Using DEA, Cluster and TOPSIS in Measuring Businesses Efficiency and Performance: An Application on ISE Businesses

Abstract

Today globalization, technological developments and mass competition forced businesses use their resources efficiently, evaluate relatively performance with their competitor and determine businesses for benchmarking. In this study, it is tried to examine whether 24 businesses which traded in Istanbul Stock Exchange in food and drink sector are efficient. For this aim, businesses efficiency is measured by Data Envelopment Analysis (DEA). Also, similar businesses are clustered by cluster analysis and business efficiencies are ranged by TOPSIS analysis and methods are compared. According to the result of DEA, 14 businesses in 2007 and 11 businesses in 2008 are found to be efficient. As a result of the study, it is observed that the methods we used produced contradictory results. Although some businesses found to be efficient in DEA method, these businesses could not show a good performance in TOPSIS analysis. Also, some efficient businesses are in different clusters in Cluster Analysis.

Keywords

• Efficiency
• Data Envolepment Analysis
• Cluster Analysis
• TOPSIS
• Food and Drink Sector

İşletmelerde Etkinlik ve Performans Ölçmede VZA, Kümeleme ve TOPSIS Analizlerinin Kullanımı: İMKB İşletmeleri Üzerine Bir Uygulama

Abstract

Günümüzde yaşanan küreselleşme, teknolojik gelişmeler ve yoğun rekabet, işletmeleri kaynaklarını etkin ve verimli şekilde kullanmaya, rekabet ettikleri sektör içindeki performanslarını
göreli olarak değerlendirmeye ve referans almaları gereken işletmeleri belirlemeye zorlamaktadır. Bu çalışmada, İstanbul Menkul Kıymetler Borsası'nda 2007-2008 yıllarında işlem gören gıda ve içecek sektöründeki işletmelerin etkin olup olmadıkları araştırılmıştır. Bu amaçla, işletmelerin Veri Zarflama Analizi yöntemi ile etkinlikleri ölçülmüştür. Ayrıca kümeleme analizi yardımıyla benzeşen işletmeler kümelenmiş ve TOPSIS analiziyle de işletme etkinlikleri sıralanmış ve yöntemler karşılaştırılmıştır. Veri Zarflama Analizine göre 2007 yılında 14 işletme, 2008 yılında ise 11 işletme etkin bulunmuştur. Kullanılan üç yöntem de işletme etkinliklerini ölçmede kullanılmasına rağmen, analiz sonuçlarına göre Veri Zarflama Analizinde etkin bulunan bazı işletmeler TOPSIS analizinde iyi performans göstermezken, kümeleme analizinden elde edilen sonuçların söz konusu diğer analizlerle uyumlu olmadığı tespit edilmiştir.

Keywords

• Etkinlik
• Veri Zarflama Analizi
• Kümeleme Analizi
• TOPSIS
• Gıda ve

References

1. Aktaş, H. (2001). “İşletme Performansının Ölçülmesinde Veri Zarflama Analizi Yaklaşı- mı, Yönetim ve Ekonomi”. Celal Bayar Üniversitesi İ.İ.B.F. Yönetim ve Ekonomi Dergisi, 7(1), 163-176.
2. Atan, M. (2003). “Türkiye Bankacılık Sektöründe Veri Zarflama Analizi İle Bilançoya Dayalı Mali Etkinlik ve Verimlilik Analizi”. Ekonomik Yaklaşım Dergisi, 48(14), 71 – 86.
3. Atan, M. ve Karpat Çatalbaş, G. (2005), “Bankacılıkta Etkinlik ve Sermaye Yapısının Bankaların Etkinliğine Etkisi”. İktisat, İşletme ve Finans Dergisi, 20(237), 49-62.
4. Boussofiane, A., Dyson, R. ve Rhodes, E. (1991). “Applied Data Envolopment Analysis”. European Journal of Operational Research, II(6), 1-15.
5. Boussofiane, A., Dyson, R. ve Rhodes, E. (1991), “Applied Data Envolopment Analysis”, European Journal of Operational Research, II(6), 1-15.
6. Bowlin, W.F. (1998). “Measuring Performance: An Introduction To Data Envelopment Analysis (DEA)”. The Journal of Cost Analysis, 3/3: 3 – 27.
7. Bülbül, S. ve Akhisar, İ. (2005). “Türk Sigorta Şirketlerinin Etkinliğinin Veri Zarflama Analizi ile Araştırılması”. VII. Ulusal Ekonometri ve İstatistik Sempozyumu, İstanbul Üniversitesi, İstanbul.
8. Casu, B. ve Molyneux, P. (2003). “A Comparative Study of Efficiency in European Ban- king”. Applied Economics, 35, 1865–1876.

9. Charnes, A., Cooper, W. W. ve Rhodes, E. (1978). “Measuring The Efficiency of Decision Making Units”. European Journal of Operational Research, 2, 429-444.
10. Chen, X., Skully, M. ve Brown, K. (2005). “Banking Efficiency in China: An Application of DEA to Pre - and Post Deregulation Era: 1993-2000”. China Economic Review, 16, 229-245.
11. Cooper, W. W. ve Seifard, L. M. (2000), DEA: A Comprehensive Text With Models, Appli- cations, References and DEA-Solver Software (London, Kluiwer Academic Publishes)
12. Cooper, W. W., Seiford, L. M. ve Tone, K. (1999). “Data Envelopment Analysis: A Com- prehensive Text With Models. Aplications, References and DEA Solver Software (Net- herlands: Kluwer Academic Publishers).
13. Donthu, N. ve Yoo, B. (1998), “Retail Productivity Assessment Using Data Envelopment Analysis”, Journal of Retailing, 74(1), 89-105.
14. Ertuğrul, İ. ve Tuş Işık, A. (2008), “İşletmelerin VZA İle Mali Tablolarına Dayalı Etkinlik Ölçümü: Metal Ana Sanayinde Bir Uygulama”, Afyon Kocatepe Üniversitesi İİBF Der- gisi, 10(1), 201–217.
15. Esenbel, M., Erkin M.O. ve Erdoğan F.K. (2009). “Veri Zarflama Analizi İle Dokuma, Giyim Eşyası ve Deri Sektöründe Faaliyet Gösteren Firmaların Etkinliğinin Karşılaştırıl- ması”. http://analiz.ibsyazilim.com/egitim/gazi001.html. Erişim Tarihi:10.04.2009
16. Gascon, F., Fidalgo, E.G. ve Alvares A.I.F. (2002). “Economic Efficiency and Value Maximization in Banking Firms”, Working paper, EFMA 2002 London Meetings,1-49.
17. Girginer, N., Yalama, A. ve Kaygısız Z. (2007). “Veri Zarflama Analizi ve Kümeleme Analizi İle Türkiye Sigortacılık Sektöründeki Firmaların Performanslarının Karşılaştırıl- ması”. İşletme, İktisat ve Finans Dergisi, 22(261), 100–113.
18. Hamarat, B. ve Özer, E. (2003). “Türkiye’de Tekstil Sektöründeki İşletmelerin Finan- sal Yapılarının İstatistiksel Yöntemlerle İncelenmesi”, İktisat, İşletme ve Finans Dergi- si,18(204), 45–61.
19. Hays, W.L. (1973). Statistics for the Social Sciences, (Newyork, Holt, Rinehart and Wins- ton, Inc.).
20. Hwang, C.L. ve Yoon, K.L. (1981). Multiple Attribute Decision Making: Methods and Applications: A state-of-the-Art Survey, New York: Springer-Verlag.
21. İnan, A.E. (2000). “Banka Etkinliğinin Ölçülmesi ve Düşük Enflasyon Sürecinde Banka- cılıkta Etkinlik”. Bankacılık Dergisi, 34, 82-96.
22. Karsak, E.E. ve İşcan F. (2000). “Çimento Sektöründe Göreli Faaliyet Performanslarının Ağırlık Kısıtlamaları ve Çapraz Etkinlik Kullanılarak Veri Zarflama Analizi İle Değerlen- dirilmesi”. Endüstri Mühendisliği Dergisi, 11(3), 2–10.
23. Kayalıdere, K. ve Kargın, S. (2004). “Çimento ve Tekstil Sektörlerinde Etkinlik Çalışma- sı ve Veri Zarflama Analizi”. Dokuz Eylül Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 6(1), 196–219.
24. Keskin Benli, Y. (2006). İstanbul Menkul Kıymetler Borsası İmalat Sanayi İçin Etkinlik ve Toplam Faktör Verimliliği Analizi, Ankara: Seçkin Yayıncılık.
25. Kula, V. ve Özdemir, L. (2007). “Çimento Sektöründe Göreceli Etkinsizlik Alanlarının Veri Zarflama Analizi Yöntemiyle Tespiti”. Afyon Kocatepe Üniversitesi İİBF Dergisi, 9(1), 55 – 70.
26. Küçük, A. (2007). Portföy Oluşturma ve Portföye Dahil Edilecek Hisse Senetlerinin Se- çiminde “Veri Zarflama Analizi”, (Yayınlanmamış Yüksek Lisans Tezi), İstanbul Üniver- sitesi Sosyal Bilimler Enstitüsü.
27. Lo, S.F. ve Lu, W.M. (2006). “Does Size Matter? Finding the Profitability and Marketa- bility Benchmark of Financial Holding Companies”, Asia-Pacific Journal of Operational Research, 23, 229-246.
28. Lı, H. ve Xıe, Q.S. (2006). “Application of TOPSIS in the Bidding Evaluation of Manu- facturing Enterprises”, 5th International Conference on e-Engineering & Digital Enter- prise Technology, 16th-18th August, Guiyang, China, 184-188.
29. Özmen, İ. (1998). “İlçelerin Sosyo-ekonomik Gelişmişlik Sıralaması ve Gruplandırılma- sına İlişkin Bir Çalışma”. Hazine Dergisi, 11, 41-61.
30. Sekreter, M.S., Akyüz, G. ve Çetin İpekçi, E. (2004). “Şirketlerin Derecelendirilmesine İlişkin Bir Model Önerisi; Gıda Sektörüne Yönelik Bir Uygulama”, Akdeniz Üniversitesi İ.İ.B.F. Dergisi, 4(8), 139-155.
31. Sevil, G. ve Yalama, A. (2006). “Portfolio Allocation Using Data Envelopment Analysis (DEA): An Empirical Study on Istanbul Stock Exchange Market (ISE)”. Academy of World Business, Marketing and Management Development, France, Conference Aced, 9–13 July.
32. Ulucan, A. (2002). “İSO 500 Şirketlerinin Etkinliklerinin Ölçülmesinde Veri Zarflama Analizi Yaklaşımı; Farklı Girdi Çıktı Bileşenleri ve Ölçeğe Göre Getiri Yaklaşımları İle Değerlendirmeler”. Ankara Üniversitesi Siyasal Bilgiler Fakültesi Dergisi, 57(2), 185- 202.
33. Yalama, A. ve Sayım, M. (2008), “Veri Zarflama Analizi İle İmalat Sektörünün Perfor- mans Değerlendirilmesi”. Dokuz Eylül Üniversitesi İİBF Dergisi, 23(1), 89-107.
34. Yıldız, A. (2005). “İMKB’de İşlem Gören Şirketlerin Etkinliklerinin Veri Zarflama Ana- lizi ve Malmquist Endeksi Yöntemleriyle Değerlendirilmesi”. 9. Ulusal Finans Sempoz- yumu, Nevşehir.
35. Yolalan, R. (1993). İşletmelerarası Göreli Etkinlik Ölçümü, Ankara: MPM Yay. (No: 483).
36. Yurdakul, M. ve İç, Y.T. (2003). “Türk Otomotiv Firmalarının Performans Ölçümü ve Analizine Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 18(1), 1-18.