TÜRK BANKACILIK SEKTÖRÜNDE ÇOKLU KRİTERLİ KARAR VERME YAKLAŞIMLARI İLE FİNANSAL PERFORMANS DEĞERLENDİRMESİ

Yıl 2024, Cilt: 23 Sayı: 90, 798 - 820, 16.04.2024

Zeynep Karaş

https://doi.org/10.17755/esosder.1429337

Öz

Günümüz dünyasında finansal istikrarın sağlanması, ekonomilerin kalkınması ve gelişmesi için bankacılık sektörü temel ve oldukça kritik bir yapı taşı konumunda bulunmaktadır. Bu bağlamda bu çalışmada, ÇKKV yöntemlerinden entegre bir model olan CRITIC ve COPRAS yöntemleri kullanılarak Türk bankacılık sektöründe faaliyet gösteren mevduat bankalarının 2015-2022 zaman periyoduna ilişkin finansal performansının değerlendirilmesi amaçlanmıştır. Bu amaçla banka performansının ölçülmesi için 10 adet finansal gösterge (Özkaynaklar / Toplam Aktifler, Yabancı Kaynaklar/Toplam Aktif, Likit Aktifler/Kısa Vadeli Yükümlülükler, Özkaynak Karlılık Oranı, Aktif Karlılık Oranı, Faiz Dışı Gelirler (Net)/Toplam Aktifler, Faiz Geliri/Faiz Gideri, Faiz Giderleri / Toplam Aktifler, Personel Gideri / Diğer Faaliyet Giderleri ve Diğer Faaliyet Giderleri / Toplam Aktifler) seçilmiştir.
İki aşamalı olarak gerçekleştirilen analiz sürecinin ilk aşamasında CRITIC yöntemi ile kriterlerin ağırlıkları hesaplanmıştır. CRITIC yöntemi kullanılarak elde edilen ağırlık katsayılarının yıllara göre değişkenlik gösterdiği tespit edilmiştir. COPRAS yaklaşımına dayalı olarak elde edilen performans skorları ve bu skorlara bağlı olarak oluşturulan başarı sıralamalarının da CRITIC yaklaşımda olduğu gibi yıllara göre farklılık gösterdiği belirlenmiştir. Bu sebeple oluşturulan başarı sıralamalarının geometrik ortalamaları alınarak genel bir başarı skoru elde edilmiştir. Elde edilen başarı skorları ise 2015-2022 dönemi için finansal performansı en yüksek bankanın Citibank ve Deutsche Bank olduğunu gösterirken, aynı zaman periyodu için finansal performansı en düşük bankanın ise Turkish Bank olduğunu göstermektedir.

Anahtar Kelimeler

Mevduat Bankacılığı, Finansal Performans Analizi, ÇKKV, CRITIC, COPRAS

FINANCIAL PERFORMANCE EVALUATION WITH MULTI CRITERIA DECISION MAKING APPROACHES IN THE TURKISH BANKING SECTOR

Öz

In today's world, the banking sector is a fundamental and critical building block for ensuring financial stability and the development and development of economies. In this context, this study aimed to evaluate the financial performance of deposit banks operating in the Turkish banking sector for the 2015-2022 period by using CRITIC and COPRAS methods, which are an integrated model from MCDM methods. For the measurement of bank performance, 10 financial indicators have been selected (Equity/Total Assets, Liabilities/Total Assets, Liquid Assets/Short-Term Liabilities, Return on Equity, Return on Assets, Non-Interest Income (Net)/Total Assets, Interest Income/Interest Expense, Interest Expenses/Total Assets, Personnel Expenses/Other Operating Expenses, and Other Operating Expenses/Total Assets).
In the first stage of the analysis process conducted in two stages, the criteria weights were calculated using the CRITIC method. It was observed that the weight coefficients obtained using the CRITIC method varied over the years. The performance scores obtained based on the COPRAS approach, and the success rankings created accordingly were found to differ over the years, similar to the CRITIC approach. Therefore, the geometric averages of the success rankings were calculated to obtain an overall success score. The obtained success scores indicate that Citibank and Deutsche Bank had the highest financial performance for the period 2015-2022, while Turkish Bank had the lowest financial performance for the same period.

Anahtar Kelimeler

Deposit Banking, Financial Performance Analysis, MCDM, CRITIC, COPRAS

Kaynakça

• Acaravcı, S. K. & Çalım, A. E. (2013). Turkish banking sector’s profitability factors. International Journal of Economics and Financial Issues, 3(1), 27-41.
• Akbulut, O. Y. (2019). CRITIC ve EDAS yöntemleri ile İş Bankası'nın 2009-2018 yılları arasındaki performansının analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(2), 249-263.
• Akbulut, O. Y. (2020). Gri entropi temelli PSI ve ARAS ÇKKV yöntemleriyle Türk mevduat bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2), 171-187.
• Akbulut, O. Y. (2023) Evaluation of Financial performance of participation banks operating in Turkey with CRITIC based COPRAS method. International Journal of Current Social Science, 2(1), 15-24. Alam, H. M., Raza, A. & Akram, M. (2011). A financial performance comparison of public vs private banks: the case of commercial banking sector of Pakistan. International Journal of Business and Social Science, 2(11), 56-64.
• Altemur, N., Çevik, M. & Karaca, S. S. (2019). BİST 30 endeksinde işlem gören ticari bankaların TOPSIS yöntemi ile finansal performans analizi. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 3(1), 63-73.
• Amile, M., Sedaghat, M. & Poorhossein, M. (2013). Performance evaluation of banks using fuzzy AHP and TOPSIS, case study: state-owned banks, partially private and private banks in Iran. Caspian Journal of Applied Sciences Research, 2(3), 128-138.
• Ayçin, E. & Çakın, E. (2019). KOBİ'lerin finansal performansının MACBETH-COPRAS bütünleşik yaklaşımıyla değerlendirilmesi. Journal of Yasar University, 14(55), 251-265.
• Aydın, Y. (2020a). A hybrid multi-criteria decision making (MCDM) model consisting of SD and COPRAS methods in performance evaluation of foreign deposit Banks. Equinox Journal of Economics Business and Political Studies, 7(2), 160-176.
• Aydın, Y. (2020b). Bütünleşik CRITIC ve MAIRCA yöntemleri ile kamu sermayeli bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(4), 829-841.
• Banu, A. R., & Santhiyavalli, G. A. (2019). TOPSIS approach to evaluate the financial performance of scheduled commercial banks in India, International Journal of Economics and Research, 21(1), 24-33.
• Bayrakdaroğlu, A., & Yalçın, N. (2013). A fuzzy multi-criteria evaluation of the operational risk factors for the state-owned and privately-owned commercial banks in Turkey. Human and Ecological Risk Assessment: An International Journal, 19(2), 443-461.
• BDDK (2023). Mevduat bankaları. https://www.bddk.org.tr/Kurulus/Liste/77. Erişim Tarihi:25/11/2023
• Belke, M. & Ünal, E. A. (2017). Determinants of bank profitability: evidence from listed and nonlisted banks in Turkey. Journal of Economics Finance and Accounting, 4(4), 404-416.
• Chang, C.P. (2006). Managing business attributes and performance for commercial banks. The Journal of American Academy of Business, 9(1), 104-109.
• Chaudhuri, T. D. & Ghosh, I. (2014). A multi-criteria decision-making model-based approach for evaluation of the performance of commercial banks in India. IUP Journal of Bank Management, 13(3), 23-33.
• Çakır, S. & Perçin, S. (2013). Çok kriterli karar verme teknikleriyle lojistik firmalarında performans ölçümü. Ege Akademik Bakış Dergisi, 13(4), 449-459.
• Çelik, M. (2018). Türkiye’de faaliyet gösteren mevduat bankalarının performans analizi: büyüklük ve sahiplik yapısı ayrımıyla bir karşılaştırma. Mehmet Akif Ersoy Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 5(2), 146-168.
• Çetin, M. K. & Çetin, E.İ. (2010). MULTI-CRITERIA analysis of banks’ performances. International Journal of Economics and Finance Studies, 2(2), 73-78.
• Çoban, O., Çoban, A., Kodaz, Ş. S. & Kurt, D. B. (2018). Analysıs of profıtabılıty ın deposıt money banks: turkey example. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 9(18), 523-537.
• Diakoulaki, D., Mavrotas, G. & Papayannakis, L. 1995. Determining Objective Weights in Multiple Criteria Problems: The CRITIC method. Computers & Operations Research, 22(7), 763-770.
• Dietrich, A. & Wanzenried, G. (2014). The determinants of commercial banking profitability in low-, middle-and high-ıncome countries. The Quarterly Review of Economics and Finance, 54(3), 337-354.
• Ersoy, E. & Aydın, Y. (2018). Bankaların likiditesini etkileyen makroekonomik ve bankaya özgü faktörlerin ampirik analizi: Türkiye örneği. Global Journal of Economics and Business Studies, 7(14), 158-169.
• Funso, K. T., Kolade, A. R. & Ojo, O. M. (2012). Credit risk and commercial banks’ performance in Nigeria: a panel model approach. Australian Journal of Business and Management Research, 2(2), 31-38.
• Güneysu, Y., Er, B. & Ar, İ.M. (2015). Türkiye’deki ticari bankaların performanslarının AHS ve GIA yöntemleri ile incelenmesi. Karadeniz Teknik Üniversitesi Sosyal Bilimler Dergisi, 9, 71-93.
• Henriques, I. C., Sobreiro, V. A., Kimura, H. & Mariano, E. B. (2018). Efficiency in the Brazilian banking system using data envelopment analysis. Future Business Journal, 4(2), 157-178.
• Ho, C-T. & Wu, Y.S (2006). Benchmarking performance ındicators for banks. benchmarking: An International Journal, 13(1/2), 147-159.
• Kandemir, T. & Karataş, H. (2016). Ticari bankaların finansal performanslarının çok kriterli karar verme yöntemleri ile incelenmesi: borsa istanbul’da işlem gören bankalar üzerine bir uygulama (2004-2014). İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 5(7), 1766-1776.
• Karaca, S. S. & Erdoğan, S. (2018). Türk bankacılık sektörünün 2009-2016 dönemi CAMELS derecelendirme sistemi ile performans analizi. Uluslararası Yönetim Eğitim ve Ekonomik Perspektifler Dergisi, 6(3), 23-39.
• Kaygusuz, M., Ersoy, B. & Bozdoğan, T. (2020). CAMELS değerlendirme sistemiyle bankaların finansal performanslarının TOPSIS yöntemiyle analizi. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 9(1), 68-95.
• Kiracı, K. & Bakır, M. (2018). CRITIC temelli EDAS yöntemi ile havayolu işletmelerinde performans ölçümü uygulaması. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, (35), 157-174. Kosmidou, K. & Zopounidis, C. (2008). Measurement of bank performance in greece. South Eastern Europe Journal of Economics, 1(1), 79-95.
• Koşaroğlu, Ş. M. (2020). BİST’te işlem gören bankaların performanslarının SD ve EDAS yöntemleriyle değerlendirilmesi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(3), 406-417.
• Mandic, K., Delibasic, B., Knezevic, S. & Benkovic, S. (2014). Analysis of the financial parameters of serbian banks through the application of the fuzzy AHP and TOPSIS methods. Economic Modelling, 43, 30-37.
• Menicucci, E. & Paolucci, G. (2016). The determinants of bank profitability: empirical evidence from european banking sector. Journal of Financial Reportingand Accounting, 14(1), 86-115.
• Mulliner, E., Smallbone, K. & Maliene, V. (2013). An assessment of sustainable housing affordability using a multiple criteria decision making method. Omega, 41(2), 270-279.
• Pehlivan, E. & Akpınar, Ö. (2022). Türk sigorta sektöründe faaliyet gösteren hayat dışı sigorta şirketlerinin performans değerlendirmesine yönelik ampirik bir uygulama. Öneri Dergisi, 17(58), 516-548.
• Podvezko, V. (2011). The comparative analysis of MCDA methods SAW and COPRAS. Engineering Economics, 22(2), 134-146.
• Rençber, Ö. F. & Avcı, T. (2018). BIST'te işlem gören bankaların sermaye yeterliliklerine göre karşılaştırılması: WASPAS yöntemi ile uygulama. Anemon Muş Alparslan Üniversitesi Sosyal Bilimler Dergisi, 6(ICEESS’18), 169-175.
• Řepková, I. (2014). Efficiency of the Czech banking sector employing the DEA window analysis approach. Procedia Economics and Finance, 12(1), 587–596.
• Rezaei, M. & Ketabi, S. (2016). Ranking the banks through performance evaluation by integrating fuzzy AHP and TOPSIS methods: a study of iranian private banks. International Journal of Academic Research in Accounting, Finance and Management Sciences, 6(3),19-30.
• San, O. T., Theng, L. L. & Heng, T. B. (2011). A comparison on efficiency of domestic and foreign banks in Malaysia: A DEA approach. Business Management Dynamics, 1(4), 33-49.
• Sarıçalı, G. & Kundakcı, N. (2019). Bütünleşik KEMIRA-M ve COPRAS yöntemi ile mermer işletmesi için katrak makinesi seçimi. Kafkas Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 10(20), 1028-1061.
• Seçme, N. Y., Bayrakdaroğlu, A. & Kahraman, C. (2009). Fuzzy performance evaluation in Turkish banking sector using analytic hierarchy process and TOPSIS. Expert Systems with Applications, 36(9), 11699-11709.
• Siew, L. W., Fai, L. K. & Hoe, L. W. (2017). Evaluation on the financial performance of the Malaysian banks with TOPSIS model. American Journal of Service Science and Management, 4(2), 11-16.
• Şenol, Z. & Ulutaş, A. (2018). Muhasebe temelli performans ölçümleri ile piyasa temelli performans ölçümlerinin CRITIC ve ARAS yöntemleriyle değerlendirilmesi. Finans Politik & Ekonomik Yorumlar, 55(641), 83-102.
• Topak, M. S. & Çanakçıoğlu, M. (2019). Banka performansının Entropi ve COPRAS yöntemi ile değerlendirilmesi: Türk bankacılık sektörü üzerine bir araştırma. Mali Çözüm Dergisi, 29, 107-132.
• Ural, M., Demireli, E. & Çalık, S. G. (2018). Kamu bankalarında performans analizi: ENTROPI ve WASPAS yöntemleri ile bir uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 31, 129-141.
• Ünvan, Y. A. (2020). Financial performance analysis of banks with TOPSIS and Fuzzy TOPSIS approaches. Gazi University Journal of Science, 33(4), 904-923.
• Yamaltdinova, A. (2017). Kırgızistan bankalarının finansal performanslarının TOPSIS yöntemiyle değerlendirilmesi. International Review of Economics and Management, 5(2), 68-87.
• Yue, P. (1992). Data envelopment analysis and commercial bank performance: a primer with applications to Missouri banks. Federal Reserve Bank of St Louis Review, January/ February, 31-45.
• Zavadskas, E. K. & Kaklauskas, A. (1996). Multiple criteria evaluation of buildings (Pastatu sistemotechninis ivertinimas). Vilnius: Technika