Erzurum 459 İŞLETMELERİN AKTİF BÜYÜKLÜKLERİ VE FİRMA PERFORMANSLARI: IMKB 100 ÖRNEĞİ Özet Cengiz TORAMAN 1 Çağatay BAŞARIR 2 Bu çalışma, İMKB 100 de işlem gören şirketlerin, aktiflerinin büyümesini firma performansları yönünden tahmin etmeyi amaçlamaktadır. Bu amaçla, IMKB 100 de yer alan toplam 74 adet firmanın yılları arasındaki toplam varlıklarının değişimi, işletmelerin performansları yönünden, 2011 yılına ilişkin çeşitli rasyolar kullanılarak, çoklu istatistik tekniklerinden Diskriminant Analizi yöntemi ile tahmin edilmeye çalışılmıştır. Sonuç olarak, araştırmanın yapıldığı zaman dilimi ve şirketler bazında, işletmelerin aktiflerinin büyümesinin % 74,3 oranında firma performanslarını ölçen oranlar tarafından tahmin edilebileceği tespit edilmiştir. Anahtar Kelimeler: İMKB 100, Toplam Varlıklar, Diskriminant Analizi, Firma Performansı. ASSETS GROWTH AND FIRM PERFORMANCE: ISE 100 Abstract The aim of this study is to estimate the assets growth of the ISE 100 firms, in terms of firm performance. For this purpose, total asset change of 74 publicly traded companies in ISE 100, in terms of company performance between using different ratios and one of multiple statistic methods: discriminant analysis. As a conclusion, on the basis of the investigated time period and the companies, 74.3% of the company asset growth can be estimated by the ratios measuring the company performance. Key Words: ISE 100, Total Assets, Discriminant Analysis, Company Performance. 1. Giriş Varlıklar, işletmeye tahsis edilen kaynakların kullanılma yerlerini göstermektedirler. İşletme varlıkları maddi ve maddi olmayan değerlerin bütününü kapsamaktadır. Ticari mal, makine, arsa gibi bazı varlıklar fiziksel niteliğe sahip iken, banka mevduatı, üçüncü kişilerden alacaklar gibi varlıklar bir miktar parayı talep etme hakkını; telif hakkı ve peşin ödenmiş kira gibi varlıklar ise kullanma hakkını temsil etmektedirler (Çaldağ ve Ayanoğlu, 2002). 1 Prof.Dr., Gaziantep Üniversitesi İ.İ.B.F. İşletme Bölümü, cengiztoraman2004@yahoo.com 2 Öğr.Gör. Balıkesir Üniversitesi Bandırma MYO, Muhasebe ve Vergi Uyg. Prog. cagataybasarir@gmail.com

2 460 Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesitesi Bir işletmenin varlıkları iş operasyonlarının tamamlayıcı bir parçasıdır. Tüm operasyonlarda varlıklar, diğer yükümlülüklerin bileşenleri ve hakkaniyetleri ile birlikte çalışmaktadır. Hisse senedi getirileri işletmenin performansını ölçen en önemli kriterlerden bir tanesidir. Bununla birlikte daha önce yapılan çalışmalarda, kamunun ulaşabileceği bilgilerin söz konusu olduğu durumlarda etkin piyasa hipotezinin aksine piyasa daha yavaş hareket etmektedir. Satışlar ve gelir büyümesi de önemli performans ölçülerinden bir tanesidir. Büyüme, ekstra kapasite, fırsatlar, gelirler ve kar sağlamaktadır. Büyüme kendi içinden veya dışarıdan birleşme veya satın almalar ile gerçekleşebilmektedir. Bu çalışmada öncelikle ayrıntılı bir şekilde litaratür taramasına yer verilecek daha sonra kurulan modelin teorik yapısı açıklanacaktır. Çalışmanın son kısmında ise modele ilişkin sonuçlara yer verilecektir. 2. Literatür Taraması Literatür incelendiğinde daha çok firmaların performanslarını etkileyen değişkenlerin tespit edilmesine yönelik çalışmaların bulunduğu görülmektedir. Bu çalışmaların birçoğunda da hisse senetlerinin yapısının analiz edildiği görülmektedir. Yerli literatürde bu konuda çok sayıda çalışmaya rastlanmaz iken yabancı literatürde biraz daha fazla çalışmanın yapıldığı görülmektedir. Altman (1968) çalışmasında, çoklu diskriminant analizini kullanmıştır. Modelde kullanılmak amacıyla öncelikle 22 finansal rasyo belirlemiş daha sonra istatistiksel analiz sonucunda modelde kullanacağı değişken sayısını 5 e indirmiştir. Altman çalışmasının sunucunda elde ettiği modeli Z modeli olarak ifade etmiştir. Bu modele göre, işletmeler iflastan bir yıl öncesi için %95, iki yıl öncesi için %72 oranında doğru sınıflama yapılmıştır. Cooper, Gülen ve Schill(2008) yılında yılları arasındaki NYSE, Amex ve NASDAQ endekslerinde faaliyette bulunan verilerine ulaşma imkanı olan finansal sektörde faaliyet göstermeyen işletmelerin hisse senetleri getirilerinin ve toplam varlıklarına ilişkin aylık verilerini kullanarak oluşturmuş oldukları portföylere ilişkin analiz yapmışlardır. çalışmalarında t ve t+1 dönemini baz almışlar ve portföylerdeki değişimleri bir yıllık ve beş yıllık getiriler şeklinde hesaplayarak firmaların toplam varlıklarındaki büyüme ile hisse senetleri arasındaki güçlü negatif ilişkiyi tespit etmeye çalışmışlardır. Sonuç olarak, hisse senedi getirileri üzerindeki etkileri aktif büyüme etkisinin diğer etkileri domine ettiğini tespit etmişlerdir. Geleneksel risk bazlı yaklaşımların büyük ve sürekli getirileri açıklamakta zorluk çektikleri sonucuna varmışlardır. Höbarth(2006), 19 yıllık periyodu baz alarak yapmış olduğu doktora çalışmasında ABD de yer alan firmaların piyasa performansları(piyasa performansı olarak, hisse değerindeki değişimler, nakit akım performansları ve karlılık) ile

3 16. Finans Sempozyumu, Ekim 2012, Erzurum finansal rasyo arasındaki korelasyonu araştırmıştır. Sonuç olarak, sadece bir değişkenin (satışların değişimini ölçen rasyo) üç performans ölçüsü üzerinde de anlamlı etkiye sahip olduğu söylenebilirken diğer değişkenlerin anlamlı bir etkiye sahip olduğu ortaya çıkmıştır. Bununla birlikte, defter değeri piyasa oranı, varlıkların dönüşümü, büyüklük ve pay senetlerinin değerlerine ilişkin rasyoların aynı etkiye sahip olduğu tespit edilmiştir. Singh ve Pandey (2008) yılları için yaptıkları çalışmalarında cari oran, asit test oranı, çalışma sermayesi oranı, alacak devir hızı, çalışma sermayesinin toplam aktiflere oranının şirketin karlılığına anlamlı bir etkide bulunduğu sonucunu ortaya koymuşlardır. Şahin(2011) yapmış olduğu İMKB ye kayıtlı imalat şirketlerinde Çalışma Sermayesi Politikaları ve Firma Performansı İlişkileri isimli çalışmasında Türkiye İMKB ye kayıtlı olarak faaliyet gösteren imalat şirketlerinin yılları arasındaki bilanço verilerinden yararlanarak döner varlıklar/toplam aktif (DV/TA) ve kısa vadeli borçlar/toplam aktif (KVB/TA) oranlarının firma başarısı üzerindeki etkilerini panel veri analizi kullanılarak araştırmıştır. Çalışmanın sonucunda, Türkiye deki imalat şirketlerinin performanslarını arttırabilmeleri için hem kriz dönemlerinde ve hem de krizin yaşanmadığı durumlarda koruyucu çalışma sermayesi yatırım ve finansman politikalarını benimsemelerinin daha faydalı olacağı sonucunu elde etmiştir. Karadeniz ve İskenderoğlu(2011), yılları arasındaki çeyrek dönemlik verileri kullanarak yapmış olduğu çalışmasında bütünleşik regresyon yöntemini kullanarak halka açık turizm işletmelerinde aktif karlılığı etkileyen değişkenleri analiz etmişlerdir. Çalışmanın sonucunda kaldıraç oranının aktif karlılık üzerinde negatif; ölçek, pazar payı, net işletme sermayesi devir hızı ve aktif devir hızının ise pozitif etkili olduğu sonucuna ulaşılmışlardır. Ayrıca alacak devir hızı ile stok devir hızının aktif karlılığı üzerinde anlamlı bir etkisinin olmadığı sonucuna varmışlardır. Terzi(2011), Finansal Rasyolar Yardımıyla Finansal Başarısızlık Tahmini: Gıda Sektöründe Ampirik Bir Araştırma isimli çalışmasında 2009 ve 2010 yıllarında İMKB gıda sektöründe faaliyet gösteren 22 şirket üzerinde Altman Z skoruna göre belirlenmiş 6 adet finansal rasyo kullanarak diskriminant analizi yardımıyla işletmelerin finansal başarısızlık riskini ölçmeye çalışmıştır. Sonuç olarak oluşturulan modelin %90,9 oranında doğruluk oranına sahip olduğunu saptamıştır. 3. Ampirik Çalışma 3.1. Veri Seti Çalışma IMKB 100 de yer alan ve reel sektörde faaliyet gösteren 74 firmanın mali tablolarından yararlanılarak yapılmıştır. Firma sayısının 74 adette kalmasını etkileyen birçok kısıt söz konusudur. Bunlar içerisinde en önemlileri olarak internet üzerinden hem 2010 hem de 2011 verilerine ulaştığımız firmaların

4 462 Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesitesi seçilmesidir. Bir diğeri de tüm firmaların aynı rasyolarını hesaplama zorunluluğumuz olduğu için bilançolarında aynı bilgiler olan firmaların seçilmiş olmasıdır. Bu kısıtlar dolayısıyla IMKB 100 de yer alan firmalar elenerek son olarak elimizde 74 firma kalmıştır. Analizimiz bu 74 firma üzerinde gerçekleştirilmiştir. Örneklemimizi oluşturan toplamda 74 firmanın 31 tanesi negatif aktif büyüklüğe sahip iken geriye kalan 43 firmanın pozitif aktif büyüklüğe sahip olduğu görülmektedir. Tablo 1: Analizde Kullanılan Finansal Oranlar Oranlar Kısaltmalar Varlıklar Net Kar/Toplam NKTV Varlıklar Satışlar/Toplam Net Kar/Satışlar Net Kar/Özsermaye SATV NKSA NKÖZ Toplam Alacaklar/Satışlar TASA 3.2. Diskriminant Analizi Diskriminant analizi grup üyeliklerini belirlemeye yönelik bir model kurma amacına hizmet eden çok değişkenli bir istatistiksel tekniktir. Model, gruplar arasında en iyi ayrımı yapmayı sağlayan bağımsız değişkenlerin doğrusal bir kombinasyonuna dayalı olarak ortaya çıkan diskriminant fonksiyonlarından oluşmaktadır. Diskriminant analizi varsayımların karşılanması durumunda, kategorik bir bağımlı değişkenin düzeylerine ilişkin üyeliği belirleyen bağımsız değişkenlerin neler olduğunun belirlenmesine yönelik kavramsal ve matematiksel temelleri güçlü bir istatistiktir (Çokluk ve Diğerleri, 2010). Diskriminant analizi, kategorik bağımlı değişkenler ile metrik bağımsız değişkenler arasındaki ilişkileri tahmin etmeyi amaçlayan çok değişkenli bir istatistik tekniğidir. (Altman, 1968). Diskiriminant analizinin temel amaçları iki şekilde ifade edilebilmektedir; a. Ayırma: Diskriminant fonksiyonlarını belirleyip bu fonksiyonlar aracılığıyla gruplar arası ayırıma en fazla etki eden ayırıcı değişkenleri belirlemek.

5 16. Finans Sempozyumu, Ekim 2012, Erzurum 463 b. Sınıflandırma: Hangi gruptan geldiği bilinmeyen bir birimin hangi gruba dahil edileceğini belirlemek. şeklinde iki başlık halinde toplanabilmektedir. Birinci amaca yönelik olarak yapılan analiz Betimsel Amaçlı Analiz, ikinci amaca yönelik olarak yapılan analiz ise Karar Amaçlı Analiz olarak ifade edilebilmektedir (Ünsal, 2000). Diskriminant analizi katsayıların ve fonksiyonların belirlenmesinde iki gruplu ve çok gruplu (ikiden fazla) olarak incelenmektedir. Ayrıca veri setinde yer alan gereksiz ya da minimum etkide bulunan değişkenleri ayıklamak amacıyla Aşamalı Diskriminant Analizi de uygulanmaktadır (Özdamar, 2009). Çalışmada iki grup söz konusu olduğu için iki gruplu doğrusal diskriminant modeli üzerinde durulacaktır. Fisher çok değişkenli X gözlem matrisini 1 ve 2 anakütlelerine ilişkin tek değişkenli y değerlerine dönüştürmeyi ve bu y değerlerinin anakütlelere göre birbirlerinden olabildiğince farklı olmalarını sağlamayı amaçlamıştır. y leri belirlerken X gözlem matrisinin doğrusal bileşenlerini almıştır (Özdamar, 2009). Gruplar arasındaki farklılığı maksimize edecek bir diskriminant fonksiyonu aracılığıyla grupları birbirinden ayırmak mümkün olacaktır. Bu nedenle ortak bir diskriminant fonksiyonu belirlenmektedir. i ve j grupları arasındaki ayırma fonksiyonu; Y= b 0 +b 1 X 1 +b 2 X b p X p +ε i şeklinde yazılabilmektedir.(özdamar, 2009). Hesap değerinin tablo değerini aşması durumunda, bulunan diskriminant fonksiyonunun bireyleri gruplara ayırma özelliğinin iyi olduğu sonucuna varılacaktır. Aksi bir durumda diskriminant analizi sonuçlarına güvenilemeyeceği yorumu yapılabilmektedir (Cangül, 2006). Çalışmamızda kullanmış olduğumuz değişkenlerimizin yer aldığı, tahmin edilecek olan diskriminant fonksiyonu aşağıdaki gibi gerçekleşecektir. Aktif Büyümesinin Tahmini=b 0 +b 1 NKTV+b 2 SATV+b3NKSA+b 4 NKÖZ+b 5 TASA+ε i Çalışmada ele alınan işletmelerin aktiflerinin büyümesi pozitif ise aktif büyümesinin tahmini 1 değerini almakta iken, aktiflerinin büyümesinin negatif olduğu işletmeler ise 0 değeri almışlardır. 4. Bulgular ve Sonuç

6 464 Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesitesi Çalışmanın bu kısmında, işletmelerin aktif büyümeleri ile daha önce açıklanan rasyolara ilişkin yapılan diskriminant analizi sonuçları ve son olarak da analiz sonucunda elde edilen diskriminant fonksiyonu verilecektir. Tablo 1: Wilks Lambda Grup Ortalamalarının Eşitliği Testi Wilks' Lambda F df1 df2 Sig. NKTV,989, ,373 SATV,992, ,451 NKSA,966 2, ,118 NKOZ,830 14, ,000 TASA,976 1, ,186 Tablo 1 de sunulan her bir bağımsız değişkenin anlamlılık düzeyleri incelendiğinde, 0.05 anlamlılık düzeyinde gruplar arasındaki farkların sadece Net Kar/Öz Kaynaklar rasyosunda anlamlı olduğu görülmektedir. Modelin bütün olarak anlamlı olup olmadığına ilişkin yapılan Wilks Lamda istatistiğine ilişkin sonuç ise aşağıdaki tablo 2 de verilmektedir. Tablo 2 ye göre modelin bir bütün olarak 0.05 anlamlılık düzeyinde anlamlı olduğu görülmektedir. Tablo 2: Wilks Lambda İstatistiği Fonksiyon Wilks Lambda Chi-square df Sig. 1,762 18,907 5,002 Bu aşamadan sonra bakılması gereken bir diğer unsur da değişkenler arasındaki korelasyon katsayılarıdır. Tablo 3: Değişkenlerin Korelasyon Katsayıları NKTV SATV NKSA NKOZ TASA Korelasyon NKTV 1,000,019,681,030 -,044 SATV,019 1,000,098,313 -,203 NKSA,681,098 1,000,051,046 NKOZ,030,313,051 1,000 -,042 TASA -,044 -,203,046 -,042 1,000

7 16. Finans Sempozyumu, Ekim 2012, Erzurum 465 Yukarıdaki tablo 3 den de görüldüğü gibi, değişkenler arasındaki korelasyon 0,70 ten küçük olduğu için değişkenler arasında çoklu korelasyon olmadığı sonucuna varılmıştır. Eğer değişkenler arasındaki korelasyon katsayısı %70 ten yüksek olsaydı yüksek korelasyona sahip değişkenlerden birinin analiz dışında bırakılması gerekecekti. Çoklu doğrusal bağlantı nedeniyle modele alınmayan bir değişkenin önemsiz olduğu söylenememektedir. Aksine, modele dahil edilmeyen değişken çok önemli olabilmekte ve grupları anlamlı bir şekilde birbirinden ayırabilmektedir. Çoklu doğrusal bağlantı nedeniyle modelden bir değişken çıkartılması sadece bu değişkenin diğer değişkenlerle olan yüksek ilişkisinin bir göstergesidir (Albayrak, 2006). Tablo 4: Özdeğer İstatistiği Fonksiyo n Özdeğer Varyans Kanonik Korelasyon 1, ,0,488 Tablo 4 de elde edilen diskriminant fonksiyonunun toplam varyansı açıklama oranı verilmiştir. Örneğimizde bağımlı değişken iki kategorili olduğu için sadece bir adet diskriminant fonksiyonu (ng-1 kadar) oluşturulmuş ve dolayısıyla bir özdeğer üretilmiştir. Özdeğerin yorumlanmasında en büyük sıkıntı bir üst limitin olmamasıdır. Ancak kesin sınır olmamakla birlikte 0,40 tan yüksek özdeğerler iyi olarak kabul edilebilmektedir (Kalaycı, 2010). Kanonik korelasyon, bağımlı değişkence oluşturulan gruplarla, diskriminant fonksiyonu arasındaki ilişkiyi ölçmekte ve açıklanan toplam varyansı göstermektedir. Eğer kanonik korelasyon değeri sıfır ise gruplarla fonksiyon arasında bir ilişki olmadığı sonucuna varılabilmektedir. Kanonik korelasyon ne kadar büyük ise gruplarla diskriminant fonksiyonu arasında o kadar yüksek ilişki olduğu söylenebilmektedir. Tablo 4 incelendiğinde özdeğerlerin 0,40 değerinden düşük olduğu ve kanonik korelasyon katsayısının 0,488 olarak gerçekleştiği görülmektedir. Bu değeri yorumlayabilmek için karesini (0,4882=0,238) alırız. Bu sonuç, modelimizin bağımlı değişkendeki varyansın yaklaşık olarak %24 ünü açıklayabilmekte olduğunu göstermektedir. Bu aşamadan sonra, bağımsız değişkenlerin öneminin değerlendirilmesi gerekmektedir. Bu amaçla diskriminant fonksiyonu katsayılarına ve yapı matrisindeki her bir değişkenin almış olduğu yüke bakmak gerekmektedir. Aşağıdaki Tablo 5 de standartlaştırılmış diskriminant katsayılarını göstermektedir. Tablo 5 de de görüldüğü gibi gruplara ayırmada Net Kar/Toplam Varlıklar oranı dışındaki tüm değişkenlerin önemli olduğu görülmektedir. Burada standartlaştırılmış katsayıların kullanılmasının sebebi, bağımsız değişkenlerdeki farklı ortalamalar ve farklı standart sapmaların etkilerini ortadan kaldırmaktır. Aksi durumda daha küçük standart sapması olan değişkenlerin daha büyük ayırma katsayısına sahip olma durumları söz konusu olabilir. Böyle bir durumda bağımsız değişkenlerin nisbi öneminin

8 466 Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesitesi değerlendirilmesi zorlaşacaktır. Bu aşamada önemli olan bir diğer nokta da büyük rakamların büyük katkıyı, küçük rakamların ise küçük katkıyı göstermesidir. Katsayı işaretinin özel bir anlamı yoktur (Cangül, 2006). Tablo 5 incelendiğinde grupları ayırmaya en fazla katkısı olan bağımsız değişkenin en yüksek katsayıya sahip olan Net Kar/Özsermaye değişkeni 0,940 olduğu görülmektedir. İkinci olarak Satışlar/Toplam Varlıklar değişkeni (-0,446), üçüncü olarak Net Kar/Satışlar değişkeni (0,369), dördüncü olarak Toplam Alacaklar/Satışlar değişkeni (0,210) ve son olarak da Net Kar/ Toplam Varlıklar değişkeni (-0,072) gelmektedir Tablo 5: Standartlaştırılmış Katsayılar Fonksiyon 1 NKTV -,072 SATV -,446 NKSA,369 NKOZ,940 TASA,210 Tablo 6 da yapı matrisine ilişkin katsayılar gösterilmektedir. Tablo 6: Yapı Matrisi Katsayıları Fonksiyon 1 NKOZ,809 NKSA,333 TASA,281 NKTV,189 SATV -,160 Yapı matrisi de bağımsız değişkenlerin öneminin değerlendirilmesinde kullanılabilecek bir matristir. Bu matris her bir değişkenin diskriminant fonksiyonu ile korelasyonunu göstermektedir (Cangül, 2006). Tablo 6 incelendiğinde diskriminant fonksiyonu ile en yüksek korelasyona sahip bağımsız değişkenin Net Kar/Özsermaye değişkeni (0,809) olduğu, en

9 16. Finans Sempozyumu, Ekim 2012, Erzurum 467 düşük korelasyona sahip bağımsız değişkenin ise Satışlar/Toplam Varlıklar değişkeni (- 0,160) olduğu karşımıza çıkmaktadır. Diskriminant fonksiyonunun belirlenebilmesi için değişkenlere ilişkin standartlaştırılmamış katsayılara bakmak gerekmektedir. Tablo 7 de standartlaştırılmamış katsayılara ilişkin bilgiler yer almaktadır. Tablo 7: Standartlaştırılmamış Diskriminant Katsayıları Fonksiyon 1 NKTV -,008 SATV -,456 NKSA,031 NKOZ 3,564 TASA,094 SABİT,224 Tablo 7 den elde edilen katsayılar doğrultusunda diskriminant fonksiyonumuz aşağıdaki şekilde olacaktır; Aktif Büyümesinin Tahmini= NKTV SATV NKSA NKÖZ T ASA Diskriminant Analizinde, analizin başarısını ölçen analizin ne kadar doğru sınıflandırma yaptığının yüzdesidir. Yani diskriminant analizi sonucunda doğru sınıflandırma ne kadar yüksek ise yapılan analiz o kadar başarılıdır. Yapılan bu analizde sınıflandırma sonuçlarına ilişkin Tablo 8 şu şekilde elde edilmiştir. Tablo 8: Sınıflandırma Sonuçları 0 (Aktif Büyümesi Negatif) 1 (Aktif Büyümesi Pozitif) Toplam Grup f % f % f % 0 (Aktif Büyümesi Negatif) 14 45, ,00 1 (Aktif Büyümesi Pozitif) ,00 Toplam Doğru Sınıflandırma Yüzdesi: %74.3

10 468 Atatürk Üniversitesi, İktisadi ve İdari Bilimler Fakültesitesi Tablo 8 incelendiğinde aktif büyüklüğü negatif olan 31 işletmeden 14 tanesi (%45.20) doğru bir şekilde başka bir ifadeyle negatif aktif büyümeye sahip olarak sınıflandırılmıştır. Aktif büyüklüğü pozitif olan 43 işletmeden ise 41 tanesi (%95.3) doğru, yani pozitif aktif büyümeye sahip işletme olarak sınıflandırılmıştır. Diskriminant fonksiyonunun toplam doğru sınıflandırma yüzdesi %74,30 olarak gerçekleştirmiştir. 5. Sonuç Bu çalışmada pozitif aktif büyümeye sahip olan işletmeler ile negatif aktif büyümeye sahip olan işletmeler birbirlerinden ayrılmaya çalışılmaktadır. Bu amaçla ayırma analizi olarak da bilinen diskriminant analizinden yararlanılmıştır. Diskriminant analizi aracılığıyla işletmelerin performans göstergelerinden olan finansal oranlar kullanılarak aktif büyümenin yönü doğru bir şekilde tahmin edilmeye çalışılmıştır. Diskriminant analizi sonuçlarına göre, grupları ayırmaya en fazla katkısı olan bağımsız değişkenin Net Kar/Özsermaye değişkeni olduğu görülmektedir. İkinci olarak Satışlar/Toplam Varlıklar değişkeni, üçüncü olarak Net Kar/Satışlar değişkeni, dördüncü olarak Toplam Alacaklar/Satışlar değişkeni ve son olarak da Net Kar/ Toplam Varlıklar değişkeni (-0,072) sırasıyla gelmektedir. Yapılan analiz sonucunda kurulan model doğrultusunda işletmelerin % 74,3 oranında doğru bir şekilde sınıflandırıldığı ortaya çıkmıştır. Bu kurulan modelimizin başarılı bir model olduğunun göstergesidir. Bununla birlikte, daha fazla piyasa değişkeninin kullanılması durumunda modelin tahminin daha başarılı olabileceği de görülmektedir. Likidite rasyolarının yanı sıra aktif büyüme ile ilgili olan borç veya özkaynak araçlarının da incelenmesi çalışmanın diğer bir boyutunu göstermektedir. Gelecekte çalışmalarda ele alınan oranların sayısının arttırılabileceği ya da alınan işletme sayısının ülke içinde veya ülke bazlı arttırılarak daha güzel sonuçlar elde edilebilmesi muhtemeldir. Sonuç olarak gelecekteki çalışmalarda bu çalışmada ele alınan finansal oranların işletmelerin, performans göstergeleri olarak ele alınabileceği ortaya çıkmaktadır. Kaynaklar Albayrak, A. (2006). Uygulamalı Çok Değişkenli İstatistik Teknikleri. (1. Baskı). Ankara: Asil Yayın Dağıtım. Altman, E.I. (1968), Financial Ratios, Diskriminant Analysis And The Prediction Of Corporate Bankruptcy, The Journal of Finance, Vol.23, No. 4,

11 16. Finans Sempozyumu, Ekim 2012, Erzurum 469 Cangül, O. (2006), Diskriminant Analizi ve Bir Uygulama Denemesi. Yayınlanmamış Yüksek Lisans Tezi, Uludağ Üniversitesi Sosyal Bilimler Enstitüsü, Bursa. Cooper, M. Gülen, H. & Schill, M. (2008), Asset Growth and the Cross-Section of Stock Returns, TheJournal of Finance, Vol. 63, No.4, Çokluk, Ö., Şekercioğlu, G., & Büyüköztürk, Ş. (2010), Sosyal Bilimler İçin Çok Değişkenli İstatistik, Pegem Akademi, Ankara. Höbarth, Mag Lukas L. (2006), Modeling the relationship between financial indicators and company performance An empirical Study for us listed companies, Doctora Tezi, Dissertation Vienna University of Economics and Business Administration. Özdamar, K. (2009), Eskişehir. Paket Programlar ile İstatistiksel Veri Analizi 2, Kaan Kitabevi, Kalaycı, Ş. (Editör). (2010), SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, Asil Yayın Dağıtım, Ankara. Karadeniz, E. & İskenderoğlu, Ö.(2011), İstanbul Menkul Kıymetler Borsasında İşlem Gören Turizm İşletmelerinin Aktif Karlılığını Etkileyen Değişkenlerin Analizi. Anatolia: Turizm Araştırmaları Dergisi, Cilt. 22, Sayı. 1, Singh, J. P. & S. Pandey (2008), Impact of Working Capital Management in the Profitability of Hindalco Industries Limited, The IcfaiUniversity Journal of Financial Economics, 6(4), 63. Şahin, O.(2011), İMKB ye kayıtlı imalat şirketlerinde Çalışma Sermayesi Politikaları ve Firma Performansı İlişkileri, Osmangazi Üniversitesi İ.İ.B.F. Dergisi, 6(2), Terzi, S.(2011), Finansal Rasyolar Yardımıyla Finansal Başarısızlık Tahmini: Gıda Sektöründe Ampirik Bir Araştırma, Çukurova Üniversitesi İİBF Dergisi, Cilt.15, Sayı.1, Ünsal, A. (2000), Diskriminant Analizi ve Uygulaması Üzerine Bir Örnek, Gazi Üniversitesi İ.İ.B.F. Dergisi, Cilt. 2, Sayı. 3,