Analysis of profitability performance of automotive companies traded on BIST using LOPCOW and MABAC methods

Year 2024, Volume: 14 Issue: 3, 1470 - 1496, 29.09.2024

Ömer Orbay Çetin , Muhammed Karataş

https://doi.org/10.30783/nevsosbilen.1513524

Abstract

The automotive sector, which is undergoing a new transformation with concepts such as electric vehicles, autonomous driving and shared travel, is becoming an increasingly important sector in many areas, especially in logistics. As the sector grows in importance worldwide, the trade volume and profitability rates of companies are expected to increase. Although there are many new opportunities that will provide profitability in the sector, it should not be ignored that if companies do not update themselves and catch up with innovations, they may fail in a difficult competitive environment. In line with this information, the purpose of this research is to analyze the profitability of automotive companies. Within the scope of the research, the profitability performance of 8 automotive companies traded on Borsa Istanbul (BIST) is analyzed. A 10-year data set covering the years 2013-2022 was created for 8 companies.
With the inclusion of 7 ratios that are frequently used in profitability ratios, their financial performance in terms of profitability was analyzed by using LOPCOW and MABAC methods, which are Multi Criteria Decision Making (MCDM) methods. As a result of the findings obtained from the analysis, Otokar Automotive and Defense Industry Inc. (OTKAR) for 2020 and 2021 and Doğuş Automotive Service and Trade Inc. (DOAS) for 2022 were determined as the companies with the most successful profitability performance.

Keywords

Automotive Logistics, Financial Statement Analysis, Profitability Ratios, LOPCOW, MABAC

BİST'te işlem gören otomotiv şirketlerinin kârlılık performansının LOPCOW ve MABAC yöntemleriyle analizi

Abstract

Elektrikli araçlar, otonom sürüş, paylaşımlı yolculuk gibi kavramlarla yeni bir dönüşüm içerisine giren otomotiv sektörü, özellikle lojistik alanı başta olmak üzere pek çok alanda giderek daha önemli bir sektör haline gelmektedir. Sektörün dünya genelinde öneminin artmasına bağlı olarak ticaret hacminde ve şirketlerin kârlılık oranlarında da artış beklenmektedir. Sektörde kârlılık sağlayacak birçok yeni fırsat olmakla birlikte şirketlerin kendisini güncellememesi ve yenilikleri yakalayamaması durumunda zorlaşan rekabet ortamı içerisinde başarısız olma ihtimalleri de göz ardı edilmemelidir. Bu bilgiler doğrultusunda bu araştırmanın amacı otomotiv şirketlerinin kârlılıklarının analiz edilmesi olarak belirlenmiştir. Araştırma kapsamında Borsa İstanbul’da (BİST) işlem gören 8 otomotiv şirketinin kârlılık performansı ele alınmıştır. 8 şirkete ait 2013-2022 yıllarını kapsayacak şekilde 10 yıllık bir veri seti oluşturulmuştur.
Kârlılık oranları içerisinde sıklıkla kullanılan 7 oranın dahil edilmesiyle birlikte Çok Kriterli Karar Verme (ÇKKV) Yöntemlerinden olan LOPCOW ve MABAC yöntemlerinin kullanımıyla kârlılık açısından finansal performansları analiz edilmiştir. Analizden elde edilen bulgular sonucunda 2020 ve 2021 yılları için Otokar Otomotiv ve Savunma Sanayi A.Ş. (OTKAR), 2022 yılı için ise Doğuş Otomotiv Servis ve Ticaret A.Ş. (DOAS) şirketi en başarılı kârlılık performansına sahip şirketler olarak tespit edilmiştir.

Keywords

Otomotiv Lojistiği, Mali Tablolar Analizi, Kârlılık Oranları, LOPCOW, MABAC

Ethical Statement

Araştırmada herhangi bir etik çatışması veya aykırılık bulunmamaktadır.

References

• Açık Taşar, S. (2023). The effects of COVID-19 pandemic on financial performance analysis of automotive companies: a study in BIST. Akademik Yaklaşımlar Dergisi, 14(2), 555-575. https://doi.org/10.54688/ayd.1243765
• Anadolu Ajansı (2024). https://www.aa.com.tr/tr/gundem/marti-paylasimli-yolculuk-yonetmeligi-icin-376-bin-dilekceyi-ibbye-teslim-etti/3149155
• Bektaş, S. (2023a). MEREC ve MABAC yöntemleri ile BİST 100’de işlem gören enerji firmalarının finansal performanslarının değerlendirilmesi. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, 24(2), 115-128. https://doi.org/10.24889/ifede.1340829
• Bektaş, S. (2023b). BIST şehir endekslerinde yer alan firmaların finansal performanslarının ÇKKV yöntemleriyle değerlendirilmesi: WEBDA ve LOPCOW yöntemleriyle XSDNZ endeksi örneği. Finansal Piyasaların Evrimi: Bankacılık, Risk Yönetimi, Piyasa ve Kurumlar içinde (ss. 135-152). Özgür Yayın Dağıtım Ltd. Şti.
• Bulgurcu, B. (2013). Financial performance ranking of automotive industry firms in Turkey: evidence from Entropy Weighted Technique. International Journal of Economics and Financial Issues, 3(4), 844-851.
• Büyüközkan, G., & Mukul, E., & Kongar, E. (2021). Health tourism strategy selection via SWOT analysis and integrated hesitant fuzzy linguistic AHP-MABAC approach. Socio-Economic Planning Sciences, 74, 1-14.
• Ceyhan, İ. F., & Kara, M. (2023). Analyzing the financial performance of automotive companies before and after industry 4.0: an application in the BIST sustainability index. Journal of Mehmet Akif Ersoy University Economics and Administrative Sciences Faculty, 10(1), 183-205. https://doi.org/10.30798/makuiibf.1097382
• Çilek, A. (2022). Portfolio optimization with SD based MABAC MCDM techniques: an empirical application in BIST real estate investment sector. Trends in Business and Economics, 36(4), 374-386.
• Ecer, F., & Pamučar, D. (2022). A novel LOPCOW‐DOBI multi‐criteria sustainability performance assessment methodology: An application in developing country banking sector. Omega, 112. https://doi.org/10.1016/j.omega.2022.102690
• Ersoy, N. (2023). COPRAS-ARAS hibrit ÇKKV modeli ile AB ülkelerinin mevcut yaşam maliyetinin bir analizi. Afyon Kocatepe Üniversitesi Sosyal Bilimler Dergisi, 25(1), 198-214.
• Ersoy, N. (2024). BIST perakende ticaret sektöründe LOPCOW-RSMVC modeli ile performans ölçümü. Sosyoekonomi, 31(57), 419-436; DOI: 10.17233/sosyoekonomi.2023.03.20]. Sosyoekonomi, 32(59), 501-505. https://doi.org/10.17233/sosyoekonomi.2024.01.22
• Genç, V., & Özdağoğlu, A., & Keleş, M. K. (2022). Otomobil motor yağı alternatiflerinin FUCOM, MAIRCA, MABAC ve BWM yöntemleri ile değerlendirilmesi. Journal of Transportation and Logistics, 7(1), 55-82.
• Gigović, L., & Pamučar, D., & Božanić, D., & Ljubojević, S. (2017). Application of the GIS-DANP-MABAC multi-criteria model for selecting the location of wind farms: a case study of vojvodina, serbia. Renewable Energy, 103, 501-521. https://doi.org/10.1016/j.renene.2016.11.057
• Kahreman, Y. (2024). D8 ülkelerinin ekonomik performanslarının CRITIC/LOPCOW-CoCoSo modeli ile değerlendirilmesi. Anadolu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 25(1), 534-559. https://doi.org/10.53443/anadoluibfd.1340466
• Keleş, M. K. (2022). CRITIC temelli MABAC yöntemi ile Türk Hava Yollarının yıllara göre performansının değerlendirilmesi. Mehmet Akif Ersoy Üniversitesi Uygulamalı Bilimler Dergisi, 6(1), 53-67.
• Klug, F. (2006). Synchronised automotive logistics: an optimal mix of pull and push principles in automotive supply networks. In Logistics Research Network Conference Proceedings, 187-191, Newcastle.
• Kolay İhracat Platformu (2023). T.C. Ticaret Bakanlığı. Otomotiv. https://www.kolayihracat.gov.tr/sektorler/otomotiv
• KPMG. (2023). Otomotiv Sektörel Bakış- Değişen Dünya Düzeninde Otomotivin Geleceği. https://kpmg.com/tr/tr/home/gorusler/2023/07/otomotiv-sektorel-bakis.html
• Kumajas, L. I., & Wuryaningrat, N. F., & Lembong, H. S. (2021). Profitability in the automotive and component industry. Asia Pacific Journal of Management and Education (APJME), 4(3), 115-129. https://doi.org/10.32535/apjme.v4i3.1273
• Liu, Y., & Huang, J., & Zhang, Q. (2010). Development mode of automotive logistics and optimizing countermeasure of China's automotive enterprises. International Business Research, 3(3), 194.
• Mas’adah, N., & Megasyara, I., & Imawan, A., & Rosiawan, R. W. (2021). Comparative analysis of financial performance upon automotive companies registered in BEI. International Journal of Science, Technology and Management, 2(3), 802-810. https://doi.org/10.46729/ijstm.v2i3.208
• Meral, İ. G. (2024). Türkiye ve Türki Cumhuriyetlerde sürdürülebilir kalkınma performansının CRITIC-LOPCOW ve CoCoSo yöntemleriyle incelenmesi. Fiscaoeconomia, 8(2), 619-645. https://doi.org/10.25295/fsecon.1431939
• Nila, B., & Roy, J. (2023). A new hybrid MCDM framework for third-party logistic provider selection undersustainability perspectives. Expert Systems with Applications, 234, 1-21. https://doi.org/10.1016/j.eswa.2023.121009
• Nurhidayat, D., & Tharmin, H. (2023). The impact of working capital management on financial performance, evidence from automotive & components industry. Journal of Economics, Finance and Management Studies, 6(2), 993-1004.
• ODMD. (2024). Otomotiv Distribütörleri ve Mobilite Derneği. Makroekonomik değerlendirme Ocak 2024 raporu. https://www.odmd.org.tr/folders/2837/categorial1docs/4614/Makroekonomik%20De%c4%9ferlendirme%20Ocak%202024.pdf
• Özdemir-Öztürk N. (2022). Türkiye otomotiv sektörünün Beş Güç Modeli ile değerlendirilmesi. Yeni Fikir Dergisi, 14(28), 19-27.
• Öztaş, T., & Öztaş, G.Z. (2024). Innovation performance analysis of G20 countries: a novel integrated LOPCOW-MAIRCA MCDM approach including the COVID-19 period. Verimlilik Dergisi, Productivity for Innovation (SI), 1-20.
• Paksoy, Ö. B. (2024). İşletmelerin nakit akış profillerinin ve finansal performanslarının karşılaştırılması: BİST otomotiv sektöründe bir uygulama. Muhasebe ve Finansman Dergisi (102), 57-78. https://doi.org/10.25095/mufad.1411962
• Pamučar, D., & Ćirović, G. (2015). The selection of transport and handling resources in logistics centers using multi-attributive border approximation area comparison (MABAC). Expert Systems with Applications, 42(6), 3016-3028. https://doi.org/10.1016/j.eswa.2014.11.057
• Pamučar, D., & Petrović, I., & Ćirović, G. (2018). Modification of the Best– Worst and MABAC methods: a novel approach based on interval- valued fuzzy-rough numbers, Expert Systems with Applications, 91, 89-106. https://doi.org/10.1016/j.eswa.2017.08.042
• Sabadka, D. (2015). New Trends and Chellenges in Automotive Industry Logistics Operations. Acta Logistica, 2(1), 15-19.
• Sumrit, D., & Keeratibhubordee, J. (2024). Risk assessment framework for reverse logistics in waste plastic recycle ındustry: a hybrid approach ıncorporating FMEA decision model with AHP-LOPCOW- ARAS under trapezoidal fuzzy set. Decision Making: Applications in Management and Engineering, 8(1), 42–81. https://doi.org/10.31181/dmame812025984
• Torkayesh, A. E., & Tirkolaee, E. B., & Bahrini, A., & Pamucar, D., & Khakbaz, A. (2023). A systematic literature review of MABAC method and applications: An outlook for sustainability and circularity. Informatica. 34 (2), 415–448.
• Yadav, S.K., & Kapoor, R. (2018) ‘Financial performance ranking of automotive companies in India using TOPSIS method’, Int. J. Business Excellence, (16)2, 149-161.
• Yaşar, E., & Ünlü, M. (2023). Üniversitelerde sürdürülebilirliğin incelenmesi: LOPCOW ve MEREC tabanlı CoCoSo yöntemleriyle çevreci üniversitelerin analizi. İşletme Akademisi Dergisi, 4(2), 125-142
• Yıldırım, H. (2024). Factoring sector in Türkiye: general overview and evaluation of factoring companies' financial performance by multi-criteria decision-making techniques, Politik Ekonomik Kuram, 8(2), 277-302. https://doi.org/10.30586/pek.1419 202
• Yiğit, E., Öner, A. E., & Yöntem, O. (2020). Otonom araçların otomotiv sektörüne etkileri ve beraberinde getirdiği yenilikler. Avrupa Bilim ve Teknoloji Dergisi, Özel Sayı, 181-186. https://doi.org/10.31590/ejosat. 820722
• Yin, H. (2014). The third-party logistics application in the automotive manufacturing enterprises. In 2014 International Conference on Mechatronics, Control and Electronic Engineering (MCE-14), 813-817, Atlantis Press.