Veri Zarflama Analizi ve Veri Madenciliği ile Mevduat Bankalarında Etkinlik Ölçümü

Year 2010, Volume: 4 Issue: 2, 67 - 84, 01.12.2010

İbrahim Halil Seyrek H. Ali Ata

Abstract

Birçok ülkenin finansal krizlerle karşı karşıya kaldığı günümüzde, bankacılık sektörü optimal kaynak kullanımının gerçekleştirilmesi bakımından ülke ekonomileri için çok önemli bir hale gelmiştir. Bu nedenle sektörün verimli bir şekilde faaliyette bulunması ve etkinliğini artırması gerekmektedir. Bu çalışmada öncelikle Türk bankacılık sektöründe faaliyet gösteren mevduat bankalarının veri zarflama analizi VZA yöntemi ile etkinlik ölçümü yapılmıştır. Daha sonra bankaların etkinlik skorları kullanılarak banka etkinliğinin tahmininde önemli olan finansal performans göstergelerinin neler olduğu veri madenciliği teknikleri kullanılarak tespit edilmiştir. Araştırma sonucunda banka etkinliğinin tahmininde “Toplam Krediler/Toplam Mevduat” oranı ile “Diğer Faaliyet Giderleri/Toplam Faaliyet Gelirleri” oranının önemli finansal oranlar olduğu bulunmuştur

Keywords

Banka Etkinliği, Veri Zarflama Analizi, Veri Madenciliği

Efficiency Measurement in Deposit Banks Using Data Envelopment Analysis and Data Mining

Abstract

Efficiency Measurement in Deposit Banks Using Data Envelopment Analysis and Data Mining In today’s world in which several countries face financial crises, banking industry has become very important for national economies in order to realize optimal resource use. Therefore, banking industry should operate productively and increase its efficiency. In this study, firstly, efficiency of deposit banks operating in Turkish banking industry are measured using data envelopment analysis DEA . Then, using efficiency scores of banks, financial performance indicators which are important for predicting bank efficiency are determined using data mining techniques. As a result of the study, “Total Credits/Total Deposits” ratio and “Other Operating Costs/Total Operating Income” ratio are found to be important financial ratios in predicting bank efficiency

Keywords

Bank Efficiency, Data Envelopment Analysis, Data Mining

References

• Berger, A.N. ve Mester, L.J.. (1997). Inside the Black Box: What Explains Differences in the Efficiencies of Financial Institutions. Journal of Banking Finance, 21, 895–947.
• İnan, E.A.. (2000). Banka Etkinliğinin Ölçülmesi ve Düşük Enflasyon Sürecinde Bankacılıkta Etkinlik. Bankacılar Dergisi, 34, 85–86.
• Kohers, T., Huang, M-h. ve Kohers, N.. (2000). Market Perception of Efficiency in Bank Holding Company Mergers: The Roles of the DEA and SFA Models in Capturing Merger Potential. Review of Financial Economics, 9, 101–20.
• Kwan, S.H ve Wilcox, J.A. (1999). Hidden Cost Reductions in Bank Mergers: Accounting for More Productive Banks. Federal Reserve Bank of San Francisco Working Paper, 99–10.
• Larose, D. T.. (2005). Discovering Knowledge in Data. An Introduction to Data Mining. Hoboken, New Jersey: John Wiley & Sons, Inc.
• Larose, D. T.. (2006). Data Mining Methods and Models. Hoboken, New Jersey: John Wiley & Sons, Inc.
• Lozano, A.. (1997). Profite Efficiency for Spanish Savings Banks. European Journal Operational Research, 98, 381–394.
• Maudos, J. ve Pastor, J. M.. (2003). Cost and Profit Efficiency in Banking: An International Comparison of Europe, Japan and the USA. Applied Economics Letters, 8, 383–387.
• Paliwal, M. ve Kumar, U. A.. (2009). Neural Networks and Statistical Techniques: A Review of Applications. Expert Systems with Applications, 36 (1), 2-17.
• Pasiouras, F., Liadaki, A. ve Zopounidis, C.. (2008). Bank Efficiency and Share Performance: Evidence from Greece. Applied Financial Economics, 18 (14), 1121–1130.
• Resti, A.. (1997). Evaluating Cost-Efficiency of the Italian Banking System, What Can Be Learned from the Joint Application of Parametric and Non- Parametric Techniques. Journal of Banking and Finance, 21, 221–50.
• Rygielski, C., Wang, J.-C. ve Yen, D. C.. (2002). Data Mining Techniques for Customer Relationship Management. Technology in Society, 24 (4), 483-502.
• Soteriou, A. ve Zenios, S.. (1999). Using Data Envelopment Analysis for Costing Bank Products. European Journal of Operational Research, 114, 234- 48.
• Sufian, F.. (2009). Determinants of Bank Efficiency During Unstable Macroeconomic Environment: Empirical Evidence from Malaysia. Research in International Business and Finance, 23, 54–77
• Ulucan A.. (2000). Şirket Performanslarının Ölçülmesinde Veri Zarflama Analizi Yaklaşımı: Genel Ve Sektörel Bazda Değerlendirmeler. Hacettepe Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 18, 405-418.
• Ulucan A.. (2002). ISO500 Şirketlerinin Etkinliklerinin Ölçülmesinde Veri Zarflama Analizi Yaklaşımı: Farklı Girdi Çıktı Bileşenleri ve Ölçeğe Göre Getiri Yaklaşımları ile Değerlendirmeler. Ankara Üniversitesi SBF Dergisi, 57 (2), 185- 202.
• Wu, R.-C., Chen, R.-S. ve Chian, S. S.. (2006). Design of a Product Quality Control System Based on The Use of Data Mining Techniques. IIE Transactions, 38 (1), 39 - 51.