Author :
Abstract
Finansal başarısızlığın öngörülmesi, finansal işlemler ile ilgilenen paydaşlar ve hatta ülkelerin ekonomisi için büyük önem taşıması nedeniyle uzun zamandır ilgi konusu olmuştur. Bu sebeple bu çalışmada, Türkiye'deki mevduat bankalarında finansal başarısızlığı tahmin etmek için kullanılabilecek, belirgin bir öngörüde bulunma kabiliyetine sahip, kritik finansal oranları belirleyerek diskriminant analizi yöntemi ile finansal başarısızlık tahmininde bulunmak amaçlanmıştır. Bu kapsamda çalışma örneklemi, 2000-2011 yılları arasında faaliyetlerini devam ettiren 23 başarılı banka ile bu dönem içindeki herhangi bir yılda Tasarruf Mevduatı Sigorta Fonu’na devredilen, birleşen ve satın alınan 23 başarısız banka olmak üzere, toplam 46 adet özel ve kamu sermayeli bankalardan oluşmaktadır. Bu çalışmayı literatürdeki diğer çalışmalardan ayıran unsur, birleşen ve satın alınan bankaların da başarısızlık kriteri olarak modele dâhil edilmesidir. Çalışmanın sonuçlarına göre, analize dâhil edilen sermaye yeterliliği oranlarının, Türkiye'de mevduat bankalarındaki finansal başarısızlıkları tahmin etmede önemli bir rolü bulunmamaktadır. Çalışmada oluşturulan model, bir yıl öncesinden başarısızlık tahmininde %91,3 doğruluk oranında bir sınıflandırma elde etmiştir.
Keywords
Abstract
The prediction of financial failure has been a subject of interest for a long time because it is of great importance for the stakeholders interested in financial transactions and even the economy of countries. Therefore, in this study, can be used to estimate the financial failure in deposit bank in Turkey, has the ability to have a significant predictor, identify the critical financial ratios are intended to provide financial failure prediction using discriminant analysis method. The objective of this study is to determine and identify the critical financial ratios which have ability to be used as a predictor to estimate the financial failure in deposit banks in Turkey using discriminant analysis method. In this context, the data of the study consists of 46 deposit banks, 23 successful banks are continuously operating between 2000-2011 and 23 failed banks that were transferred to the Savings Deposit Insurance Fund, merged and acquired by another bank in any year during the period of the study. What discriminates this study from other studies in the literature specifically in Turkey is using of merged and acquired banks into the model as a success / failure criterion. According to the results of the study, none of the capital ratios were found important in predicting financial failure in deposit banks in Turkey. The model created in the study obtained an accuracy classification rate of 91.3% in the prediction of failure one year ago.
Keywords
- Akdoğan, N., & Tenker, N. (2001). Finansal tablolar ve mali analiz teknikleri. Ankara: Gazi Kitapevi.
- Akgüç, Ö. (2012). Banka finansal tablolarının analizi. İstanbul: Arayış Basım ve Yayıncılık.
- Albayrak, A. S. (2005). SPSS uygulamalı çok değişkenli istatistik teknikleri (Editör: Şeref Kalaycı). Ankara: Asil Yayın.
- Altman, E. I. (1968). Financial ratios, discriminant analysis and the prediction of corporate bankruptcy. Journal of Finance, 23(4), 589-609.
- Altman, E. I., &Hotchkiss, E. (2006). Corporate financial distress and bankruptcy: Predict and avoid bankruptcy, analyze and invest in distressed debt (3. Baskı). Hoboken, NJ: John Wiley & Sons, Inc.
- Altunöz, U. (2013). Bankaların finansal başarısızlıklarının yapay sinir ağları modeli çerçevesinde tahmin edilebilirliği. Dokuz Eylül Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 28(2), 189-217.
- Barfield J., Poulsen, J., & French, A. (2004). Discriminant Function Analysis (DA). http://userwww.sfsu.edu/efc/classes/biol710/discrim/discrim.pdf. [Erişim tarihi 05 Ekim 2019].
- Beaver, W. H. (1966). Financial ratios as predictors of failure. Journal of Accounting Research, 4(1), 71-111.
- Beaver, W. H. (1968). Market prices, financial ratios, and the prediction of failure. Journal of Accounting Research, 6(2), 179-192.
- Benli, Y. (2005). Bankalarda mali başarısızlığın öngörülmesi lojistik regresyon ve yapay sinir ağı karşılaştırılması. Gazi Üniversitesi Endüstriyel Sanatlar Eğitim Fakültesi Dergisi, 16, 31-46.
- Boone, E., & Sabo, R. (2013). Statistical research methods. New York: Springer Science and Business Media.
- Canbaş, S., Altan, Ç., & Süleyman, B. K., (2005). Prediction of commercial bank failure via multivariate statistical analysis of financial structures: The Turkish case. European Journal of Operational Research, 166(2), 528-546.
- Çinko, M., & Avcı, E. (2008). CAMELS dereceleme sistemi ve Türk ticari bankacılık sektöründe başarısızlık tahmini. BDDK Bankacılık ve Finansal Piyasalar Dergisi, 2(2), 25-48.
- Ege, İ., Topaloğlu, E. E., & Karakozak, Ö. (2015). CAMELS performans değerleme modeli: Türkiye’deki mevduat bankaları üzerine ampirik bir uygulama. Niğde Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(4), 109-126.
- Gerbing, W. D. (2014). R data analysis without programming. New York: Cenveo Publisher Services.
- Gonzalez-Hermosillo, B., & Billings, R. (1996). Banking system fragility: Likelihood versus timing of failure: an application to the Mexican financial crisis. IMF Working Paper 142. Washington: International Monetary Fund.
- Kemp, R. ve Waybright, J. (2017). Financial accounting (4. Baskı). Upper Saddle River, NJ: Pearson Prentice Hall.
- Korteweg, Arthur G. (2007). The costs of financial distress across industries. Available at SSRN: https://ssrn.com/abstract=945425 or http://dx.doi.org/10.2139/ssrn.945425.
- Lin, S. L. (2010). A two-stage logistic regression-ANN model for the prediction of distress banks: Evidence from 11 emerging countries. African Journal of Business Management, 4(14), 31493168.
- Muller, G. H. Steyn-Bruwer, B. W., & Hamman, W. D. (2009). Predicting financial distress of companies listed on the JSE-A comparison of techniques. South African Journal of Business Management, 40(1), 21-32.
- Platt, H., & Platt, M. (2002). Predicting corporate financial distress: Reflections on choice-based sample bias. Journal of Economics and Finance, 26(2), 184-199.
- Poghosyan, T., & Cihak, M. (2009). Distress in European banks: An analysis based on a new data set. International Monetary Fund Working Paper, WP 09/9.
- Ross, S. A., Westerfield, R. W., & Jaffe, J. (2008). Corporate Finance (8. Baskı). New York: McGraw- Hill/Irwin.
- Sinkey Jr, J. F. (1975). A multivariate statistical analysis of the characteristics of problem banks. The Journal of Finance, 30(1), 21-36.
- Selimoğlu, S., & Orhan, A. (2015). Finansal başarısızlığın oran analizi ve diskriminant analizi kullanılarak ölçümlenmesi: BİST'de işlem gören dokuma, giyim eşyası ve deri işletmeleri üzerine bir araştırma. Muhasebe ve Finansman Dergisi,, (66), 21-40.
- Taffler, R. J. (1982). Forecasting company failure in the UK using discriminant analysis and financial ratio data. Journal of the Royal Statistical Society: Series A, 145(3), 342-358.
- Tamari, M. (1966). Financial ratios as a means of forecasting bankruptcy. Management International Review, 4, 15–21.
- Türkcan, Z., Bozcuk, A., & Türkcan, K. (2018). Türk bankalarında mali başarısızlığın tahmin edilmesine yönelik ampirik bir çalışma. Muhasebe ve Finansman Dergisi, (80), 251-272.
- Türkiye Bankalar Birliği. https://www.tbb.org.tr/tr. [Erişim tarihi 05 Ekim 2019].
- Ünvan, Y., & Tatlıdil, H. (2011). The investigation of the Turkish banking sector with multivariate statistical methods. Ege Academic Review, 11(5), 29-40.
- Vuran, B. (2009). Prediction of business failure: A comparison of discriminant and logistic regression analyses. İstanbul Üniversitesi İşletme Fakültesi Dergisi, 38(1), 47-65.
- Whitaker, B. (1999). The stages of financial distress. Journal of Economics and Finance, 23(2), 123 – 132.
- Wruck, K. H. (1990). Financial distress, reorganization, and organizational efficiency. Journal of Financial Economics, 27(2), 419-444.
