Gıda Üretim Şirketlerinde Finansal Başarısızlık Tahmini İçin Model Önerisi

Abstract

ÖZ 2019 yılı ile birlikte ekonomik konjektür geçmişe oranla çok daha hızlı değişmektedir. Bu nedenle işletmelerin, finansal stresten ne kadar uzakta olduklarını bilmek çok daha önemli hale gelmiştir. İşletmelerin finansal başarısızlık risklerini olabildiğince erkenden farkına varabilmesi, başarısızlık riskinin azaltabilmesi ve iflas riskinin tamamen ortadan kalkabilmesi için son derece önem taşımaktadır. Bu çalışmanın amacı gelişmekte olan ekonomilerde faaliyet gösteren büyük gıda üretim işletmeleri için finansal başarısızlık tahmin modelleri geliştirmektir. Çalışma kapsamına Brezilya, Yunanistan, Bulgaristan, İsrail, Polonya, Romanya ve Türkiye borsalarından işlem gören 70 gıda üreticisi işletmeler dahil edilmiştir. Finansal stres tahmin modelleri, finansal oranlar kullanarak lojistik regresyon yöntemiyle oluşturulmuştur. Araştırma kapsamına dahil edilen işletmelerin 2017 ve 2018 yıllık finansal verileri kullanarak 2019 yılındaki finansal başarısızlık durumu tespit edilmeye çalışılmıştır. Yapılan analizler sonucunda oluşturulan modeller kullanılarak, finansal stres yaşayan ve yaşamayan işletmeler hem bir yıl hem de iki yıl öncesinden %94 doğruluk oranıyla tespit edilebilmiştir.

ABSTRACT With 2019, the economic conjuncture is changing much faster than in the past. Therefore, it has become much more critical for businesses to know how far they are from financial stress. Businesses must be aware of the risks of financial failure as early as possible to reduce and eliminate the risk of bankruptcy. This study aims to develop financial failure prediction models for large food production enterprises operating in developing economies. The study included 70 food producer businesses traded on Brazil, Greece, Bulgaria, Israel, Poland, Romania, and Turkey stock exchanges. Financial stress estimation models were created by the logistic regression method using financial ratios. The financial failure situation in 2019 was attempted to be determined using the annual financial data of the companies from 2017 and 2018. Using the models created as a result of the analysis, businesses under financial stress could be predicted one year and two years ago with an accuracy rate of 94%.