INVESTIGATION OF THE FINANCIAL PERFORMANCE OF TECHNOLOGY COMPANIES USING THE MULTIMOORA METHOD

Abstract

Rapid technological developments in recent years have seriously affected individuals and companies. Many terms, such as artificial intelligence, big data, and blockchain, have become very popular in recent years. Since technology companies produce technology, which is one of the most important elements of today, the performance of these companies has become important for all stakeholders. For this reason, in this study, ten companies in the BIST Technology index, representing more than 80% of the index in terms of net sales and asset size in 2023, were examined with the MULTIMOORA method, which is a multi-criteria decision-making method (MCDM). In the study, where 6 criteria were used, and the 2020-2023 period was examined, the criteria weights were determined with the CRITIC method, and the rankings were made with MULTIMOORA. Afterwards, the rankings were calculated again using the TOPSIS method and compared with the MULTIMOORA method. Finally, the rankings were recalculated under the assumption that the criteria weights were equal. According to the study results, it was observed that different MCDM methods produced different results with different criterion weights. Although the rankings are produced differently, overall, some companies were found to consistently outperform other companies.

Keywords

• MCDM
• Technology Companies
• Financial Performance

TEKNOLOJİ ŞİRKETLERİNİN FİNANSAL PERFORMANSININ MULTIMOORA YÖNTEMİ İLE İNCELENMESİ

Abstract

Son yıllarda yaşanan hızlı teknolojik gelişmeler bireyleri ve şirketleri ciddi anlamda etkilemektedir. Yapay zekâ, büyük veri, blok zincir gibi birçok terim son yıllarda oldukça popüler hale gelmiştir. Teknoloji şirketleri, günümüzün en önemli unsurlarından biri olan teknolojiyi ürettikleri için, bu şirketlerin performansları tüm paydaşlar için önemli hale gelmiştir. Bu sebeple bu çalışmada BIST Teknoloji endeksinde yer alan ve 2023 yılı net satışlar ve aktif büyüklüğü açısından, endeksin %80’inden fazlasını temsil eden on şirket, bir çok kriterli karar verme yöntemi (ÇKKV) olan MULTIMOORA yöntemiyle incelenmiştir. 6 kriterin kullanıldığı ve 2020-2023 döneminin incelendiği çalışmada, kriter ağırlıkları CRITIC yöntemiyle belirlenmiş, sıralamalar ise MULTIMOORA ile gerçekleştirilmiştir. Sonrasında TOPSIS yöntemi kullanılarak tekrar sıralamalar hesaplanmış ve MULTIMOORA yöntemiyle karşılaştırılmıştır. Son olarak kriter ağırlıklarının eşit olduğu varsayımı altında sıralamalar tekrardan hesaplanmıştır. Çalışma sonuçlarına göre farklı ÇKKV yöntemlerinin, farklı kriter ağırlıklarıyla birlikte farklı sonuçlar ürettikleri görülmüştür. Her ne kadar sıralamalar farklı üretilmiş olsa da genel olarak bazı şirketlerin tutarlı bir şekilde diğer şirketlerden daha iyi performans gösterdiği görülmüştür.

Keywords

• ÇKKV
• Teknoloji Şirketleri
• Finansal Performans

References

1. Acemoğlu D., Laibson D. ve List J.A. (2019). Economics. Global 2nd Edition. Pearson Education Limited
2. Brauers, W.K.M. ve Zavadskas, E.K. (2006). The MOORA Method and Its Application to Privatization in a Transition Economy. Control and Cybernetics, 35(2), 445-469.
3. Brauers, W.K.M. ve Zavadskas, E.K. (2010). Project management by MULTIMOORA as an instrument for transition economies, Technological and Economic Development of Economy, 16(1), 5-24.
4. Brauers W.K.M. ve Zavadskas E.K. (2012) Robustness of MULTIMOORA: A Method for Multi-Objective Optimization, Informatica, 23(1), 1–25.
5. Bulgurcu B (Kiran). (2012). Application of TOPSIS Technique for Financial Performance Evaluation of Technology Firms in Istanbul Stock Exchange Market, Procedia – Social and Behavioral Sciences, 62, 1033–1040.
6. Ceyhan, İ. F. ve Demirci, F. (2017). MULTIMOORA Yöntemiyle Finansal Performans Ölçümü: Leasing Şirketlerinde Bir Uygulama. Bartın Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 8(15), 277-296.
7. Chakraborty, S. (2011). Applications of the MOORA Method for Decision Making in Manufacturing Environment. The International Journal of Advanced Manufacturing Technology, 54, 1155–1166. Dağıstanlı, H. A. (2023). An Integrated Fuzzy MCDM and Trend Analysis Approach for Financial Performance Evaluation of Energy Companies in Borsa Istanbul Sustainability Index. Journal of Soft Computing and Decision Analytics, 1(1), 39-49. https://doi.org/10.31181/jscda1120233.
8. Diakoulaki, D. Mavrotas, G. ve Papayannakis L. (1995). Determining objective weights in multiple criteria problems: The critic method, Computers & Operations Research, 22, 763–770.

9. Dumanoğlu, S. ve Ergül, N. (2010). İMKB’de İşlem Gören Teknoloji Şirketlerinin Mali Performans Ölçümü. Muhasebe ve Finansman Dergisi (48), 101-111.
10. Ersoy, N. (2022). Türk İnşaat Firmalarının Finansal Performansının SECA Yöntemi ile Değerlendirilmesi. İzmir İktisat Dergisi, 37(4), 1003-1021. https://doi.org/10.24988/ije.1065282
11. Ghosh, S. ve Bhattacharya, M. (2022). Analyzing the impact of COVID-19 on the financial performance of the hospitality and tourism industries: an ensemble MCDM approach in the Indian context. International Journal of Contemporary Hospitality Management, 34(8), 3113-3142. DOI 10.1108/IJCHM-11-2021-1328
12. Gök-kısa, A. C. ve Perçin, S. (2018). Bütünleşik Entropi Ağırlık-Vıkor Yöntemi ile Bilişim Teknolojisi Sektöründe Performans Ölçümü. Ekonomik ve Sosyal Araştırmalar Dergisi, 14(1), 1-13.
13. Gürkan, S. ve Aldoury N. (2021). TOPSIS Çok Kriterli Karar Verme Yöntemi ile Karşılaştırmalı Finansal Performans Analizi: Teknoloji Şirketleri Üzerine Bir Araştırma. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 6(2), 225-239. https://doi.org/10.29106/fesa.868905
14. HWANG, C.L. ve YOON, K. (1981). Multiple Attribute Decision Making: Methods and Applications, Springer Verlag.
15. Karlin, S. ve Studden, W.J. (1966) Tchebycheff Systems: with Applications in Analysis and Statistics. Interscience Publishers, New York
16. Kiracı, K. ve Bakır, M. (2019). CRITIC Temelli EDAS Yöntemi ile Havayolu İşletmelerinde Performans Ölçümü Uygulaması. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi (35), 157-174. https://doi.org/10.30794/pausbed.421992
17. Konak, F. ve Ayan Civelek, S. (2021). Veri Zarflama Analizi ve Topsis Yöntemi ile Finansal Performans Değerlendirmesi: BİST Teknoloji Endeksi Uygulaması. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 10(4), 3110-3131. https://doi.org/10.15869/itobiad.863596
18. Oral, C. ve Şenen, M. (2023). Gri İlişkisel Analiz Yöntemi ile Finansal Performans Değerlendirmesi: Bist’ De İşlem Gören Teknoloji Şirketleri Üzerine Bir Uygulama. İşletme Araştırmaları Dergisi, 15(2), 894–906. https://doi.org/10.20491/isarder.2023.1625
19. Orçun, Ç. ve Eren, B. S. (2017). TOPSIS Yöntemi ile Finansal Performans Değerlendirmesi: XUTEK Üzerinde Bir Uygulama. Muhasebe ve Finansman Dergisi (75), 139-154. https://doi.org/10.25095/mufad.399899
20. Özbek, A. (2018). BİST’te İşlem Gören Faktoring Şirketlerinin Mali Yapılarının Çok Ölçütlü Karar Verme Yöntemleri ile Değerlendirilmesi. Yönetim ve Ekonomi Dergisi, 25(1), 29-53. https://doi.org/10.18657/yonveek.306188
21. Parkin, M. (2016). Economics. Global 12th Edition, Pearson Education Limited. Perçin, S. ve Karakaya, A. (2012). Bulanık Karar Verme Yöntemleriyle Türkiye’de Bilişim Teknolojisi Firmalarının Finansal Performanslarının Değerlendirilmesi. Marmara Üniversitesi İktisadi ve İdari Bilimler Dergisi, 33(2), 241-266.
22. Sama, H. R., Kosuri, S. V. K. ve Kalvakolanu, S. (2022). Evaluating and ranking the Indian private sector banks—A multi‐criteria decision‐making approach. Journal of Public Affairs, 22(2), e2419. https://doi.org/10.1002/pa.2419
23. Say, S. (2022). ARAS ve COPRAS Yöntemleri ile BIST Teknoloji Endeksindeki Şirketlerin Finansal Performans Analizi. Selçuk Üniversitesi Sosyal Bilimler Meslek Yüksekokulu Dergisi, 25(Özel Sayı), 511-523. https://doi.org/10.29249/selcuksbmyd.1142373
24. Tayyar, N., Yapa, K., Durmuş, M. ve Akbulut, İ. (2018). Referans İdeal Metodu ile Finansal Performans Analizi: BİST Sigorta Şirketleri Üzerinde Bir Uygulama. İnsan ve Toplum Bilimleri Araştırmaları Dergisi, 7(4), 2490-2509. https://doi.org/10.15869/itobiad.418429
25. Türkmen, S. Y. ve Çağıl, G. (2012). İMKB’ye Kote Bilişim Sektörü Şirketlerinin Finansal Performanslarının TOPSIS Yöntemi ile Değerlendirilmesi. Maliye ve Finans Yazıları, 1(95), 59-78.
26. Van Delft, A. ve Nijkamp, P. (1977) Multi-criteria Analysis and Regional Decision-making. M. Nijhoff, Leiden. Wang, Y-J. (2014). The evaluation of financial performance for Taiwan container shipping companies by fuzzy TOPSIS. Applied Soft Computing, 22, 28-35.
27. Wu H-Y, Tzeng G-H ve Chen Y-H. (2009). A fuzzy MCDM approach for evaluating banking performance based on Balanced Scorecard. Expert Systems with Applications, 36(6), 10135-10147.