Geleneksel performans değerleme oranlarının piyasa katma değerine olan etkisi: Bilişim endeksi uygulaması

Abstract

Geleneksel değerleme yöntemlerinin şirket değerleme tam olarak açıklayamadığı yönünde fikirler oluşmuş ve 1991 yılında Stern Stewart isimli danışmanlık şirketi Ekonomik Katma Değer (EVA) ve Piyasa Katma Değeri (MVA) ölçütlerini kullanarak yeni çalışmalar yapmıştır. Bu çalışmada BİST bilişim endeksinde yer alan 13 adet firmanın geleneksel performans değerleme oranlarının piyasa katma değerine olan etkisi hesaplanmıştır. Bu çalışma ile yatırımcıların, şirket mali tablolarının analizinde geleneksel performans değerleme ölçütleri ile değere dayalı değerleme ölçütlerini de kullanılarak finansal sonuçları farklı açılardan değerlendirmelerine imkan sağlanmıştır. Hesaplamalarda kullanılan şirketlerin veri setleri Kamuya Aydınlatma Platformunun internet sitesi üzerinden temin edilmiştir. Endekste bulunan şirketlerin finansal verileri, yazılım, haberleşme ve iletişim ve donanım ve pazarlama olmak üzere 3 farklı alt kategoriye ayrılarak hesaplanmıştır. Daha sonra MVA bağımlı değişken kabul edilip, aktif karlılık, özsermaye karlılığı, hisse başı kar, Fiyat/ Kazanç oranı, Piyasa Değeri/ Defter değeri ve satışların getirisi oranları bağımsız değişken olarak kabul edilerek toplam 127 adet alt küme oluşturulmuştur. Oluşturulan bu kümelerden MVA'yı en çok etkileyen açıklanma gücü en yüksek alt küme tespit edilmiştir. Regresyon analizleri IBM SPSS Statistics 25 programı kullanılarak yapılmıştır.

It has been concluded that the enterprise valuation can not be properly explained with conventional valuation methods and in 1991 a consulting company named Stern Steward has made new studies by using Economical Value Addition (EVA) and Market Value Addition (MVA) standards. In this study, the effect of traditional performance valuation ratios to Market Value Addition of 13 companies listed in BİST information technology index has been calculated. The aim of the study was, to give to the shareholders a different perspective when analyzing the financial statements of companies by using performance valuation standards. Traditional performance valuation measures have been calculated, after the data of the respective companies has been obtained from the website of the Public Disclosure Platform. Financial data of the listed companies has been calculated by in 3 subheadings like, software, communication and commerce. Afterwards, the Market Value Addition is considered as dependent variable. In the next step, Assets profitability, Shareholders Equity profitability, profit per share, Price/Earnings ratio, Market value/Book value, return on sales has been considered as independent variable and 127 sub clusters is created. Within these sub clusters, the most explainable sub-cluster is determined. Regression analysis has been performed by using IBM SPSS Statistics 25.