Measurement of Corporate Performance in Non-Life Insurance Sector by PSI-SD Based MABAC Method: Anadolu Sigorta Case

Abstract

The aim of this study is to propose an integrated model consisting of PSI-SD and MABAC methods for measuring and evaluating performance at the firm level. For this purpose, various performance indicators for the 2013-2020 period of Anadolu Sigorta, which has a critical importance for the Turkish insurance industry in various aspects, were used for firm-level analysis. In the study, the objective weighting coefficients related to the performance criteria selected to measure the firm's performance were determined by using PSI and SD methods in the first stage. In the second stage, both weight scores are combined using the Bayesian approach and thus optimal weight scores of the evaluation criteria are obtained. Findings from the Bayes approach reveal that the most important performance criterion for the firm is the retention rate. The MABAC ranking results for the years included in the analysis show that the most successful year for the Anadolu Sigorta is 2013, whereas 2018 is found to be the most unsuccessful year. Within the scope of the study, various sensitivity analyzes are also employed to test the reliability and robustness of the proposed methodology. Results from the sensitivity analyzes indicate that the proposed procedure gives consistent and robust ranking results.

Keywords

• Insurance Sector
• Performance Analysis
• PSI
• SD
• MABAC.

Hayat Dışı Sigorta Sektöründe Kurumsal Performansın PSI-SD Tabanlı MABAC Metodu İle Ölçülmesi: Anadolu Sigorta Örneği

Abstract

Bu çalışmanın amacı, firma düzeyinde performansın ölçülmesi ve değerlendirmesi için PSI-SD ve MABAC yöntemlerinden oluşan bütünleşik bir modelin önerilmesidir. Bu amaçla Türk sigorta sektörü için çeşitli açılardan kritik bir öneme sahip olan Anadolu Sigorta şirketinin 2013-2020 dönemine ilişkin çeşitli performans göstergelerinden yararlanılmıştır. Çalışmada firma performansının ölçülmesi amacıyla seçilmiş olan performans kriterlerine ilişkin objektif ağırlık katsayıları ilk aşamada PSI ve SD yöntemleri kullanılarak tespit edilmiştir. İkinci aşamada ise her iki ağırlık skoru Bayes yaklaşımı kullanılarak birleştirilmiş ve böylece değerlendirme kriterlerine ait optimal ağırlık skorları elde edilmiştir. Bayes yaklaşımından elde edilen bulgular firma için en önemli performans kriterinin konservasyon oranı olduğunu ortaya koymaktadır. Analiz kapsamına alınan yıllara ilişkin MABAC sıralama sonuçları Anadolu sigortanın en başarılı olduğu yılın 2013, buna karşın en başarısız olduğu yılın ise 2018 olduğunu göstermektedir. Çalışma kapsamında ayrıca önerilen modelinin güvenilirliğinin ve sağlamlığının test edilmesi amacıyla çeşitli duyarlılık analizinden yararlanılmıştır. Duyarlılık analizlerinden elde edilen bulgular göstermektedir ki, önerilen model tutarlı ve sağlam sıralama sonuçları üretmektedir.

Keywords

• Sigortacılık Sektörü
• Performans Analizi
• PSI
• SD
• MABAC.

References

1. Acar, M. (2019). Finansal performansın belirlenmesinde ve sıralanmasında TOPSIS çok kriterli karar verme yönteminin kullanılması: BIST sigorta şirketleri uygulaması. Finansal Araştırmalar ve Çalışmalar Dergisi, 11(21), 136-162. https://doi.org/10.14784/marufacd.623385
2. Akbulut, O.Y. (2020a). Gri Entropi temelli PSI ve ARAS ÇKKV yöntemleriyle Türk mevduat bankalarının performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 5(2), 171-187. https://doi.org/10.29106/fesa.690432
3. Akbulut, O.Y. (2020b). Finansal performans ile pay senedi getirisi arasındaki ilişkinin bütünleşik CRITIC ve MABAC ÇKKV teknikleriyle ölçülmesi: Borsa İstanbul çimento sektörü firmaları üzerine ampirik bir uygulama. Pamukkale Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 40, 471-488. https://doi.org/10.30794/pausbed.683330
4. Akgül, Y., Çamlıbel, F. ve Çamlıbel, S. (2021). Hayat dışı sigorta sektöründe kârı etkileyen firma içi faktörlerin incelenmesi: Bulanık hedef programlama örneği. Ekonomi Politika ve Finans Araştırmaları Dergisi, 6(2), 332-355. https://doi.org/10.30784/epfad.871997
5. Akyüz, G. ve Akab, S. (2015). İmalat performansı ölçümü için alternatif bir yaklasım: Tercih endeksi (PSI) yöntemi. Business & Economics Research Journal, 6(1), 63-77. Erişim adresi: http://www.berjournal.com/
6. Alhassan, A.L. and Fiador, V. (2014). Insurance-growth nexus in Ghana: An autoregressive distributed lag bounds cointegration approach. Review of Development Finance, 4(2), 83-96. Retrieved from https://hdl.handle.net/10520/EJC171865
7. Asadi, L. and Moghri, A.E. (2016). Review and ranking the private insurance companies in Iran based on TOPSIS model. International Journal of Accounting and Economics Studies, 4(2), 120-125. doi:10.14419/ijaes.v4i2.6327
8. Ayçin, E. (2019). Kurumsal kaynak planlama (KKP) sistemlerinin seçiminde MACBETH ve MABAC yöntemlerinin bütünleşik olarak kullanılması. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 33(2), 533-552. Erişim adresi: https://dergipark.org.tr/en/pub/atauniiibd/

9. Ayçin, E. ve Çakin, E. (2019). Ülkelerin inovasyon performanslarının ölçümünde Entropi ve MABAC çok kriterli karar verme yöntemlerinin bütünleşik olarak kullanılması. Akdeniz İİBF Dergisi, 19(2), 326-351. https://doi.org/10.25294/auiibfd.649275
10. Aydın, Y. (2019). Türkiye'de hayat/emeklilik sigorta sektörünün finansal performans analizi. Finans Ekonomi ve Sosyal Araştırmalar Dergisi, 4(1), 107-118. https://doi.org/10.29106/fesa.536729
11. Aydın, Y. (2020). 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. Retrieved from https://dergipark.org.tr/en/pub/equinox/
12. Aydın, Y. (2021). Bütünleşik bir ÇKKV modeli ile sigorta şirketlerinin piyasa performansının analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, 32, 53-66. https://doi.org/10.18092/ulikidince.880912
13. Bağcı, H. ve Yiğiter, Ş.Y. (2019). BİST’te yer alan enerji şirketlerinin finansal performansının SD ve WASPAS yöntemleriyle ölçülmesi. Bingöl Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 9(18), 877-898. doi:10.29029/busbed.559885
14. Bakır, M. (2019). SWARA ve MABAC yöntemleri ile havayolu işletmelerinde EWOM’a dayalı memnuniyet düzeyinin analizi. İzmir İktisat Dergisi, 34(1), 51-66. https://doi.org/10.24988/ije.2019341787
15. Bakır, M., Akan, Ş., Kıracı, K., Karabasevic, D., Stanujkic, D. and Popovic, G. (2020). Multiple-Criteria approach of the operational performance evaluation in the airline industry: Evidence from the emerging markets. Journal for Economic Forecasting, Institute for Economic Forecasting, 2, 149-172. Retrieved from https://d1wqtxts1xzle7.cloudfront.net/
16. Bayrakci, E. ve Aksoy, E. (2019). Bireysel emeklilik şirketlerinin entropi ağırlıklı ARAS ve COPRAS yöntemleri ile karşılaştırmalı performans değerlendirmesi. Business and Economics Research Journal, 10(2), 415-434. Erişim adresi: https://www.ceeol.com/
17. Biswas, T.K. and Das, M.C. (2019). Selection of commercially available electric vehicle using fuzzy AHP-MABAC. Journal of The Institution of Engineers (India), 100(3), 531-537. https://doi.org/10.1007/s40032-018-0481-3
18. Božanić D.A., Pamučar D.S. and Karović S.M. (2016). Use of the fuzzy AHP–MABAC hybrid model in ranking potential locations for preparing laying-up positions. Vojnotehnički Glasnik/Military Technical Courier, 64(3), 705-729. doi:10.5937/vojtehg64-9261
19. Çakır, S. (2016). Türk sigortacılık sektöründe çok kriterli karar verme teknikleri (ÇKKV) ile performans ölçümü: BİST uygulaması. Çukurova Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 20(1), 127-147. Erişim adresi: https://dergipark.org.tr/en/pub/cuiibfd/
20. Çamlibel, S. (2021). Comparison of management and financial performance in the Turkish insurance sector: An example of clustering analysis. International Journal of Insurance and Finance, 1(2), 21-38. https://doi.org/10.52898/ijif.2021.8
21. Demir, G. ve Kartal, M. (2020). Güncel çok kriterli karar verme teknikleri. Ankara: Akademisyen Kitabevi.
22. Demir, G., Özyalçın, A.T. ve Bircan, H. (2021). Çok kriterli karar verme yöntemleri ve ÇKKV yazılımı ile problem çözümü. Ankara: Nobel Yayınevi.
23. Diakoulaki, D., Mavrotas, G. and Papayannakis, L. (1995). Determining objective weights in multiple criteria problems: The CRITIC method. Computers & Operations Research, 22(7), 763-770. https://doi.org/10.1016/0305-0548(94)00059-H
24. Ecer, F. (2020). Çok kriterli karar verme geçmişten günümüze kapsamlı bir yaklaşımı. Ankara: Seçkin Yayınevi.
25. Ecer, F. and Pamucar, D. (2021). MARCOS technique under intuitionistic fuzzy environment for determining the COVID-19 pandemic performance of insurance companies in terms of healthcare services. Applied Soft Computing, 104, 107199. https://doi.org/10.1016/j.asoc.2021.107199
26. Haiss, P. and Sümegi, K. (2008). The relationship between insurance and economic growth in Europe: A theoretical and empirical analysis. Empirica, 35(4), 405-431. https://doi.org/10.1007/s10663-008-9075-2 Işık, Ö. (2019). Türkiye'de hayat dışı sigorta sektörünün finansal performansının CRITIC tabanlı TOPSIS ve MULTIMOORA yöntemiyle değerlendirilmesi. Business & Management Studies: An International Journal, 7(1), 542-562. http://dx.doi.org/10.15295/bmij.v7i1.1090
27. Işık, Ö. (2020). SD tabanlı MABAC ve WASPAS yöntemleriyle kamu sermayeli kalkınma ve yatırım bankalarının performans analizi. Uluslararası İktisadi ve İdari İncelemeler Dergisi, (29), 61-78. https://doi.org/10.1892/ulikidince.705148
28. Işık, Ö. (2021a). Analysing the determinants of profitability of domestic and foreign non-life insurers in Turkey. International Journal of Insurance and Finance, 1(1), 45-55. https://doi.org/10.52898/ijif.2021.5
29. Işık, Ö. (2021b). AHP, CRITIC ve WEDBA yöntemlerini içeren entegre bir ÇKKV modeli ile AXA Sigorta şirketinin finansal performansının analizi. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 5(2), 892-908. Erişim adresi: https://ijbemp.com/
30. Işık, Ö. (2021c). Akbank’ın 2009-2019 dönemi finansal performansının PSI yöntemi ile değerlendirilmesi. Y. Aydın (Ed.), Ekonomi ve Finans Çalışmaları içinde (s. 299-312). Adana: Nobel Yayınları.
31. Işık, Ö., Aydin, Y. and Kosaroglu, S. M. (2020). The assessment of the logistics performance index of CEE countries with the new combination of SV and MABAC methods. LogForum, 16(4), 549-559. http://doi.org/10.17270/J.LOG.2020.504
32. Işık, Ö. and Koşaroğlu, M. (2020). Analysis of the financial performance of Turkish listed oil companies through the application of SD and MAUT methods. Üçüncü Sektör Sosyal Ekonomi Dergisi, 55(3), 1395-1411. doi:10.15659/3.sektor-sosyal-ekonomi.20.06.1378
33. Jahan, A., Mustapha, F., Sapuan, S.M., Ismail, M. Y. and Bahraminasab, M. (2012). A framework for weighting of criteria in ranking stage of material selection process. The International Journal of Advanced Manufacturing Technology, 58(1-4), 411–420. https://doi.org/10.1007/s00170-011-3366-7
34. Kabakci, C.Ç. ve Sari, E.B. (2019). Türk bankacılık sektöründe finansal performansın tercih seçim endeksi (PSI) yöntemiyle analizi. Ekonomi Politika ve Finans Araştırmaları Dergisi, 4(3), 370-383. https://doi.org/10.30784/epfad.649038
35. Köse, A. ve Dikme, B. (2021). Türk sigorta sektöründe hayat dışı branşlarda faaliyet gösteren şirketlerin performanslarının değerlendirilmesi. Finansal Araştırmalar ve Çalışmalar Dergisi, 13(24), 171-188. doi:10.14784/marufacd.880627
36. Kugler, M. and Ofoghi, R. (2005). Does insurance promote economic growth? Evidence from the UK (University of Southampton Working Paper). Retrieved from https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.461.5253&rep=rep1&type=pdf
37. Kung, C.Y., Yan, T.M. and Chuang, S.C. (2006). GRA to assess the operating performance of non-life insurance companies in Taiwan. Journal of Grey System, 18(2), 155-160. Retrieved from https://web.s.ebscohost.com/
38. Liedtke, P.M. (2007). What's insurance to a modern economy? The Geneva Papers on Risk and Insurance-Issues and Practice, 32(2), 211-221. https://doi.org/10.1057/palgrave.gpp.2510128
39. Luo S.Z. and Xing L.N. (2019). A hybrid decision making framework for personnel selection using BWM, MABAC and PROMETHEE. International Journal of Fuzzy Systems, 21(8), 2421-2434. https://doi.org/10.1007/s40815-019-00745-4
40. Mandić, K., Delibašić, B., Knežević, S. and Benković, S. (2017). Analysis of the efficiency of insurance companies in Serbia using the fuzzy AHP and TOPSIS methods. Economic Research-Ekonomska Istraživanja, 30(1), 550-565. http://dx.doi.org/10.1080/1331677X.2017.1305786
41. Maniya, K. and Bhatt, M.G. (2010). A selection of material using a novel type decision-making method: Preference selection index method. Materials & Design, 31(4), 1785-1789. https://doi.org/10.1016/j.matdes.2009.11.020
42. Milosavljević M., Bursać M. and Tričković G. (2018). Selection of the railroad container terminal in Serbia based on multi criteria decision making methods. Decision Making: Applications in Management and Engineering, 1(2), 1-15. https://doi.org/10.31181/dmame1802001m
43. Mukhametzyanov, I. and Pamučar, D. (2018). A sensitivity analysis in MCDM problems: A statistical approach. Decision Making: Applications in Management and Engineering, 1(2), 51-80. https://doi.org/10.31181/dmame1802050m
44. Muravev D. and Mijic N. (2020). A novel integrated provider selection multicriteria model: The BWM-MABAC Model. Decision Making: Applications in Management and Engineering, 3(1), 60-78. https://doi.org/10.31181/dmame2003078m
45. Ozcalici, M. and Bumin, M. (2020). An integrated multi-criteria decision making model with Self-Organizing Maps for the assessment of the performance of publicly traded banks in Borsa Istanbul. Applied Soft Computing, 90, 106166. https://doi.org/10.1016/j.asoc.2020.106166
46. Ömürbek, N. ve Özcan, A. (2016). BİST’de işlem gören sigorta şirketlerinin MULTIMOORA yöntemiyle performans ölçümü. Uluslararası İşletme, Ekonomi ve Yönetim Perspektifleri Dergisi, 1(2), 64-75. Erişim adresi: https://ijbemp.com/
47. Pamučar, D.S., Božanić, D. and Ranđelović, A. (2017). Multi-criteria decision making: An example of sensitivity analysis. Serbian Journal of Management, 12(1), 1-27. doi:10.5937/sjm12-9464
48. Pamučar D. and 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
49. Pamučar D., Stević Ž. and Zavadskas E.K. (2018). Integration of interval rough AHP and interval rough MABAC methods for evaluating university web pages. Applied Soft Computing, 67, 141-163. https://doi.org/10.1016/j.asoc.2018.02.057
50. Rahim N., Abdullah L. and Yusoff B. (2020). A border approximation area approach considering Bipolar Neutrosophic Linguistic variable for sustainable energy selection. Sustainability, 12(10), 3971. https://doi.org/10.3390/su12103971
51. Salah, M., Rasid, M.F.A., Abdullah, R.R. and Cherniakov, M. (2009). Speed estimation in forward scattering radar by using standard deviation method. Modern Applied Science, 3(3), 16-25. Retrieved from https://pdfs.semanticscholar.org/
52. Sari, E.B. (2019). Measuring The performances of the machines via Preference Selection Index (PSI) method and comparing them with values of Overall Equipment Efficiency (OEE). İzmir İktisat Dergisi, 34(4), 573-581. https://doi.org/10.24988/ije.2019344859
53. Sehhat, S., Taheri, M. and Sadeh, D.H. (2015). Ranking of insurance companies in Iran using AHP and TOPSIS techniques. American Journal of Research Communication, 3(1), 51-60. Retrieved from http://www.usa-journals.com/
54. Shen, K.Y., Hu, S.K. and Tzeng, G.H. (2017). Financial modeling and improvement planning for the life insurance industry by using a rough knowledge based hybrid MCDM model. Information Sciences, 375, 296-313. https://doi.org/10.1016/j.ins.2016.09.055
55. Sonbaş, B. and Öner Kaya, E. (2021). Financial performance assessment of non-life insurance companies by using Grey Relational Analysis: The case of TRNC. International Journal of Insurance and Finance, 1(2), 51 66. http://dx.doi.org/10.5539/ijef.v8n4p277
56. Telli, G. ve Ayçin, E. (2021). Öğretmen seçim sürecinde en iyi-en kötü ve MABAC yöntemlerinin bütünleşik olarak kullanılması. TroyAcademy, 6(2), 733-750. https://doi.org/10.31454/troyacademy.899397
57. Tuş, A. and Adalı, E.A. (2018). Personnel assessment with CODAS and PSI methods. Alphanumeric Journal, 6(2), 243-256. http://dx.doi.org/0.17093/alphanumeric.432843
58. Uçkun, N. ve Ersoy, B. (2021). Jeopolitik risklerin ve ekonomik büyümenin hayat sigortacılığına etkisi: Türkiye için bir ARDL sınır testi yaklaşımı. Ekonomi Politika ve Finans Araştırmaları Dergisi, 6(3), 824-844. https://doi.org/10.30784/epfad.984733
59. Ulutaş, A. (2019). Entropi ve MABAC yöntemleri ile personel seçimi. OPUS Uluslararası Toplum Araştırmaları Dergisi, 13(19), 1552-1573. https://doi.org/10.26466/opus.580456
60. Ulutaş, A. (2020). Stacker selection with PSI and WEDBA methods. International Journal of Contemporary Economics and Administrative Sciences, 10(2), 493-504. https://doi.org/10.5281/zenodo.4430021
61. Ulutaş, A., Balo, F., Sua, L., Karabasevic, D., Stanujkic, D. and Popovic, G. (2021). Selection of insulation materials with PSI-CRITIC based CoCoSo method. Revista de la Construcción, 20(2), 382-392. Retrieved from https://scielo.conicyt.cl/
62. Tayyar, N., Yapa, K., Durmuş, M. ve Akbulut, İ. (2018). Referans ideal 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
63. Venkateswarlu, R. and Bhishma Rao, G.S.S. (2016). Profitability evaluation and ranking of Indian non-life insurance firms using GRA and TOPSIS. European Journal of Business and Management, 8(22), 153-170. Retrieved from https://journal-of-insurance-and-financial-management.com/
64. Vinogradova, I., Podvezko, V. and Zavadskas, E.K. (2018). The recalculation of the weights of criteria in MCDM methods using the Bayes Approach. Symmetry, 10(205), 1-18. doi:10.3390/sym10060205
65. Wei G., Wei C., Wu J. and Wang H. (2019). Supplier selection of medical consumption products with a probabilistic linguistic MABAC method. International Journal of Environmental Research and Public Health, 16(24), 5082. Retrieved from https://www.mdpi.com
66. Yao, S. Han, Z. and Feng, G. (2007). On technical efficiency of China's insurance industry after WTO accession. China Economic Review, 18(1), 66-86. https://doi.org/10.1016/j.chieco.2006.10.005
67. Yazdani, M., Zarate, P., Kazimieras Zavadskas, E. and Turskis, Z. (2019), A combined compromise solution (CoCoSo) method for multi-criteria decision-making problems. Management Decision, 57(9), 2501-2519. Retrieved from https://www.emerald.com
68. Zhang, X., C. Wang, Li, E. and Xu, C. (2014). Assessment model of ecoenvironmental vulnerability based on improved entropy weight method. The Scientific World Journal, 1(1), 1-7. https://doi.org/10.1155/2014/797814
69. Zolfani, S.H., Görçün, Ö.F. and Küçükönder, H. (2021). Evaluating logistics villages in Turkey using hybrid improved fuzzy SWARA (IMF SWARA) and fuzzy MABAC techniques. Technological and Economic Development of Economy, 27(6), 1582-1612. doi:10.3846/tede.2021.16004