Tekstil Sektörü Kredi Analizi

Abstract

Ülkelerde mevcut kaynakların optimal bir şekilde dağılımının sağlanması, ülke refahının ve gelişiminin çok daha hızlı artmasına olanak sağlayacaktır. Özellikle gelişmekte olan ülkelerde kaynak israfının mümkün olduğunca azaltılması çok daha büyük önem kazanmaktadır. Gelir ve refah düzeyinin gelişmiş ülkeler seviyesine gelebilmesi için gelişmiş ülkelere göre zaten kıt olan kaynakların dağıtımının çok iyi planlanması gerekmektedir. Bir ülkedeki mevcut kaynakların dağıtımında bankaların aldıkları rol ise hayati önem taşımaktadır. Bankalar bir ülkenin en önemli kaynaklarından olan tasarrufları yönlendirmektedirler. Bu yönlendirme esnasında kullandıkları en önemli araç ise kredidir. Bankalar ne kadar sağlıklı ve başarılı bir şekilde kredilendirme süreçlerini işletirlerse, kaynak dağılımı da o derece sağlıklı olacaktır. Ancak kredi kullandırımı sonucunda kredinin geri ödenememesi kaynağın israf edildiği anlamına gelmektedir. Özellikle Türkiye'de, gerek tasarruf düzeyinin düşük olması, gerekse bankacılık sektörünün hacminin küçük olması nedeniyle batık kredilerin ekonomiye verdiği zarar çok daha büyük olmaktadır. Bütün bu zararlardan kurtulmak için bankaların kredi kullandınmlanndan önce firmaların kredi analizlerini başarılı bir şekilde yapması gereklidir. Kredilendirme süreçleri iyi planlanmalı, kredilendirme sonucunda elde edilmek istenen hedeflerin gerçekleşmesine çalışılmalıdır. Türkiye'de tekstil sektörü imalat sanayi içinde lokomotif görevini sürdürmektedir. Tekstil ve konfeksiyon sektörünün 20 milyar USD'lık üretim değeri ile GSMH içerisindeki payı % 5,5, sanayi üretimindeki payı % 17,7, imalat sanayi üretimindeki payı ise % 19,1'dir. Sektörün toplam istihdamdaki payı % 10,3, sanayi istihdamı içindeki payı ise % 28'dir. Sektörde faaliyette bulunan firma sayısı 44 bin olup, bunun 1/4'ü aktif ihracatçıdır. 500 büyük sanayi kuruluşunun yaklaşık 1/5'i, ülkemizdeki 1.129 yabancı sermayeli şirketin (54'ü tekstil 142'si konfeksiyon olmak üzere) 196'sı ve toplam 28 adet Sektörel Dış Ticaretinin Şirketinin 11 'i (ortak sayısı 366) tekstil ve konfeksiyon sektöründe faaliyet göstermektedir. Tekstil sektörünün ekonomi içinde bu kadar büyük hacnıinin bulunması aynı zamanda kredi stoğundan aldığı pay ile de lider durumda olmasını da beraberinde getirmektedir. Kredi stoğunun dağılımı incelendiğinde toplam nakdi kredilerin %14.3'ü ile en fazla payı tekstil sektörünün aldığı gözlemlenmektedir. ıx Toplam sorunlu kredi miktarı içinde tekstil sektörünün payı ise %31.2 seviyesine kadar ulaşmıştır. Tekstil sektöründe her 100 TL'lık aktif krediye karşılık 21 TL sorunlu kredi meydana gelmiş, bankalar için önemli bir maliyet unsuru ortaya çıkmıştır. Bu veriler ışığında bankaların tekstil sektörünü diğer sektörlerden ayn tutarak daha dikkatli olması gerektiği açıktır. Sektöre açılan kredilerdeki sorunlu kredi miktarı azaltıldığında bankacılık sektöründeki toplam sorunlu kredi miktarında da önemli azalmalar olacaktır. Bu sayede kaynak dağılımınında da optimum şekilde yapılmasına yardımcı olunacaktır. Tekstil sektörünün kredi analizi yapılırken işletmelerin maliyetlerini ve dolayısıyla performanslarını etkileyen etmenlerin iyi bilinmesi ve bunların ileride firmalara olumlu ya da olumsuz ne tür etkilerinin olabileceği iyi belirlenmelidir. Sektörün maliyetlerinin önemli olması firmaların ihracat ağırlıklı çalışmaları, bu nedenle uluslararası rekabete açık olmalarındandır. Sektörün maliyetlerini etkileyen en önemli beş unsur; temel hammadde olan pamuk fiyatları, işçilik giderleri, enerji fiyatları, parite değişimleri ve faiz oranlandır. Bu unsurlardan her hangi birinde oluşacak bir olumsuz gelişme firmaların mali başarısızlıkla karşılaşmalarına neden olabilecektir.. Firmaların mali başarısızlıklarını önceden tahmin edebilmek amacıyla mali oranlar ile istatistiksel yöntemler kullanılarak çeşitli modeller elde edilmeye çalışılmıştır. Çoklu diskriminant analizi de kullanılan istatistiki yöntemlerden biri olup, oldukça başarılı sonuçlar bu teknikle oluşturulan modellerde elde edilmiştir. Çoklu diskriminant analizi üri ya da daha fazla grubun sınıflandırılmasında kullanılan bir istatistiki yöntemdir. Kredi analizlerinde yardımcı olması amacıyla çoklu diskriminant analiz tekniği kullanılarak çalışmamızda bir model geliştirilmiştir. Model geliştirilirken örneklem olarak İstanbul Menkul Kıymetler Borsası'nda işlem gören tekstil firmaları alınmıştır. Söz konusu firmalar 37 adet olup bunların 12 adeti kullanmış oldukları kredileri geri ödeyemez duruma düşerek ya bankalarla protokol imzalamak zorunda kalmış ya da alacaklılar tarafından kanuni takibe başlanmış firmalardır. Bu 12 adet firma mali açıdan başarısız, diğer firmalar ise başarılı olarak tanımlanmıştır. Çalışma sonucu elde edilen modelin bu üri grubu doğru olarak sınıflandırması amaçlanmıştır. Çalışmada 24 adet mali oran kullamlmıştir. Seçilen oranlar mali tablolardan çok kolay bir şekilde elde edilebilecek şekilde seçilmiştir. Ayrıca stepwise yöntemi kullanılarak modele katkısı istatistiki açıdan 0,05 anlamlılık düzeyinde önemsiz olan mali oranlar ayıklanmıştır. Bu sayede modelin az sayıda ve kolay hesaplanabilir mali oranlarla oluşturulmasına çalışılmıştır. Stepwise yöntemi sonucunda geriye 5 adet mali oran kalmıştır. Bu oranlar; kısa vadeli borçların aktif toplamına olan oram, özsermayenin maddi duran varlıklara oram, satışların maddi duran varlıklara oranı, net karın satışlara oranı ve stokların döner değerlere oranıdır. Çalışma sonucunda aşağıdaki model elde edilmiştir: Z = 3,640 - 3,201 Xö + 0,646 X7 + 0,116 Xl2 + 4,700 X15 - 9,719 X19 Model, %93,2 oranında firmaları doğru bir şekilde sımflandırmıştır. Kredi ve kredilendirme ile beklenen hedefler tanımlanmış, kredilendirme sürecinde dikkat edilmesi ve yapılması gereken yöntemler belirlenmiş, tekstil sektörünün Türkiye ekonomisindeki büyüklüğü ve kredi stoğundan aldığı pay ile şirket performanslarını etkileyen faktörler üzerinde durulmuş ve mali oranlar yardımıyla çoklu diskriminant analiz tekniği kullanılarak bir model geliştirilmiştir. Bu sayede tekstil sektörünün kredi analizinin daha sağlıklı bir şekilde yapılmasına çalışılmıştır.

Getting optimal distribution of available resources causes quicker increase in wealth and development of the country. Particularly, for developing countries, decreasing waste of sources as much as possible is important In developing countries, getting income and wealth level to the same level as developed countries, distribution of essentially scarce sources should be planned adequately. The role which banks take place in the distribution of available sources in a country is vital. Savings are one of the most important resources of a country. Decisions of banks about providing credit determine the effective use of savings. The more effective banks operate the credit process, the more efficient the allocation of funds in the economy will be. Such as credit process ending with no payback to the creditor means that scarce sources are wasted. Due to low savings ratio and magnitude of banks' total assets; credit failures damage the Turkish economy. In order to keep these harms away, banks should conduct the credit analysis of the firms adequately before supplying with credit. Credit process should overlap the banks' aims. Textile is the largest sector among the production industries in Turkey. With a total production value of $ 20 billion, textile and clothing industries have 5.5 % share in GNP, 17.7 % share in total industrial production and 19.1 % share in whole manufacturing industry. The sector has 10.3 % share in the total employment and 28 % share in the industrial employment. In the textile and clothing industries, 25 % of 44.000 companies operating are considered to be direct exporters; 20 % of 500 largest production companies, 196 (54 of which in textile, 142 of which in clothing) of 1.129 foreign companies and 11 of total 28 sectoral international trade companies operate in textile and clothing industry. The textile sector has a very large sales volume in the economy. Therefore, high sales volume makes the textile sector the leader taking the largest share in the credit market. When credit distribution among sectors is examined, it may be viewed that with 14.3 % of total credits in cash belongs to textile sector. The textile sector took a share of 31.2 % of total problem loans in banking industry as January 2000. As for each 100 TL active credit, there becomes 21 TL problem loan there is an important increase in the banking costs. Therefore, it is clear that banks should be more careful in processing textile sector credit applications. If a xn decrease happens in the amount of problem loans in textile sector, there will be also be a considerable decrease in the total problem loans. Making a credit analysis of the textile sector, whole-related factors effecting firms' costs and revenues consequently their performances should be counted completely. As most of the textile companies export their products, their markets are mostly foreign countries. There are also numbers of other companies at these markets to compete in similar products. Therefore, companies, which have, lower production costs than others will have advantage in competition. The most important five factors which affect the sector's costs; cotton prices, wages, energy prices, changes in the rate of exchange and interest rates. Any negative change in any of these factors may cause an immediate bankruptcy. In order to predict corporate bankruptcies, financial ratios may be employed for setting a statistical model. Multiple discriminant analysis is used in mis study and the model provided successful results. In this study, a statistical model was formed by using multiple discriminant analysis to assist the credit analysis. In the process of improving the model, sample firms were chosen among the textile firms, trading in Istanbul Stock Exchange. The numbers of these firms are 37 in total, 12 of which defaulted to payback the loans, and finally had to sign an agreement with the banks or faced a collection process. These 12 companies are financially defined as unsuccessful and remaining others defined to be successful. The results showed an accurate classification of these two groups. 24 financial ratios were used in this analysis. In addition some financial ratios, which did not improve the explanatory power of the model, were omitted using stepwise technique at 5 % significance level. As a result of the stepwise method, 5 financial ratios remained. These ratios are namely; total current liabilities over total assets; shareholders equity over tangible fixed assets; net income over net sales and inventories over total current assets. The model is presented below as: Z = 3,640 - 3,201 X6 + 0,646 X7 + 0,116 X12 + 4,700 X15 - 9,719 Xw the model. 93.2 % of the companies were classified as successful or unsuccessful by